废物转化能源：通过纳米添加剂和氧氢气体富集减轻发动机性能损耗，并利用与人工神经网络结合的元启发式算法预测发动机运行状态

《International Journal of Hydrogen Energy》：Waste to energy: Mitigation of engine performance penalties through nano-agents and oxy-hydrogen gas enrichment, and prediction of engine behaviours with metaheuristic algorithms coupled with ANN

　　

• 专注于将废旧轮胎作为能源进行回收再利用。
• 添加各种纳米颗粒以改善热解油的燃油特性。
• 注意到纳米颗粒与氢氧混合气之间存在协同效应。
• 所提出的混合模型的R2值在0.9126至0.9980之间变化。
• 检测到氢氧混合气（HHO）加纳米燃油显著降低了有效燃油消耗率（BSFC）并提高了制动热效率（BTE）。

引言

柴油发动机在发电和交通运输领域被广泛使用，但仍面临排放和能源效率方面的重大挑战。对替代燃料和减排技术的研发主要受到柴油发动机排放所带来环境和公共健康危害的驱动，这些排放对环境及人体健康构成威胁[1,2]。许多减少排放的努力往往以牺牲发动机性能为代价；因此，寻找兼顾效率与环境影响的持续解决方案仍然至关重要[3,4]。正是出于这些努力，研究人员数十年来探索了各种燃料替代品。

废旧轮胎热解油已成为柴油燃料的一种有前景的替代品，为废物管理和能源回收提供了可持续途径。以往研究表明，将废旧轮胎油与传统柴油燃料混合可以获得与柴油燃料类似的燃油特性和发动机输出性能。然而，轮胎热解油与柴油燃料的实际应用受到其较差的发动机性能、污染物排放以及溶解度问题的限制。例如，Hürdogan等人[5]指出，向柴油燃料中添加各种废旧轮胎热解油（WTPO）会因混合物的热值降低而导致有效燃油消耗率（BSFC）升高。WTPO降低了二氧化碳（CO2）和一氧化碳（CO）的排放量。根据Uyumaz等人[6]的研究，向柴油中添加10%的WTPO会延长点火延迟并降低发动机性能。Karagoz等人[7]发现，随着WTPO的添加，BSFC升高，制动热效率（BTE）下降。类似地，其他研究也表明，热解油-柴油试验燃料的BSFC呈上升趋势[8,9]。Dogan等人[10]研究了WTPO对四缸单缸柴油机在不同转速（1400至3200 rpm）下最高负荷时排放和性能的影响。作者以10%、30%、50%、70%和90%的混合比例将WTPO与柴油燃料混合。相关报道指出，随着混合油中WTPO比例的增加，碳氢化合物（HC）和CO值降低，而氮氧化物（NOx）排放增加。在规定的试验工况下，向柴油中引入WTPO未能改善发动机性能。在另一项研究中，Sharma和Murugan[11]研究了由WTPO与小桐子生物柴油混合物驱动的柴油机的排气排放、性能和燃烧特性。含WTPO超过20%的试验混合油其燃烧和排放情况恶化。Kumaravel等人[12]进行的实验研究表明，WTPO在柴油燃料混合液中的比例最高可达35%，无需对发动机进行重大改装即可使用。然而，当发动机在高WTPO混合比例下测试时，CO、HC和二氧化硫（SO2）浓度相对于纯柴油燃料有所增加。因此，在解决其较高粘度问题之后，WTPO可被评估为柴油发动机的替代燃料。在Wang等人[13]的另一项研究中，WTPO与纯柴油混合使用。燃油混合物在柴油发动机中用于测量缸内压力、BSFC、制动功率和SO2浓度。混合液中高TPO含量导致发动机性能恶化并增加SO2浓度。此外，尽管热解油可以与柴油燃料混合，但仍需进一步添加添加剂来解决排放问题并改善燃烧特性。为提升发动机性能并减少尾气管排放，研究人员通常向热解油-柴油燃料中添加纳米颗粒、氢气或氢氧混合气。例如，多位研究人员通过向替代燃料中混合氢氧混合气（HHO）来增强发动机性能并降低尾气管排放。HHO气体可通过电解水产生，生成氧气和氢气。通过与生物柴油混合改善燃油-空气混合物，HHO气体增强了燃烧效果[14,15]。由于具有高热值和优越特性，使用HHO或H2与甲酯混合物能增强发动机燃烧并促进更完全的燃烧，因此被公认为有效的添加剂[16,17]。由于H原子具有高反应活性，含H燃料燃烧迅速；完全燃烧可减少CO和HC浓度。引入HHO增强了燃油燃烧特性，从而改善燃油消耗、提高效率和提升发动机性能。例如，Casseres等人[18]研究了HHO与Karanja-微藻生物柴油混合物在柴油发动机中的综合影响。相关研究表明，引入HHO气体后，燃烧得到改善，热效率提高，CO2、HC和烟度有所降低。Ismail等人[19]报告了在使用干电池产生HHO的混合压燃发动机中，CO和BSFC降低17%，HC降低27%，O2增加15%，CO2增加1%。在另一项工作中，Baltacioglu等人[20]比较了使用向日葵甲酯、氢氧混合气和纯氢气在生物燃料运行下柴油发动机的性能和排放。生物柴油与HHO混合显著降低了排放，但性能指标仅略有改善。然而，HHO增强改善了性能，而纯氢气增强则改善了发动机排放。

