Impact of Plasma Stretch on Spark Energy Release Rate under Flow Conditions
Notice bibliographique
Résumé
<div class="section abstract"><div class="htmlview paragraph">Performance of the ignition system becomes more important than ever, because of the extensively used EGR in modern spark-ignition engines. Future lean burn SI and SACI combustion modes demand even stronger ignition capability for robust ignition control. For spark-based ignition systems, extensive research has been carried out to investigate the discharge characteristics of the ignition process, including discharge current amplitude, discharge duration, spark energy, and plasma stretching. The correlation between the spark stretch and the discharge energy, as well as the impact of discharge current level on this correlation, are important with respect to both ignition performance, and ignition system design. In this paper, a constant volume combustion chamber is applied to study the impact of plasma stretch on the spark energy release process with cross-flow speed from 0 m/s up to 70 m/s. Research results show that cross-flow can significantly enhance total discharge energy as compared with under quiescent conditions. The resistance of the plasma channel increases with extended plasma length, consequently, the spark voltage and power increase, resulting in higher spark energy. The spark energy increases almost linearly with the gas flow velocity up to 20 m/s. Beyond this velocity range, a further increase in the cross-flow velocity results in a negligible increase in the spark energy. The trend is observed under three different discharge current levels, 60 mA, 400 mA, and 600 mA. Once the flow velocity increases to a certain level, where the spark energy is no longer sensitive to the change in velocity, a higher discharge current is needed to further increase the spark energy.</div></div>
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) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».