بررسی تاثیر افزودن نانوکامپوزیت Al۲O۳-SiO۲ به سوخت بیودیزل-دیزل بر روی عملکرد و آلایندگی یک موتور دیزلی
محل انتشار: فصلنامه سوخت و احتراق، دوره: 13، شماره: 2
سال انتشار: 1399
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 136
فایل این مقاله در 15 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
این مقاله در بخشهای موضوعی زیر دسته بندی شده است:
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
JR_JFNC-13-2_002
تاریخ نمایه سازی: 9 بهمن 1400
چکیده مقاله:
بیودیزل یکی از انرژی های پاک و تجدیدپذیر است که می تواند جایگزین مناسبی برای سوخت های فسیلی باشد و بدون تغییردادن موتورهای دیزلی جایگزین دیزل های نفتی شود. این پژوهش دارای دو بخش بوده که در بخش اول به مقایسه نتایج افزودنی نانوذرات آلومینا، نانوذرات سیلیکا و ترکیب نانوکامپوزیت آلومینا-سیلیکا به سوخت بیودیزل بر پارامترهای عملکردی و انتشار آلاینده های خروجی پرداخته شد. در بخش دوم، کارایی شبکه عصبی در پیش بینی پارامترهای تاثیرگذار بر عملکرد و گازهای خروجی بررسی شده است. ابتدا، با افزودهشدن B۵به سوخت دیزل، کاهش در میزان آلاینده CO، کاهش مصرف ویژه سوخت و افزایش در گشتاور و توان ترمزی رخ داد. در گام بعدی، نانوذرات آلومینا و سیلیکا بهطور جداگانه در نسبتهای مختلف ۳۰، ۶۰، ۹۰ و ppm ۱۲۰ به سوخت دیزل-بیودیزل افزوده شد. نتایج نشان داد که نانوذرات سیلیکا نسبتبه نانوذرات آلومینا باعث بهبودی بیشتر در عملکرد موتور دیزلی و کاهش آلاینده ها شده که در نسبت ppm۹۰، افزایش ۲۱/۶% در توان ترمزی حاصل شد. گشتاور هیچ تغییری نکرد و کاهش ۸/۱% در CO۲، کاهش ۵۶/۱۶% در CO، کاهش ۳/۰۵% در مصرف سوخت و افزایش بسیار جزئی ۰/۵۷% و ۰/۶% در NOX و NO صورت گرفت. سپس، نمونه های کامپوزیت شده با نسبت های مختلف به سوخت دیزل-بیودیزل افزوده شدند. از بین نانوکامپوزیت ها، ترکیب B۵Al۶۰Si۶۰ دارای بیشینه توان و گشتاور بود و منجربه افزایش ۱/۴۴% در گشتاور و افزایش ۱/۶۴% در توان ترمزی نسبتبه سوخت دیزل شد و نیز به ترتیب منجربه کاهش ۳۹/۲۱%، ۱۰/۹%، ۶/۹% و ۶/۸۵% در CO، CO۲، NO و NOX شد. شبکه عصبی مصنوعی پرسپترون چندلایه با یک و دولایه پنهان و دو نوع تابع فعال سازی سیگموئیدی و تانژانت هیپربولیک برای تحلیل نتایج استفاده شد. مقادیر MSE و R به ترتیب برای توان ترمزی ۲۱/۱۰ و ۰/۹۹۰۵، برای CO ۱۴۹۸/۷۵ و ۰/۹۹۱۰، برای CO۲ ۰/۰۰۰۹و ۰/۹۹۴۰، برای NO ۳/۹۴و ۰/۹۹۶۵، برای NOx ۴/۳۹ و ۰/۹۹۱۹ و برای گشتاور ۰/۰۰۰۷۹۹۱۹و۰/۹۹۰۵بوده است. در مجموع، شبکه با تابع فعال سازی سیگموئیدی و دو لایه پنهان بهترین شبکه بوده است.
کلیدواژه ها:
نویسندگان
مریم جبرئیلی
گروه مهندسی بیوسیستم، دانشکده کشاورزی، دانشگاه محقق اردبیلی، اردبیل، ایران
راضیه پوردربانی
دانشیار گروه مهندسی بیوسیستم، دانشکده کشاورزی، دانشگاه محقق اردبیلی
بهمن نجفی
گروه بیوسیستم. دانشکده کشاورزی.دانشگاه محقق اردبیلی. اردبیل. ایران
علی نعمت اله زاده
گروه مهندسی شیمی. دانشکده فنی. دانشگاه محقق اردبیلی. اردبیل ایران
مراجع و منابع این مقاله:
لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :