Multi Response Optimization of NO_xEmission of a Stationary Diesel Engine Fuelled with Crude Rice Bran Oil Methyl Ester

Abstract

Résumé -Optimisation à réponses multiples de l'émission de NO x d'un moteur Diesel stationnaire alimenté par de l'ester méthylique d'huile de riz brut -Dans la présente étude, il a été tenté de réduire les émissions de NO x de l'ester méthylique d'huile de riz brut sans accroissement considérable de la densité de fumée lorsqu'il est utilisé comme carburant dans un moteur stationnaire à allumage par compression. Trois facteurs, à savoir le calage d'injection de carburant, le pourcentage de recirculation des gaz d'échappement (EGR ; Exhaust Gas Recirculation) et la pression d'injection de carburant ont été choisis, et leur effet combiné a été examiné en matière de maîtrise des émissions de NO x d'un moteur Diesel stationnaire alimenté avec de l'ester méthylique d'huile de riz brut. Trois niveaux ont été choisis pour chaque facteur et les émissions de NO x , la densité de fumée ainsi que le rendement thermique au frein ont été retenus en tant que variables de réponse. Les expériences ont été conçues en employant la méthode des plans d'expériences et la table orthogonale L 9 de Taguchi a été utilisée pour conduire les essais moteurs selon différents niveaux des facteurs choisis. Le Rapport Signal-Bruit de Réponses Multiples (RSBRM) a été calculé pour les variables de réponse et le niveau de combinaison optimum des facteurs a été obtenu en utilisant simultanément la conception paramétrique de Taguchi. Une expérience de confirmation a été menée pour le niveau de combinaison optimum des facteurs, puis les résultats ont été comparés avec les conditions de fonctionnement normal et une amélioration significative des variables de réponse a été observée. Abstract -Multi Response Optimization of NO x Emission of a Stationary Diesel Engine Fuelled with Crude Rice Bran Oil Methyl Ester

Simultaneous optimization of smoke and NOx emissions in a stationary diesel engine fuelled with diesel–oxygenate blends using the grey relational analysis in the Taguchi method

“…Earlier investigations from this laboratory have optimised various engine factors to minimise NO x levels with minimal effect on smoke density and thermal efficiency. 30,[41][42][43] This study explores the possibilities of reducing both smoke and NO x emissions without affecting performance by employing oxygenate emissions.…”

Taguchi‐based optimization of design and fuel parameters of partially premixed charge CI engine fuelled with biodiesel and butanol blends

“…As the present objective involves in optimizing the parameters of the engine for three responses (NO x , smoke, and BTE), multi response signal to noise (MRSN) approach was adopted for optimizing the factors involved in this investigation. Standard procedure and formulae as prescribed in the literature was employed for this purpose 33,40 …”

“…Loss function for the various response recorded from the experimental work was calculated by following the formulae given below 33,40 L ij is the loss function of the responses at each trail and y ijk is the experimental value of the i th response variable in the j th trial at the k th replicate.…”

“…Variance of the MRSN ratio of the trials was analyzed and tabulated 33,40 . Percentage influence of each factor and the most influencing factor on the chosen objective will be obtained from the ANOVA table.…”

Investigation on passenger car CRDI engine for optimization of its fuel and operating parameters for lower emissions fuelled with diesel, biodiesel and higher alcohol blends

“…The procedure adopted in calculating MRSN ratio is detailed below. 21 Loss function and normalization. Loss function is considered as the difference calculated between the measured responses and chosen objective.…”