A study on effect of engine operating parameters on NOx emissions and exhaust temperatures of a heavy-duty diesel engine during idling
Notice bibliographique
Résumé
Though NOx emissions from on-road heavy duty vehicles (HDVs) have reduced drastically over the past three decades, upcoming North American regulations may call for further reductions. Lowering NOx emissions below current levels is challenging, especially at lower operating loads such as idling and/or colder climates when the exhaust gas temperature is insufficient for high NOx conversion in the HDV’s exhaust after treatment (EAT) system. This paper investigates the impact of various engine operating parameters on the three-way trade-off between NOx emissions, exhaust temperature, and fuel consumption using a single-cylinder, heavy-duty diesel engine outfitted with a conventional EAT system and diesel exhaust fluid (DEF) injection. The engine parameters investigated include exhaust gas recirculation (EGR) ratio, intake pressure, intake temperature, injection pressure, multiple injections, and engine fluid temperatures. In order to simulate cold climate operation, the baseline intake air, coolant, and lubricating oil temperatures are maintained at 10°C, 40°C, and 50°C, respectively. Results show that using a moderate level of EGR has the dual benefit of reducing the engine-out NOx and increasing the intake charge temperature. Increasing the intake or injection pressure does not result in significant benefit in improving the three-way trade-off. However, using double injection with the second injection at the start of the expansion stroke can help reduce NOx emissions and increase exhaust temperature with marginal impact on fuel efficiency. Based on the parametric study, three particular engine operating conditions are chosen for further investigation with the EAT online. At an identical DEF dosing rate, the rates of NOx reduction in the SCR are similar for the three conditions (∼96%), and the lowest tail-pipe NOx observed for this study is 0.032 g/kWh.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| 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) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».