藻类生物柴油-柴油-1-十醇三元混合物的多目标优化,以减轻使用RSM,ANOVA和人工蜂群为柴油发动机提供动力的环境污染

科学领域:

• 燃烧发动机的优化 燃烧发动机的优化
• 可持续能源技术 可持续能源技术
• 在工程领域的人工智能.

背景情况:

• 内燃机在平衡性能与环境法规方面面临着挑战.
• 减少燃料消耗和有害排放 (CO,NOx,HC) 是可持续运输的关键.
• 需要多目标优化技术来解决发动机设计中的复杂权衡问题.

研究的目的:

• 为了提高发动机性能指标,如制动热效率 (BTE).
• 尽量减少包括一氧化碳 (CO),氧化 (NOx) 和碳化合物 (HC) 在内的有害排放.
• 使用混合RSM,ANOVA和ABC算法方法优化发动机参数.

主要方法:

• 响应表面方法 (RSM) 用于实验设计.
• 差异分析 (ANOVA) 用于统计模型开发.
• 人工蜂群 (ABC) 算法用于多目标优化发动机参数 (BMEP,1-decanol%).

主要成果:

• 优化的BMEP在4.91%和1-decanol%在9.82%的水平.
• 实现了28.78%的制动热效率 (BTE).
• 降低车特定燃油消耗 (BSFC) 到0.29公斤/千瓦时.
• 显著降低了CO (0.598体积%),NOx (1509.91 ppm) 和HC (29.52体积%) 的排放.

结论:

• 混合动力优化战略有效地提高了发动机效率并减少了排放.
• 人工蜂群算法成功确定了最佳运行条件.
• 这些发现为开发更可持续,更高效的内燃机提供了一条道路.