Investigating cylinder deactivation as a low fuel-penalty thermal management strategy for heavy-duty diesel engines
Notice bibliographique
Résumé
The upcoming ultra-low-NOx (oxides of nitrogen) emissions standard and in-use NOx emissions requirement requires engine manufacturers to further reduce tailpipe NOx emissions by over 90% from the current United States Environmental Protection Agency 2010 heavy-duty emissions standard. To meet ultra-low NOx standards, significant improvements to the NOx reduction capability of the Selective Catalytic Reduction (SCR) system is required. Low-temperature exhaust conditions and the associated fuel penalty in increasing the exhaust temperatures for improving catalyst activity is an engineering challenge to balance lowering NOx emissions while lowering fuel consumption. Cylinder Deactivation (CDA) in diesel engines has shown the ability to increase exhaust temperatures while maintaining a zero-fuel penalty. This study details the results of the performance of a CDA hardware installed in a modern heavy-duty diesel engine. The study was aimed at developing steady-state engine calibrations to maximize exhaust temperatures while realizing a zero-fuel penalty or improved BTE operation during low-load engine operating conditions for an on-road heavy-duty diesel engine. In addition, the study demonstrated the effect of CDA on lowering aftertreatment cooldown during motoring operation. The results of the study showed close to a 100°C increase in turbine out temperatures (TOT) at idle, 1,000 rpm and 1,200 rpm engine speeds with engine load at 10 and 20% of rated torque. The results also showed that deactivating three of the six cylinders during motoring operation of the low-load cycle delayed after treatment cool down and maintained exhaust temperatures above the SCR activity threshold for a longer duration.
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 | 0,000 |
| 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 ».