Correction for particle loss in a regulatory aviation nvPM emissions system using measured particle size
Notice bibliographique
Résumé
To reduce the adverse impact of civil aviation on local air quality and human health, a new international standard for non-volatile Particulate Matter (nvPM) number and mass emissions was recently adopted. A system loss correction method, which accounts for the significant size-dependent particle loss, is also detailed to predict nvPM emissions representative of those at engine exit for emissions inventory purposes. As Particle-Size-Distribution (PSD) measurement is currently not prescribed, the existing loss correction method uses the nvPM number and mass measurements along with several assumptions to predict a PSD, resulting in significant uncertainty. Three new system loss correction methodologies using measured PSD were developed and compared with the existing regulatory method using certification-like nvPM data reported by the Swiss and European nvPM reference systems for thirty-two civil turbofan engines representative of the current fleet. Additionally, the PSD statistics of three sizing instruments typically used in these systems (SMPS, DMS500 and EEPS) were compared on a generic aero-engine combustor rig. General agreement between the three new PSD loss correction methods was observed, with both nvPM number- and mass-based system loss correction factors (kSL_num and kSL_mass) within ±10% reported across the engines tested. By comparison, the existing regulatory method was seen to underpredict kSL_num by up to 67% and overpredict kSL_mass by up to 49% when compared with the measured-PSD-based methods, typically driven by low nvPM mass concentrations and small particle size. In terms of the particle sizing instrument inter-comparison, an agreement of ±2 nm for the GMD and ±0.08 for the GSD was observed across a range of particle sizes on the combustor rig. However, it was seen that these differences can result in a 19% bias for kSL_num and 8% for kSL_mass for the measured-PSD-based methods, highlighting the need for further work towards the standardisation of PSD measurement for regulatory purposes.
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 | 0,005 | 0,010 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,001 | 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) | 0,001 | 0,001 |
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 ».