Experimental Underperformance Detection of a Fixed-Speed Diesel–Electric Generator Based on Exhaust Gas Emissions
Notice bibliographique
Résumé
Low load is one of the most challenging combustion stages for a fixed-speed diesel electric generator. Due to incomplete combustion during this phase, a significant proportion of contaminants form inside the cylinder. This can lead to numerous chemical and mechanical harms to the diesel engine, resulting in friction, efficiency reduction, increased fuel consumption, and prematurely ending the generator’s life. These phenomena are qualified as underperformance, possibly due to a misfire and/or a low-efficiency value (air fuel–fuel ratio). Therefore, detecting and preventing underperformance and reducing its extended operation is crucial. This paper deals with the performance and emission analysis of a multicylinder fixed-speed diesel engine driving an electric generator (300 kW) fueled with ultra-low sulfur diesel (≤15 mg/kg) to provide energy in an isolated Canadian community. The tests were carried out according to ISO 3046-1:2002 standard in a remote site to identify clues that can prevent prolonged operation in underperformance. Among the tests conducted, emissions such as sulfur (S), carbon dioxide (CO2), nitrogen oxide (NOx), and exhaust gas temperature are considered the best indices for detecting the underperformance of a fixed-speed diesel–electric generator under very-low and low load (0–30%) with the following registered values: 18 ppm for S, 4% for CO2, 150 ppm for NOx, and 210 °C for the temperature.
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 ».