MétaCan
Menu
Retour à la cohorte
Enregistrement W4223499550 · doi:10.4271/03-16-01-0007

Performance Prediction of a Practical Low-Pressure-Ratio Highly Efficient Split-Cycle Recuperated Engine

2022· article· en· W4223499550 sur OpenAlexaff
Geoffrey Mivelle, Mohamed Eldakamawy, Pascal Boudreau, Mathieu Picard

Notice bibliographique

RevueSAE International Journal of Engines · 2022
Typearticle
Langueen
DomaineChemical Engineering
ThématiqueAdvanced Combustion Engine Technologies
Établissements canadiensUniversité de Sherbrooke
Organismes subventionnairesnon disponible
Mots-clésEnvironmental scienceAutomotive engineeringComputer scienceMaterials scienceEngineering

Résumé

récupéré en direct d'OpenAlex

<div>Split-cycle recuperated engines are promising candidates to compete with hydrogen-based fuel cells for high-duty cycles. They can potentially achieve similar, or even higher, efficiencies at the cost of historically cheap piston engines. However, existing approaches are either limited in efficiency or difficult to develop, mainly because of the challenges around the high-temperature expansion piston. This article presents a practical architecture of a low-pressure-ratio, recuperated split-cycle engine with a contact-free expansion piston using labyrinth seals supported by thermodynamics and numerical modeling. The engine operates under a regenerative dual Brayton cycle to combine the benefits of constant pressure heat recuperation and near-constant volume combustion. Thermodynamics results reveal pre-compressing the residual mass in the expansion cylinder before intake is crucial. A 0D transient model integrating main losses is implemented to explore the design space and maximize efficiency through a numerical design of experiments. The blowby in the expansion cylinder is the main loss but remains acceptable for relatively tight clearances. An indicated efficiency of 60% is predicted for a cycle pressure of 20 bar and an expansion piston exhaust temperature of 1250 K. The predicted indicated power density of 6.5 kW/L is relatively low but in the range of micro-combined-heat-power diesel engines.</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 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)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,061
Score d'incertitude au seuil0,605

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,001
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 savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
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 Opus0,010
Tête enseignante GPT0,252
Écart entre enseignants0,242 · 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'étudeSimulation ou modélisation
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
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueSAE International Journal of EnginesMême sujetAdvanced Combustion Engine TechnologiesTravaux en français237 207