Ottimizzazione basata su AI della pressione di iniezione per motore a doppio combustibile idrogeno e biodiesel da Spirogyra per migliorare prestazioni di combustione e caratteristiche di emissione

Motori più puliti per un mondo che cambia

Automobili, camion e macchine agricole dipendono ancora in larga misura dai motori diesel, potenti ma inquinanti. Questo studio esplora un modo per rendere quei motori familiari molto più puliti ed efficienti combinando un biodiesel speciale a base di alghe con gas idrogeno, e usando poi l’intelligenza artificiale per ottimizzare la modalità di iniezione del combustibile. Il risultato è una strada pratica verso emissioni più basse e migliore economia di carburante che potrebbe essere applicata a molti motori esistenti senza doverli sostituire completamente.

Una nuova interpretazione del carburante diesel

I ricercatori hanno iniziato con un motore diesel convenzionale a singolo cilindro e hanno sostituito gran parte del combustibile standard con una miscela ricavata dall’alga Spirogyra. Questo biodiesel è stato migliorato con nanomateriali carboniosi di piccola dimensione e una piccola quantità di un additivo che favorisce l’accensione, quindi è stato abbinato a idrogeno immesso tramite l’immissione d’aria. Insieme, questi ingredienti formano un sistema “a doppio combustibile”: la miscela liquida viene iniettata come carica pilota che si accende per prima, mentre l’idrogeno brucia rapidamente e in modo pulito una volta innescato. Il team ha misurato con cura come questa configurazione influenzasse la potenza del motore, il consumo di carburante e gli inquinanti al variare della pressione di iniezione.

Trovare il punto ottimale nell’iniezione del carburante

In un motore diesel, la pressione che spinge il combustibile attraverso l’iniettore determina quanto finemente viene nebulizzato e quanto bene si mischia con l’aria. Lo studio ha testato quattro pressioni di iniezione tra 180 e 240 bar mentre il motore funzionava con la combinazione idrogeno–biodiesel. Pressioni più elevate hanno generalmente ridotto il tempo tra iniezione e accensione, aumentato la pressione massima nel cilindro e incrementato la velocità di rilascio di calore. La pressione più alta, 240 bar, ha dato il consumo di carburante più basso e la massima efficienza, ma ha anche prodotto la combustione più aggressiva e maggiori quantità di ossidi di azoto, che contribuiscono allo smog.

A 220 bar, tuttavia, il motore ha raggiunto un equilibrio promettente. La combustione iniziava leggermente più tardi e raggiungeva il picco a una pressione un po’ inferiore rispetto a 240 bar, riducendo lo stress meccanico sul motore. Il consumo di carburante era moderatamente più alto rispetto a 240 bar, ma comunque molto migliore rispetto al diesel ordinario. Fondamentale, l’impostazione a 220 bar ha ridotto il fumo, il monossido di carbonio e gli idrocarburi incombusti rispetto al diesel standard e rispetto a casi di doppio combustibile meno ottimizzati. Gli ossidi di azoto sono aumentati rispetto al diesel puro ma sono rimasti inferiori rispetto alla pressione più alta, suggerendo che una pressione di iniezione moderata può attenuare i consueti compromessi in termini di inquinamento.

Lasciare che gli algoritmi guidino la messa a punto

Poiché i motori si comportano in modi complessi, il team ha fatto ricorso ad algoritmi di apprendimento automatico per mappare come la pressione di iniezione e altre condizioni influenzino prestazioni ed emissioni. Hanno addestrato tre tipi di modelli—adattamenti lineari semplici, alberi decisionali e foreste casuali—usando dati sperimentali su consumo di carburante, efficienza, pressione all’interno del cilindro e diversi inquinanti. Gli alberi decisionali, che suddividono i dati in molti rami “se‑allora”, hanno fornito le previsioni complessivamente più accurate, riproducendo fedelmente la pressione di picco misurata e i livelli di idrocarburi e mantenendo gli errori molto bassi. Ciò significa che, in linea di principio, un modello di IA potrebbe suggerire le impostazioni migliori per un dato motore e miscela di carburante senza test esaustivi.

Dal banco prova all’impatto nel mondo reale

Oltre ai numeri, la combinazione di idrogeno e biodiesel da alghe presenta benefici interessanti in termini di ciclo di vita. Le alghe possono essere coltivate su terreni non agricoli usando flussi di scarto, assorbendo anidride carbonica durante la crescita e rilasciandola durante la combustione, mentre l’idrogeno—se prodotto da elettricità rinnovabile—aggiunge energia senza anidride carbonica. Far funzionare questa coppia in un motore a doppio combustibile intorno ai 220 bar di pressione di iniezione ha migliorato l’efficienza termica, ridotto fuliggine e monossido di carbonio e mantenuto gli ossidi di azoto a livelli gestibili. Gli autori sostengono che, se scalato e guidato da controllo basato su IA, un simile sistema potrebbe contribuire a decarbonizzare veicoli pesanti, gruppi elettrogeni e macchinari off‑road difficili da elettrificare rapidamente.

Cosa significa per i motori del futuro

In termini semplici, lo studio mostra che una miscela accuratamente selezionata di biodiesel da alghe e idrogeno, erogata a una pressione di iniezione moderata e sintonizzata con apprendimento automatico, può rendere un motore diesel più pulito ed efficiente senza ridisegni radicali. Sebbene siano necessari ulteriori studi su motori multicilindro, flusso di idrogeno variabile e durata nel tempo, i risultati indicano una via realistica in cui i motori esistenti possono funzionare con carburanti più verdi, guidati da software intelligenti, per ridurre emissioni e consumo nei casi d’uso quotidiani.

Citazione: Aravind, S., Barik, D., Paramasivam, P. et al. AI based optimization of injection pressure for hydrogen and spirogyra biodiesel dual fuel engine to enhance combustion performance and emission characteristics. Sci Rep 16, 8017 (2026). https://doi.org/10.1038/s41598-025-34179-w

Parole chiave: motori a doppio combustibile a idrogeno, biodiesel da alghe, ottimizzazione della pressione di iniezione, riduzione delle emissioni del motore, apprendimento automatico nella combustione