Assessment of the intensity of engine oil contamination during operation
Notice bibliographique
Résumé
Abstract The acceleration of internal combustion engines leads to an increase in thermal and mechanical loads on the most critical parts. To ensure the required resource indicators in conditions of increased loads, it is necessary to use high-quality lubricants, the requirements for the operational properties of which are also steadily increasing. In order to ensure the necessary physical and chemical characteristics of engine oils, additives are introduced into their composition, but during operation the quality of engine oil decreases, the reasons for this are both the destruction of additives, and the accumulation of dirt particles in the oil and the ingress of fuel and coolant into the oil. The conducted studies are devoted to determining the intensity of engine oil contamination under operating conditions in the Wärtsilä 6L20 engine lubrication system and the effectiveness of the dispersing additives contained in the oil. Samples of Petro Canada and TARO oils brands were used as prototypes at the beginning of the operational period, at the time of average operating time and at the time of oil change. The dispersing ability of the oil was determined by the method of assessing the oil stain. According to the results of the research, it is concluded that when the properties of the oil change as a result of contamination, their dispersing ability remains satisfactory. This result can serve as a justification for extending the service life of engine oil, provided that its properties are monitored during operation.
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 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 | 0,000 |
| 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».