MétaCan
Menu
Retour à la cohorte
Enregistrement W4366442042 · doi:10.32920/22658476.v1

Effects Of Additives, Fuel Mixing, And Mechanically Induced Oscillations On Soot Formation

2023· preprint· en· W4366442042 sur OpenAlexaff
Marek Serwin

Notice bibliographique

Revuenon disponible
Typepreprint
Langueen
DomaineChemical Engineering
ThématiqueAdvanced Combustion Engine Technologies
Établissements canadiensToronto Metropolitan University
Organismes subventionnairesnon disponible
Mots-clésSootOxygenCombustionEthyleneChemistryParticulatesOxygenateCarbon fibersMixing (physics)Limiting oxygen concentrationChemical engineeringAnalytical Chemistry (journal)Materials scienceOrganic chemistryCatalysisComposite material

Résumé

récupéré en direct d'OpenAlex

<p>Soot is a component of particulate matter (PM) as a bi-product of the combustion process of carbon-based fuels. In this thesis a new optical diagnostic technique for temperature measurements is developed. The effects of soot formation as a cause of fuel additives such as oxygen as well as fuel mixtures of ethylene, ethanol, DME and ethane are evaluated experimentally. Additionally, a novel experimental setup, designed to study the effects mechanical oscillations have on soot formation and temperature, is described and presented alongside experimental results for ethylene flames.</p> <p>Three distinct projects were completed as part of this thesis: (i) Various oxygenated flames and the effect of molecular and additive oxygen on soot formation was studied. (ii) A sudden decrease in soot concentration with oxygen addition was observed and this soot reversal effect due molecular oxygen addition was studied. (iii) A novel experimental setup was developed to study mechanically oscillating flame. Soot concentration and temperature were measured for various oscillation amplitudes and frequencies. The findings of this thesis show synergistic effects of soot production with oxygen addition and the effects of oscillations on soot formation.</p>

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,907
Score d'incertitude au seuil0,946

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,025
Tête enseignante GPT0,261
Écart entre enseignants0,236 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetAdvanced Combustion Engine TechnologiesTravaux en français237 207