La reducción de las emisiones de gases de escape y del consumo de combustible es uno de los retos más importantes a los que se enfrenta la comunidad de fabricantes de motores. Uno de los métodos para superar este problema es mejorar el combustible mediante la modificación o reformulación de su composición. Con este fin, se llevaron a cabo experimentos en los que se modificaron la potencia, las emisiones y el consumo de combustible de un motor diésel de encendido por compresión utilizando una mezcla de diésel con nanopartículas. El resultado del uso de nanoaditivos fue una disminución del consumo de combustible y de las emisiones de NOx, HC y CO en comparación con el combustible base. Un método alternativo para el análisis y la predicción en el ámbito de la ingeniería, especialmente en motores de combustión interna [55-58], es el uso de redes neuronales artificiales (RNA). La simulación con ANN ha ganado terreno en muchas aplicaciones de ingeniería debido a su simplicidad, precisión y velocidad de convergencia en comparación con los medios numéricos, especialmente cuando se trata de bases de datos difusas y complicadas. Se adoptó el modelado ANN para predecir la correlación entre la potencia de frenado, el consumo de combustible, los HC, el CO y los NOx utilizando diferentes cantidades de nanopartículas y velocidades como datos de entrada.
Bitte wählen Sie Ihr Anliegen aus.
Rechnungen
Retourenschein anfordern
Bestellstatus
Storno