인문학
사회과학
자연과학
공학
의약학
농수해양학
예술체육학
복합학
DBpia AI
AI 에이전트
AI 아이디어
AI 리더
AI 뷰어
Citeasy
크롬 서지관리 다운로드
개인구독
소속 기관이 없으신 경우, 개인 정기구독을 하시면 저렴하게
논문을 무제한 열람 이용할 수 있어요.
지원사업
학술연구/단체지원/교육 등 연구자 활동을 지속하도록 DBpia가 지원하고 있어요.
커뮤니티
연구자들이 자신의 연구와 전문성을 널리 알리고, 새로운 협력의 기회를 만들 수 있는 네트워킹 공간이에요.
피인용 0
초록·키워드
Prediction of diesel particulate filtration necessitates appropriate models for pressure drop and particulate matter (PM) collection, and the models are not frequently deterministic, thus must be closed with certain parameters of much smaller scales typically determined experimentally. Included are soot cake permeability, soot cake density, soot density in filter wall, and percolation constant. Aiming at elucidating these essential parameters, the present study attempts the enhancement of DPF filtration model with non-linear description of soot cake regression, The model is properly validated with single channel DPF measurements. Effects of these parameters on the pressure drop, a direct measure of filtration quality, are estimates in a parametric manner and discussed in terms of filtration velocity. Conclusively, the extent of percolation constant is controlling pressure drops, and soot density in the filter wall is relatively important in deep-bed filtration regime. Filtration quality of the deep-bed mode is relatively less sensitive to particle size than soot cake regime.
본문·목차
인공지능 문자 인식 모델을 통해 추출된 텍스트로, 일부 오타나 오류가 포함될 수 있으나 지속적으로 개선 중입니다.
오류를 발견하셨다면 해당 부분을 드래그한 후 ' 를 통해 신고해주세요.
오류를 발견하셨다면 해당 부분을 드래그한 후 ' 를 통해 신고해주세요.
최근 본 자료 전체보기
UCI(KEPA) : I410-ECN-0101-2009-556-015137102
