DOI: https://doi.org/10.1038/s41598-026-44323-9
PMID: https://pubmed.ncbi.nlm.nih.gov/41834005
تاريخ النشر: 2026-03-15
المؤلف: Eşref Boğar وآخرون
الموضوع الرئيسي: تكنولوجيا محركات الاحتراق المتقدمة
نظرة عامة
تستكشف هذه الدراسة تأثير نسب خلط الوقود وسرعات المحرك على أداء وانبعاثات محرك الاحتراق الشراري (SI) باستخدام خلطات البنزين-إيزوبروبانول. يتم استخدام نهج متعدد النماذج قائم على البيانات لتقييم سبعة هياكل انحدار متعدد المتغيرات للتنبؤ بالاستجابات الرئيسية مثل العزم، واستهلاك الوقود (FC)، وانبعاثات أول أكسيد الكربون (CO)، والهيدروكربونات (HC)، وثاني أكسيد الكربون (CO2). تستخدم عملية التحسين خوارزمية بحث قائمة على PID (PSA) لتعظيم العزم، والطاقة، وكفاءة الحرارة الكبحية (BTE)، مع تقليل استهلاك الوقود والانبعاثات. تكشف النتائج أن خلطًا مثاليًا بنسبة 50% إيزوبروبانول و50% بنزين عند سرعة محرك 2783 دورة في الدقيقة يؤدي إلى تحسينات كبيرة في الأداء، حيث يصل العزم إلى 8.31 نيوتن متر، والطاقة إلى 2.42 كيلو واط، وBTE إلى 19.15%.
تشير النتائج إلى أن زيادة نسبة الإيزوبروبانول في البداية تعزز أداء المحرك، ولكن النسب المفرطة تؤدي إلى انخفاض في العزم والطاقة، إلى جانب زيادة في استهلاك الوقود المحدد بالكبح (BSFC). تنخفض انبعاثات HC وCO وCO2 مع زيادة محتوى الإيزوبروبانول، مما يشير إلى فوائد بيئية. تختتم الدراسة بتوصيات للبحوث المستقبلية، بما في ذلك استكشاف متغيرات تشغيل إضافية، ونطاق أوسع من خلطات الوقود، وتقييم استراتيجيات التحسين لضمان القوة والملاءمة عبر ظروف التشغيل المختلفة. بشكل عام، تسهم هذه الأبحاث بإطار شامل للنمذجة والتحسين لتعزيز كفاءة واستدامة محركات SI باستخدام خلطات الوقود البديلة.
مقدمة
تسلط مقدمة هذه الورقة البحثية الضوء على الدور المهم لمحركات الاحتراق الداخلي (ICEs) في المجتمع الحديث، وخاصة في النقل، والزراعة، وإنتاج الطاقة. على الرغم من مساهماتها في الكفاءة والإنتاجية، تعد محركات الاحتراق الداخلي من المستهلكين الرئيسيين للنفط الخام، حيث تمثل حوالي 70% من استخدام النفط العالمي، مما يثير مخاوف بشأن الاستدامة. تؤكد الورقة على الحاجة الملحة لمصادر وقود بديلة، مثل الديزل الحيوي من زيت الماهوا ووقود الكحول مثل الإيثانول والميثانول، لتقليل الاعتماد على الوقود الأحفوري وتقليل الانبعاثات الضارة.
تستكشف المناقشة أيضًا الفوائد البيئية والأداء لوقود الكحول في محركات الاحتراق الداخلي، مشيرة إلى قدرتها على تعزيز كفاءة الاحتراق وتقليل الملوثات. على سبيل المثال، يمكن أن تقلل خلطات الميثانول والإيثانول بشكل كبير من انبعاثات ثاني أكسيد الكربون (CO2) وتحسن أداء المحرك. تتناول الورقة أيضًا التحديات المرتبطة بوقود الكحول، مثل حرارة التبخر واستقرار الخلطات، مع تسليط الضوء على الإيزوبروبانول كإضافة واعدة يمكن أن تعزز خصائص الاحتراق وتقلل الانبعاثات عند استخدامها في خلطات البنزين. بشكل عام، تؤكد المقدمة على ضرورة تقدم تقنيات محركات الاحتراق الداخلي وتركيبات الوقود لتتوافق مع السياسات البيئية المستدامة وتحسين نتائج الصحة العامة.
