Exergy Analysis of an On-Vehicle Floating Piston Hydrogen Compression System for Direct-Injection Engines
Notice bibliographique
Résumé
Direct injection of hydrogen at high pressures into an otherwise unmodified heavy-duty diesel engine offers a near-term pathway to near-zero greenhouse gas emissions for commercial vehicles. Hydrogen direct-injection engines maintain diesel-like performance with equal or better thermal efficiency. Supplying the hydrogen for injection pressures of ~30 MPa requires a high-pressure supply. Onboard hydrogen compression enables more complete utilization of the stored compressed hydrogen; however, it introduces a significant parasitic load on the engine. The magnitude of this load depends on factors such as the compressor’s configuration, capacity, pressure ratio, efficiency, and the engine’s operating conditions. This paper presents an exergy analysis of an onboard hydrogen compression system that uses hydraulically driven free-floating pistons, sized for heavy-duty commercial vehicles. Minimizing the parasitic loads from the compressor is essential to retain vehicle performance and maximize system-wide efficiency. The exergy analysis approach provides a comprehensive understanding of the whole compression system by comparably quantifying the losses across all components. A one-dimensional model of the compression system, developed in GT-SUITETM and validated with experimental data, is used to quantify the main exergy loss components. Exergy efficiency ranges from 12% to 45% under varying pressure ratios and cycle frequencies, with a pronounced increase in efficiency observed at higher cycle frequencies. Major exergy losses occur in the hydraulic driving system up to 79%, especially during retracting and idle phases for lower pressure ratios and cycle frequencies. Within the compression cylinder, exergy destructions account for less than 10% of the total work input, wherein heat transfer and piston friction are identified as the dominant contributors to exergy destruction, with their effects intensifying at higher pressure ratios. This work highlights the challenges of onboard gas compression and develops a systematic framework that can compare compressor design alternatives for different driving cycles.
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 ».