Brændstofkemi destilleret

En ny konceptuel model til beskrivelse af et brændstofs sammensætning kan fremskynde og forenkle forbrændingssimuleringer. Den benzin og diesel, vi pumper ind i vores køretøjer, er en kompleks cocktail, der kan indeholde tusindvis af forskellige kemikalier. Men se nærmere på brændstoffet, og den overvældende kompleksitet begynder at løse sig selv, KAUST -forskere har vist.

I stedet for at prøve at modellere brændstofforbrænding baseret på den lange liste af molekyler, brændstoffet indeholder, forskerne fandt en stenografi:de viser nu, at de kan destillere kompleksiteten til en meget kort liste over molekylære underenheder eller funktionelle grupper, de fleste brændstofmolekyler er fremstillet af. Denne radikalt forenklede metode til nøjagtig simulering af brændstofforbrænding blev udviklet af Abdul Gani Abdul Jameel under vejledning af Mani Sarathy og hans team.

Projektet startede med den hypotese, at forbrændingsadfærden for hver komponent i et brændstof er dikteret af de funktionelle grupper, den omfatter. For at bekræfte teorien, holdet udførte højopløsnings kernemagnetisk resonansanalyse i KAUSTs Core Labs for at identificere de vigtigste funktionelle grupper i en række komplekse brændstoffer. De lavede derefter enkle surrogater for hvert brændstof ved at vælge et eller to molekyler, der indeholdt de funktionelle grupper i samme balance som det virkelige brændstof.

Sammenligning af vigtige forbrændingsparametre, såsom tændingsforsinkelsestid og røgpunkt i laboratoriet, forskerne bekræftede, at de simple surrogater var trofaste efterligninger af det rigtige brændstof. De viste et godt surrogat, der var nødvendigt for at matche den gennemsnitlige molekylvægt og indeholde de rigtige proportioner af kun fem nøglefunktionelle kulstof-brint-grupper:CH ₃ , paraffin CH ₂ , paraffinisk CH, naftenisk CH-CH ₂ og aromatisk C – CH.

Traditionel forbrændingsmodellering opfanger nøjagtigt brændstofblandingers adfærd ved at tilføje detaljerede kemiske kinetiske data til stadig flere af komponenterne i brændstoffet, men ulempen er, at simuleringen bliver uoverkommelig langsom at køre. "Vi har vist, at tilføjelse af kompleksitet til modeller ikke er nødvendig, så længe underliggende træk ved enklere molekylære parametre, de funktionelle grupper, er fanget, "Siger Sarathy.

Teamets metode til fremstilling af simple brændstofsurrogater vil direkte forbedre designet af effektive nye motorer, forklarer Abdul Jameel. "Brug af et minimalt antal komponenter reducerer betydeligt den tid, der er involveret i at udvikle kemiske kinetiske modeller og de beregningsmæssige omkostninger, der er involveret i simulering af forbrænding i forbrændingsmotorer, " han siger.

Men holdets funktionel-gruppe-baserede tilgang vil række langt ud over surrogatformulering. "Vi er i øjeblikket ved at udvikle maskinlæringsbaserede modeller til at forudsige forbrændingsegenskaberne af brændstoffer baseret på deres funktionelle grupper, " tilføjer Abdul Jameel.