MétaCan
Menu
Retour à la cohorte
Enregistrement W3177597382 · doi:10.18280/acsm.450304

Effect of EGR on Performances and Emissions of DI Diesel Engine Fueled with Waste Plastic Oil: CDF Approach

2021· article· en· W3177597382 sur OpenAlexvenueno aff
Khatir Naima, Younes Menni, Mounir Alliche, Giulio Lorenzini, Hijaz Ahmad, Abdelkrim Liazid

Notice bibliographique

RevueAnnales de Chimie Science des Matériaux · 2021
Typearticle
Langueen
DomaineEngineering
ThématiqueThermochemical Biomass Conversion Processes
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésEnvironmental scienceWaste managementDiesel engineDiesel fuelNOxPlastic wasteFraction (chemistry)Automotive engineeringEngineeringChemistryCombustion

Résumé

récupéré en direct d'OpenAlex

Recently, there is an increasing interest in the pyrolysis of waste plastic into usable fuel as a friendly environment method for waste plastic disposal. The existing literature from various studies stated that the major problem related to the use of WPO in diesel engines is the high NOx emissions level. This paper aims to remedy this problem by suggesting the best EGR percentage with the advanced optimum injection timing. Primary, 5 EGR percentage fractions are considered: 0%, 5%, 15%, 20% and 25% percent. The results showed that 25% is the best percentage regarding emissions. However, a significant reduction in mean in-cylinder pressure, temperature, and heat release rate was depicted with the EGR fraction increase. Injection timing is advanced to recoup the decrease in performance. The results showed that 25% of EGR and advanced injection timing by 5 degrees would be better for performances and emissions of DI diesel engine while running with waste plastic oil as an alternative 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.

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: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,015
Score d'incertitude au seuil0,430

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
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 Opus0,015
Tête enseignante GPT0,213
Écart entre enseignants0,199 · 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'étudeExpérimental (laboratoire)
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

Citations10
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAnnales de Chimie Science des MatériauxMême sujetThermochemical Biomass Conversion ProcessesTravaux en français237 207