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 riduzione delle emissioni di scarico e del consumo di carburante è una delle sfide più importanti nel settore dei motori. Uno dei metodi per superare questo problema è migliorare il carburante modificandone o riformulandone la composizione. A tal fine, sono stati condotti esperimenti in cui la potenza, le emissioni e il consumo di carburante di un motore diesel CI sono stati modificati utilizzando una miscela di diesel con nanoparticelle. L’uso di nanoadditivi ha portato a una riduzione del consumo di carburante e a minori emissioni di NOx, HC e CO rispetto al carburante di base. Un metodo alternativo per l’analisi e le previsioni in campo ingegneristico, in particolare nei motori a combustione interna [55-58], è l’uso di reti neurali artificiali (ANN). La simulazione ANN ha guadagnato terreno in molte applicazioni ingegneristiche grazie alla sua semplicità, accuratezza e velocità di convergenza rispetto ai mezzi numerici, in particolare quando si tratta di database fuzzy e complessi. La modellazione ANN è stata adottata per prevedere una correlazione tra potenza frenante, consumo di carburante, HC, CO e NOx utilizzando diverse quantità di nanoparticelle e velocità come dati di input.
