Response-Oberfläche- und TQM-ML-Analyse eines PCCI-Motors, betrieben mit Kieferöl und Mikroalgen‑Biodiesel

Sauberere Leistung aus vertrauten Motoren

Die meisten Autos, Lkw und Generatoren verlassen sich noch immer auf Dieselmotoren, die effizient sind, aber für rußigen Auspuff und klimaschädliche Emissionen bekannt sind. Diese Studie untersucht, ob sich der klassische Dieselmotor erhalten lässt, wenn man ihn mit einer klügeren Mischung erneuerbarer Kraftstoffe und datengetriebener Abstimmung betreibt, sodass er sauberer verbrennt, ohne große Hardware‑Umrüstung. Durch das Mischen von kiefernbasiertem Öl mit Biodiesel aus Mikroalgen und den Einsatz fortgeschrittener Statistik, Maschinellen Lernens und Qualitätskontrollmethoden kartieren die Autoren, wie sich bei mehr nutzbarer Leistung weniger Ruß und Kohlenmonoxid erreichen lassen — und sprechen offen eine verbleibende Herausforderung an: Stickoxidemissionen.

Eine neue Art, einen Dieselmotor zu befeuern

Die Forschenden arbeiteten mit einem Einzylinder‑Dieselmotor, dessen Verdichtungsverhältnis — also wie stark das Luft‑Kraftstoff‑Gemisch zusammengedrückt wird — verstellbar ist. Statt ausschließlich fossilem Diesel setzten sie auf eine Dual‑Fuel‑Konfiguration. Ein kleiner „Pilot“‑Kraftstoffstoß (entweder reiner Diesel oder Diesel mit 10 bzw. 20 Prozent Mikroalgen‑Biodiesel) wurde direkt in den Zylinder eingespritzt, um die Zündung auszulösen. Gleichzeitig wurde Kieferöl in die Ansaugung eingesprüht, damit es sich vor der Verdichtung gründlich mit der eintretenden Luft mischen kann. Kieferöl ist sauerstoffreich, dünnflüssig und sehr flüchtig, was das Verdampfen und Vermischen begünstigt; Mikroalgen‑Biodiesel ist reaktionsfreudiger und unterstützt eine zuverlässige Zündung. Durch Variation von Verdichtungsverhältnis, Motorlast und dem Anteil des Kieferöls als Ersatz für konventionellen Kraftstoff (10, 20 oder 30 Prozent) untersuchte das Team systematisch das Verhalten dieser Kombination.

Leistung und Abgase messen

In Dutzenden sorgfältig wiederholter Versuche bestimmte das Team, wie effizient der Motor Brennstoff in Leistung umwandelt und wie viel Schadstoffe dabei entstehen. Im Fokus standen die Bremswirkungsgrad (wie viel der Energie des Kraftstoffs an die Kurbelwelle gelangt), der Kraftstoffverbrauch pro Leistungseinheit sowie zentrale Abgasbestandteile: Kohlenmonoxid, unverbrannte Kohlenwasserstoffe, Stickoxide und sichtbarer Rauch. Sie fanden heraus, dass der Wirkungsgrad tendenziell mit steigender Motorlast und Verdichtungsverhältnis zunimmt und sein Maximum bei etwa 60–80 Prozent der Nenndrehzahl erreicht. Die Zugabe von Kieferöl bis zu etwa 30 Prozent, besonders kombiniert mit einem Pilotkraftstoff aus 10 Prozent Mikroalgen‑Biodiesel, verringerte bei nützlichen Lasten leicht den Kraftstoffverbrauch und reduzierte Rauch sowie unverbrannte Kohlenwasserstoffe deutlich. Der Preis für diese Vorteile war ein Anstieg der Stickoxide, die bei höheren Temperaturen und reichlich Sauerstoff bevorzugt gebildet werden.

