利用响应面方法对以奇亚籽生物柴油/柴油混合物（含有SiO?纳米颗粒）为燃料的内燃机进行多目标优化

《Results in Engineering》：Multi-Objective Optimization Using Response Surface Methodology for a CI Engine Fuelled with Chia Seed Biodiesel/Diesel Blends Containing SiO? Nanoparticles

　　M. Partha Sarathy | S. Shanmugasundaram | J.C. Nikhil Rao | Surriya S | Devansh Sunit Sukhadia | S. Senthur Prabu
SMEC, VIT, Vellore, 632014, 印度

**摘要**
可持续生物燃料已成为研究的重要领域，主要是因为世界必须迅速采取行动减少温室气体排放并降低化石燃料的使用。本研究通过实验和统计分析，探讨了不同发动机负荷水平和压缩比设置对燃烧性能及使用B20生物柴油（掺杂60 ppm SiO?纳米颗粒）的柴油发动机排放特性的影响。实验在压缩比介于16到19之间的条件下进行。研究人员采用了响应面法（RSM）建立预测性二次模型，从而能够优化多个关键发动机参数。统计模型显示出高可靠性和强的预测能力。结果表明，与标准柴油相比，添加SiO?纳米颗粒可以提高燃烧效率并减少有害排放。研究发现，在75%负荷和18压缩比下，发动机表现出最佳性能，此时BTE为32.56%，BSFC为0.33 kg/kWh，气缸压力为67.52 bar，净HRR为68.75 J/°CA。排放测量结果显示CO含量为0.038%，HC含量为14 ppm，NOx含量为850 ppm，烟雾透明度为7.3%。实验验证过程确认了模型预测的准确性，误差低于5.6%。结果表明，在优化发动机参数的情况下，添加SiO?纳米颗粒的奇亚籽生物柴油能有效降低排放。

**1. 引言**
柴油发动机是最早应用于现代交通系统的车型之一，并且通过不断改进保持了其在全球市场的地位。柴油发动机，也称为内燃机（CI发动机），因其具备高功率输出、低BSFC和较低的维护需求而广受欢迎。目前，这类发动机被广泛应用于乘用车、公共交通、重型机械和农业领域[1]。尽管柴油发动机噪音较大且排放较多，但在汽车动力生产和运输方面仍优于汽油发动机。然而，其燃烧过程会产生CO2、烟雾和NOx等温室气体，这些排放对健康和环境构成威胁[2]。与汽油发动机相比，柴油发动机的总HC和CO排放量较低[3]。随着对温室气体排放和全球变暖问题的关注加剧，国际上采取了多项缓解气候变化的措施。例如，已有170多个国家签署了《巴黎气候协定》，旨在减少全球温室气体排放。其中一个有前景的解决方案是采用替代燃料替代石油基燃料[4]。能源需求的增加以及对环境保护的需求促使人们对可持续替代燃料的需求不断增长。生物柴油作为一种可再生能源，因其较低的排放量而受到青睐。生物柴油的生产使用两种类型的原料：可食用原料（如玉米、大豆、向日葵、 camelina、油菜）和不可食用原料（如麻疯树、 mahua、 pongamia、 karanja、藻类等）[5]。通过改进，柴油发动机可以运行在这些环保燃料上，从而大幅减少化石资源的使用和污染物排放[6]。尽管存在这些优点，生物柴油仍有一些缺点，如粘度较高和碳含量较低，导致燃烧不完全和性能不佳[7]。研究人员测试了多种燃料改良方法以解决这些问题，其中将纳米颗粒与柴油或生物柴油混合的方法受到了关注。研究表明，纳米颗粒可改善燃料雾化、氧化过程及燃烧特性，最终提升发动机性能和排放水平[8]。例如，添加Al?O?纳米颗粒可以提高燃烧效率[9]。Praveen等人报告称，在亚麻籽生物柴油中加入二氯化铜和二氯化钴纳米颗粒后，BTE显著提高，BSFC降低，NO?排放减少[10]。多项研究显示，使用TiO?、Al?O?和CeO?等纳米颗粒添加剂可提升柴油发动机的燃烧效率和减排效果[11]。现有研究主要在固定工况下探讨发动机性能，未考虑压缩比和负荷等参数对发动机运行的影响[11]。实验表明，掺杂纳米颗粒的生物柴油具有更好的减排效果。TiO?、CeO?、Fe?O?和Al?O?等金属氧化物纳米颗粒作为添加剂，对改善生物柴油燃烧和减少CO?排放具有积极作用。最近的研究中，鉴于SiO?纳米颗粒在燃料雾化和氧化过程中的优势（尤其是其较大的表面积和催化活性），选择其作为添加剂[12]。Shafii等人发现，SiO?纳米颗粒使BTE提高7%，CO、HC和烟雾总排放量减少30-45%[13]。此外，SiO?纳米颗粒还具有特定的物理化学性质[14]。B20生物柴油掺入SiO?纳米颗粒后，由于SA/V比的提升，化学能量显著增加[14]。纳米技术的进步使得SiO?能够以纳米尺度生产，使其具有较高的V/A比和热活性，适用于高能耗应用（如炸药制造[15,16]。Kamarulzaman等人采用响应面法优化了使用柴油和hermetia illucens幼虫油混合物的柴油发动机性能[17]。研究首先通过偏好函数法确定最佳输入参数（发动机功率输出92.72%、生物油占比6.43%、柴油占比93.57%）。RSM建立了多回归模型，分析发动机性能指标和排放特性[18]。本研究重点探讨了不同压缩比下含SiO?纳米颗粒的B20生物柴油对柴油发动机参数（燃烧、排放和性能）的影响。

