DOI: https://doi.org/10.1038/s41598-025-16354-1
PMID: https://pubmed.ncbi.nlm.nih.gov/40877346
تاريخ النشر: 2025-08-28
المؤلف: Rahul Goyal وآخرون
الموضوع الرئيسي: تكنولوجيا محركات الاحتراق المتقدمة
نظرة عامة
تدرس هذه الدراسة أداء وخصائص انبعاثات محرك الديزل باستخدام وقود مستحلب من الماء والديزل (WDEF) معزز بجزيئات نانوية من ثاني أكسيد السيليكون (SiO₂). يتكون مزيج الوقود المحدد الذي تم اختباره، D94W5S1-Si50، من 94% ديزل، 5% ماء، 1% SPAN 80، و50 جزء في المليون من جزيئات SiO₂ النانوية. تستخدم البحث مزيجًا من تصميم Taguchi L9، ونموذج نظام الاستدلال العصبي الضبابي التكيفي (ANFIS)، وخوارزمية تحسين متعددة الأهداف للجرذ البري (MOPDO) لتحسين أداء المحرك والانبعاثات دون الحاجة إلى تعديلات على المحرك. تشمل المعلمات المدخلة الرئيسية التي تم تحليلها ضغط الحقن، وتوقيت الحقن، وحمل المحرك، مما يكشف أن أقصى كفاءة حرارية للمكبح (BTE) وأدنى انبعاثات تحدث تحت ظروف محددة، لا سيما عند 50% من الحمل و200 بار من ضغط الحقن.
تشير النتائج إلى أن حمل المحرك وضغط الحقن هما أكثر العوامل تأثيرًا على BTE وانبعاثات NOx، بينما لتوقيت الحقن تأثير أقل. تظهر النماذج الانحدارية المطورة دقة عالية في التنبؤ بالأداء والانبعاثات، مع معاملات تحديد (R²) قريبة من 1 لـ BTE (0.9876)، NOx (0.9912)، والدخان (0.9667). تم تحديد الظروف المثلى لتعظيم BTE وتقليل الانبعاثات، حيث قام نموذج ANFIS بالتحقق من النتائج التجريبية وأظهر أقصى خطأ مطلق يبلغ حوالي 7.5% لـ BTE، 7% لـ NOx، و9% للدخان. بشكل عام، تؤكد الدراسة على إمكانية استخدام WDEF مع جزيئات SiO₂ النانوية لتعزيز أداء المحرك وتقليل الانبعاثات، لا سيما تحت ظروف تشغيل محسّنة.
طرق
في هذه الدراسة، تم إعداد الوقود المستحلب باستخدام وقود الديزل كمرحلة مستمرة وماء مقطر كمرحلة مفرقة، مع استخدام جزيئات نانوية من ثاني أكسيد السيليكون (SiNP) كإضافة للتثبيت. تم الحصول على وقود الديزل من محطة وقود محلية، بينما تم الحصول على SiNP، الذي يتميز بحجم جزيئي يتراوح بين 30-50 نانومتر وكثافة 2.2 غرام/سم³، من شركة Ultra Nanotech Pvt. Ltd. كان السطح النشط المستخدم في الاستحلاب هو سوربيتان مونوأوليئات (Span 80). تم إجراء تجارب تجريبية باستخدام محرك ديزل أحادي الأسطوانة رباعي الأشواط، مع تحليل خصائص الأداء والانبعاثات تحت أحمال متغيرة (25%، 50%، و75%)، وضغوط حقن (180، 190، و200 بار)، وتوقيتات حقن (19°، 21°، و23° قبل نقطة الموت العلوي).
تضمن الإعداد التجريبي مقياس ديناميكي للتيار الدوامي وأدوات قياس مثل مقياس دخان AVL 437 C ومحلل غازات العادم AVL DIGAS 444 N. تم تكرار كل تجربة ثلاث مرات لضمان الدقة، مع استخدام القيم المتوسطة للتحليل. استخدمت الدراسة تصميم مصفوفة متعامدة Taguchi L9 لتحسين تأثير المتغيرات الضابطة على المعلمات الناتجة، وتحديدًا كفاءة المكبح الحرارية (BTE)، وانبعاثات NOx، والدخان. تم اختيار هذا النهج لفعاليته في تقليل التجارب مقارنة بالتصاميم الكاملة، مما يوفر الوقت والموارد. تم حساب نسبة الإشارة إلى الضوضاء (S/N) لتقييم مقاييس الأداء بناءً على الخصائص المرغوبة لمتغيرات الاستجابة.
