Using renewable n-octanol in a non-road diesel engine with some modifications
Notice bibliographique
Résumé
n-Octanol is a promising biofuel synthesized from biomass with several properties closer to diesel than the more popularly researched n-butanol. This study investigates the effects of injection timing (2°CA advance & retard), EGR (up to 30%) and Oct30 (30% by vol. of n-octanol in diesel) on combustion, performance, and emissions of a DI diesel engine. Results in comparison with diesel indicated Oct30 blend presented an enhanced premixed combustion phasing with higher peaks of pressure and HRR. BSFC was found to be slightly higher for Oct30 blend at all EGR rates. Further, when the injection timing is advanced, the blend produced better BSFC. Oct30 delivered better BTE at all injection timings. NOx and smoke emissions are lower for Oct30 at all conditions. Oct30 could overcome the trade-off between smoke and NOx emissions at a combination of certain EGR and injection timings. It was found that at advanced injection, the reduction in NOx and smoke density was 19.02% and 57.14%, respectively, while BTE increased by 4.6% and BSFC increased by 1.3%. At late injection, a reduction of 50.87% in NOx emissions and 15.87% in smoke density was achieved with a slight drop in BTE by 3.5% and an increase in BSFC by 9.7%.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».