磁性Ni–Co铁氧体纳米颗粒作为柴油发动机先进燃油添加剂：实验性能、排放分析及响应面法（RSM）优化

柴油发动机因其广泛的基础设施在现代社会中发挥着至关重要的作用，并因其耐用性和高效率而被广泛应用于农业、运输和发电领域。然而，日益严格的排放法规要求研究人员提出创新的燃油策略，以减少环境影响并提高燃烧性能。该研究调查了磁性镍钴铁氧体（Ni_0.5Co_0.5Fe₂O₄）纳米颗粒添加至柴油燃料中对发动机性能和尾气排放的影响。该研究的创新之处在于将Ni–Co铁氧体纳米颗粒在柴油燃料中的实验研究–统计分析方法相结合，并开发了一个多目标优化模型，同时评估发动机性能和排放特性，从而解决了现有文献中的一个重要空白。研究人员在恒定转速3000 rpm下进行了实验，在0.5至3 kW的六种发动机负荷条件下，测试了50、100和150 ppm的纳米颗粒浓度。研究人员分析了制动燃油消耗率（BSFC）、制动热效率（BTE）以及常规排放物（CO、CO₂、HC和NO_x），并采用响应面法（RSM）进行多目标优化。与纯柴油燃料相比，结果表明适量的磁性纳米颗粒添加显著改善了燃烧特性，BSFC降低幅度高达8.88%，BTE提高幅度达9.97%。此外，CO和HC排放分别降低了22.67%和31.43%。RSM模型显示出强大的预测能力（所有响应的R² > 95%）。最优运行条件确定为1.33 kW发动机负荷下添加103.24 ppm的Ni_0.5Co_0.5Fe₂O₄，在性能提升和排放控制之间提供了平衡的权衡方案。这些结果证明了磁性纳米颗粒增强柴油燃料作为实现更清洁、更高效柴油发动机运行的可行策略的可能性。

## 研究背景与问题提出

在工业、陆地应用、轨道交通及海运等多个行业中，内燃机（Internal Combustion Engine, ICE）是目前最广泛使用的能源转化技术。其中，柴油发动机因其广泛的工作范围、长使用寿命和高热效率而在众多内燃机中独树一帜。然而，柴油发动机对化石燃料的依赖、燃料储备的枯竭与价格波动，以及燃料燃烧产生的多种有害污染物对人类健康和环境健康的危害，被视为其显著的负面因素。尽管电气化与替代推进系统在此领域有大量研究，但考虑到基础设施、技术和经济约束，柴油发动机在短期内完全退出能源生产领域似乎并不现实。

研究人员已将重点从发动机结构改造转向改善燃料特性。在寻找可持续和环保燃料的过程中，醇类燃料（如甲醇、乙醇和丁醇）以及生物柴油被广泛研究。然而，醇类燃料存在能量密度低、点火延迟问题以及与燃料供应基础设施相关的限制；生物柴油则存在燃料稳定性差、热值低和黏度高等缺点。基于这些挑战，通过添加剂改善现有燃料的方法越来越受到关注。

## 纳米颗粒添加剂的研究现状与技术挑战

纳米颗粒（粒径小于100 nm）因其增强的热学特性、高热导率和大的比表面积，常被选作柴油发动机应用中的添加剂。研究表明，向燃料中添加金属和金属氧化物纳米颗粒（如CeO₂、TiO₂和B₂O₃）可改善传热、缩短点火延迟并提高燃烧效率。铁氧体纳米颗粒因其多组分金属结构、氧化反应催化活性以及过渡金属（Ni、Co、Fe）带来的高储氧能力和氧化还原特性，在柴油发动机应用中表现出优异性能。此外，磁性纳米颗粒的磁特性可通过减少团聚倾向、在燃料中更均匀分散来提高燃料稳定性，从而增加有效反应表面积并促进更均匀的燃料/空气混合。

然而，纳米颗粒的添加量通常受到严格限制。过量的纳米颗粒会改变燃料的物理特性（如密度和黏度），导致沉淀、团聚和分布不均等问题，反而恶化发动机性能并使部分排放物上升。由于实验研究的耗时性以及燃料和纳米颗粒的高成本，通过实验探索中间值具有挑战性。因此，研究人员转向统计和人工智能方法，以识别参数关联并减少实验次数。

