MétaCan
Menu
Retour à la cohorte
Enregistrement W4391306996 · doi:10.1109/bulef59783.2023.10406205

Model Investigation of the Performance of SI ICE Fueled by Gasoline, Methane, Hydrogen and SOFC Anode Off-Gas

2023· article· en· W4391306996 sur OpenAlexaff
Tsvetomir Gechev, Plamen Punov, Dalibor Barta

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineChemical Engineering
ThématiqueAdvanced Combustion Engine Technologies
Établissements canadiensTransport Canada
Organismes subventionnairesnon disponible
Mots-clésAnodeMethaneInternal combustion engineGasolineHydrogenCombustionCogenerationSolid oxide fuel cellMaterials scienceProcess engineeringWaste managementNuclear engineeringMechanical engineeringEngineeringChemistryElectricity generationThermodynamicsElectrodePhysicsPower (physics)

Résumé

récupéré en direct d'OpenAlex

The paper presents a simple 1- D model of a single cylinder spark-ignited internal combustion engine (SI ICE) created by means of the software product Ricardo WaveBuild. The model is applied for the combustion of the anode off-gas (AOG) emitted from a pre-defined solid oxide fuel cell (SOFC) that is modelled in a previous study by the same authors. The selected cell is an intermediate-temperature, anode-supported, planar cell with internal reforming of 100% methane fuel. Firstly, the geometrical and operating parameters of the cell and the engine, as well as the composition of the AOG, are presented. Then the resultant chemicals in the AOG are modelled as a synthetic fuel mixture in Ricardo WaveBuild. Finally, analysis of the performance of the modeled engine with four fuels (gasoline, methane, hydrogen and AOG synthetic fuel) is conducted. The engine model assumptions as well as the SOFC-ICE system integration for a cogeneration combined cycle, are also briefly discussed in the paper.

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)0,000
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,106
Score d'incertitude au seuil0,337

Scores Codex et Gemma par catégorie

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)0,0000,000

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 Opus0,015
Tête enseignante GPT0,223
Écart entre enseignants0,208 · 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

Citations2
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetAdvanced Combustion Engine TechnologiesTravaux en français237 207