**2. 材料与方法**
生物柴油采用亚麻籽油通过酯交换法制备（图1）。首先对原油进行预热以去除水分，然后加入甲醇和氢氧化钠（NaOH）催化剂制成的甲氧基溶液。反应温度为55-60°C，搅拌速度为600-800 rpm，持续60-90分钟。实验过程中使用铝箔密封锥形瓶以防止挥发性物质逸出。反应完成后，混合物静置24小时使生物柴油和甘油分离。生物柴油用温蒸馏水洗涤以去除杂质和残留催化剂，随后加热以去除水分。最终从亚麻籽油中获得的生物柴油纯度约为95%。B20混合物由20%生物柴油与80%柴油按体积比混合而成，再加入60 ppm SiO?纳米颗粒并使用磁力搅拌器均匀混合。混合物需在特定时间段内持续搅拌以保证稳定性。

**2.1 纳米颗粒分散与稳定性**
B20生物柴油混合物中加入60 ppm SiO?纳米颗粒，使用磁力搅拌器以700 RPM的速度搅拌30-40分钟使其充分混合。实验在室温下进行，以防颗粒因热效应聚集。研究未使用任何表面活性剂。通过视觉观察发现混合物在24至48小时（整个实验期间）内保持稳定。由于长时间储存会导致颗粒沉淀，因此生物柴油需尽快使用。这一现象与先前关于生物柴油混合物中纳米颗粒分散性的研究结果一致。测试过程中遵循ASTM标准，测定了亚麻籽生物柴油的闪点、热值、燃点、运动粘度和密度（表1）。

**2.2 实验装置**
研究人员使用水冷单缸四冲程VCR柴油发动机评估B20生物柴油混合物的性能、燃烧和排放特性。发动机采用集成系统调节压缩比，涡流测功机维持恒定转速以施加负荷。发动机参数及系统结构详见表2和图2。负荷测试过程为：负荷从0%逐步增加至100%，转速固定在1500 rpm，喷射压力为600 bar，喷射时刻为喷油上止点后23°。所有喷射参数在不同压缩比下保持不变。研究人员使用量筒和秒表记录燃料消耗时间，确认润滑油和燃料液位在正常范围内。发动机需预热30分钟后方可启动，冷却水达到60°C时开始测试。研究人员进行了两次可靠性测试，从而获得平均数据。

**3. 结果**
研究表明，非催化性的SiO?纳米颗粒与发动机压缩比共同影响燃烧特性，有助于开发出低排放的生物柴油。响应面法在优化研究中的应用日益增多，因为它能全面分析变量间的交互效应，减少测试次数[19]。

**结论**
本研究创新性地使用亚麻籽作为可再生生物柴油原料，并探索了不同压缩比（CR16、CR17、CR18、CR19）下含SiO?纳米颗粒的柴油发动机性能。虽然以往研究分别探讨了优化技术和生物柴油-纳米颗粒混合物，但本研究首次分析了这两因素在SiO?增强型生物柴油系统中的相互作用。通过实验和响应面法，本研究找到了实现多性能目标的最佳运行条件，展示了纳米颗粒与发动机压缩比共同改善生物柴油性能的机制。在每次测量之前，气体分析仪都使用标准气体进行了校准，以获得更高的准确性。发动机软件被用来分析一些参数，包括功率输出、SFC（燃料消耗率）、HRR（热释放率）和整体效率。每个测试条件都进行了两次，报告了平均值以提高重复性。试验之间的变化保持在仪器的不确定性范围内。

表2. 测试发动机的规格。

描述：单缸四冲程直喷CI发动机
制造商：Kirloskar（缸径：87.5毫米，行程：110毫米，压缩比：17.5）
额定功率：5.2千瓦
额定转速：1500转/分钟
喷油器：3孔机械喷油器，喷嘴直径0.28毫米

表3. 测量设备的规格及其范围。
|仪器 | 测量范围 | 精度 |
|--------------|-----------------|--------------|
| 负载传感器 | 负载（千克） | 0 – 16.4±0.1 |
| 转速传感器 | 转速（转/分钟） | 0-9999±1 |
| 压力传感器 | 压力（巴） | 0 -250±0.2 |
| 热电偶 | 温度（℃） | 0-1000±1 |
| AVL烟雾计 | 不透明度（%） | 0 - 100±0.1 |
| AVL Di气体分析仪 | 一氧化碳（%体积） | 0 – 300 000±0.01 |
| | 二氧化氢（ppm） | 0 – 5000±0.01 |

下图：
- 图2. 发动机系统的系统视图。
- 图3. 改进的活塞顶部形状 [20]

2.2.1. 不确定性
研究人员进行了误差分析以确定研究的可靠性。测试仪器显示出不准确率百分比，团队为测试发动机、气体分析仪和烟雾计计算了这一比例。使用平方根方法来确定总不确定性。
总不确定性 = √[(0.1)2+(1)2+(1)2+(0.2)2+(1)2+(0.01)2+(1)2+(0.1)2] = 2.25%

2.3. 扫描电子显微镜（SEM）分析
图4显示了SiO?纳米颗粒的SEM图像，表明这些颗粒高度聚集。SEM图像显示SiO?颗粒强烈的聚集特性，因此由于它们较大的表面积/体积比（V/A），它们在燃烧中更有效。每升B20燃料中加入了60 ppm的SiO?纳米颗粒，并通过磁力搅拌器充分混合，以实现均匀分布。

这些纳米颗粒表现出优异的热稳定性（表4），因此推荐用于燃烧过程。SEM分析显示SiO?纳米颗粒呈现 mostly 球形，颗粒尺寸在112到195纳米之间。由于颗粒间的范德华力及其较高的表面能，纳米材料在形成聚集体时表现出典型行为。我们在研究中使用的分散技术有助于减少聚集，同时保持更好的燃料混合均匀性。

表4. SiO2纳米颗粒的热物理性质。

供应商：Vedayukt India Private Limited
颜色：白色
形态：粉末
密度（g/ml）：2.20
分子量（g/mol）：60.08
熔点（℃）：1713
沸点（℃）：2230 - 2950
形状：球形

2.4. X射线粉末衍射（XRD）分析
图5显示了SiO2纳米颗粒的XRD分析结果。图表中水平轴表示2θ角，垂直轴表示强度。在23.7°处有一个显著的峰值。高分辨率图像证实了通过合成制备的纳米颗粒具有结晶结构。XRD分析表明，合成的SiO2纳米颗粒在2θ = 23.7°处有一个宽吸收峰，这表明SiO2纳米颗粒处于非晶态。缺乏尖锐的结晶峰表明缺乏长程有序结构，从而导致较大的表面积和与燃料更好的相互作用。这些特性有助于改善燃料和空气的混合，从而提高燃烧性能。

3. 结果与讨论
3.1. 性能分析
讨论了添加了SiO2纳米颗粒的各种B20混合物与发动机实验属性，包括BTE（制动转矩效率）、BSFC（燃料消耗率）、排放和燃烧特性。对B20进行了测试，并与柴油进行了比较，以评估它们的效率和环境影响。除了通过RMS优化奇亚籽生物柴油外，还希望开发一个数学模型。该模型将描述变量之间的关系，并在生产过程最终确定之前进行产量预测。

3.1.1. BTE分析
图6显示了奇亚籽生物柴油及其柴油混合物在不同制动功率下的BTE。热转换效率（BTE）的一个重要决定因素是功率与燃料能量比（BTE），它允许确定热量转化为工作的速率。在100%负载下，B0在所有测试混合物中达到了最高的BTE，为35.97%，而B20的BTE最低，为31.43%，即比B0低12.62%。这主要是由于其相对较高的粘度（5.1 mm2/s）和较差的空气-燃料混合造成的。加入SiO2纳米颗粒是一个显著改善BTE的因素（4.2 mm2/s）。BTE的提高主要是由于良好的雾化效果，以及纳米颗粒的催化性能。当SiO2与B20在16、17、18和19等不同压缩比下混合时，其较高的辛烷值（CV）和增加的挥发性提高了BTE。此外，较高的压缩比（CR）下的高温以及改善的雾化和蒸发作用使BTE分别达到了31.58%、32.58%、33.87%和34.15%，比B20混合物高出0.47%、3.52%、7.20%和7.96%。

3.1.2. BSFC分析
BSFC（燃料消耗率）是一个关键参数，因为它建立了燃料喷射量与发动机热值输出之间的直接关系。如图7所示，不同B20混合物的BSFC趋势随负载变化。平均而言，柴油的BSFC最低，因为其质量较低且CV较高。另一方面，B20的BSFC最高，因为其能量含量较低。BSFC表示发动机产生1千瓦制动功率所需的燃料量。随着负载的增加，BSFC降低，反映出更好的燃油经济性。观察到B20的BSFC略高于B0，因为生物柴油的较低CV需要更高的燃料质量流量来产生相同的制动功率。B20柴油的燃烧特性有所改善，这有助于降低其BSFC，但其能量密度仍低于柴油。B20的BSFC为0.34 kg/kWh，B0为0.26 kg/kWh，与柴油相比BSFC增加了23.52%，主要是由于燃烧不完全和能量密度较低。将纳米颗粒添加到B20中导致BSFC降低的原因之一是SiO2纳米颗粒分散了燃料性质并显著提升了点火性能。纳米添加剂具有较高的蒸发速率和支撑较高压缩比的能力，进一步降低了BSFC。在100%负载下，SiO2与B20在CR16、CR17、CR18和CR19下的BSFC分别为0.32、0.31、0.30和0.28 kg/kWh，分别比B20降低了5.88%、8.82%、11.76%和17.64%。

