Un nuovo modello concettuale per descrivere la composizione di un carburante può accelerare e semplificare le simulazioni di combustione. La benzina e il diesel che mettiamo nei nostri veicoli sono un cocktail complesso che può contenere migliaia di sostanze chimiche diverse. Ma guarda più da vicino il carburante, e la complessità travolgente inizia a risolversi, I ricercatori KAUST hanno dimostrato.
Piuttosto che provare a modellare la combustione del carburante sulla base della lunga lista di molecole che il carburante contiene, i ricercatori hanno trovato una scorciatoia:ora mostrano che possono distillare la complessità in un elenco molto breve di subunità molecolari o gruppi funzionali di cui è composta la maggior parte delle molecole di combustibile. Questo metodo radicalmente semplificato per simulare accuratamente la combustione del carburante è stato sviluppato da Abdul Gani Abdul Jameel sotto la guida di Mani Sarathy e del suo team.
Il progetto è partito dall'ipotesi che il comportamento alla combustione di ogni componente di un combustibile sia dettato dai gruppi funzionali che lo compongono. Per corroborare la teoria, il team ha eseguito analisi di risonanza magnetica nucleare ad alta risoluzione nei Core Labs di KAUST per identificare i principali gruppi funzionali in una serie di combustibili complessi. Hanno quindi creato semplici surrogati per ciascun carburante selezionando una o due molecole che contenevano i gruppi funzionali nello stesso equilibrio del carburante reale.
Confrontando i principali parametri di combustione, come il tempo di ritardo dell'accensione e il punto di fumo in laboratorio, i ricercatori hanno confermato che i semplici surrogati erano imitazioni fedeli del vero carburante. Hanno mostrato un buon surrogato necessario per abbinare il peso molecolare medio e contenere le giuste proporzioni di soli cinque gruppi funzionali chiave di carbonio-idrogeno:CH 3 , paraffinico CH 2 , CH paraffinico, naftenico CH–CH 2 e aromatico C–CH.
La modellazione della combustione tradizionale cattura con precisione il comportamento delle miscele di carburante aggiungendo dati dettagliati sulla cinetica chimica per un numero sempre maggiore di componenti nel carburante, ma lo svantaggio è che la simulazione diventa proibitivamente lenta da eseguire. "Abbiamo dimostrato che non è necessario aggiungere complessità ai modelli, fintanto che le caratteristiche alla base dei parametri molecolari più semplici, i gruppi funzionali, sono catturati, "dice Sara.
Il metodo del team per realizzare semplici surrogati di carburante migliorerà direttamente la progettazione di nuovi motori efficienti, spiega Abdul Jameel. "L'utilizzo di un numero minimo di componenti riduce significativamente il tempo necessario per lo sviluppo di modelli cinetici chimici e le spese computazionali coinvolte nella simulazione della combustione nei motori a combustione interna, " lui dice.
Ma l'approccio basato sul gruppo funzionale del team andrà ben oltre la formulazione surrogata. "Stiamo attualmente sviluppando modelli basati sull'apprendimento automatico per prevedere le proprietà di combustione dei combustibili in base ai loro gruppi funzionali, "Abdul Jameel aggiunge.
