Combustion control of DME HCCI using charge dilution and spark assistance
Notice bibliographique
Résumé
To realize the potential of DME for clean combustion, fueling control is essential. In this research, the challenges, advantages, and applicability of high-pressure direct injection and low-pressure port injection are reviewed and evaluated, especially in relevance to HCCI combustion. In this study, emphasis is given to the applicable ranges of low-pressure fuel delivery in relevance to load, air-fuel ratio, and inert gas dilution, for realizing HCCI combustion. The strategy of high-pressure direct injection is advantageous for combustion phasing control, but the fuel handling is challenging because of the high vapor pressure of DME fuel. The strategy of port fuel injection is prone to early combustion and, consequently, tends to produce excessive pressure rise rates in the combustion chamber. This challenge is escalated at higher engine loads, making homogenous charge compression ignition difficult to achieve. In this paper, the load extension of DME-fueled HCCI combustion was explored. First, the impact of dilution on the combustion characteristics of DME HCCI was studied under lean and CO 2 diluted conditions. Under the present empirical setups, results show that the lean-burn strategy has limited capability of combustion phasing control, especially when the engine load is above 5 bar IMEP. The CO 2 dilution strategy can significantly retard the combustion phasing until the fulfillment of combustion becomes unstable. It was found that spark assistance is advantageous for combustion control. With an effective application of excess air, intake CO 2 dilution and spark assistance, an engine load of 8 bar IMEP was reached with appropriate combustion phasing, with ultra-low NO x emissions.
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 | 0,002 | 0,001 |
| 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 | 0,001 | 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 ».