Prédiction des performances et des caractéristiques d'émissions d'un moteur diesel alimenté au diesel-biodiesel par les réseaux de neurones artificiels

Abstract

En Mesure de la baisse des réserves de pétrole et des conséquences environnementales néfastes des gaz d'échappement du diesel pétrolier, le biodiesel a attiré l'attention en tant que carburant renouvelable et respectueux de l'environnement. Ce travail présente le développement de modèles basés sur l'approche des réseaux de neurones artificiels (RNA), pour la prédiction des paramètres de performance et des caractéristiques d'émission d'un moteur diesel fonctionnant avec un mélange de biodiesel extrait d'huile de ricin, ainsi que l'optimisation du rendement thermique du moteur à l'aide de l'algorithme génétique (AG). La charge du moteur et le rapport de mélange diesel et biodiesel ont été considérés comme des paramètres d'entrée pour les modèles, tandis que les paramètres de performances qui sont le rendement thermique effectif (BTE), la consommation spécifique d'énergie (BSEC), le débit massique de carburant (Fuel mass), la température des gaz d'échappement (EGT) et le taux d'excès d'air ont été considérés comme paramètres de sortie du premier modèle. Les caractéristiques d'émission qui sont le monoxyde de carbone (CO), les hydrocarbures (HC) et les oxydes de nitrogène (NOx) sont les paramètres de sortie du deuxième modèle.Les résultats ont montré une bonne corrélation entre les valeurs expérimentales et les valeurs prédites. L'analyse des performances a montré que la précision des modèles est très élevée. L'ensemble de données a fourni des valeurs de coefficient de corrélation linéaire (R) maximales de 0,99838 pour la prédiction les paramètres des performances et de 0,97584 pour la prédiction des émissions. L'intégration de l'AG avec le RNA a permis d'optimiser la meilleure combinaison de de rapport de mélange de diesel-biodiesel et de la charge de moteur pour un rendement thermique effectif maximal. Ces résultats révèlent que l'approche basée sur RNA est robuste avec un pouvoir prédictif élevé pour prédire les paramètres de paramètres de performance et des caractéristiques d'émissions d'un moteur diesel fonctionnant avec un mélange de biodiesel d'huile de ricin, en raison de sa combinaison de vitesse et de capacité d'apprentissage