Testing and analysis of renewable/bio/conventional diesel blends for marine vessel applications - task 3 report
Notice bibliographique
Résumé
Renewable diesel (RD) and biodiesel (BD) are produced from renewable resources. Replacing petroleum diesel by RD and/or BD in power generation has the potential to reduce life-cycle greenhouse gas (GHG) emissions. Therefore, the Canadian Coast Guard (CCG) has been developing a strategy to introduce RD, BD or their blends into its small and large vessel fleet to help reduce net GHG emissions. During this process, immediate questions that need to be addressed are what the optimal RD/BD blend ought to be, how much of the RD/BD blend can be introduced, and how these blends will affect the combustion and emissions performance of the engines powering the vessels. In this project, the National Research Council (NRC) and CCG work together to characterize and optimize the properties of RD, BD and their blends with petroleum diesel, as well as evaluate the combustion and emissions performance of the RD/BD/ULSD blends when applied to heavy-duty diesel engines. This report summarizes the findings from the last task (Task 3) of the project, which was designed to evaluate the combustion and emissions performance of an RD/BD/ultra-low-sulfur diesel (ULSD) blend, a RD/BD blend, and a RD with a fuel additive. The findings reveal that switching from ULSD to the three investigated blends containing RD and/or BD does not have significant negative effects on combustion and emissions performance. The engine efficiency and energy consumption rate do not significantly change when switching from ULSD to either of the three investigated blends, but the fuel consumption rate varies due to the change in energy density. Emissions of engine-out carbon dioxide (CO₂), nitrogen oxides (NOx), particulate matter (PM), carbon monoxide (CO) and unburned hydrocarbons also change when switching from ULSD to the three investigated blends due to the changes in fuel properties, such as energy density, ratio of hydrogen to carbon, etc. Most of these variations are positive in terms of reducing emissions.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,001 |
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 source (Gemma direct ou Codex distillé), 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 ».