A Study on the High Load Operation of a Natural Gas-Diesel Dual-Fuel Engine
Notice bibliographique
Résumé
Diesel fueled compression ignition engines are widely used in power generation and freight transport owing to their high fuel conversion efficiency and ability to operate reliably for long periods of time at high loads. However, such engines generate significant amounts of carbon dioxide (CO2), nitrogen oxides (NOx), and particulate matter (PM) emissions. One solution to reduce the CO2and particulate matter emissions of diesel engines while maintaining their efficiency and reliability is natural gas (NG)-diesel dual-fuel combustion. In addition to methane emissions, the temperatures of the diesel injector tip and exhaust gas can also be concerns for dual-fuel engines at medium and high load operating conditions. In this study, a single cylinder NG-diesel dual-fuel research engine is operated at two high load conditions (75% and 100% load). NG fraction and diesel direct injection (DI) timing are two of the simplest control parameters for optimization of diesel engines converted to dual-fuel engines. In addition to studying the combined impact of these parameters on combustion and emissions performance, another unique aspect of this research is the measurement of the diesel injector tip temperature which can predict potential coking issues in dual-fuel engines. Results show that increasing NG fraction and advancing diesel direct injection timing can increase the injector tip temperature. With increasing NG fraction, while the methane emissions increase, the equivalent CO2emissions (cumulative greenhouse gas effect of CO2and CH4) of the engine decrease. Increasing NG fraction also improves the brake thermal efficiency of the engine though NOx emissions increase. By optimizing the combustion phasing through control of the DI timing, brake thermal efficiencies of the order of ∼42% can be achieved. At high loads, advanced diesel DI timings typically correspond to the higher maximum cylinder pressure, maximum pressure rise rate, brake thermal efficiency and NOx emissions, and lower soot, CO, and CO2-equivalent emissions.
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) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,001 |
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 ».