Modélisation d'un moteur diesel alimenté par des mélanges de carburants Diesel - Biodiesel à base d'huile de cuisson usagée

Abstract

Dans un contexte de recherche constante de solutions énergétiques durables et respectueuses de l'environnement. Ce travail explore l'utilisation des réseaux de neurones artificiels (RNA) et des algorithmes génétiques (AG) pour prédire les performances et les émissions d'un moteur diesel alimenté par des mélanges de diesel et de biodiesel dérivé d'huile de cuisson usagée. Deux modèles RNA distincts ont été développés : le premier prédit les paramètres de performance du moteur (rendement thermique, consommation spécifique de carburant, couple et puissance), et le second prédit les caractéristiques d'émission (monoxyde de carbone, dioxyde de carbone, hydrocarbures, oxydes d'azote et opacité des fumées). Les résultats montrent une forte corrélation entre les valeurs prédites et les données expérimentales, avec des coefficients de corrélation linéaire élevés, indiquant une précision et une robustesse significatives des modèles. L'intégration de l'AG aux modèles RNA a permis d'optimiser leurs configurations, prouvant l'efficacité de l'approche hybride AG-RNA pour des modèles plus performants et robustes. Cette recherche apporte une contribution importante à la compréhension et à l'amélioration des moteurs alimentés par des biocarburants, offrant des perspectives prometteuses pour des applications futures dans la conception de moteurs plus efficaces et écologiques