Wetenschap
De workflow omvat het nemen van een nieuwe brandstof naar de infraroodspectra en het toepassen van machine learning om een octaangetalvoorspelling uit te voeren. Krediet:KAUST
Een eenvoudige, snelle en goedkope methode voor het modelleren van de verbrandingskenmerken van benzine is ontwikkeld door KAUST-onderzoekers, de weg vrijmaken voor schonere en efficiëntere transportbrandstoffen.
De verbranding van op koolwaterstof gebaseerde brandstoffen voor transport levert een belangrijke bijdrage aan de klimaatverandering, aanleiding geven tot de behoefte aan schoner, beter presterende brandstoffen. Benzine, de meest gebruikte brandstof in auto's, bevat honderden koolwaterstoffen en afhankelijk van de samenstelling, heeft een breed scala aan verbrandingseigenschappen.
Een indicator van de prestatie van een brandstof is het octaangetal:hoe hoger het getal, hoe meer de brandstof tijdens de ontsteking kan worden gecomprimeerd en hoe efficiënter de verbranding is. Echter, het fysiek meten van het octaangetal voor benzine is ingewikkeld, duur en tijdrovend.
Nutsvoorzieningen, Aamir Farooq en Emad Al Ibrahim van het Clean Combustion Research Center van KAUST hebben een eenvoudige en kosteneffectieve methode ontwikkeld voor het modelleren van de verbrandingskenmerken van benzine, die kunnen helpen bij het identificeren van brandstofmengsels met een hoog octaangetal.
"Ons model biedt een snelle en gemakkelijke methode om kandidaten voor brandstofmengsels te screenen zonder dat fysieke tests nodig zijn, ", zegt Al Ibrahim. "Onderzoekers kunnen ons model gebruiken om een nieuwe brandstofmix te theoretiseren en vervolgens schatten wat het octaangetal zou zijn."
De onderzoekers bouwden een dataset met infraroodspectra, octaangetallen, en moleculaire eigenschappen voor de belangrijkste componenten van benzine, inclusief paraffine, isoparaffine, olefine, nafteen en aromatische koolwaterstoffen. Van dit, ze produceerden samengestelde spectra voor 148 verschillende koolwaterstofmengsels.
Met behulp van een niet-lineair statistisch model, ze haalden de meest relevante informatie uit de spectra. Vervolgens hebben ze deze gegevens omgezet in scores die betrekking hebben op de chemische kenmerken van de brandstof, waardoor ze het octaangetal kunnen voorspellen.
"Het gebruik van niet-lineaire methoden voor het analyseren van spectra is belangrijk omdat koolwaterstofmoleculen de neiging hebben om synergetische en antagonistische vermenging te vertonen, " legt Al Ibrahim uit. "Bijvoorbeeld, een mengsel van twee brandstoffen kan vaak een octaangetal opleveren dat hoger is dan dat van de afzonderlijke bestanddelen."
Spectra van de belangrijkste chemische families in benzine. Krediet:Australian Chemical Society
Aamir Farooq (terug) en Emad Al-Ibrahim bespreken de nauwkeurigheid van hun voorspellingsworkflow. Krediet:KAUST
Door de spectra voor 38 FACE (brandstoffen voor geavanceerde verbrandingsmotoren) benzines te simuleren, het model was in staat om hun octaangetal nauwkeurig te voorspellen, het verschaffen van een werkwijze voor het bepalen van de verbrandingskenmerken van verschillende brandstofmengsels.
"Terwijl we op zoek zijn naar nieuwere en schonere brandstofformuleringen, we moeten potentiële kandidaat-brandstoffen snel kunnen screenen:koolstofarme raffinaderijmengsels, biobrandstoffen, zonnebrandstoffen en e-brandstoffen. We kunnen dit nu gemakkelijk doen, goedkoop en snel, ', zegt Farooq.
Wetenschap © https://nl.scienceaq.com