Ultra-low NOx diesel aftertreatment: An assessment by simulation
Notice bibliographique
Résumé
Upcoming Euro 7/VII regulations are under discussion, and, from available information, they will focus not only on reducing the current emission limits but also on all those operating conditions that are still responsible for high emission events (e. g. cold start or altitude) as well as regulating secondary emissions with a major focus on GHGs (N2O, CH4 and HCHO). In this perspective, robustness towards a broader range of operative and environmental conditions and high conversion efficiency against all pollutants species will be demanded to aftertreatment systems. In an engine development process, the activity of aftertreatment architecture selection requires huge efforts in terms of time, hardware procurement, facilities and resources. That is because different topological layouts, different technologies and different interactions between the engine and the After-Treament System (ATS) must be investigated to find the most suitable solution. In this perspective, virtual testing is a strong and precious tool to accelerate and substantially reduce development effort with respect to an experimental campaign. The present work aims at showing a deep dive into an aftertreatment modeling and simulation approach in which experimental data coming from steady state and dynamic characterizations are used at first to calibrate 1D catalyst kinetic models and in a second step as input to homologation cycles for ATS performance evaluations. Modeling, validation and an example of aftertreatment technology and layout screening in the context of Euro 7 future scenario proposed by CLOVE will be discussed as well, to clarify how a technology emission reduction walk could be built with such an approach.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».