3.2. 燃烧特性
讨论了缸内压力（HRR）等其他燃烧指标。
3.2.1. 热释放率（HRR）
HRR分析了燃烧过程中的变化，这些变化取决于多种因素，如燃料组成、压缩比（CR）和纳米颗粒的添加。所有这些都在图8中进行了表示。
观察到柴油和奇亚籽生物柴油纳米颗粒混合物的HRR有所不同，后者较高，这归因于混合物中的O2含量，从而导致燃烧更加彻底以及更好的空气和燃料混合。SiO2纳米颗粒的催化性能增加了缸内压力和热量释放，因为它们缩短了点火时间并加快了燃烧反应。材料的热导率提高了热量传递，从而提高了燃烧性能。SiO2纳米颗粒的大表面积导致了大量热量的释放。此外，由于纳米颗粒在B20中的良好分散性，添加了纳米颗粒的燃料能够实现更高的NHRR（总热释放率）。柴油的HRR峰值较低，而含有SiO2的B20混合物的HRR峰值更明显且更尖锐，尤其是在CR19时。柴油的情况显示在-10 BTDC时的HRR峰值为65.25 kJ/m3，表明其燃烧效率较低。而B20混合物在-10 BTDC时的HRR峰值为66.02 kJ/m3，这是由于生物柴油的CV较低所致。但在CR16下添加60 ppm SiO2纳米颗粒后，HRR为66.52 kJ/m3。这可能是由于纳米颗粒的催化作用促进了燃烧。CR19下HRR峰值向-2° ATDC移动（65.25 kJ/m3），表明燃烧过程被延迟但更为剧烈。同样的情况也出现在CR17和CR18中，HRR峰值为65.25 kJ/m3，表明燃烧时间的变化。这种行为表明生物柴油混合物中压缩比的降低导致热量释放延迟且燃烧过程延长。在CR19下，较高的缸内压力和温度使HRR进一步提高，从而导致ID（点火延迟）缩短，生物柴油纳米颗粒混合物蒸发得更好。净效果是更多燃料能量转化为功，因此在较高压缩比下BTE更高。

3.2.2. BSFC分析
BSFC（燃料消耗率）作为主要参数，因为它建立了燃料喷射量与发动机热值输出之间的直接关系。特别是它表示单位质量燃料的流量。如图7所示，不同B20混合物的BSFC趋势随负载变化。平均而言，柴油的BSFC最低，因为其质量较低且CV较高。另一方面，B20的BSFC最高，因为其能量含量较低。BSFC表示发动机产生1千瓦制动功率所需的燃料量。随着负载的增加，BSFC降低，反映了更好的燃油经济性。观察到B20的BSFC略高于B0，因为生物柴油的较低CV需要更高的燃料质量流量来产生相同的制动功率。B20柴油燃料的燃烧特性有所改善，这有助于降低其BSFC，但其能量密度仍低于柴油。B20的BSFC为0.34 kg/kWh，B0为0.26 kg/kWh，BSFC比柴油增加了23.52%。将纳米颗粒添加到B20中导致BSFC降低的一个原因是，SiO2纳米颗粒分散了燃料性质并显著提升了点火性能。纳米添加剂具有较高的蒸发速率和支撑较高压缩比的能力，进一步降低了BSFC。在100%负载下，SiO2与B20在CR16、CR17、CR18和CR19下的BSFC分别为0.32、0.31、0.30和0.28 kg/kWh，分别比B20降低了5.88%、8.82%、11.76%和17.64%。SiO2纳米颗粒的加入主要由于它们能够产生活性氧物种，催化了富含碳的燃料的氧化，从而提高了燃烧效率。因此，生成相同功率所需的燃料较少；特别是在CR19情况下，较高的缸内压力和温度为纳米颗粒创造了更活跃的环境，从而加速了燃料的氧化，进一步提高了能量利用率。因此，较高的压缩比意味着需要较少的燃料。

3.3. 排放
讨论了排放问题。燃料的传热能力得到了提高，因为SiO2纳米粒子起到了传热过程的催化剂作用。使用TiO2和CeO2等纳米粒子也会增加生物柴油的放热率（HRR），但对挥发性的影响小于SiO2。在压缩比（CR）为19时，燃烧室内的高温进一步增加了预混合比例，因此与较低的CR相比产生了更明显的放热率峰值。这导致能量更快释放，整体的燃烧效率更高。

3.2.2. 压力与曲轴角度
图9显示了不同奇亚籽生物燃料混合物在不同曲轴角度下的压力变化对燃烧特性的影响。气缸压力曲线告诉我们发动机燃烧的情况。更多的氧气可用，燃烧更加充分，这使得含有纳米粒子的B20混合物比柴油产生了更高的比热容（CP）[29]。纳米粒子由于其较大的表面积与体积比（SA/V）而促进了热传递。含有20%生物柴油和SiO2纳米粒子的柴油通过热传递机制提高了压力上升速率。

