操作参数和纳米颗粒对柴油发动机性能的综合影响:响应表面方法-结合基因算法方法
Ashish Dewangan1,2, Ashis Mallick1, Ashok Kumar Yadav3
1Department of Mechanical Engineering, Indian Institute of Technology (Indian School of Mines), Dhanbad 826004, India.
ACS omega
|July 17, 2023
概括
响应表面方法 (RSM) 使用Manilkara zapota生物柴油混合物优化柴油发动机性能. 该研究发现了减少排放和提高制动热效率 (BTE) 的最佳参数.
科学领域:
- 燃烧分析和发动机性能优化.
- 替代燃料和纳米粒子添加剂在柴油发动机中的应用.
背景情况:
- 柴油发动机对于运输和工业至关重要,但在排放和效率方面面临着挑战.
- 来自非食用来源的生物柴油,如Manilkara zapota种子,提供了一个可持续的替代燃料.
- 纳米粒子添加剂可能会增强柴油发动机的燃烧并减少柴油发动机的排放.
研究的目的:
- 确定最佳的发动机运行参数和纳米颗粒度,以提高性能和减少排放.
- 为了比较基因算法 (GA) 和响应表面方法 (RSM) 在发动机优化方面的有效性.
- 为了评估Manilkara zapota生物柴油与纳米粒子添加剂在单柴油发动机中的使用.
主要方法:
- 使用中央复合设计 (CCD) 进行实验设计,研究负载,纳米颗粒度 (NPC),压缩比 (CR),注入压力 (IP) 和注入时间 (IT) 的影响.
- 使用响应表面方法 (RSM) 和遗传算法 (GA) 来确定理想的输入参数的优化.
- 记录了性能指标 (制动热效率 - BTE,制动特定燃油消耗 - BSFC) 和排放水平 (碳化合物 - HC,一氧化碳 - CO,氧化 - NOx).
主要成果:
- 与GA相比,RSM提供了最好的优化结果.
- 确定了最佳参数:59.36%的负载,80ppm的NPC,18.1CR,192.02bar的IP,以及18.62°的bTDC IT.
- 在最佳设置下取得的结果: 32.4767% BTE, 0.1905 公斤/千瓦 h BSFC, 26.8436 ppm HC, 0.0272% CO 和 83.854 ppm NOx.
结论:
- RSM是利用Manilkara zapota生物柴油和纳米粒子优化柴油发动机性能和排放的有效工具.
- 开发的模型经过验证实验验证实验,显示预测误差在8%以内.
- 该研究表明,通过优化参数设置,提高发动机效率和减少有害排放的潜力.
