原文
数量:15 (4)应用田口方法来优化性能和单缸直喷柴油机的排放参数使用Karanja甲酯
- *通信:
-
Venkatanarayana B大学机械工程系安得拉邦,维萨卡帕特南安得拉邦,印度
电话:08912844000;电子邮件: (电子邮件保护)
收到日期:2017年5月2日接受日期:2017年10月31日,发表日期:2017年11月3日,
引用:Venkatanarayana B, Ratnam CH。应用田口方法来优化性能和单缸直喷柴油机的排放参数使用Karanja甲酯。Int J化学科学。2017;15 (4):213。
文摘
本研究涉及使用田口方法优化发动机的性能和排放特性的单缸DI引擎运营Karanja混合油甲酯称为KOME 10%, 20%的混合,混合混合30%和40%。根据美国能源部,田口L16正交数组被认为是。信噪比(S / N)率和方差分析(方差分析)是利用建立最优因素水平和分析重要条件对性能和排放特性的影响。在所有的关键引擎操作参数,选择5个关键因素,即负载(L)、KOME的比例,压缩比(CR),注入压力(IP)和注入时机(IT)。确定的实验进行了测试和置信水平。分析制动热效率(b), HC和氮氧化物和讨论。这项研究的结果显示,国内高度影响的比例混合;由CR.a氮氧化物的影响
关键字
Karanja甲酯;田口方法;正交阵列;方差分析;限幅的比例
介绍
枯竭的化石燃料能刺激研究人员识别合适的替代传统的柴油。生物柴油用法是迅速增长的发展中国家作为替代燃料对柴油发动机(1]。另一种选择燃料与整洁karanja石油在柴油发动机主要问题是由于更高的粘度,减少的酯交换过程(2,3]。Karanja甲酯给出更好的结果在测试DI为了确定柴油机性能和排放(4]。等性能的评价bsfc, b等排放的CO, HC,没有X和烟雾单缸柴油机上使用karanaja甲基酯研究[5]。优化的控制因素,直接注入单缸柴油机对燃料排放评估(6]。研究人员评估,使用性能和排放生物柴油混合和操作条件如注射压力、注射时间和压缩比(7)的影响生物柴油特性研究[8]。引擎优化组合的确定因素使用田口方法研究[9]。的影响生物燃料混合bsfc和排放评估(10]。控制因素变化的两个层次和由此产生的反应燃料消费,HC的排放,不X和公司被调查。生物乙醇增加排放相对纯柴油。调查过程包括三个参数如混合比例、注入时机和注入压力,同时优化方法称为使用田口(11]。通过优化技术得到了更好的结果在某种情况下(12]。这项工作的主要目的是研究个人和引擎的操作参数对柴油机的性能和排放特性采用karanja甲基酯biodiesel-diesel油混合燃料使用田口方法来确定最优的负荷水平,比例的燃料混合、压缩比、注入压力和注入时机和最优的b值,HC,氮氧化物。
实验
实验装置由一个直接注入单缸四冲程柴油机,涡流式测功器加载所示图1。的燃料本研究中使用KOME生物柴油。实验进行了通过使用10%的生物柴油+ 90%的柴油燃料(表示B10), 20%生物柴油+ 80%的柴油燃料(B20)表示,30%的生物柴油+ 70%的柴油燃料(表示B30), 40%生物柴油+ 60%的柴油燃料(3)在不同的引擎负载从25%到100%额定发动机负荷近似25%的步骤。发动机在运行新燃料之前,它是支持竞选足够的时间消耗剩余的部分燃料从早期的实验。
与柴油发动机最初开始燃料和热身。然后,进行了同样的测试生物柴油混合而成的。三个读数被引擎的条件得到一个平均值。当发动机达到稳态工况,燃料消费是测量。燃料消费的帮助下用滴定管体积(10毫升)和秒表。压缩比的变化是通过添加各种之间的垫片数量的头缸缸体,这种方法可能不需要发动机的主要修改设置。在这个实验过程中,垫片的数量增加到最大四个垫片。注入时机不同垫片的数量下的安装法兰的地方燃料泵。通过添加垫片,注射时间得到缺陷。一个垫片的厚度,把引擎和之间燃料泵,是0.20毫米,添加或删除一个垫片改变了它2°,这个过程重复了五次获得正确的计时曲柄角。通过调整喷嘴弹簧张力导致获得喷嘴开启压力。弹簧预紧喷嘴被收紧螺母高于春季,因此喷嘴开启压力增加。
的性能和排放参数生物柴油混合(B10 B20 B30, 3)测定。性能参数即制动热效率(耳背式)计算。同样,废气排放未燃烧的碳氢化合物(HC)和氮氧化物(NOx)测量。
