El flujo de trabajo implica llevar un nuevo combustible a los espectros infrarrojos y aplicar el aprendizaje automático para realizar una predicción de octanaje. Crédito:KAUST
Un simple, Los investigadores de KAUST han desarrollado un método rápido y económico para modelar las características de combustión de la gasolina. allanando el camino para combustibles de transporte más limpios y eficientes.
La combustión de combustibles a base de hidrocarburos para el transporte es un factor importante que contribuye al cambio climático. provocando la necesidad de un limpiador, combustibles de mejor rendimiento. La gasolina, el combustible más comúnmente utilizado en los automóviles, contiene cientos de hidrocarburos y, dependiendo de su composición, tiene una amplia gama de características de combustión.
Un indicador del rendimiento de un combustible es el octanaje:cuanto mayor es el número, cuanto más se puede comprimir el combustible durante el encendido y más eficiente es su combustión. Sin embargo, medir físicamente el octanaje de la gasolina es complicado, caro y lento.
Ahora, Aamir Farooq y Emad Al Ibrahim del Centro de Investigación de Combustión Limpia de KAUST han desarrollado un método simple y rentable para modelar las características de combustión de la gasolina, lo que podría ayudar a identificar mezclas de combustibles con altos índices de octanaje.
"Nuestro modelo ofrece un método rápido y fácil para seleccionar candidatos a mezclas de combustible sin necesidad de pruebas físicas, ", dice Al Ibrahim." Los investigadores pueden usar nuestro modelo para teorizar una nueva mezcla de combustible y luego estimar cuál sería su octanaje ".
Los investigadores construyeron un conjunto de datos que comprende espectros infrarrojos, números de octano, y propiedades moleculares de los principales componentes de la gasolina, incluida la parafina, isoparafina, olefina, nafteno e hidrocarburos aromáticos. De esto, produjeron espectros compuestos para 148 mezclas de hidrocarburos diferentes.
Usando un modelo estadístico no lineal, extrajeron la información más relevante de los espectros. Luego transformaron estos datos en puntajes que se relacionan con las características químicas del combustible, permitiéndoles predecir su número de octano.
"El uso de métodos no lineales para analizar espectros es importante porque las moléculas de hidrocarburos tienden a exhibir mezclas sinérgicas y antagónicas, "explica Al Ibrahim". Por ejemplo, una mezcla de dos combustibles a menudo puede producir un índice de octano superior al de los componentes individuales ".
Espectros de las principales familias químicas de la gasolina. Crédito:Sociedad Química Australiana
Aamir Farooq (atrás) y Emad Al-Ibrahim discuten la precisión de su flujo de trabajo de predicción. Crédito:KAUST
Simulando los espectros de 38 gasolinas FACE (combustibles para motores de combustión avanzada), el modelo pudo predecir con precisión sus números de octano, proporcionar un método para determinar las características de combustión de diferentes mezclas de combustibles.
"A medida que buscamos fórmulas de combustible más nuevas y más limpias, Necesitamos ser capaces de seleccionar rápidamente los combustibles candidatos potenciales:mezclas de refinerías bajas en carbono, biocombustibles, combustibles solares y e-combustibles. Ahora podemos hacer esto fácilmente, de forma barata y rápida, "dice Farooq.