نتائج
تقدم قسم النتائج نتائج الدراسة، مع تسليط الضوء على النتائج الرئيسية وآثارها. يكشف التحليل عن علاقات كبيرة بين المتغيرات قيد الدراسة، مع مؤشرات إحصائية تشير إلى قيمة p أقل من 0.05، مما يشير إلى أن النتائج ذات دلالة إحصائية. بالإضافة إلى ذلك، تظهر البيانات اتجاهًا واضحًا في الظواهر الملاحظة، مما يدعم الفرضيات الأولية المطروحة في البحث.
تتناول المناقشات الإضافية آثار هذه النتائج، موضحة سياقها ضمن الأدبيات الموجودة. تؤكد النتائج ليس فقط الدراسات السابقة ولكنها تقدم أيضًا رؤى جديدة يمكن أن توجه اتجاهات البحث المستقبلية. بشكل عام، تؤكد النتائج على أهمية المتغيرات المدروسة وتأثيرها المحتمل على المجال الأوسع من البحث.
مناقشة
في هذه الدراسة، تم إعداد وقود اختبار جديد، يسمى D94W5S1-Si50، عن طريق استحلاب وقود الديزل مع الماء المقطر، والسطح النشط SPAN 80، وجزيئات نانوية من ثاني أكسيد السيليكون. شملت عملية الإعداد مرحلتين: الخلط الأولي يليه الموجات فوق الصوتية، مما أسفر عن مستحلب مستقر ظل متجانسًا لمدة 144 ساعة. تم تقييم أداء هذا الوقود من خلال اختبارات محرك متنوعة، مما يكشف عن أقصى كفاءة حرارية للمكبح (BTE) تبلغ 28.43%، إلى جانب أدنى انبعاثات من أكاسيد النيتروجين (NOx) والدخان تبلغ 145 جزء في المليون و26.8 HSU، على التوالي. استخدمت الدراسة طرق Taguchi وتحليل ANOVA لتحديد المعلمات المدخلة المثلى، مما يظهر أن حمل المحرك يؤثر بشكل كبير على الأداء والانبعاثات، مع لعب ضغط الحقن وتوقيته أيضًا أدوارًا حاسمة.
علاوة على ذلك، تم استخدام نظام استدلال عصبي ضبابي تكيفي (ANFIS) لنمذجة العلاقة بين المعلمات المدخلة ومقاييس أداء المحرك، محققًا معاملات ارتباط عالية (قيم R² تبلغ 0.9876، 0.9912، و0.9667 لـ BTE، NOx، والدخان، على التوالي). قدمت الدراسة أيضًا خوارزمية تحسين متعددة الأهداف للجرذ البري (MOPDO) لتحسين إعدادات المحرك، مما أسفر عن ظروف مثلى تعظم BTE مع تقليل انبعاثات NOx والدخان. تشير النتائج إلى أن الأحمال الأعلى للمحرك وضغوط الحقن، جنبًا إلى جنب مع توقيت حقن أقل، تعزز الأداء وتقلل الانبعاثات. تشمل اتجاهات البحث المستقبلية الاختبارات طويلة الأمد تحت ظروف متغيرة، وقابلية التوسع إلى أنواع محركات أخرى، ودمج استراتيجيات تحكم متقدمة لتحقيق تحسين في الوقت الحقيقي.
DOI: https://doi.org/10.1038/s41598-025-16354-1
PMID: https://pubmed.ncbi.nlm.nih.gov/40877346
Publication Date: 2025-08-28
Author(s): Rahul Goyal et al.
Primary Topic: Advanced Combustion Engine Technologies
Overview
This study investigates the performance and emission characteristics of a diesel engine using water-diesel emulsified fuel (WDEF) enhanced with silicon dioxide (SiO₂) nanoparticles. The specific fuel blend tested, D94W5S1-Si50, consists of 94% diesel, 5% water, 1% SPAN 80, and 50 ppm SiO₂ nanoparticles. The research employs a combination of Taguchi L9 design, adaptive neuro fuzzy inference system (ANFIS) modeling, and a multi-objective prairie dog optimization (MOPDO) algorithm to optimize engine performance and emissions without requiring engine modifications. Key input parameters analyzed include injection pressure, injection timing, and engine load, revealing that the maximum brake thermal efficiency (BTE) and minimum emissions occur under specific conditions, notably at 50% load and 200 bar injection pressure.
