MétaCan
Menu
← Retour à la cohorte
Enregistrement W7039448706

Lubricity of renewable diesel fuel blends

2015· article· en· W7039448706 sur OpenAlexvenueno aff

Notice bibliographique

RevueNPARC · 2015
Typearticle
Langueen
DomaineEngineering
ThématiqueMilitary Technology and Strategies
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésLubricityDiesel fuelUltra-low-sulfur dieselRenewable energyRenewable fuelsWinter diesel fuelVegetable oil refiningFossil fuel
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Renewable diesel is a hydrocarbon blending component option available to fuel suppliers to meet the current renewable fuel regulations in North America, while offering a potential pathway to lower carbon diesel fuels in the future. In this study, the lubricity of renewable diesel fuel blends additized with ester- and monoacid-type lubricity improver additives (LIAs) was investigated following the ASTM D6079-11 test method. Appropriate LIA treat rates were established for the base fuel, an ultra-low sulphur diesel fuel derived from oil sands sources, using the high-frequency reciprocating rig (HFRR). Then, 10, 20, 30 and 50% renewable diesel and winter-grade diesel/jet components were blended with the base fuel using the same lubricity additive treat rates required for the base fuel. The experimental results show that the test fuels with higher renewable content produced larger HFRR wear scar diameters (WSDs) for both lubricity additive types. The WSD increase was more significant for the renewable diesel fuel blends with the ester-based LIA. This may be related to the observation that the ester-based lubricity additive was not completely miscible with the base fuel or the renewable fuel blends. Significant fractions of the test fuels with higher levels of volatile, winter-grade diesel/jet components were found to evaporate during lubricity determinations, which effectively increased the LIA treat rates. The HFRR WSDs were larger when a covered 15 ml sample was used to measure the lubricity of the more volatile diesel fuels in place of the 2 ml sample specified in the ASTM test method. This suggests that a larger factor of safety should be used when employing ASTM D6079-11 test method to measure the lubricity of more volatile diesel fuels.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,002
Score d'incertitude au seuil0,004

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
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)0,0010,000

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 GPT0,215
Écart entre enseignants0,195 · 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 source (Gemma direct ou Codex distillé), 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

Citations0
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueNPARC→Même sujetMilitary Technology and Strategies→Travaux en français237 207→