MétaCan
Menu
Retour à la cohorte
Enregistrement W4200272279 · doi:10.1177/09544070211062278

Elastic breakdown via multi-core high frequency discharge for lean-burn ignition

2021· article· en· W4200272279 sur OpenAlexaff
Xiaoye Han, Xiao Yu, Hua Zhu, Linyan Wang, Shui Yu, Meiping Wang, Ming Zheng

Notice bibliographique

RevueProceedings of the Institution of Mechanical Engineers Part D Journal of Automobile Engineering · 2021
Typearticle
Langueen
DomaineEngineering
ThématiqueCombustion and Detonation Processes
Établissements canadiensUniversity of Windsor
Organismes subventionnairesnon disponible
Mots-clésIgnition systemMaterials scienceBreakdown voltageVoltageElectromagnetic coilHigh voltageSpark gapElectrodeCombustionNuclear engineeringMechanicsElectrical engineeringEngineeringChemistryPhysics

Résumé

récupéré en direct d'OpenAlex

An advanced ignition technique is developed to achieve multi-event breakdown and multi-site ignition using a single coil for ignition quality improvements. The igniter enables a unique elastic breakdown process embracing a series of high-frequency discharge events at the spark gap. The equivalent electric circuits and current/voltage equations are identified and verified for the first time to explain the working principle that governs such an elastic breakdown process. Benchmarking tests are first performed to compare the elastic breakdown ignition with the conventional and advanced multi-electrode ignition systems. The elastic breakdown and spark events are thereafter analyzed through current and voltage measurements and high-speed imaging techniques. Finally, ignition tests in combustion chambers are performed to examine the effects on the ignition process in comparison with conventional coil-based ignition systems. The experiments show that, the elastic breakdown ignition can distribute multiple high-frequency breakdown events at all electrode pairs of a multi-electrode sparkplug while using only one ignition coil, thereby offering significant cost saving advantage and packaging practicability.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,001
Score d'incertitude au seuil0,004

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0000,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,014
Tête enseignante GPT0,219
Écart entre enseignants0,205 · 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'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

Citations2
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueProceedings of the Institution of Mechanical Engineers Part D Journal of Automobile EngineeringMême sujetCombustion and Detonation ProcessesTravaux en français237 207