Charakterystyka osiągów, emisji i spalania mieszanin oleju napędowego z dodatkiem biodiesla Mahua i nanocząstek TiO₂ oraz CeO₂ przy użyciu metod eksperymentalnych i uczenia maszynowego

Czystsza moc z roślin i maleńkich cząstek

Silniki wysokoprężne napędzają autobusy, traktory i generatory na całym świecie, ale emitują też sadzę, gazy tworzące smog i dwutlenek węgla przyczyniający się do ocieplenia klimatu. W tym badaniu autorzy badają sposób na uczynienie istniejących silników diesla czystszymi i wydajniejszymi bez konieczności ich przeprojektowywania — przez mieszanie nierafinowanego oleju roślinnego zwanego biodieslem Mahua z konwencjonalnym dieslem oraz dodanie ultradrobnych cząstek metali. Naukowcy zastosowali również nowoczesne narzędzia uczenia maszynowego, aby sprawdzić, czy komputery potrafią wiarygodnie przewidzieć zachowanie takich silników w różnych warunkach pracy.

Od nasion drzewa do paliwa silnikowego

Mahua to drzewo powszechnie występujące w Indiach, którego nasiona dają olej nieprzeznaczony do konsumpcji, co czyni go atrakcyjnym, zrównoważonym surowcem na paliwo. Olej ten jest chemicznie przetwarzany do postaci biodiesla, który można mieszać z paliwem diesla. W tej pracy zespół skupił się na praktycznej mieszaninie zawierającej 20% biodiesla Mahua i 80% diesla, wybranej jako zwykle zapewniającej dobry kompromis między osiągami silnika a emisjami. Aby poprawić właściwości tej mieszanki, wprowadzono śladowe ilości nanocząstek tlenków metali — tlenku tytanu i tlenku ceru — w dawkach zaledwie 25–75 części na milion, co jest zbyt małą ilością, by znacząco zmienić właściwości masowe paliwa, lecz wystarczającą, by wpływać na sposób jego spalania w silniku.

Jak maleńkie dodatki poprawiają spalanie

Stanowiskiem badawczym był standardowy jednocylindrowy silnik diesla, podobny do stosowanych w małych generatorach, eksploatowany przy pięciu różnych poziomach obciążenia od biegu jałowego do pełnej mocy. Badacze zmierzyli, jak efektywnie silnik przetwarza paliwo w użyteczną pracę, i monitorowali zanieczyszczenia takie jak tlenek węgla, niespalone węglowodory, tlenki azotu, dym oraz dwutlenek węgla. Stwierdzili, że samo przejście z czystego diesla na mieszankę Mahua nieco obniża efektywność, ponieważ paliwo roślinne ma wyższą lepkość i niższą zawartość energii na kilogram. Jednak po dodaniu nanocząstek — szczególnie w okolicy 50 części na milion — obraz uległ zmianie. Te maleńkie cząstki działają jak pomocniki spalania, poprawiają mieszanie paliwa z powietrzem i przyspieszają reakcje utleniania.

Czystsze spaliny z pewnym kompromisem

Przy właściwej dawce nanocząstek sprawność cieplna hamulca silnika — udział energii paliwa przekształconej w użyteczną moc — wzrosła o około 6–8% powyżej czystego diesla przy pełnym obciążeniu, a zużycie paliwa na jednostkę mocy spadło nawet do 7% w porównaniu z samą mieszanką Mahua. Spaliny stały się również zauważalnie czystsze: tlenek węgla i niespalone węglowodory zmniejszyły się o około jedną czwartą, a widoczny dym został zredukowany nawet o 35–40%, co odzwierciedla mniejsze tworzenie sadzy i bardziej kompletne spalanie. Dwutlenek węgla nieznacznie wzrósł, co w tym kontekście oznacza, że węgiel z paliwa jest w pełni utleniany zamiast pojawiać się w postaci toksycznych produktów ubocznych lub cząstek. Głównym minusem był wzrost tlenków azotu — grupy gazów przyczyniających się do powstawania smogu — o około 8–12% przy dużych obciążeniach, ponieważ bardziej gwałtowne spalanie podnosiło szczytową temperaturę w cylindrze.

Poznawanie zachowania silnika przez maszyny

Przeprowadzenie wielu testów silnika jest kosztowne i czasochłonne, dlatego zespół zapytał także, czy komputer może nauczyć się przewidywać zachowanie silnika po zobaczeniu ograniczonego zestawu eksperymentów. Wytrenowali kilka nowoczesnych modeli uczenia maszynowego, używając jako danych wejściowych takich parametrów jak obciążenie silnika, rodzaj paliwa i poziom nanocząstek, oraz jako wyjść — efektywność, zużycie paliwa i poszczególne emisje. Aby jak najlepiej wykorzystać niewielki zbiór danych, zastosowali rygorystyczną metodę walidacji, w której każdy punkt eksperymentalny na przemian traktowany jest jako nieznany przypadek testowy. Spośród testowanych podejść metoda zwana XGBoost, łącząca wiele małych drzew decyzyjnych, dała najbardziej wiarygodne przewidywania ogólne, wyjaśniając ponad 97% zmienności we wszystkich mierzonych wielkościach przy bardzo małych błędach i bez ewidentnych uprzedzeń względem warunków pracy.

Praktyczne zastosowanie w jednym obrazie

Dla osób niebędących specjalistami kluczowy wniosek jest taki, że starannie dobrana mieszanka paliwa roślinnego i ultradrobnych cząstek metali może sprawić, że konwencjonalny silnik diesla będzie jednocześnie czyściejszy i bardziej wydajny, bez modyfikacji mechanicznych. Optimum w tym badaniu to mieszanka biodiesla Mahua z dieslem zawierająca około 50 części na milion nanocząstek tlenku tytanu lub tlenku ceru: wystarczająco, by poprawić spalanie i znacząco ograniczyć sadzę oraz inne szkodliwe gazy, przy jedynie umiarkowanym wzroście tlenków azotu. Jednocześnie uczenie maszynowe okazało się potężnym narzędziem, dokładnie prognozując reakcję silnika przy różnych obciążeniach i recepturach paliwowych. Razem te podejścia wskazują kierunek ku przyszłości, w której istniejące silniki diesla można optymalizować pod kątem mniejszej emisji i lepszej ekonomii paliwowej, stopniowo zastępując paliwa kopalne zrównoważonymi, roślinnymi alternatywami.

Cytowanie: Janaki, V., Ranjit, P.S. & Balakrishna, B. Performance emission and combustion characteristics of TIO₂ and CEO₂ nanoparticle enhanced Mahua biodiesel diesel blends using experimental and machine learning approaches. Sci Rep 16, 8594 (2026). https://doi.org/10.1038/s41598-026-38657-7

Słowa kluczowe: biodiesel Mahua, dodatki w postaci nanocząstek, emisje silnika diesla, czyste spalanie