MétaCan
Menu
Retour à la cohorte
Enregistrement W3129643736 · doi:10.3389/fmech.2021.642187

Editorial: Advances in Compression Ignition Natural Gas–Diesel Dual-Fuel Engines

2021· editorial· en· W3129643736 sur OpenAlexaff
Hongsheng Guo, Hailin Li, Lino Guzzella, Masahiro SHIOJI

Notice bibliographique

RevueFrontiers in Mechanical Engineering · 2021
Typeeditorial
Langueen
DomaineChemical Engineering
ThématiqueAdvanced Combustion Engine Technologies
Établissements canadiensNational Research Council Canada
Organismes subventionnairesnon disponible
Mots-clésDiesel fuelIgnition systemCompressed natural gasDual (grammatical number)Natural gasEnvironmental scienceEngineeringPetroleum engineeringNuclear engineeringAutomotive engineeringWaste managementMechanical engineeringAerospace engineering

Résumé

récupéré en direct d'OpenAlex

Advances in Compression Ignition Natural Gas-Diesel Dual-Fuel EnginesNatural gas (NG) has been recognized as a low-carbon clean fuel that generates about 20-30% less carbon dioxide (CO 2 ) and much less particulate matter (PM) emissions than diesel.Replacing diesel by NG in compression ignition diesel engines helps reduce CO 2 and PM emissions.Dual-fuel technology is an effective way to replace diesel by NG in diesel engines.However, there are some technical issues that are limiting the wide application of NG-diesel dual-fuel engines.These include the limited replacement ratio, efficiency deterioration, and especially the low combustion efficiency of NG due to the incomplete combustion of methane.Emissions of unburned methane are also an issue because of its very high global warming potential.This research topic gathers contributions that highlight the advantages/disadvantages and address the existing issues of NG-diesel dual-fuel engines.The first article (Boretti) reviews the advantages and disadvantages of compression ignition dualfuel engines compared to those of diesel engines.After a comprehensive literature review, the article indicates that dual-fuel engines allow for comparable or better performances of diesel-only internal combustion engines in terms of steady-state torque, power, and fuel conversion efficiency while dramatically improving the CO 2 and engine-out PM and NOx emissions.Further development of the fuel injection system for the second fuel may lead to novel dual-fuel engine designs with better performance.The article by Yoshimoto et al. presents an investigation on trade-off improvements by combining exhaust gas recirculation (EGR) and supercharging in a dual-fuel engine using next-generation bioalcohol-blended FAME as ignition fuel.Instead of conventional diesel, Pongamia pinnata methyl ester, which has potential to further reduce CO 2 emissions, was used in the investigation.The infiuence of the ignition fuel on engine performance, combustion characteristics, and emissions is examined and compared for dual-fuel and diesel operation by combining supercharging and EGR in the article.The third article (Xu and Filipi) presents a quasi-dimensional multi-zone model of methane-diesel dual-fuel combustion.The model is further validated by experimental results.It provides a simplified but practical tool to predict and analyze the performance of dual-fuel engines.The study by Ichihashi et al. also develops and validates a control model that is able to predict the combustion efficiency for compression ignition dual-fuel engines, and can be used to construct a controller that outputs the diesel injection condition to maximize the combustion efficiency of NG.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,004
score de la tête « metaresearch » (Gemma)0,012
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Éditorial · Signal consensuel: Éditorial
Score de désaccord entre enseignants0,016
Score d'incertitude au seuil0,053

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,012
Méta-épidémiologie (sens strict)0,0030,001
Méta-épidémiologie (sens large)0,0030,002
Bibliométrie0,0030,001
Études des sciences et des technologies0,0020,002
Communication savante0,0070,005
Science ouverte0,0030,001
Intégrité de la recherche0,0130,011
Charge utile insuffisante (le modèle a refusé de juger)0,0160,015

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 Opus0,004
Tête enseignante GPT0,228
Écart entre enseignants0,224 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
Domainenon disponible
GenreÉditorial

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

En bref

Citations4
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueFrontiers in Mechanical EngineeringMême sujetAdvanced Combustion Engine TechnologiesTravaux en français237 207