طرق
في هذا القسم، يوضح المؤلفون إعداد التجارب والمنهجية المستخدمة للتحقيق في تأثير إضافة وقود الإيزوبروبانول على أداء وانبعاثات محرك هوندا GX-160 المبرد بالهواء، أحادي الأسطوانة، رباعي الأشواط. تم إجراء التجارب عبر تسع سرعات للمحرك (2400 إلى 4000 دورة في الدقيقة) وست نسب خلط من الإيزوبروبانول (0%، 10%، 20%، 30%، 40%، و50% من حيث الحجم)، مع درجة حرارة هواء سحب ثابتة. شمل الإعداد مكونات أساسية مثل مقياس ديناميكي AC، ومقاوم لضبط الحمل، ومستشعر عزم الدوران (Burster 8661) لقياس عزم المحرك، ومقياس دقيق لتقييم استهلاك الوقود.
شملت المنهجية قياسات منهجية لعزم المحرك مقابل السرعة، مع تحميل المحرك عبر المقياس الديناميكي. تم ضبط موضع المقاوم لتغيير الحمل، بينما تم تسجيل استهلاك الوقود بدقة باستخدام مقياس بحساسية 0.5 جرام. يتم تلخيص خصائص الوقود المستخدم، بما في ذلك البنزين النقي كمرجع وخلطات الإيزوبروبانول المختلفة، في جداول مرفقة. يهدف هذا الإطار التجريبي الشامل إلى توضيح تأثيرات الإيزوبروبانول على أداء المحرك والانبعاثات، مما يمهد الطريق للتحسين اللاحق باستخدام خوارزمية بحث قائمة على PID.
نتائج
في هذا القسم، يتم تقديم نتائج الدراسة، مع التركيز على نمذجة وتحسين أداء المحرك والانبعاثات باستخدام الانحدار المتعدد المتغيرات وتحسين سرب الجسيمات (PSA). تم تحليل البيانات من خلال سبعة نماذج انحدار للتنبؤ بالمتغيرات الاستجابية مثل عزم المحرك، وانبعاثات العادم (CO، HC، CO2)، واستهلاك الوقود (FC). وُجد أن النموذج المكعب النقي هو الأكثر فعالية لعزم الدوران وCO وHC وFC، بينما تفوق النموذج التربيعي النقي على CO2. أظهر التحقق من النموذج باستخدام تقنية الاحتفاظ دقة تنبؤية عالية، مع قيم خطأ مطلق متوسط منخفضة (1.46-3.55%) ومعاملات تحديد عالية ($R^2$ تتراوح من 0.881 إلى 0.969)، مما يدل على أداء قوي للنموذج.
في مرحلة التحسين، تم صياغة مشكلة متعددة الأهداف لتحديد نسب الخلط وسرعات المحرك المثلى التي تعزز الأداء مع تقليل الانبعاثات. تم تحديد الظروف المثلى لتكون خلط 50% إيزوبروبانول-50% بنزين عند سرعة محرك 2783 دورة في الدقيقة، مما يؤدي إلى استجابات مواتية مثل عزم 8.31 نيوتن متر وانبعاثات مخفضة (7.47% CO، 214.18 جزء في المليون HC، 6.56% CO2). تؤكد الدراسة على أهمية تحقيق التوازن بين الأداء والانبعاثات في أبحاث المحركات، مشيرة إلى أن النسبة العالية من الإيزوبروبانول المختارة تساعد في تحقيق احتراق كامل وانبعاثات أقل. أظهرت اختبارات التحقق توافقًا معقولًا مع البيانات التجريبية، على الرغم من ملاحظة بعض الانحرافات، ويرجع ذلك أساسًا إلى الطبيعة المنفصلة للظروف التجريبية مقارنةً بنتائج التحسين المستمرة. بشكل عام، تدعم النتائج فعالية منهجية التحسين المستخدمة في تعزيز أداء المحرك مع خلطات الوقود البديلة.
