使用实验和机器学习方法研究TiO₂和CeO₂纳米颗粒增强瑪葵(mahua)生物柴油-柴油混合燃料的性能、排放及燃烧特性

来自植物与微小颗粒的更清洁动力

柴油发动机为全球的公交车、拖拉机和发电机提供动力，但它们也排放烟尘、形成雾霾的气体以及加剧气候变暖的二氧化碳。本研究探索了一种无需重新设计现有柴油机即可使其更清洁、更高效的方法：将一种不可食用的植物油——瑪葵生物柴油与常规柴油混合，并加入超细金属颗粒。研究人员还使用现代机器学习工具来评估计算机能否在多种工况下可靠预测此类发动机的表现。

从树种子到发动机燃料

瑪葵是一种在印度常见的树，其种子可提取出不用于食用的油脂，使其成为具有吸引力和可持续性的燃料来源。该油经化学处理转化为生物柴油，可与常规柴油混合使用。在这项工作中，团队聚焦于一个实用配比：20%瑪葵生物柴油与80%柴油，这一配比通常在发动机性能与排放之间取得较好平衡。为了进一步改善该混合燃料，他们引入了微量的金属氧化物纳米颗粒——二氧化钛和二氧化铈，剂量仅为25到75百万分之一（ppm），这些量太小以至于不会显著改变燃料的宏观性质，但足以影响其在发动机内的燃烧行为。

微小添加剂如何改善燃烧

试验台为一台标准的单缸柴油机，类似于小型发电机中使用的那种，在从怠速到满负荷的五个不同负荷水平下运行。研究人员测量了发动机将燃料转换为有用功率的效率，并跟踪了一氧化碳、未燃烧碳氢化合物、氮氧化物、烟度及二氧化碳等污染物。他们发现，单纯从纯柴油切换到瑪葵混合燃料会略微降低效率，这是因为植物基燃料粘度更高且每千克含能更低。然而，当加入纳米颗粒——尤其是在约50 ppm时，情况发生了改变。这些微小颗粒像燃烧助推剂，促进燃料与空气的混合并加速氧化反应。

更清洁的尾气与权衡

在适当的纳米颗粒剂量下，发动机的制动热效率（燃料能量转化为有用功率的比例）在满负荷时比纯柴油提高了约6–8%，与仅使用瑪葵混合燃料相比，每单位功率的燃油消耗最多下降了约7%。尾气也显著更清洁：一氧化碳和未燃烧碳氢化合物大约下降了四分之一，可见烟度减少了约35–40%，反映出烟碳形成减少且燃烧更完全。二氧化碳略有增加，在此语境下这表明燃料中的碳更多被完全氧化，而不是以有毒副产物或颗粒形式排出。主要的不利之处是氮氧化物——这类会加剧光化学烟雾的气体——在高负荷时增加了约8–12%，这是因为更剧烈的燃烧提高了气缸内的峰值温度。

让机器学习发动机行为

进行大量发动机试验既昂贵又耗时，因此团队还探讨了在仅观测有限实验数据后，计算机能否学习并预测发动机行为。他们使用发动机负荷、燃料类型和纳米颗粒含量等输入，以及效率、燃油消耗和各类排放等输出，训练了若干现代机器学习模型。为了在小数据集上获得可靠结果，他们采用了严格的验证方法，即将每个实验点依次作为未见的测试样本。被测试的方法中，一种称为XGBoost的方法（将许多小决策树组合起来）给出了最可靠的总体预测，捕捉了所有测量量超过97%的变异，误差很小且在不同工况下未见明显偏差。

为实际应用整合方法

对非专业读者而言，关键结论是：经过仔细选择的植物基燃料与超细金属颗粒混合物，可以在不作机械改动的情况下，让传统柴油机变得更清洁且更高效。本研究的最佳点是含约50 ppm二氧化钛或二氧化铈纳米颗粒的瑪葵生物柴油—柴油混合物：其剂量足以优化燃烧、显著减少烟尘和其他有害气体，同时仅适度增加氮氧化物。与此同时，机器学习被证明是有力的辅助工具，能准确预测发动机在不同负荷和燃料配方下的响应。二者结合指向这样一个未来：通过调试现有柴油机以降低污染并提高燃油经济性，同时逐步用可持续的植物来源替代化石燃料。

引用: 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

关键词: 瑪葵生物柴油, 纳米颗粒添加剂, 柴油发动机排放, 清洁燃烧, 机器学习模型