实验设计
实验设计是一个占主导地位的统计建模和分析工具输出控制因素对性能的影响。最可观的实验设计阶段是控制参数的选择。一个广泛的文献回顾对发动机性能和排放等参数的显示,负载,混合,压缩比和注射压力和注射时间)在很大程度上影响着发动机的性能和排放特性。
这五个参数的影响进行了研究使用L16正交数组。加工条件下,给出了发动机测试表1。五个工艺参数有四个水平。在完全析因实验设计,它需要45= 1024的组合运行研究五个参数在四个水平的影响;田口的方法是减少到只有16分,提供很大的优势而言,实验成本和时间。实验观察进一步转化为信噪比(S / N)比率,计算对数转换的损失函数如下所示:
引擎 | 单缸四冲程发动机,恒速柴油机 |
---|---|
使 | Kirloskar |
额定功率 | 3.75千瓦 |
速度 | 1500转 |
生 | 87.5毫米 |
中风 | 110毫米 |
压缩比 | 17.5 |
曲柄角 | 分辨率1度 |
表1。发动机试验设备规范。
更高更好的特点:eqn。(1)
低是更好的特点:eqn。(2)
其中n是观察和y是观察到的数据的数量。水平的试验中使用的工艺参数确定后彻底与智能卡引擎专家头脑风暴同样和汽车制造商提出了表2。所示的实验设计表3每一列表示一个过程参数。发动机测试与16个不同的参数组合的水平。每个实验重复三次。
工艺参数 | 水平 | |||
---|---|---|---|---|
1 | 2 | 3 | 4 | |
负载在公斤(一个) | 4 | 8 | 12 | 16 |
融入% (B) | 10 | 20. | 30. | 40 |
压缩比(C) | 17.5 | 17.7 | 17.9 | 18.1 |
注射压力棒(D) | 160年 | 180年 | 200年 | 220年 |
注射时间度(E) | 23 | 25 | 27 | 29日 |
表2。过程参数和水平。
路没有 | 一个 | B | C | D | E |
---|---|---|---|---|---|
1 | 4 | 10 | 17.5 | 160年 | 23 |
2 | 4 | 20. | 17.7 | 180年 | 25 |
3 | 4 | 30. | 17.9 | 200年 | 27 |
4 | 4 | 40 | 18.1 | 220年 | 29日 |
5 | 8 | 10 | 17.7 | 200年 | 29日 |
6 | 8 | 20. | 17.5 | 220年 | 27 |
7 | 8 | 30. | 18.1 | 160年 | 25 |
8 | 8 | 40 | 17.9 | 180年 | 23 |
9 | 12 | 10 | 17.9 | 220年 | 25 |
10 | 12 | 20. | 18.1 | 200年 | 23 |
11 | 12 | 30. | 17.5 | 180年 | 29日 |
12 | 12 | 40 | 17.7 | 160年 | 27 |
13 | 16 | 10 | 18.1 | 180年 | 27 |
14 | 16 | 20. | 17.9 | 160年 | 29日 |
15 | 16 | 30. | 17.7 | 220年 | 23 |
16 | 16 | 40 | 17.5 | 200年 | 25 |
表3。正交阵列L16。
结果与讨论
信噪比分析
S / N比率表示在分贝范围内,计算的二次损失函数(质量)。每个实验的S / N比率计算。“信号”一词表明中值和“噪音”一词表明方差值(不良)的输出响应过程。这种技术被用来确定可控因素,减少不可控(噪音)的影响因素对响应。信噪比最高的选择因素将使最优质量最少的方差。图2显示了每个参数的显著性水平。也许记得最高的信噪比对应的最佳组合参数设置最低响应。因此,对于国内每个因素的峰值点发生在(12公斤),B(20%的混合),C (17.7), D(200条)和E (29°)。HC获得最低的最优组合(16公斤),B(40%的混合),C (17.9), D(220条)和E (25°)。没有最低的最优组合X获得(16公斤),B(40%的混合),C (18.1), D(200条)和E (27°)。
设置最优条件和响应变量的预测
