Performance of Spark Current Boost System on a Production Engine under Lean-Burn Conditions
Notice bibliographique
Résumé
<div class="section abstract"><div class="htmlview paragraph">In order to improve the fuel economy for future high-efficiency spark ignition engines, the applications of advanced combustion strategies are considered to be beneficial with an overall lean and/or exhaust gas recirculation diluted cylinder charge. Stronger and more reliable ignition sources become more favorable under extreme lean/EGR conditions. Existing research indicates that the frequency of plasma restrikes increases with increased flow velocity and decreased discharge current level, and a higher discharge current can reduce the gap resistance and maintain the stretched plasma for a longer duration under flow conditions. An in-house developed current boost control system provides flexible control of the discharge current level and discharge duration. The current boost ignition system is based on a multi-coil system with a discharge current level of 180mA. In this study, a comparative study has been conducted to investigate the efficacy of multi-coil and multi-core ignition systems on a spark-ignited inline-four cylinder production engine under lean-burn conditions. Both total ignition energy and discharge duration are kept the same. The ignition performance of both strategies has been investigated under various levels of engine loads, including idling (1.1 bar BMEP at 900rpm) and partial engine load (2.6 bar BMEP at 1500rpm) conditions. Using the multi-coil system, the spark advance window could be extended beyond that of the traditional transistor coil ignition. Furthermore, the application of the multi-core ignition system consistently realized a shorter ignition delay period by 2~4°CA regardless of boundary conditions.</div></div>
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,002 |
| 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 ».