MétaCan
Menu
Retour à la cohorte
Enregistrement W4409017478 · doi:10.4271/2025-01-8355

Evaluating the Potential of a Turbo-Compound System for a Heavy-Duty Natural Gas Engine: A Modelling Study

2025· article· en· W4409017478 sur OpenAlexaff
Navid Balazadeh, Sandeep Munshi, Mahdi Shahbakhti, Gordon McTaggart-Cowan

Notice bibliographique

RevueSAE technical papers on CD-ROM/SAE technical paper series · 2025
Typearticle
Langueen
DomaineChemical Engineering
ThématiqueAdvanced Combustion Engine Technologies
Établissements canadiensUniversity of AlbertaSimon Fraser University
Organismes subventionnairesnon disponible
Mots-clésTurboNatural gasComputer scienceHeavy dutyEnvironmental scienceAutomotive engineeringEngineeringWaste management

Résumé

récupéré en direct d'OpenAlex

<div class="section abstract"><div class="htmlview paragraph">Combining a low-carbon content fuel, such as natural gas, with a high-efficiency engine can reduce greenhouse gas emissions significantly in hard-to-electrify long-haul trucking applications. Turbo-compounding, where an additional power turbine is installed in the exhaust stream after the turbocharger turbine, can extract useful amounts of energy from diesel engine exhaust at high loads. This work assesses the net benefits of combining turbo-compounding with a high-efficiency, natural gas fuelled heavy-duty engine. The effects on brake specific fuel consumption (BSFC), greenhouse gas emissions, and engine-out emissions of nitrogen oxides (NOx) and methane (CH<sub>4</sub>) are considered. The experimentally validated 1D model for a 13L diesel pilot- direct injection of natural gas, heavy-duty engine in GT-SUITE<sup>TM</sup> is used to develop a series turbo-compound model. The effects of turbine sizes and flow capacities in fixed-geometry turbocharging and power turbines are evaluated on the engine’s performance, considering the trade-off between power output in the power turbine and turbo-compound losses because of increased back pressure. A parametric analysis is conducted in the 1D model to select the best combination of turbine sizes and the gear ratio between the power turbine’s shaft and engine’s crankshaft to optimize the rotational speed of the power turbine. The results show that the turbocharging turbine’s size has the most significant effect on BSFC. The model results indicate that the most promising combination of turbines may reduce BSFC by 1% to 4% at high loads within the range of 1000 rpm to 1400 rpm, with even larger reductions of 5% to 6% at the peak power conditions around 1600 rpm. At lower loads (below 40%), the BSFC increased from 1% at mid-load to 6% or more at low loads. The net benefits of the turbo-compound system are evaluated in a developed class-8 truck model in GT-SUITE<sup>TM</sup> over standard long-haul and regional delivery transient drive cycles with different cargo loads. The truck transient simulation results show that fuel consumption was reduced by 2% to 4% in 35% to 100% cargo loads in drive cycles with more cruising time but did not change substantially in lower cargo loads. More benefits in higher cargo loads are attributed to the shifted engine operating points to the higher loads where the turbo-compound system significantly improves engine system efficiency. The truck simulation results also showed that the turbo-compound system did not change the cumulative engine-out NOx and CH<sub>4</sub> emissions over the studied drive cycles.</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 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)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
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 enseignants0,790
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0020,001
Intégrité de la recherche0,0010,002
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 Opus0,020
Tête enseignante GPT0,293
Écart entre enseignants0,274 · 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.

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

Citations0
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueSAE technical papers on CD-ROM/SAE technical paper seriesMême sujetAdvanced Combustion Engine TechnologiesTravaux en français237 207