能源部的下一步分析是确定控制参数的最优条件为最佳反应。在这个工作响应变量优化制动热效率(b)必须尽可能地最大化,减少排放。因此最优参数设置将是那些给国内的最大值和最小值的HC和氮氧化物。
参数的最佳设置从S / N表实现的控制参数。响应变量的最优值可以预测使用相加定律:
eqn。(3)
T在哪里的总体平均值的输出响应变量进行的测试运行和Xi -我的设计和控制参数值的参数X。
发动机性能参数的最佳组合
优化响应参数的标准是基于更好的信噪比越高。实验结果在eqn代替。3所示。是A3B2C2D3E4参数优化引擎。国内的价值计算选择b = Ybar + (Abar3-Ybar) + (Bbar2-Ybar) + (Cbar2-Ybar) + (Dbar3-Ybar) + (Ebar4-Ybar)。b的值是33.32%。实验结果在eqn代替。3所示。最佳的发动机参数HC A4B4C3D4E2获得。HC的价值是121.75 ppm。 The experimental results were substituted in eqn. 3. To calculate the S/N ratios for all response variables shown in图2。是A4B4C4D3E3参数优化引擎。氮氧化物的价值是1265.38 ppm (图3和4)。
方差分析
方差分析(方差分析)进行识别重要因素在国内,BSFC, CO, HC,没有X和烟雾,显示了生成的结果表4。方差统计分析的目的(方差分析)是调查过程参数显著影响质量特性。方差分析进行了显著性水准5%(即置信水平95%)。它可以观察到表4b是显著影响工艺参数CR (36%)、IP(35%)、混合(23%)和负荷(18.10%)。对于BSFC CR(88.74%)大大地影响,参数是无关紧要的。然而,一氧化碳是显著影响负载(28.98%)、IP (27.71%) (24.36%)。发现HC是显著影响(56%),中度影响,负载(24.40%)。然而,没有X它可以观察到的IP(61.82%)和负荷(21.43%)是重要的因素。在吸烟,它(45.06%)是最重要的因素和其他因素负荷和混合适度。
国内 | 源 | 自由度 | 平方和 | 均方 | 空燃比 | 贡献(%) |
---|---|---|---|---|---|---|
(负载) | 3 | 20.91 | 6.97 | 16.39 | 18.10 | |
B(混合) | 3 | 23.31 | 7.77 | 18.27 | 20.17 | |
C(压缩比) | 3 | 33.93 | 11.31 | 26.59 | 29.36 | |
D(注射压力) | 3 | 26.99 | 9 | 21.15 | 23.35 | |
E(注入时机) | 3 | 10.41 | 3.47 | 8.16 | 9.01 | |
剩余 | 32 | 13.61 | 0.43 | |||
总 | 47 | 129.16 | 2.75 | 90.56 | ||
HC | (负载) | 3 | 780.56 | 260.19 | 81.63 | 24.40 |
B(混合) | 3 | 300.4 | 100.13 | 31.41 | 9.39 | |
C(压缩比) | 3 | 103.4 | 34.47 | 10.81 | 3.23 | |
D(注射压力) | 3 | 195.56 | 65.19 | 20.45 | 6.11 | |
E(注入时机) | 3 | 1819.4 | 606.47 | 190.26 | 56.87 | |
剩余 | 32 | 102年 | 3.19 | |||
总 | 47 | 3301.31 | 70.24 | 334.56 | ||
没有X | (负载) | 3 | 93271.17 | 31090.39 | 2.52 | 21.43 |
B(混合) | 3 | 22333.5 | 7444.5 | 0.6 | 5.10 | |
C(压缩比) | 3 | 268912.33 | 89637.44 | 7.27 | 61.82 | |
D(注射压力) | 3 | 25928.5 | 8642.83 | 0.7 | 5.95 | |
