O fluxo de trabalho envolve levar um novo combustível para o espectro infravermelho e aplicar o aprendizado de máquina para realizar uma previsão de octanas. Crédito:KAUST
Um simples, método rápido e barato para modelar as características de combustão da gasolina foi desenvolvido por pesquisadores da KAUST, pavimentando o caminho para combustíveis de transporte mais limpos e eficientes.
A combustão de combustíveis à base de hidrocarbonetos para transporte é um contribuinte significativo para as mudanças climáticas, solicitando a necessidade de limpador, combustíveis com melhor desempenho. Gasolina - o combustível mais comumente usado em carros - contém centenas de hidrocarbonetos e, dependendo de sua composição, tem uma ampla gama de características de combustão.
Um indicador do desempenho de um combustível é o número de octanas:quanto maior o número, quanto mais o combustível pode ser comprimido durante a ignição e mais eficiente é a sua combustão. Contudo, medir fisicamente a octanagem da gasolina é complicado, caro e demorado.
Agora, Aamir Farooq e Emad Al Ibrahim do Centro de Pesquisa de Combustão Limpa da KAUST desenvolveram um método simples e econômico para modelar as características de combustão da gasolina, o que poderia ajudar a identificar misturas de combustível com altos índices de octanagem.
"Nosso modelo oferece um método rápido e fácil para a triagem de candidatos à mistura de combustível sem a necessidade de testes físicos, "diz Al Ibrahim." Os pesquisadores podem usar nosso modelo para teorizar uma nova mistura de combustível e então estimar qual seria seu número de octanas. "
Os pesquisadores construíram um conjunto de dados que compreende espectros infravermelhos, números de octanagem, e propriedades moleculares para os principais componentes da gasolina, incluindo parafina, isoparafina, olefina, nafteno e hidrocarbonetos aromáticos. A partir disso, eles produziram espectros compostos para 148 misturas de hidrocarbonetos diferentes.
Usando um modelo estatístico não linear, eles extraíram as informações mais relevantes dos espectros. Eles então transformaram esses dados em pontuações que se relacionam com as características químicas do combustível, permitindo-lhes prever seu número de octanas.
"O uso de métodos não lineares para analisar espectros é importante porque as moléculas de hidrocarbonetos tendem a exibir uma combinação sinérgica e antagônica, "explica Al Ibrahim." Por exemplo, uma mistura de dois combustíveis muitas vezes pode produzir um número de octanas que é maior do que os constituintes individuais. "
Espectros das principais famílias químicas da gasolina. Crédito:Australian Chemical Society
Aamir Farooq (voltar) e Emad Al-Ibrahim discutem a precisão de seu fluxo de trabalho de previsão. Crédito:KAUST
Simulando os espectros para 38 gasolinas FACE (combustíveis para motores de combustão avançados), o modelo foi capaz de prever com precisão seus números de octanas, fornecer um método para determinar as características de combustão de diferentes misturas de combustível.
"À medida que procuramos encontrar formulações de combustível mais novas e mais limpas, precisamos ser capazes de rastrear rapidamente os combustíveis candidatos em potencial:misturas de refinaria de baixo carbono, biocombustíveis, combustíveis solares e e-combustíveis. Agora podemos fazer isso facilmente, barato e rápido, "diz Farooq.