Wykorzystanie nanocząstek jako nowej generacji dodatków do oleju napędowego

Redukcja emisji spalin i zu¿ycia paliwa jest jednym z najwäniejszych wyzwä stoj¿cych przed konstruktorami silników. Jedn¿ z metod rozwi¿zania tego problemu jest ulepszenie paliwa poprzez modyfikacj¿ lub zmian¿ jego sk¿adu. W tym celu przeprowadzono eksperymenty, w których zmieniono moc, emisj¿ spalin i zu¿ycie paliwa w silniku wysokopr¿¿nym z zap¿onem samoczynnym, stosuj¿c mieszank¿ paliwa diesla z nanocz¿steczkami. W wyniku zastosowania nanododatków uzyskano zmniejszenie zu¿ycia paliwa oraz ni¿szy poziom emisji NOx, HC i CO w porównaniu z paliwem bazowym. Alternatywn¿ metod¿ analizy i prognozowania w dziedzinie in¿ynierii, zw¿aszcza w silnikach spalinowych [55-58], jest wykorzystanie sztucznych sieci neuronowych (ANN). Symulacja ANN zyskäa popularno¿¿ w wielu zastosowaniach in¿ynieryjnych ze wzgl¿du na swoj¿ prostot¿, dok¿adno¿¿ i szybko¿¿ konwergencji w porównaniu z metodami numerycznymi, szczególnie w przypadku niejasnych i skomplikowanych baz danych. Modelowanie ANN zostäo zastosowane do przewidywania korelacji mi¿dzy moc¿ hamowania, zu¿yciem paliwa, HC, CO i NOx przy u¿yciu ró¿nych ilo¿ci nanocz¿stek i pr¿dko¿ci jako danych wej¿ciowych.