MétaCan
Menu
Retour à la cohorte
Enregistrement W4387611473 · doi:10.1016/j.rineng.2023.101512

Experimental study on effects of pilot injection mass strategy on combustion, Performance and emission characteristics of CRDI Engine

2023· article· en· W4387611473 sur OpenAlexfundno aff
R. Anbalagan, S. Sendilvelan, K. Rajan, K. Bhaskar

Notice bibliographique

RevueResults in Engineering · 2023
Typearticle
Langueen
DomaineEngineering
ThématiqueBiodiesel Production and Applications
Établissements canadiensnon disponible
Organismes subventionnairesDepartment of Mechanical Engineering, University of Alberta
Mots-clésDiesel fuelNOxCombustionSmokeCommon railDiesel engineBrake specific fuel consumptionNitrogen oxideEnvironmental scienceCarbon monoxideWaste managementChemistryAutomotive engineeringEngineeringOrganic chemistry

Résumé

récupéré en direct d'OpenAlex

This experimental work reports how different pilot masses of biodiesel-blended fuel in Common Rail Direct Injection (CRDI) engines affect engine performance, combustion, and emissions. This experiment used 20MEWCO (20 % Methyl Esters of Waste Cooking Oil + 80 % Diesel) as the test fuel. Several parameters, such as timing and injection mass, affect how the CRDI system delivers fuel. In this work, the pilot injection mass was varied by 5 %, 7.5 %, and 10 %, keeping other factors such as injection pressure at 500 bar and the timing of the pilot and main injections at 36°Crank Angle before Top Dead Centre (bTDC) and 15°Crank Angle before Top Dead Centre (bTDC), respectively. This work reveals that when pilot mass is increased in steps of 2.5%, the combustion performance parameters like cylinder pressure, heat release rate and specific fuel consumption values decrease. Also, it gave off less smoke, carbon monoxide and hydrocarbons than regular diesel with more nitrous oxide. Also, it was found that at 10 % of the pilot mass, carbon monoxide, hydrocarbon, and smoke emissions were significantly reduced, with a slight rise in oxide of nitrogen emissions at the same time, without affecting the engine performance.

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)0,001
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 enseignants0,001
Score d'incertitude au seuil0,005

Scores du classifieur distillé par catégorie (deux têtes)

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 ouverte0,0010,000
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 Opus0,016
Tête enseignante GPT0,242
Écart entre enseignants0,226 · 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

Citations6
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueResults in EngineeringMême sujetBiodiesel Production and ApplicationsTravaux en français237 207