Experimental study on fuel line pressure fluctuation of biodiesel–DME blends in a common-rail injection system
Notice bibliographique
Résumé
The fuel line pressure fluctuations at the injector outlet of biodiesel–dimethyl ether (DME) blends in a common-rail injection system are investigated using the wavelet packet transform. The effects of injection condition and DME blending ratio on the pressure fluctuation characteristics are determined. The results show that the pressure fluctuation intensity determines wavelet packet energy distribution in the three subsignals. The overall pressure fluctuation is reflected by subsignal Sig1, which is composed of subsignals Sig2 and Sig3. Sig2 exhibits medium-frequency pressure fluctuations, and mainly occurs in the pressure rise stage and the pressure drop stage. Sig3 exhibits high-frequency pressure fluctuations, and mainly locates in the pressure stabilization stage. The pressure fluctuations at high injection pressure are more significant compared with those at low injection pressure. Biodiesel–DME blends display similar effects of injection pressure. With the increase of injection pressure, the mean energy and the standard deviation of Sig1, Sig2, and Sig3 increase, especially those of Sig1 and Sig3. When DME is blended in the biodiesel, the pressure fluctuations for biodiesel–DME blends are more significant compared with biodiesel. With the increase of DME blended ratio, the mean energy and the standard deviation of Sig1 and Sig3 gradually increase.
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) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| 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) | 0,000 | 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 ».