Read more
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.
About the author
Hossein Soukht Saraee nació en Darkalate, Irán (en 1986), estudió ingeniería mecánica con interés en la investigación para resolver los problemas medioambientales derivados de la combustión de motores de combustión interna, centrándose en la mejora de los combustibles y la introducción de combustibles alternativos prometedores. Más de 15 artículos científicos y 6 patentes son el resultado de su trabajo en esta provincia.
