- -

Application assessment of UV-vis and NIR spectroscopy for the quantification of fuel dilution problems on used engine oils

RiuNet: Repositorio Institucional de la Universidad Politécnica de Valencia

Compartir/Enviar a

Citas

Estadísticas

  • Estadisticas de Uso

Application assessment of UV-vis and NIR spectroscopy for the quantification of fuel dilution problems on used engine oils

Mostrar el registro completo del ítem

Macian Martinez, V.; Tormos, B.; García-Barberá, A.; Balaguer-Reyes, A. (2023). Application assessment of UV-vis and NIR spectroscopy for the quantification of fuel dilution problems on used engine oils. Fuel. 333. https://doi.org/10.1016/j.fuel.2022.126350

Por favor, use este identificador para citar o enlazar este ítem: http://hdl.handle.net/10251/203309

Ficheros en el ítem

Metadatos del ítem

Título: Application assessment of UV-vis and NIR spectroscopy for the quantification of fuel dilution problems on used engine oils
Autor: Macian Martinez, Vicente Tormos, B. García-Barberá, Antonio Balaguer-Reyes, Adbeel
Entidad UPV: Universitat Politècnica de València. Escuela Técnica Superior de Ingeniería del Diseño - Escola Tècnica Superior d'Enginyeria del Disseny
Fecha difusión:
Resumen:
[EN] Fuel dilution in engine oil is a frequent problem in internal combustion engines (ICE); its main consequence is the reduction of the oil viscosity, decreasing lubrication film strength, and causing a negative impact ...[+]
Palabras clave: Fuel dilution , Quantification , NIR spectroscopy , Engine oil analysis , UV-Visible spectroscopy
Derechos de uso: Reconocimiento - No comercial (by-nc)
Fuente:
Fuel. (issn: 0016-2361 )
DOI: 10.1016/j.fuel.2022.126350
Editorial:
Elsevier
Versión del editor: https://doi.org/10.1016/j.fuel.2022.126350
Código del Proyecto:
info:eu-repo/grantAgreement/AEI/Plan Estatal de Investigación Científica y Técnica y de Innovación 2017-2020/PID2020-119691RB-I00/ES/MANTENIMIENTO Y CONTROL OPTIMO DE VEHICULOS HIBRIDOS DE TRANSPORTE URBANO MEDIANTE DATOS DEL CONTEXTO OPERACIONAL/
Agradecimientos:
Acknowledgments This work has been partially supported by grant PID2020-119691RB-100 funded by MCIN/AEI/10.13039/501100011033.
Tipo: Artículo

recommendations

 

Este ítem aparece en la(s) siguiente(s) colección(ones)

Mostrar el registro completo del ítem