Simultaneous and Global Optimizations of LNG-Fueled Hybrid Electric Ship for Substantial Fuel Cost, CO<sub>2</sub>, and Methane Emission Reduction
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Natural gas (NG) is a promising low-carbon fuel to replace diesel for heavy-duty marine propulsion with prominent fuel cost and carbon dioxide equivalent (CDE) emissions reduction potential. However, using NG in compression ignition (CI) engines presents several inherent drawbacks. This research addresses the central issue of an NG-diesel CI engine with increased methane emissions, resulting in minor CDE emission reduction. The hydrocarbon (HC), carbon monoxide (CO), and nitrogen oxides (NOx) emissions are minimized in addition to fuel consumption and carbon dioxide emission reduction as in the current practice. The simultaneous optimizations of powertrain component sizes and the NG-engine hybrid electric propulsion control are introduced to minimize NG fuel consumption and CDE emissions globally. The top-level powertrain component sizing and bottom-level optimal power control and energy management are conducted simultaneously to achieve global optimization with balanced fuel cost and CDE emissions reductions. The new method reduced the fuel cost by about 75 percent and well-to-wake CDE emissions by about 40 percent over the traditional diesel-mechanical propulsion for the test ferry running under an actual operation profile. The research opened a new path to the global design and control optimization of the NG-diesel CI engine-powered hybrid electric marine propulsion system.
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.
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 | 0,001 | 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 découle