这可能是由于液态燃料中含有纳米粒子，这些纳米粒子更容易点燃并促进燃烧[30]。柴油由于其最高的挥发性以及良好的点燃性能，在大约6°CA时记录到了最高的压力峰值76.37巴。然而，B20混合物的压力峰值仅为66.20巴，表明由于其较高的粘度和较低的挥发性，燃烧略有延迟[31]。B20+SiO2（CR19）的压力峰值达到了73.36巴，几乎与纯柴油相当。CR18、CR17和CR16的最高压力分别为69.28、69.24和65.93巴。由于压缩比和温度条件的提高，CR19下的最大比热容甚至更高。研究结果表明，CR19是一个很好的折中方案，它有效地促进了燃烧过程，同时避免了可能对发动机耐久性造成损害的过度压力升高。比热容直接反映了燃烧过程的成功程度。SiO2纳米粒子的存在使得燃烧更加完全和迅速，从而提高了峰值气缸压力。

与其他金属氧化物纳米粒子（如TiO2和Al2O3）相比，SiO2提供了最稳定的压力峰值，因为它结合了优异的雾化效果和挥发性增强作用。当向B20中添加SiO2时，B20与柴油之间的燃烧性能差距减小，因为SiO2提高了点燃和火焰传播速率，而纯生物柴油则受其基本燃料特性的限制。在CR19下，高压缩比和SiO2纳米粒子的共同作用产生了最高的气缸压力，从而提高了发动机性能，且没有异常爆震现象。

3.3. 排放特性
本文研究了发动机产生的气体污染物，主要包括一氧化碳（CO）、氮氧化物（NOx）、未燃烧的碳氢化合物（HC）和烟度。

3.3.1. 一氧化碳排放
图10显示了各种情况下所有奇亚籽生物柴油混合物中一氧化碳的含量。CO是燃烧不完全的副产品。B0混合物中的一氧化碳排放率为0.15，而B20混合物中的一氧化碳排放率降至0.098，比纯生物柴油降低了34.66%。这一下降的主要原因是生物柴油燃烧过程中释放的一氧化碳被燃料本身提供的氧气所抵消。加入SiO2纳米粒子后，B20混合物中的一氧化碳排放进一步降低。例如，在CR19时，一氧化碳排放降至0.083，比B20降低了15.30%，说明纳米粒子加速了氧化过程。在CR18时，一氧化碳排放最低，为0.078，比B20降低了20.40%；在CR17和CR16时分别为0.085和0.088，分别降低了13.26%和10.20%。除了B0混合物外，所有其他奇亚籽/柴油混合物的一氧化碳排放值都低于纯柴油。

3.3.2. 氮氧化物排放
图11显示了纳米粒子对不同燃料混合物的影响。在所有压缩比下，CR19下的B20+SiO2混合物表现出最高的氮氧化物排放量，这得益于其较高的气缸温度和较高的氧气含量。同时，CR16下的B20+SiO2混合物由于放热率和峰值气缸温度较低，氮氧化物排放量相对较低。尽管如此，满负荷时B20混合物的氮氧化物排放量仍为1105 ppm，而纯柴油仅为895 ppm，这是因为生物柴油含有内置氧气，增强了燃烧功率并提高了火焰温度。通过添加纳米粒子，B20+SiO2混合物的氮氧化物排放量分别降至990、983、970和963 ppm，分别降低了19.00%。因此，这些数值比B20低10.40%、11.04%、12.21%和12.85%。

3.3.3. 未燃烧碳氢化合物排放
图12显示了不同负荷下未燃烧碳氢化合物的变化。与B0混合物相比，B20混合物将未燃烧碳氢化合物排放量降低了25.00%、20.83%、12.50%和8.33%。这一趋势表明纳米粒子确实改善了燃烧条件。SiO2纳米粒子通过促进更快的预混合燃烧和减少气体暴露在最热时间来降低一氧化碳和碳氢化合物的排放。尽管在高负荷条件下，其大表面积和催化性质确保了燃料更彻底地被氧化，但极低的氧气水平通常会导致燃烧不完全，从而产生一氧化碳[34]。

3.3.4. 烟度
图11表明纳米粒子有助于进一步降低氮氧化物排放。不同纳米粒子对氮氧化物排放的影响各不相同。SiO2纳米粒子通过促进更快的预混合燃烧和减少气体暴露在最热时间来略微降低氮氧化物排放。尽管燃烧温度升高，但SiO2纳米粒子减少了CO和HC的排放。研究表明，更高的压缩比和SiO2纳米粒子共同作用，使得氮氧化物排放量显著降低，从而需要制定最佳操作程序以控制氮氧化物排放。随着压缩比的增加，氮氧化物排放量通常会增加，因为气缸温度上升[35]。标准氮氧化物-烟度平衡表明，更高的燃烧温度会导致氮氧化物排放量增加，但添加SiO2纳米粒子后，氮氧化物排放量降低了。