多位研究人员还使用纳米材料在常规和替代燃料混合物中减少排放并改善燃烧特性[21,22]。由于其高比表面积以及独特的化学和热学性质，纳米颗粒作为添加剂被广泛研究以减少排放、改善发动机性能和燃烧[23]。纳米添加剂极大地影响柴油或生物柴油混合物的热物理特性，增强了燃油稳定性，提高了闪点，并改变了混合物的粘度和密度。这些变化导致燃烧效率和燃油雾化增强，以及排放浓度降低[24,25,26]。由于其更大的比表面积，纳米颗粒充当催化剂，促进了更优的燃烧特性并降低了点火延迟[25,27]。此外，金属氧化物纳米颗粒增强燃油雾化并促进完全燃烧[28,29]。向柴油-生物柴油混合物中添加纳米颗粒可改善柴油机性能和排放。BSFC和热效率的提升以及排放显著降低是这类燃料的总体趋势[30]。Bharti等人[31]使用棕榈废弃油烹饪棕榈油甲酯，评估了TiO2添加对氢气驱动柴油发动机的影响。混合H2和纳米颗粒添加后发动机性能得到改善。具体来说，BTE提高了8.21%，而BSFC降低了42.86%。在另一项工作中，Wang等人[32]使用红花籽油与H2及氧化铈（CeO2）的混合物，在直喷柴油发动机中进行测试。引入H2与纳米颗粒后，性能、燃油消耗、输出扭矩、制动功率和热效率均得到改善。Gahavane等人[33]表明，75%柴油与25%大豆生物柴油配合25、50和75 ppm ZnO纳米颗粒可提高BTE并降低BSFC。最佳燃料类型确定为25%大豆生物柴油配合50 ppm ZnO，从发动机性能角度来看。然而，随着NOx增加，排放浓度有所下降。Kumar等人[34]评估了向生物柴油混合物中添加各种纳米添加剂（TiO2、Al2O3、ZnO）对发动机排放和性能的影响。B30混合液配合绿色合成50 ppm ZnO显著改善了燃烧特性和性能，并降低了CO和HC排放。Suhel等人[35]研究了向甲酯与塑料油混合物中添加ZnO纳米材料的影响。废弃塑料油混合物的BSFC和热效率与纯柴油燃料非常接近，但UHC、CO和烟度排放增加。向WPO20混合物中添加ZnO增强了燃油消耗率和热效率，100 ppm ZnO配合轮胎热解油-柴油混合液在发动机性能和排放特性方面为最佳燃料。在另一项工作中，Yadav等人[36]展示了20、40和60 ppm氧化石墨烯对使用B20生物柴油的发动机性能的影响。测试结果表明，40 ppm剂量使CO、HC和NOx浓度分别降低了36.41%、17.38%和12.56%。在另一项工作中，Demir等人[37]研究了向柴油燃料中添加石墨烯和HHO，观察到对发动机排放性能有显著影响。石墨烯与HHO及柴油燃料混合使用，提高了热效率并降低了制动比能耗（BSEC）、CO、HC和PM，同时由于燃烧特性增强，NOx值略有增加。总体而言，纳米颗粒和氢气（或氢氧混合气）通过减少排气排放改善了发动机性能[38,39]。Mirzajanzadeh等人[40]研究了将CeO2-CNT催化剂与甲酯/柴油混合物混合后柴油机排放和性能的变化。BSFC得到改善，而NOx、HC、CO和PM降低。Gumus等人[41]研究了Al2O3和CuO对柴油机排放和性能的影响。研究结果表明，柴油中加入Al2O3和CuO可降低发动机排放并改善性能。

