Biodiesel from Crude Tall Oil and Its NOx and Aldehydes Emissions in a Diesel Engine Fueled by Biodiesel-Diesel Blends with Water Emulsions
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Using biodiesel in diesel engines is beneficial for reducing emissions of carbon monoxide (CO), hydrocarbons (HC) and particulate matters (PM). Biodiesel is usually produced from vegetable oils or animal fats. When produced from plant oil or woody plant sources, biodiesel can reduce a significant amount of carbon dioxide on a life cycle basis. The objective of this study is to produce biodiesel from a non-conventional woody plant source that is, crude tall oil, which is a dark brown viscous liquid extracted and processed in wood pulping plants. It contains a high percentage of fatty acids. From raw crude tall oil, tall oil fatty acids were separated and were successfully used for the production of biodiesel in this study. Although biodiesel produces lower CO, HC and PM than petroleum diesel fuel, it produces higher oxides of nitrogen (NOx) emissions in diesel engines. Water emulsifications of diesel-biodiesel blends are investigated in a direct injection (DI) diesel engine in this work to understand their potential for NOx reduction. When using 10% water in the emulsions, NOx was reduced by nearly 15%. In aldehyde emissions, B100 showed 35% lower aldehydes and B100 with 10% water emulsion produced nearly 90% lower aldehydes than diesel fuel—a substantial reduction. Therefore, this study accomplished the desired goal of producing biodiesel from a non-conventional source, which satisfies ASTM biodiesel standard and results in lower NOx and aldehydes emissions with water emulsifications of diesel-biodiesel blends in a diesel engine compared to that of diesel fuel.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| 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 | 0,001 |
| 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) | 0,000 | 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 découle