3.3.5. 废气温度
图14显示了不同制动功率下奇亚籽生物柴油及其混合物的排气温度（EGT）。实验数据显示，随着发动机负荷的增加，所有混合物的排气温度（EGT）也随之升高。从图14可以推断，柴油与生物柴油的混合物导致的EGT（排气温度）变化比纯柴油更为明显。这可能是由于燃料的高黏度导致的，高黏度使得混合气在进气/)中的雾化效果较差，从而延长了传播时间[33]。B20的EGT略高于B0，这是因为B20含有更多的氧气，加速了整个燃烧过程。B20由于其更高的燃油喷射量和更强的氧化反应，可能会表现出更高的EGT。在100%的负载下，B0的EGT为328.25°C，而B20为360.23°C，增加了8.87%。与纯柴油相比，添加了SiO?纳米颗粒后，在压缩比为19、18、17和16时，B20的EGT分别为355.61°C、350.12°C、343.65°C和340.1°C，分别比柴油提高了7.69%、6.24%、4.48%和3.48%。这种模式表明，由于SiO?纳米颗粒有助于更好地散热和减少未燃烧的燃料，从而可能提高了燃烧效率。研究强调了使用SiO?生物柴油来提升发动机性能、减少热应力并保持燃烧效率的潜力。生物柴油的高黏度会导致一些未燃烧的燃料在预混合燃烧阶段被保留下来，这些燃料会缓慢燃烧，因此增加了EGT[39]。

下载：下载高分辨率图像（227KB）
下载：下载全尺寸图像
图14. 不同混合物负荷下EGT的变化

4. 响应面方法
实验设计、模型开发和优化都是使用Design-Expert版本13软件完成的。本研究采用的RSM（响应面方法）基于二阶二次设计，考虑了两个独立变量，即发动机负荷（25–100%）和压缩比（16–19）。实验矩阵包括16次运行（4个负荷水平×4个压缩比），用于建立回归模型并分析交互效应。所有测试都在受控的环境条件下进行，并努力在整个实验过程中保持实验室温度和压力的恒定。为了最小化由于燃料降解引起的变异性，每组实验都使用了新鲜制备的燃料混合物，从而减少了燃料老化的潜在影响。二次响应面模型通过以下公式建立其通用方程：
(1)
y = β0 + ∑i=1k βixi + ∑i=1k βixi2 + ∑i=1k?1 βijxi·xj

该研究使用了二阶多项式回归模型来确定和测量预测响应，其中变量y由截距项βo以及线性系数βi、二次系数βii和交互系数βij表示，而编码的独立变量分别用xi和xj表示。开发的RSM模型通过ANOVA（方差分析）进行了全面的统计验证，以确定各项的显著性、模型的适用性和拟合优度[40]。同样，理想函数方法与多目标优化相结合， aims to 同时改善BTE（制动热效率）、降低燃油消耗和排放特性，同时保持燃烧参数在可接受的范围内。RSM预测的优化操作条件随后通过实验验证得到了确认，证明这些模型在预测方面既有效又准确。实验设计矩阵表示了发动机负荷（25-100%）和压缩比（16-19）对奇亚籽生物柴油混合物的性能、燃烧和排放特性的综合影响，见表5。该表突出了重要的性能指标，如BTE和BSFC（制动燃料消耗），同时揭示了燃烧参数，如EGT、HRR（热释放率）和CP（压缩比），以及排放特性（CO、HC、NOx和烟雾）。结果表明，随着负荷和压缩比的增加，BTE总体上有所改善，BSFC降低；另一方面，排放和燃烧参数受不同操作条件的影响。该数据集为响应面建模和多目标优化发动机性能和排放提供了基础。

表5. 奇亚籽生物柴油混合物的实验设计矩阵。

表5. 实验设计矩阵，显示了发动机负荷（25-100%）和压缩比（16-19）对奇亚籽生物柴油混合物的性能、燃烧和排放特性的综合影响。

4. 响应面方法中的实验设计矩阵、模型开发和优化都是使用Design-Expert版本13软件完成的。本研究采用的RSM方法基于二阶二次设计，考虑了两个独立变量，即发动机负荷（25–100%）和压缩比（16–19）。实验矩阵包括16次运行（4个负荷水平×4个压缩比），用于建立回归模型并分析交互效应。所有测试都在受控的环境条件下进行，并努力在整个实验过程中保持实验室温度和压力的恒定。为了最小化由于燃料降解引起的变异性，每组实验都使用了新鲜制备的燃料混合物，从而减少了燃料老化的潜在影响。二次响应面模型通过以下公式建立其通用方程：
(1)
y = β0 + ∑i=1k βixi + ∑i=1k βixi2 + ∑i=1k?1 βijxi·xj

该研究使用了二阶多项式回归模型来确定和测量预测响应，其中变量y由截距项βo以及线性系数βi、二次系数βii和交互系数βij表示，而编码的独立变量分别用xi和xj表示。开发的RSM模型通过ANOVA（方差分析）进行了全面的统计验证，以确定各项的显著性、模型的适用性和拟合优度[40]。同时，理想函数方法与多目标优化相结合，旨在同时改善BTE（制动热效率）、降低燃油消耗和排放特性，同时保持燃烧参数在可接受的范围内。RSM预测的优化操作条件随后通过实验验证得到了确认，证明这些模型在预测方面既有效又准确。实验设计矩阵表示了发动机负荷（25-100%）和压缩比（16-19）对奇亚籽生物柴油混合物的性能、燃烧和排放特性的综合影响。表5突出了重要的性能指标，如BTE和BSFC（制动燃料消耗），同时揭示了燃烧参数，如EGT、HRR（热释放率）和CP（压缩比），以及排放特性（CO、HC、NOx和烟雾）。结果表明，随着负荷和压缩比的增加，BTE总体上有所改善，BSFC降低；另一方面，排放和燃烧参数受不同操作条件的影响。该数据集为响应面建模和多目标优化发动机性能和排放提供了基础。

