MétaCan
Menu
Retour à la cohorte
Enregistrement W4377143153 · doi:10.1016/j.fuel.2023.128715

Characterization of soot emissions formed in a compression ignition engine cofired by ammonia and diesel

2023· article· en· W4377143153 sur OpenAlexafffund
Mohammed H. Zaher, Amin Yousefi, Mehran Dadsetan, Brian Liko, Simon Lafrance, Hongsheng Guo, Murray J. Thomson

Notice bibliographique

RevueFuel · 2023
Typearticle
Langueen
DomaineChemical Engineering
ThématiqueAdvanced Combustion Engine Technologies
Établissements canadiensNational Research Council CanadaUniversity of Toronto
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaNational Research Council
Mots-clésSootDiesel fuelDiesel exhaustMaterials scienceDiesel engineGreenhouse gasCarbon fibersChemical engineeringCombustionChemistryOrganic chemistryComposite materialAutomotive engineeringComposite number

Résumé

récupéré en direct d'OpenAlex

The impact of ammonia (NH 3 ) co-firing with diesel on the greenhouse gases (GHG) and soot emissions of compression ignition (CI) engines is a current concern in large-scale agriculture, marine transportation and shipping applications for which NH 3 is proposed as a near-term decarbonization solution. In this study, the effect of NH 3 port injection on the GHG emissions and the characteristics of the soot formed in a NH 3 -diesel dual fuel CI engine is investigated. Soot is sampled from the engine exhaust operating in dual-fuel mode at 20% and 40% NH 3 energy fraction and in diesel-only mode at a fixed engine speed, load, and diesel injection strategy. Detailed analysis of soot is done to investigate: the exhaust soot yield using gravimetric analysis, soot growth and inception through the average primary particles size and number concentration using analysis of Transmission Electron Microscopy (TEM) imaging, the soot nanostructure using Raman spectroscopy, and the chemical composition using X-ray Photoelectron Spectroscopy (XPS). The engine GHG emissions measurements shows that carbon dioxide (CO 2 ) is reduced while N 2 O emissions increases with NH 3 addition. The engine soot emissions yield is significantly reduced with the average primary particles size and number concentration decreasing as the NH 3 energy fraction increases. The soot nanostructure is impacted by NH 3 addition as it becomes more graphitic with high ratio of sp2 to sp3 carbon bonding. The XPS chemical composition analysis also shows an increase in the nitrogen bonding with carbon in the aromatic rings on the particles surface. The results suggest that the chemical interaction of NH 3 with diesel results in soot with more graphitic nanostructure as nitrogen reaction with carbon at active defect sites leads to an increase in the nitrogen content on the soot surface with NH 3 addition. This indicates an increased potential of NH 3 co-firing with diesel to form nitrogenated PAHs (N-PAH) on the soot surface which would require further studies to identify the risks posed on the environment and human health.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut 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: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,005

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
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 ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,013
Tête enseignante GPT0,241
Écart entre enseignants0,227 · 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 source (Gemma direct ou Codex distillé), 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

Citations37
Publié2023
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueFuelMême sujetAdvanced Combustion Engine TechnologiesTravaux en français237 207