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)
Redukcja emisji spalin i zużycia paliwa jest jednym z najważniejszych wyzwań stojących przed konstruktorami silników. Jedną z metod rozwiązania tego problemu jest ulepszenie paliwa poprzez modyfikację lub zmianę jego składu. W tym celu przeprowadzono eksperymenty, w których zmieniono moc, emisję spalin i zużycie paliwa w silniku wysokoprężnym z zapłonem samoczynnym, stosując mieszankę paliwa diesla z nanocząsteczkami. W wyniku zastosowania nanododatków uzyskano zmniejszenie zużycia paliwa oraz niższy poziom emisji NOx, HC i CO w porównaniu z paliwem bazowym. Alternatywną metodą analizy i prognozowania w dziedzinie inżynierii, zwłaszcza w silnikach spalinowych [55-58], jest wykorzystanie sztucznych sieci neuronowych (ANN). Symulacja ANN zyskała popularność w wielu zastosowaniach inżynieryjnych ze względu na swoją prostotę, dokładność i szybkość konwergencji w porównaniu z metodami numerycznymi, szczególnie w przypadku niejasnych i skomplikowanych baz danych. Modelowanie ANN zostało zastosowane do przewidywania korelacji między mocą hamowania, zużyciem paliwa, HC, CO i NOx przy użyciu różnych ilości nanocząstek i prędkości jako danych wejściowych.