Optimization of shell ignition model and its application to the prediction of ignition performance of renewable fuels in an HCCI engine
Notice bibliographique
Résumé
Ignition timing control is crucial for compression ignition (CI) engines. Modelling ignition phenomenon is essential for design and operation of CI engines. Accurate prediction of ignition phenomenon requires a robust ignition model. Therefore, detailed and semi-detailed chemical kinetics have been developed for various fuels, such as [1-3]. These kinds of kinetics models are able to reasonably predict ignition performance in engines. However, detailed or semi-detailed kinetics models usually include many species and reactions. The use of these kinds of detailed or semi-detailed models in the prediction of ignition and combustion process in engines is still too computationally expensive today. Therefore, reduced or simplified kinetics models that include limited number of species and are capable of reasonably describing ignition and combustion performance in engines are still important. Given the fact that simplified one- or two-step models usually cannot reasonably describe the main features of ignition process, especially for those fuels with two stage combustion processes, such as diesel fuels, reduced kinetic model is a more appropriate choice for the prediction of ignition process in practical applications. The so-called Shell ignition model developed in 1970s [4,5] is a reduced thermo-kinetic model that includes limited species and is capable of reasonably predicting ignition process in engines, provided that appropriate rate expressions are provided. This study focuses on the practical application of the Shell model to predict the ignition of various renewable fuels in homogeneous charge compression ignition (HCCI) engines. The rate expressions of the Shell model will be obtained by an optimization scheme based on the ignition delay data obtained from Ignition Quality Tester (IQT).
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 | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| 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 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 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 ».