鉴于实验研究的高成本和时间消耗，开发高精度预测模型已成为关键。特别是对于内燃机等复杂非线性系统的建模，将强大的元启发式算法与人工神经网络（ANN）相结合越来越普遍。然而，这种多组分结构的复杂性以及参数之间的相互作用使得该预测问题成为一项重大的工程研究挑战。本研究旨在使用最近发展的元启发式算法——包括海星优化算法（SFOA）[42]、北极海鹦优化算法（APO）[43]和蜘蛛蜂优化算法（SWO）[44]——与人工神经网络（ANN）集成，以高精度预测试验发动机特性。选择这些特定算法的科学依据在于利用其数学上不同的搜索机制，在ANN架构的复杂高维搜索空间中实现战略性互补。SFOA利用独特的多臂拓扑结构，提供卓越的多维搜索策略，使其在处理神经网络庞大权重空间时非常有效，且不会过早收敛。相比之下，APO受双模行为机制（空中飞行和水下觅食）启发，在探索与开发搜索模式之间提供平衡过渡，以有效逃离局部最优。SWO具有受猎食和筑巢启发的强化策略，在最终收敛阶段提供优越的局部开发和权重及偏差的精确微调。此外，选择这三种元启发式算法还受以下事实影响：这些算法所需用户自定义参数较少，且文献中已证明其能够针对不同科学领域的各种优化问题提供高质量解。与SFOA、APO和SWO混合的ANN模型分别命名为SFOA-ANN、APO-ANN和SWO-ANN。因此，本文的创新性在于同时集成WTPO、纳米颗粒、HHO富集以及最近开发的元启发式驱动ANN模型。简言之，本文的总体研究框架和技术工作流程见图1。

分节摘要

热解油生产

废旧轮胎经收集并清除污染物后，置于热解反应系统进行加工。热解反应系统由圆形电加热器、壳管式冷凝器、连接数字温控器的K型热电偶以及集油罐组成。反应器采用不锈钢材质，以防腐蚀和化学反应。反应器容量为2–5 L，底部为圆形，完全绝缘以减少反应器向环境的热损失。约……有效燃油消耗率（BSFC）

图5展示了各试验燃料在不同发动机负荷条件下对BSFC的影响。随着发动机负荷增加，任何试验燃料的BSFC均呈逐渐下降趋势，直至发动机负荷达到75%。这可归因于高负荷下燃油注入量增加。发动机负荷超过75%后BSFC上升的原因是，满负荷时注入的燃油量过多，且发动机负荷达到100%时空气-燃油比开始恶化。

使用元启发式驱动ANN算法预测试验发动机特性

本节展示了使用所开发的混合算法（SFOA-ANN、APO-ANN和SWO-ANN）及常规ANN对试验发动机特性的预测结果，包括BSFC（kg/kW·h）、BTE（%）、EGT（°C）、CO排放（%）、HC排放（ppm）、NOx排放（ppm）和烟度（%）。

预测模型的准确性通过常用的百分比误差指标来衡量，包括相对均方根误差（rRMSE）和平均绝对百分比误差（MAPE）。

此外，本研究与文献的对比分析。本研究将本实验研究与涉及废弃衍生燃料、纳米颗粒添加剂和HHO增强的先前研究进行了对比。为此，表2呈现了对试验发动机性能和排放特征的关键评估。如表所示，各研究在废弃燃料类型、掺混比、纳米颗粒类型及浓度以及HHO可用性方面存在显著差异。尽管这些研究之间存在差异……

结论

本实验研究得出的主要结论要点如下：

? 将废旧轮胎转化为热解油，并以20%的体积比与柴油混合，是一种双重用途策略。该方法不仅有助于在固体废物管理框架内有效处置废旧轮胎，而且在所研究的条件下也显示出作为替代柴油掺混组分的潜力。

? 尽管初步实验表明……

CRediT作者贡献声明

A.S. El-Shafay：撰写——初稿、调查研究、概念构思、资源获取、可视化呈现、撰写——审阅与编辑。

M.S. Gad：撰写——初稿、调查研究、概念构思、资源获取、可视化呈现、撰写——审阅与编辑。

Hüseyin Bak?r：撰写——审阅与编辑、撰写——初稿、可视化呈现、概念构思、形式化分析、方法学、软件。

ümit A?bulut：撰写——审阅与编辑、撰写——初稿、可视化呈现、概念构思。

生成式人工智能使用声明

ChatGPT和Grammarly仅用于稿件的语言编辑和校对。

利益冲突声明

作者声明不存在任何可能影响本文所报告工作的已知竞争性财务利益或个人关系。

致谢

"作者感谢沙特本阿卜杜拉齐兹亲王大学通过项目编号（PSAU/2025/01/33106）为研究工作提供资金支持。"

A.S. El-Shafay | M.S. Gad | Hüseyin Bak?r | ümit A?bulut