Overview

Redukcja emisji spalin i zużycia paliwa jest jednym z najważniejszych wyzwań stojących przed konstruktorami silników. Jedną z metod rozwiązania tego problemu jest ulepszenie paliwa poprzez modyfikację lub zmianę jego skladu. W tym celu przeprowadzono eksperymenty, w których zmieniono moc, emisję spalin i zużycie paliwa w silniku wysokoprężnym z zaplonem samoczynnym, stosując mieszankę paliwa diesla z nanocząsteczkami. W wyniku zastosowania nanododatków uzyskano zmniejszenie zużycia paliwa oraz niższy poziom emisji NOx, HC i CO w porównaniu z paliwem bazowym. Alternatywną metodą analizy i prognozowania w dziedzinie inżynierii, zwlaszcza w silnikach spalinowych [55-58], jest wykorzystanie sztucznych sieci neuronowych (ANN). Symulacja ANN zyskala popularnośc w wielu zastosowaniach inżynieryjnych ze względu na swoją prostotę, dokladnośc i szybkośc konwergencji w porównaniu z metodami numerycznymi, szczególnie w przypadku niejasnych i skomplikowanych baz danych. Modelowanie ANN zostalo zastosowane do przewidywania korelacji między mocą hamowania, zużyciem paliwa, HC, CO i NOx przy użyciu różnych ilości nanocząstek i prędkości jako danych wejściowych.