Performance and emission analysis of cassava peel waste pyrolysis oil-hydrogen-diesel blends in a compression ignition engine
Notice bibliographique
Résumé
As the world moves away from fossil fuels and embraces sustainable energy sources, the need for sustainable fuels for transportation becomes paramount. This study investigates the effects of pyrolysis oil derived from cassava peel waste (CPO), hydrogen (H), and diesel (D) blends as a partial substitute for low-displacement compression ignition engines. We tested three blends – CPO25, CPO25H5, and CPO25H10 – against neat diesel operation at engine speeds of 3400 rpm, 3600 rpm, and 3800 rpm and torques of 4 Nm, 6 Nm, and 8 Nm. Our findings reveal that while energy efficiency decreased with CPO25 compared to D100 operation, adding H2 increased energy efficiency. The highest increase was 7.8 % for CPO25H5 and 16 % for CPO25H10 compared to CPO25. Exergy efficiency also decreased with CPO25 compared to D100, but adding H2 compensated for this reduction. The highest increase was 8.0 % for CPO25H5 and 17 % for CPO25H10 compared to D100. CPO25H10 showed an increase of 8.1 % in combustion pressure and 9.9 % in heat release rate compared to CPO25. Emissions analysis also revealed that CO emissions were considerably lower with CPO and H2 than with D100, with the highest decrease of 11 % with CPO25H10. CO2 and hydrocarbon emissions followed the same trend as CO. Although NOx emissions slightly increased, the benefits of using pyrolysis oil-H2-diesel blends as a partial substitution fuel for low-displacement compression ignition engines are evident.
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 | 0,001 | 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 ».