Optimization of Hydrogen Energy Share in Dual-Fuel and RCCI Engines: An Energy and Exergy Study
Notice bibliographique
Résumé
The growing reliance on fossil fuels for various transportation systems is causing numerous issues, including the depletion of fossil fuel reserves, escalating fuel prices, pollution, and global warming.These needs are addressed by modifying/ improving the internal combustion engines combustion strategy and having an alternative fuel that is environmentally friendly, economical to use commercially and by individuals, and adequately available.Hydrogen is considered one of the best choice as a clean fuel.For single cylinder engines, the energy and exergy efficiency obtained from the hydrogenpowered engine in HCCI, RCCI and dual-fuel mode are analyzed.Using hydrogen in internal combustion engines under lean conditions reduces NOx emissions, but it also leads to a decrease in power output.Super-charge or turbo-charge can be an option but this will result in more emissions.It will be beneficial to run it in Dual-fuel mode or RCCI mode..The simulation results indicate that brake power changes with the addition of hydrogen.In diesel-only mode, the brake power is 2808 W, but it gradually decreases as the hydrogen energy share increases to 36%.It then increases up to a brake power of 2806 W at 58% hydrogen energy share.The analysis concluded that the engine in dual-fuel mode should be operated at 58% hydrogen energy share, and at an injection timing of 17 BTDC as the power produced is the same as that in diesel-only mode, the emissions produced are manageable in terms of NO emissions, whereas the rest of the emissions it is lower and comfortably comply with the BSVI regulations.
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 ».