MétaCan
Menu
Retour à la cohorte
Enregistrement W4415227506 · doi:10.1016/j.biombioe.2025.108484

Performance evaluation of a dual-fuel engine using syngas produced from downdraft gasification of coconut shells

2025· article· en· W4415227506 sur OpenAlexfundno aff
Ujjawal Pandey, S.K. Mohapatra

Notice bibliographique

RevueBiomass and Bioenergy · 2025
Typearticle
Langueen
DomaineEngineering
ThématiqueBiodiesel Production and Applications
Établissements canadiensnon disponible
Organismes subventionnairesDepartment of Mechanical Engineering, University of Alberta
Mots-clésSyngasWork (physics)Raw materialCombustion

Résumé

récupéré en direct d'OpenAlex

Syngas has been produced using coconut shells through downdraft gasification and has been utilized in the performance evaluation of a dual-fuel engine. Proximate analysis and GCV test have been conducted to confirm its potential as a feasible feedstock for gasification. The generated syngas contains 9.125 % CO, 7.10 % H 2 , 3.355 % CH 4 , and 9.97 % CO 2 on average. CGE has also been calculated, and it comes out to be 52.42 %. Further, syngas has been utilized in the dual-fuel engine at different compression ratios of 14, 16, and 18 by varying the engine loads from 2 to 10 kg using a dynamometer. Performance parameters such as BTE, BSFC, and BMEP are evaluated. Results indicate that an increase in compression ratio reduces the BSFC and enhances BTE. Thus, indicating an improved fuel efficiency. Noise level from the engine has also been compared under diesel and dual fuel modes at varying compression ratios. Findings show the feasibility of coconut shell as a viable feedstock for gasification.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,153
Score d'incertitude au seuil0,338

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 Opus0,029
Tête enseignante GPT0,254
Écart entre enseignants0,225 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
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

Citations1
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBiomass and BioenergyMême sujetBiodiesel Production and ApplicationsTravaux en français237 207