مناقشة
في هذه الدراسة، تم تطوير إطار شامل لتحسين أداء وانبعاثات محركات الاحتراق الشراري (SI) التي تعمل بخلطات البنزين-إيزوبروبانول. استخدمت الأبحاث كل من الشبكات العصبية الاصطناعية (ANN) ومنهجية سطح الاستجابة (RSM) للنمذجة، مع تسليط الضوء على نقاط القوة والقيود لكل منهج. بينما تتمتع ANN بقدرة على التقاط العلاقات غير الخطية المعقدة، إلا أنها تتطلب مجموعات بيانات كبيرة وتفتقر إلى القابلية للتفسير. من ناحية أخرى، يُفضل RSM لطلباته الأقل على البيانات وسهولة التنفيذ، ولكنه غالبًا ما يعتمد على نموذج تربيعي ثابت من الدرجة الثانية، مما يمكن أن يكون مقيدًا. لمعالجة هذه القيود، اقترح المؤلفون استراتيجية نمذجة بديلة جديدة تسمح باختيار هيكل النموذج بشكل مرن بناءً على الأداء التنبؤي، ودمجها مع خوارزمية بحث قائمة على النسبة التناسبية والتكامل والتفاضل (PID) للتحسين.
شمل الإطار التجريبي اختبار سرعات المحرك المختلفة ونسب الخلط، مع قياس مقاييس الأداء الرئيسية مثل العزم، والطاقة، وكفاءة الحرارة الكبحية (BTE)، والانبعاثات (CO، HC، CO2). أشارت النتائج إلى أن الأداء الأمثل للمحرك تم تحقيقه عند خلط 50% إيزوبروبانول وسرعة محرك تبلغ حوالي 2783 دورة في الدقيقة، مما أدى إلى عزم 8.31 نيوتن متر، وطاقة 2.42 كيلو واط، وBTE تبلغ 19.15%. كما تم تقليل الانبعاثات بشكل كبير، حيث كانت CO عند 7.47% وHC عند 214.18 جزء في المليون. اختتمت الدراسة بأن إطار النمذجة والتحسين المقترح لا يعزز فقط أداء المحرك ولكن أيضًا يساهم في الاستدامة البيئية من خلال تقليل الانبعاثات الضارة. تشمل اتجاهات البحث المستقبلية استكشاف متغيرات تشغيل إضافية ونسب خلط لتحسين توازن الأداء والانبعاثات بشكل أكبر.
DOI: https://doi.org/10.1038/s41598-026-44323-9
PMID: https://pubmed.ncbi.nlm.nih.gov/41834005
Publication Date: 2026-03-15
Author(s): Eşref Boğar et al.
Primary Topic: Advanced Combustion Engine Technologies
Overview
This study investigates the impact of fuel blend ratios and engine speeds on the performance and emissions of a spark-ignition (SI) engine using gasoline-isopropanol blends. A data-driven multi-model approach is employed to evaluate seven multivariate polynomial regression structures for predicting key responses such as torque, fuel consumption (FC), and emissions of carbon monoxide (CO), hydrocarbons (HC), and carbon dioxide (CO2). The optimization process utilizes a PID-based search algorithm (PSA) to maximize torque, power, and brake thermal efficiency (BTE), while minimizing fuel consumption and emissions. The findings reveal that an optimal blend of 50% isopropanol and 50% gasoline at an engine speed of 2783 rpm yields significant performance improvements, with torque reaching 8.31 Nm, power at 2.42 kW, and BTE at 19.15%.
The results indicate that increasing the isopropanol ratio initially enhances engine performance, but excessive ratios lead to a decline in torque and power, alongside an increase in brake-specific fuel consumption (BSFC). Emissions of HC, CO, and CO2 decrease with higher isopropanol content, suggesting environmental benefits. The study concludes with recommendations for future research, including the exploration of additional operating variables, a broader range of fuel blends, and the evaluation of optimization strategies to ensure robustness and applicability across various operational conditions. Overall, this research contributes a comprehensive modeling and optimization framework for enhancing the efficiency and sustainability of SI engines using alternative fuel blends.
Introduction
The introduction of this research paper highlights the significant role of internal combustion engines (ICEs) in modern society, particularly in transportation, agriculture, and energy production. Despite their contributions to efficiency and productivity, ICEs are major consumers of crude oil, accounting for approximately 70% of global petroleum usage, which raises sustainability concerns. The paper emphasizes the urgent need for alternative fuel sources, such as biodiesel from mahua oil and alcohol fuels like ethanol and methanol, to reduce dependency on fossil fuels and lower harmful emissions.