The findings indicate that engine load and injection pressure are the most influential factors affecting BTE and NOx emissions, while injection timing has a lesser impact. The developed regression models demonstrate high precision in predicting performance and emissions, with coefficients of determination (R²) close to 1 for BTE (0.9876), NOx (0.9912), and smoke (0.9667). The optimal conditions for maximizing BTE and minimizing emissions were identified, with the ANFIS model validating experimental results and showing a maximum absolute error of approximately 7.5% for BTE, 7% for NOx, and 9% for smoke. Overall, the study emphasizes the potential of using WDEF with SiO₂ nanoparticles to enhance engine performance and reduce emissions, particularly under optimized operational conditions.
Methods
In this study, emulsified fuel was prepared using diesel fuel as the continuous phase and distilled water as the dispersed phase, with silicon dioxide nanoparticles (SiNP) serving as an additive for stabilization. The diesel fuel was sourced from a local fuel station, while the SiNP, characterized by a particle size of 30-50 nm and a density of 2.2 g/cm³, was obtained from Ultra Nanotech Pvt. Ltd. The surfactant used for emulsification was sorbitan-monooleate (Span 80). Experimental trials were conducted using a single-cylinder, four-stroke diesel engine, with performance and emission characteristics analyzed under varying loads (25%, 50%, and 75%), injection pressures (180, 190, and 200 bar), and injection timings (19°, 21°, and 23° bTDC).
The experimental setup included an eddy current dynamometer and measurement tools such as an AVL 437 C smoke meter and an AVL DIGAS 444 N exhaust-gas analyzer. Each experiment was repeated three times to ensure accuracy, with the mean values used for analysis. The study employed a Taguchi L9 orthogonal array design to optimize the influence of control variables on output parameters, specifically brake thermal efficiency (BTE), NOx emissions, and smoke. This approach was chosen for its efficiency in reducing experimental trials compared to full factorial designs, thereby saving time and resources. The signal-to-noise (S/N) ratio was calculated to evaluate performance measures based on the desired characteristics of the response variables.
Results
The results section presents the findings of the study, highlighting key outcomes and their implications. The analysis reveals significant correlations between the variables under investigation, with statistical tests indicating a p-value of less than 0.05, suggesting that the results are statistically significant. Additionally, the data demonstrates a clear trend in the observed phenomena, supporting the initial hypotheses posited in the research.
Further discussions elaborate on the implications of these findings, contextualizing them within the existing literature. The results not only confirm previous studies but also provide new insights that could inform future research directions. Overall, the findings underscore the importance of the studied variables and their potential impact on the broader field of inquiry.
Discussion
In this study, a novel test fuel, designated as D94W5S1-Si50, was prepared by emulsifying diesel fuel with distilled water, surfactant SPAN 80, and silicon dioxide nanoparticles. The preparation involved a two-stage process: initial mixing followed by ultrasonication, resulting in a stable emulsion that remained homogeneous for 144 hours. The performance of this fuel was evaluated through various engine tests, revealing a maximum brake thermal efficiency (BTE) of 28.43%, alongside minimum nitrogen oxides (NOx) and smoke emissions of 145 PPM and 26.8 HSU, respectively. The study employed Taguchi methods and ANOVA analysis to identify optimal input parameters, demonstrating that engine load significantly influences performance and emissions, with injection pressure and timing also playing critical roles.
Furthermore, an Adaptive Neuro-Fuzzy Inference System (ANFIS) was utilized to model the relationship between input parameters and engine performance metrics, achieving high correlation coefficients (R² values of 0.9876, 0.9912, and 0.9667 for BTE, NOx, and smoke, respectively). The study also introduced a multi-objective prairie dog optimization (MOPDO) algorithm to optimize engine settings, yielding optimal conditions that maximize BTE while minimizing NOx and smoke emissions. The findings suggest that higher engine loads and injection pressures, combined with lower injection timing, enhance performance and reduce emissions. Future research directions include long-term testing under transient conditions, scalability to other engine types, and integrating advanced control strategies for real-time optimization.