Hossein Soukht Saraee / Samad Jafarmadar
Librería Samer Atenea
Librería Aciertas (Toledo)
Kálamo Books
Librería Perelló (Valencia)
Librería Elías (Asturias)
Donde los libros
Librería Kolima (Madrid)
Librería Proteo (Málaga)
La réduction des émissions polluantes et de la consommation de carburant est l’un des défis les plus importants auxquels sont confrontés les constructeurs de moteurs. L’une des méthodes pour y parvenir consiste à améliorer le carburant en modifiant ou en reformulant sa composition. À cette fin, des expériences ont été menées afin de modifier la puissance, les émissions et la consommation de carburant d’un moteur diesel à allumage par compression en utilisant un mélange de diesel et de nanoparticules. L’utilisation de nanoadditifs a permis de réduire la consommation de carburant et les émissions de NOx, HC et CO par rapport au carburant de base. Une autre méthode d’analyse et de prévision dans le domaine de l’ingénierie, en particulier dans les moteurs à combustion interne [55-58], consiste à utiliser des réseaux neuronaux artificiels (RNA). La simulation ANN s’est imposée dans de nombreuses applications d’ingénierie en raison de sa simplicité, de sa précision et de son taux de convergence par rapport aux moyens numériques, en particulier lorsqu’il s’agit de bases de données floues et complexes. La modélisation ANN a été adoptée pour prédire une corrélation entre la puissance de freinage, la consommation de carburant, les HC, le CO et les NOx en utilisant différentes quantités de nanoparticules et différentes vitesses comme données d’entrée.