The discussion further explores the environmental and performance benefits of alcohol fuels in ICEs, noting their potential to enhance combustion efficiency and reduce pollutants. For instance, blends of methanol and ethanol can significantly decrease carbon dioxide (CO2) emissions and improve engine performance. The paper also addresses the challenges associated with alcohol fuels, such as vaporization heat and blend stability, while highlighting isopropanol as a promising additive that can enhance combustion characteristics and reduce emissions when used in gasoline blends. Overall, the introduction underscores the necessity of advancing ICE technologies and fuel compositions to align with sustainable environmental policies and improve public health outcomes.
Methods
In this section, the authors detail the experimental setup and methodology employed to investigate the impact of isopropanol fuel addition on the performance and emissions of a Honda GX-160 air-cooled, single-cylinder, four-stroke gasoline engine. The experiments were conducted across nine engine speeds (2400 to 4000 rpm) and six blend ratios of isopropanol (0%, 10%, 20%, 30%, 40%, and 50% by volume), with a constant intake air temperature. The setup included essential components such as an AC dynamometer, a rheostat for load adjustment, a torque sensor (Burster 8661) for measuring engine torque, and a precision scale for fuel consumption assessment.
The methodology involved systematic measurements of engine torque against speed, with the engine loaded via the dynamometer. The rheostat’s position was adjusted to vary the load, while fuel consumption was accurately recorded using a scale with a sensitivity of 0.5 g. The properties of the fuels used, including pure gasoline as the reference and various isopropanol blends, are summarized in accompanying tables. This comprehensive experimental framework aims to elucidate the effects of isopropanol on engine performance and emissions, setting the stage for subsequent optimization using a PID-based search algorithm.
Results
In this section, the results of the study are presented, focusing on the modeling and optimization of engine performance and emissions using multivariate regression and Particle Swarm Optimization (PSA). The data were analyzed through seven regression models to predict response variables such as engine torque, exhaust emissions (CO, HC, CO2), and fuel consumption (FC). The pure cubic model was found to be the most effective for torque, CO, HC, and FC, while the pure quadratic model excelled for CO2. Model validation using a hold-out technique demonstrated high predictive accuracy, with low Mean Absolute Percentage Error (MAPE) values (1.46-3.55%) and high coefficients of determination ($R^2$ values ranging from 0.881 to 0.969), indicating robust model performance.
For the optimization phase, a multi-objective problem was formulated to identify optimal blend ratios and engine speeds that enhance performance while minimizing emissions. The optimal conditions were determined to be a 50% isopropanol-50% gasoline blend at an engine speed of 2783 rpm, yielding favorable responses such as 8.31 Nm torque and reduced emissions (7.47% CO, 214.18 ppm HC, 6.56% CO2). The study emphasizes the importance of balancing performance and emissions in engine research, noting that the selected high isopropanol ratio aids in achieving complete combustion and lower emissions. Validation tests indicated reasonable agreement with experimental data, although some deviations were noted, primarily due to the discrete nature of the experimental conditions compared to the continuous optimization results. Overall, the findings support the efficacy of the optimization methodology employed in enhancing engine performance with alternative fuel blends.
Discussion
In this study, a comprehensive framework was developed to optimize the performance and emissions of spark-ignition (SI) engines fueled with gasoline-isopropanol blends. The research utilized both Artificial Neural Networks (ANN) and Response Surface Methodology (RSM) for modeling, highlighting the strengths and limitations of each approach. While ANN is adept at capturing complex nonlinear relationships, it requires large datasets and lacks interpretability. Conversely, RSM is favored for its lower data demands and ease of implementation, yet it often relies on a fixed second-order polynomial model, which can be restrictive. To address these limitations, the authors proposed a novel surrogate modeling strategy that allows for flexible model structure selection based on predictive performance, integrating it with a Proportional-Integral-Derivative (PID)-based Search Algorithm (PSA) for optimization.
The experimental framework involved testing various engine speeds and blend ratios, measuring key performance metrics such as torque, power, brake thermal efficiency (BTE), and emissions (CO, HC, CO2). The results indicated that optimal engine performance was achieved at a 50% isopropanol blend and an engine speed of approximately 2783 rpm, yielding a torque of 8.31 Nm, power of 2.42 kW, and a BTE of 19.15%. Emissions were also significantly reduced, with CO at 7.47% and HC at 214.18 ppm. The study concluded that the proposed modeling and optimization framework not only enhances engine performance but also contributes to environmental sustainability by minimizing harmful emissions. Future research directions include exploring additional operational variables and blend ratios to further refine performance-emission trade-offs.