Daten die optimale Einstellung finden lassen

Da Verdichtungsverhältnis, Last und Kraftstoffmischung komplex zusammenwirken, griffen die Autoren zu statistischen und maschinellen Lernverfahren, um den „Sweet Spot“ zu finden, anstatt nur einzelne Einstellungen nacheinander zu ändern. Mithilfe der Response‑Surface‑Methodik — einer strukturierten Möglichkeit, gekrümmte Flächen durch experimentelle Daten zu legen — erstellten sie Gleichungen, die Motoreinstellungen mit Leistung und Emissionen verknüpfen, und ließen die Software die Effizienz maximieren bei gleichzeitig minimalen Schadstoffen. Parallel trainierten sie neun verschiedene Machine‑Learning‑Modelle mit denselben Daten. Gradient Boosting, eine moderne Ensemble‑Methode, erwies sich als am genauesten und sagte die meisten Ergebnisse mit nur wenigen Prozent Abweichung von den Messwerten vorher. Um „Black‑Box“‑Entscheidungen zu vermeiden, nutzten sie die SHAP‑Methode, um zu zeigen, welche Faktoren am wichtigsten sind: Motorlast und Verdichtungsverhältnis dominierten Wirkungsgrad und Stickoxide, während der Anteil von Kieferöl starken Einfluss auf Rauch, Kohlenmonoxid und unverbrannten Kraftstoff hatte.

Zuverlässigkeit und Langzeitwirkung prüfen

Über die reinen Zahlen hinaus wandte die Studie industrielle Qualitätsmanagement‑Ideen — wie sie in Fabriken üblich sind — auf das Motorlabor an. Wiederholte Tests, formale Unsicherheitsabschätzungen und „Process Capability“-Prüfungen bestätigten, dass die Messungen stabil sind und die optimierte Betriebregion kein Ausreißer war. Abschließend verglichen die Autoren verschiedene Kraftstoffstrategien mit einer Entscheidungsmatrix, die Effizienz, Emissionen, Erneuerbarkeit, CO2‑Fußabdruck, Praktikabilität und Sicherheit abwägt. Die Kombination aus 10 Prozent Mikroalgen‑Biodiesel als Pilotkraftstoff, 30 Prozent Kieferöl und hohem Verdichtungsverhältnis schnitt konsequent am besten ab — dank besserer Effizienz, wesentlich geringerer Rauch‑ und Kohlenmonoxidwerte und einem höheren Anteil an erneuerbarem Inhalt, selbst unter Berücksichtigung der erhöhten Stickoxidemissionen und des etwas anspruchsvolleren Umgangs.

Was das für künftige Motoren bedeutet

Kurz gesagt zeigt die Arbeit, dass ein gewöhnlicher Dieselmotor, befeuert mit einer durchdachten Mischung aus Kieferöl und Mikroalgen‑Biodiesel und abgestimmt mittels moderner Datenwerkzeuge, mehr nutzbare Arbeit liefern kann bei zugleich weniger sichtbarem Ruß und einigen anderen schädlichen Gasen. Der Ansatz löst das Stickoxidproblem noch nicht, verschiebt aber das Kompromissfeld in eine sauberere Richtung und bietet einen praktischen Weg, mehr erneuerbare Kraftstoffe in bestehende Motoren zu integrieren. Mit weiteren Anpassungen — etwa Abgasrückführung oder feineren Steuerungen der Einspritzzeitpunkte — könnte eine solche duale, datenoptimierte Konfiguration helfen, die Lücke zwischen heutigen fossilen Motoren und einer kohlenstoffärmeren Zukunft zu überbrücken.

Zitation: Al Awadh, M., Michael, G.K.O. Response surface and TQM-ML analysis of a PCCI engine fueled with PO and microalgae biodiesel. Sci Rep 16, 10256 (2026). https://doi.org/10.1038/s41598-026-40929-1

Schlüsselwörter: Dieselmotoren, Biokraftstoffe, Kieferöl, Mikroalgen‑Biodiesel, Maschinelles Lernen in der Verbrennung