表6. ANOVA结果（表6）确认了开发的二次RSM模型对所有响应的统计显著性和稳健性。高F值和极低的p值（<0.0001）表明输入参数有显著影响。决定系数（R2）值接近于1（0.9945–1.000），表明模型捕获了超过99%的变异性。调整后的R2与预测R2之间的接近一致性（差异<0.02）证实了良好的预测能力，没有过拟合。此外，低的标准差和变异系数值表明实验数据具有高精度和重复性。尽管HC（碳氢化合物）显示出轻微的变异性，但它不影响整个模型的适用性。总体而言，结果表明开发的RSM模型对于预测研究范围内的发动机性能、燃烧和排放特性是可靠和合适的。所有响应的预测值与实际值的对比图（BTE、BSFC、EGT、HRR、CP、CO、HC、NOx和烟雾）显示，数据点紧密分布在45°参考线上，表明实验值与模型预测值之间有很强的一致性。密切的对齐和最小的偏差证实了开发出的响应面模型在调查操作范围内的高准确性、适用性和预测能力。没有观察到远离参考线的孤立点，表明没有显著的异常值或模型偏差[41]。图16展示了所有响应的外部学生化残差的正态概率图。残差大致呈正态分布，大多数数据点紧密分布在直线参考线上。此外，残差显示出随机的分散，没有明显的模式、聚类或曲率，证实了没有系统趋势。尽管在某些响应的极端值处观察到轻微的偏差，但这些偏差仍在可接受的统计范围内。

表6. 二次模型的ANOVA结果
模型评估
平方和 | F值 | p值 | SD | 均值 | R2 | 调整后的R2 | 偏差百分百
--- | --- | --- | --- | --- | --- | --- | ---
BTE | 687.28 | 489 | 8.04 | <0.0001 | 0.265 | 0.9987 | 0.9985
BSFC | 0.236 | 118 | 0.25 | <0.0001 | 0.0100 | 0.431 | 20.9945
EGT | 525 | 66.79 | 112 | 0.2 | <0.0001 | 0.537 | 1263.84
HRR | 525 | 66.79 | 112 | 0.2 | <0.0001 | 0.0767 | 0.9965
CO | 828 | 536 | 115 | 0.2 | <0.0001 | 0.0953 | 0.9987
HC | 221 | 341 | 177 | 0.2 | <0.0001 | 0.0250 | 1465
NOx | 103 | 828 | 536 | 115 | 0.2 | <0.0001 | 0.0815 | 0.9987
烟雾 | 289 | 153 | 828 | 536 | 115 | <0.0001 | 0.0435 | 0.9985

图15. 实际值与预测值对比图（a）BTE，（b）BSFC，（c）EGT，（d）CO，（e）HRR，（f）CP，（g）HC，（h）NOx，（i）烟雾。
图15显示，所有响应的预测值与实际值紧密分布在45°参考线上，表明实验值与模型预测值之间有很强的一致性。密切的对齐和最小的偏差证实了开发出的响应面模型在调查操作范围内的高准确性、适用性和预测能力。没有观察到远离参考线的孤立点，表明没有显著的异常值或模型偏差[41]。图16展示了所有响应的外部学生化残差的正态概率图。残差大致呈正态分布，大多数数据点紧密分布在直线参考线上。此外，残差显示出随机分散，没有明显的模式、聚类或曲率，证实了没有系统趋势。尽管在某些响应的极端值处观察到轻微的偏差，但这些偏差仍在可接受的统计范围内。

表7. 根据编码输入变量制定的多项式回归方程
每个方程包括线性项、交互项、二次项和更高阶项，捕捉了发动机负荷（A）和压缩比（B）对响应（如BTE、BSFC、EGT、HRR、CP、CO、HC、NOx和烟雾）的综合影响。这些模型描述了实验范围内的非线性行为，并为响应预测提供了基础。另一方面，提高压缩比可以通过改善空气和燃料的混合以及燃烧的完全性来减少烟雾。总体而言，较低的压缩比和适中的负载可以有效地减少烟雾排放，同时控制氮氧化物（NOx）的排放。图17（i）说明了发动机负载和压缩比对燃油消耗率（BSFC）的综合影响：首先，随着负载和压缩比的增加，曲线显示出明显的变化，这是因为更好的燃料利用和更高的热效率所致。最低的BSFC出现在高负载和优化压缩比区域，这是燃油经济性更好的标志。表8中的优化标准选择基于实际的燃烧和排放考虑。具体来说，最大限度地提高了制动热效率（BTE），以确保提高能量转换效率，同时最小化了制动特定燃油消耗（BSFC）、一氧化碳（CO）、碳氢化合物（HC）、氮氧化物（NOx）和烟雾排放，以实现更清洁、更可持续的燃烧。参数如排气温度（EGT）、热释放率（HRR）和气缸压力（CP）被维持在指定范围内，以确保发动机运行安全稳定，不会造成热应力或机械应力。所有参数都被赋予了同等的重要性，以实现平衡的多目标优化。

