Prestanda-, emissions- och förbränningsegenskaper hos TIO₂- och CEO₂-nanopartikelförstärkta Mahua-biodiesel-dieselblandningar med experimentella och maskininlärningsmetoder

Renare kraft från växter och mikropartiklar

Dieselmotorer driver bussar, traktorer och generatorer över hela världen, men de släpper också ut sot, ozonbildande gaser och klimatpåverkande koldioxid. Denna studie undersöker ett sätt att göra befintliga dieselmotorer renare och mer effektiva utan att konstruera om dem, genom att blanda en icke-ätbar växtolja kallad Mahua-biodiesel med vanlig diesel och tillsätta ultrafina metallpartiklar. Forskarna använde också moderna maskininlärningsverktyg för att se om datorer tillförlitligt kan förutsäga hur sådana motorer beter sig under många driftförhållanden.

Från trädfrön till motorbränsle

Mahua är ett träd vanligt i Indien vars frön ger en olja som inte används som livsmedel, vilket gör den till en attraktiv och hållbar källa för bränsle. Oljan kemiskt omvandlas till en biodiesel som kan blandas med vanlig diesel. I detta arbete fokuserade teamet på en praktisk blandning med 20 % Mahua-biodiesel och 80 % diesel, vald eftersom den oftast ger en god balans mellan motorprestanda och utsläpp. För att förbättra denna blandning tillsatte de små mängder metalloxidnanopartiklar — titandioxid och ceriumoxid — i doser om endast 25 till 75 delar per miljon, långt för lite för att märkbart ändra bränslets bulkegenskaper men tillräckligt för att påverka hur det brinner inne i motorn.

Hur små tillsatser förbättrar förbränningen

Testbänken var en standard encylindrig dieselmotor, liknande dem som används i smågeneratorer, driven på fem olika lastnivåer från tomgång till full effekt. Forskarna mätte hur effektivt motorn omvandlade bränsle till användbart arbete och följde föroreningar som kolmonoxid, oförbrända kolväten, kväveoxider, rök och koldioxid. De fann att enbart bytet från ren diesel till Mahua-blandningen något minskade verkningsgraden, eftersom växtbaserat bränsle är trögflytande och innehåller mindre energi per kilogram. När nanopartiklarna tillsattes — särskilt vid cirka 50 delar per miljon — förändrades bilden. Dessa små partiklar fungerar som förbränningshjälpare, främjar bättre bränsle–luftblandning och påskyndar oxidationsreaktioner.

Renare avgaser med en kompromiss

Med rätt nanopartikelmängd ökade motorns bromstermiska verkningsgrad — andelen av bränsleenergin som omvandlas till användbar effekt — med cirka 6–8 % över ren diesel vid full last, och bränsleförbrukningen per enhet effekt sjönk med upp till 7 % jämfört med enbart Mahua-blandningen. Avgaserna blev också märkbart renare: kolmonoxid och oförbrända kolväten föll med ungefär en fjärdedel, och synlig rök minskade med så mycket som 35–40 %, vilket speglar mindre sotbildning och mer fullständig förbränning. Koldioxid ökade måttligt, vilket i detta sammanhang signalerar att kol i bränslet fullständigt oxideras i stället för att bilda giftiga restprodukter eller partiklar. Den största nackdelen var att kväveoxider, en grupp gaser som bidrar till ozonbildning, steg med cirka 8–12 % vid höga laster, eftersom den mer intensiva förbränningen höjde peaktemperaturen i cylindern.

Låta maskiner lära sig motorns beteende

Att genomföra många motortester är kostsamt och tidskrävande, så teamet undersökte också om en dator kunde lära sig att förutsäga motorbeteende efter att ha sett endast ett begränsat antal experiment. De tränade flera moderna maskininlärningsmodeller med indata som motordrag, bränsletyp och nanopartikelnivå, och utdata som verkningsgrad, bränsleförbrukning och respektive utsläpp. För att få ut det mesta av deras lilla dataset använde de en strikt valideringsmetod där varje experimentpunkt i tur och ordning behandlas som ett osett testfall. Bland de testade metoderna gav en metod kallad XGBoost, som kombinerar många små beslutsträd, de mest pålitliga övergripande förutsägelserna och fångade mer än 97 % av variationen i alla mätta storheter med mycket små fel och inga uppenbara biaser över driftförhållandena.

Sätta ihop allt för praktisk användning

För icke-specialister är huvudbudskapet att en noggrant vald blandning av växtbaserat bränsle och ultrafina metallpartiklar kan göra en konventionell dieselmotor både renare och mer effektiv utan mekaniska modifieringar. Den bästa nivån i denna studie var en Mahua-biodiesel–dieselblandning innehållande ungefär 50 delar per miljon titandioxid- eller ceriumoxidnanopartiklar: tillräckligt för att skärpa förbränningen och kraftigt minska sot och andra skadliga gaser, samtidigt som kväveoxider bara ökade måttligt. Samtidigt visade sig maskininlärning vara en kraftfull följeslagare som noggrant förutsade hur motorn skulle reagera under olika laster och bränslerecept. Tillsammans pekar dessa angreppssätt mot en framtid där befintliga dieselmotorer kan ställas in för lägre föroreningar och bättre bränsleeffektivitet samtidigt som fossila bränslen successivt ersätts med hållbara växtbaserade alternativ.

Citering: 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

Nyckelord: Mahua-biodiesel, nanopartikel-tillsatser, dieselmotorutsläpp, ren förbränning, maskininlärningsmodeller