Videnskab
 science >> Videnskab >  >> Elektronik

At skabe en renere fremtid for transport

Workflowet involverer at tage et nyt brændstof til de infrarøde spektre og anvende maskinlæring til at udføre en oktanforudsigelse. Kredit:KAUST

En enkel, hurtig og billig metode til modellering af benzins forbrændingskarakteristika er udviklet af KAUST-forskere, baner vejen for renere og mere effektive transportbrændstoffer.

Forbrænding af kulbrinte-baserede brændstoffer til transport er en væsentlig bidragyder til klimaændringer, medfører behov for renere, bedre ydeevne brændstoffer. Benzin - det mest almindeligt anvendte brændstof i biler - indeholder hundredvis af kulbrinter og, afhængig af dens sammensætning, har en bred vifte af forbrændingsegenskaber.

En indikator for et brændstofs ydeevne er oktantallet:jo højere tallet, jo mere brændstoffet kan komprimeres under tændingen, og jo mere effektivt er dets forbrænding. Imidlertid, fysisk måling af oktantallet for benzin er kompliceret, dyrt og tidskrævende.

Nu, Aamir Farooq og Emad Al Ibrahim fra KAUSTs Clean Combustion Research Center har udviklet en enkel og omkostningseffektiv metode til modellering af benzins forbrændingskarakteristika, som kunne hjælpe med at identificere brændstofblandinger med høje oktantal.

"Vores model tilbyder en hurtig og nem metode til screening af brændstofblandingskandidater uden behov for fysisk testning, " siger Al Ibrahim. "Forskere kan bruge vores model til at teoretisere en ny brændstofblanding og derefter vurdere, hvad dens oktantal ville være."

KAUSTs maskiningeniører har udviklet en enkel og omkostningseffektiv metode til modellering af benzins forbrændingskarakteristika, som kunne hjælpe med at identificere brændstofblandinger med høje oktantal. Kredit:KAUST

Forskerne byggede et datasæt bestående af infrarøde spektre, oktantal, og molekylære egenskaber for benzinens hovedkomponenter, inklusive paraffin, isoparaffin, olefin, naphthen og aromatiske kulbrinter. Fra dette, de producerede sammensatte spektre for 148 forskellige kulbrinteblandinger.

Ved at bruge en ikke-lineær statistisk model, de udtog den mest relevante information fra spektrene. De transformerede derefter disse data til resultater, der relaterer til brændstoffets kemiske egenskaber, giver dem mulighed for at forudsige dets oktantal.

"Brugen af ​​ikke-lineære metoder til at analysere spektre er vigtig, fordi kulbrintemolekyler har tendens til at udvise synergistisk og antagonistisk blanding, " forklarer Al Ibrahim. "F.eks. en blanding af to brændstoffer kan ofte producere et oktantal, der er højere end det for de enkelte bestanddele."

  • Spektre af de vigtigste kemiske familier i benzin. Kredit:Australian Chemical Society

  • Aamir Farooq (bagerst) og Emad Al-Ibrahim diskuterer nøjagtigheden af ​​deres forudsigelsesarbejdsgang. Kredit:KAUST

Ved at simulere spektrene for 38 FACE (brændstoffer til avancerede forbrændingsmotorer) benzin, modellen var i stand til nøjagtigt at forudsige deres oktantal, tilvejebringelse af en metode til bestemmelse af forbrændingskarakteristika for forskellige brændstofblandinger.

"Når vi søger at finde nyere og renere brændstofformuleringer, vi skal hurtigt kunne screene potentielle kandidatbrændstoffer:raffinaderiblandinger med lavt kulstofindhold, biobrændstoffer, solbrændstoffer og e-brændstoffer. Vi kan nu gøre dette nemt, billigt og hurtigt, " siger Farooq.


Varme artikler