图18展示了在最佳工作条件下，所有输入和响应参数的单独和综合理想值。控制变量（发动机负载（A）和压缩比（B）的理想值接近1，这意味着它们完全在规定的操作范围内。作为性能和燃烧响应的BTE、BSFC、EGT、HRR和CP的理想值接近或等于1，从而证实了优化目标的有效实现。同样，排放参数CO、HC、NOx和烟雾的理想值（>0.99）也表明在指定范围内得到了成功最小化。总体综合理想值0.9957代表了性能、燃烧和排放目标之间的出色平衡，证明了多目标优化方法的有效性。

最佳工作条件的选择基于同时考虑性能和排放参数的多目标优化方法。RSM优化确定75%负载和CR 18为最佳条件，因为它在效率、燃烧和排放特性之间提供了最佳的整体平衡。表9中展示了与此最佳条件相对应的预测和实验结果，两者之间的相对误差较小，证实了所开发模型的准确性。在最佳条件（75%负载，CR 18）下，预测值为：BTE为32.56%，BSFC为0.33 kg/kWh，气缸压力为67.52 bar，热释放率为68.75 J/°C，以及相对较低的排放量：CO（0.038%）、HC（14 ppm）、NOx（850 ppm）和烟雾（7.3%）。这些结果表明，CR 18在保持受控排放水平的同时，实现了性能和燃烧特性的提升。相比之下，表10显示了100%负载和CR 16下的验证结果，在某些情况下排放量略有降低，但代价是降低了燃烧效率和整体性能的一致性。这表明，尽管较低的压缩比条件可能有利于某些排放的减少，但它们并不能提供最佳的整体操作平衡。因此，基于最高理想值和所有响应的平衡改进，最佳条件明确为75%负载和CR 18。

结论
本研究探讨了SiO2纳米颗粒（NPs）的添加对其对发动机性能、燃烧特性和排放的影响，同时探索了B20奇亚籽生物柴油作为常规柴油可持续替代品的潜力。实验结果得到了RSM的支持。主要亮点如下：
1. B20奇亚籽生物柴油混合物的BTE降低了12.62%，BSFC增加了23.52%。然而，排放量有所减少，其中烟雾不透明度降低了16.68%，HC减少了17.24%，CO减少了34.66%，这归因于更高的氧气含量；然而，NOx排放增加了19.00%。
2. B20+SiO? NPs提高了燃烧效率，使BTE增加了7.96%，BSFC降低了17.64%。此外，SiO?对CO和HC排放的减少有显著影响，分别减少了20.40%和25.00%。尽管如此，NOx排放的增加仍然较高，为12.85%。
3. 根据燃烧分析，B20+SiO? NPs使峰值压力提高了6.2%，HRR提高了7.1%。优化后的CR 19的最佳效率和排放平衡证实了这种策略适用于奇亚籽生物柴油混合物。此外，SiO2 NPs的快速氧化特性也有助于更好的燃料雾化、更高的燃烧温度和整体发动机性能的提升。
4. 该研究的一个主要发现是，B20+SiO? NPs提供了一种更清洁、更高效的燃料替代品，同时减少了生物柴油的一些缺点，如性能下降和NOx排放的轻微增加。
5. 该模型的性能（通过均方误差（MSE）衡量）非常差，MSE值为15,891.51，R2系数仅为0.01。高MSE表明预测中有较大误差，因为实际和预测的NOx值之间的平均平方差异较大。同时，R2得分为0.01意味着模型仅解释了1%的（NOx）排放变化，几乎相当于预测实际值的平均值。
6. RSM是建模和优化发动机负载和压缩比对发动机性能、燃烧和排放特性的影响的良好工具。最佳工作点为75%负载和CR 18，在此条件下，实现了BTE为32.56%，BSFC为0.33 kg/kWh，排放量为CO =0.038%，NOx =850 ppm，烟雾 =7.3%，同时燃烧参数保持在可接受的水平。预测值与实际结果非常接近，相对误差小于5.6%，保证了本研究开发的RSM模型在预测能力方面的准确性和可靠性。

总体而言，这项研究证实了奇亚籽生物柴油和SiO? NPs之间的协同作用，特别是在优化压缩比（CR）下，为更清洁、更高效的柴油发动机运行提供了可持续的途径。尽管还需要进一步优化以控制HC和NOx排放，但富含NPs的生物燃料在工业和环境应用中具有巨大潜力。该研究仅包括临时的发动机评估，未评估发动机的使用寿命或成本效益。未来研究应集中在扩展测试、财务评估以及不同NPs的评估上，以实现更广泛的实际应用。
5.1. 未来方向
未来的研究应专注于优化NPs浓度，并探索额外添加剂以进一步提高燃烧效率并降低排放。同时，还需要长期测试以验证这些添加剂在柴油发动机中的可靠性。