Operation of a Compression Ignition Engine at Idling Load Under Simulated Cold Weather Conditions
Notice bibliographique
Résumé
Abstract Heavy-duty compression ignition (CI) engines can be subject to long periods of idling during their duty cycles. In colder climates, getting the engine and exhaust aftertreatment system (EATS) to ideal operating temperatures can be challenging under such idling and low load conditions. This may lead to high emissions of criteria pollutants especially nitrogen oxides (NOx). Increasing the engine load and idling speed may help mitigate NOx emissions but typically leads to higher greenhouse gas (GHG) emissions. Therefore, the objective of this study is to evaluate the performance of a heavy-duty CI engine operating at various idling conditions and determine suitability for EATS operation. Tests are conducted on a heavy-duty single cylinder CI research engine fueled with diesel. As per the United States’ (US) Code of Federal Regulations (CFR), CI engines can be certified for the optional Clean Idle NOx emission standard. A corresponding two-mode Clean Idle Test (CIT) is specified in CFR which requires the engine to be operating in fully warmed-up condition at two engine speeds. Steady state tests are conducted at these two engine speeds of 650 and 1100 rpm, and cold weather operation is simulated by operating the engine at sub-optimal coolant, lubricant, and intake air temperatures. The steady state tests are used to determine suitable diesel injection timing for performing the CIT under standard and simulated cold weather conditions. At the lowest load and 650 rpm idling speed, use of multiple injections and exhaust gas recirculation (EGR) are insufficient for raising the exhaust gas temperature above 200°C. A combination of higher load, EGR, and 1100 rpm idling speed can create conditions for light-off selective catalytic reduction (LO-SCR) operation at the expense of higher fuel consumption. The modified CIT results show that the optional Clean Idle NOx emission standards can be met with the use of EGR at both test modes. The Mode 2 conditions at 1100 rpm may allow LO-SCR activation as well. There are also distinct differences between results under fully and partially warmed-up conditions.
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 | 0,000 | 0,000 |
| 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) | 0,001 | 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 ».