MétaCan
Menu
Retour à la cohorte
Enregistrement W2891292915 · doi:10.5539/mas.v12n10p36

Response Surface Modelling of Diesel Engine Emissions under Variable Stroke Length and Constant Compression Ratio

2018· article· en· W2891292915 sur OpenAlexvenueno aff
Jehad Yamin

Notice bibliographique

RevueModern Applied Science · 2018
Typearticle
Langueen
DomaineChemical Engineering
ThématiqueAdvanced Combustion Engine Technologies
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésStroke (engine)Four-stroke engineDiesel fuelCompression ratioPiston (optics)Range (aeronautics)Two-stroke engineDiesel engineEnvironmental scienceNOxMaterials scienceCompression (physics)Volume (thermodynamics)Automotive engineeringThermodynamicsComposite materialChemistryInternal combustion engineCombustionPhysicsCombustion chamberOpticsEngineering

Résumé

récupéré en direct d'OpenAlex

A theoretical investigation using RSM statistical technique on the relative change of emissions of a four-stroke, direct injection, water-cooled, 4-stroke, diesel engine with variable stroke length was carried out.  The performance parameters were studied over wide range of speeds (1000 - 3000 RPM at an increment of 500 RPM) and stroke lengths (130 mm to 210mm at an increment of 20mm). The compression ratio was kept constant by adjusting the piston bowl volume. It was found within the range of stroke length studied, that larger stroke lengths are favorable for lower NOx and specific CO2 emissions. This is due to the lower availability of Oxygen. As for specific PM and BSN, the shorter the stroke length the lower the levels. This is attributed to improved engine charging efficiency, hence, better availability of oxygen.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,660
Score d'incertitude au seuil0,600

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,028
Tête enseignante GPT0,253
Écart entre enseignants0,225 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueModern Applied ScienceMême sujetAdvanced Combustion Engine TechnologiesTravaux en français237 207