E(注入时机) | 3 | 24868.5 | 8289.5 | 0.67 | 5.70 | |
剩余 | 32 | 394544.67 | 12329.52 | |||
总 | 47 | 829858.67 | 17656.57 | 11.76 |
表4。总结了方差分析为手段的反应、空燃比和电脑。
验证性实验
田口方法的最后一步是确认测试,一旦选择因素的优化组合;确认实验结果的平均值相比,预测的平均基于因子水平测试。在这项研究中,一个确认实验是由考虑使用eqn因素的优化组合。4和eqn。5和表表5。
响应 | 最佳组合的因素 | 预测 | 确认实验 | ||
---|---|---|---|---|---|
分贝 (dB) |
分贝(dB) | ||||
国内 | A3B2C2D3E4 | 34.1% | 30.71 | 30.68% | 29.72 |
HC | A4B4C3D4E2 | 84.83 Ppm | 28.045 | 78.19 Ppm | 31.62 |
没有X | A4B4C4D3E3 | 916.14 Ppm | 58.73 | 1070.11 Ppm | 60.31 |
表5所示。总结了预测信噪比和平均在每个因素的最优水平值。
eqn。(4)
eqn。(5)
在F(α1 Fe100)所需的f值(1-α)百分比置信区间;景深e错误的自由度(自由度);VARe误差方差,Re确认实验复制的数量;内夫有效数量的复制;N是实验和景深的总数T是总自由度的估计意味着最佳。
结论
国内高压缩比的影响,随后注入压力(IP),混合比例和负载。碳氢化合物排放显著影响注入时机(IT)和负载的影响是相对温和的。一氧化氮(NOx)高度的影响压缩比(CR)。确认测试是验证在95%置信水平和它支持的田口方法。
引用
- Kaushik N,曼年代,Kumar K。Pongamia pinnata:一个候选树生物柴油原料。能源源,一个部分:复苏,利用率和环境影响。2015;37(14):1526 - 33所示。
- Naik百驹B,可,Das LM。比较评价压缩点火发动机的特点用甲酯和乙酯Karanja石油。可再生能源。2009;34:1616-21。
- Nurun Nabi Md、霍克Najmul SM、Akhter医学博士等。Pongamia pinnata生物柴油生产在孟加拉国,karanja的表征生物柴油及其对柴油机排放的影响。燃料处理工艺。2009;90:1080-6。
- Nantha Gopal K, Thundil Karupparaj r . Pongamia的效果生物柴油在发射和DI压缩点火发动机的燃烧特性。Ain Shams工程。2015;6:297 - 305。
- Raheman H, Phadatare AG)。柴油机排放和性能Karanja甲酯和柴油混合。生物质和生物能源。2004;27:393-7。
- 文森特·威尔逊h .柴油发动机参数的优化使用田口方法和设计的进化。J布拉兹Soc机械Sci和Eng。2012; 34:423。
- Sivaramakrishnan K, Ravikumar p .调查的性能和排放生物柴油引擎通过优化技术。热科学。2013;17 (1):179 - 93。
- Lesnik L, Vajda B, Zoran Z, et al .的影响生物柴油燃料注入特性,柴油机性能和排放的形成。应用能量。2013;111:558 - 70。
- Ganapathy T, Krishnan m .麻疯树的性能优化生物柴油引擎模型使用田口方法。应用能量。2009;86:2476 - 86。
- 米罗F, Debnath BK, Vlachos T,等。不同生物燃料混合对性能和排放的影响4的一个汽车柴油发动机。燃料。2015。
- Karthikeyan R, Nallusamy N, Alagumoorthi N, et al。优化引擎操作参数对松节油混合柴油燃料柴油机使用田口方法。现代应用科学。2010;4 (12):182 - 92。
- Raju G,饶PV, Ratnam Ch。优化设计的智能卡发动机汽缸鳍数组使用二进制编码的遗传算法。国家会议车辆Dynamics-Andhra大学维萨卡帕特南,2003年印度。。