## 研究目的与实验设计

该研究旨在将具有磁性的Ni_0.5Co_0.5Fe₂O₄纳米颗粒以三种浓度（50、100和150 ppm）添加至柴油燃料中，作为一种可持续且更环保的燃料策略。研究人员使用单缸、四冲程柴油发动机在六种不同负荷下实验研究这些纳米颗粒对发动机性能和排放特性的影响，并基于实验数据采用响应面法（Response Surface Methodology, RSM）对BSFC、BTE、CO、HC、CO₂和NO_x进行多目标优化，以定量评估性能提升与排放降低之间的权衡关系。该研究的创新点在于Ni–Co铁氧体纳米颗粒在柴油燃料中实验–统计分析的集成，以及同时评估发动机性能和排放特性的多目标优化模型的开发，填补了现有文献中的重要空白。所选浓度代表低、中、高等三个添加水平，以确定最佳剂量；150 ppm时性能相对较差，故未考虑更高浓度。

## 关键技术方法

该研究采用的核心技术方法包括：单缸四冲程风冷直喷式柴油发动机（Lutian 3GF-ME，排量296 cm³，额定功率3.2 kW @ 3000 rpm）稳态台架测试技术；基于超声空化原理的纳米颗粒分散技术（42 kHz，35 W，60 min）；以及响应面法优化技术，采用二阶多项式回归模型纳入交互效应（A×B），通过Design-Expert软件进行实验设计与统计分析，并采用方差分析（ANOVA）评估模型显著性。

## 研究结果

### 制动燃油消耗率（BSFC）

BSFC是反映单位功率输出所需燃料量的关键指标，受燃料密度、黏度和热值的影响。研究数据显示，各测试燃料的BSFC值随负荷增加先降后升，在约2.5 kW后因燃烧不完全时间不足而上升。纯柴油（0NCFD100）在0.5 kW负荷下的BSFC最高，达812.90 g/kWh；而100NCFD100燃料在2.5 kW负荷下达到最低值306 g/kWh。纳米颗粒通过增强传热和提高燃烧效率降低BSFC值。与0NCFD100相比，50NCFD100、100NCFD100和150NCFD100的BSFC分别改善了5.01%、8.88%和3.72%。过量纳米颗粒恶化燃料雾化效果，反而降低燃烧效率。BSFC优化研究的R²为96.08%，调整R²为93.64%，预测R²为87.89%。

### 制动热效率（BTE）

BTE反映燃料能量转化为机械功的比例。研究显示，BTE随负荷增加而上升，这归因于改善的燃烧和缸内温度升高。0NCFD100燃料的最低BTE为10%，而100NCFD100燃料在2.5 kW负荷下达到最高值26%。纳米颗粒通过提高表面积/体积比改善燃烧并提升BTE。50NCFD100、100NCFD100和150NCFD100的BTE分别提高5.43%、9.97%和4.05%。从50 ppm增至100 ppm时效率提升，但从100 ppm增至150 ppm时效率下降，这是由于燃料黏度增加对燃油喷射产生不利影响。BTE的R²、调整R²和预测R²分别为99.47%、99.14%和97.35%。

### 一氧化碳（CO）排放

CO排放源于缸内氧气/燃料混合不充分导致的不完全燃烧。研究数据显示，所有测试燃料在低负荷时CO排放较高，随负荷增加燃烧改善、CO排放降低，但超过一定负荷后因燃烧不完全时间不足和燃料分布不均而再次上升。纳米颗粒的引入通过缩短点火延迟提高了燃烧效率，从而降低CO排放。50NCFD100在2 kW负荷下测得最低CO值0.0393%，而在0.5 kW负荷下最高为0.0182%。与0NCFD100相比，50NCFD100、100NCFD100和150NCFD100的CO排放分别降低19.14%、22.67%和7.25%。CO优化模型的R²、调整R²和预测R²分别为98.76%、97.98%和94.07%。

### 二氧化碳（CO₂）排放

与CO排放相反，CO₂排放与燃烧效率正相关。研究结果显示，在所有测试燃料中，随负荷增加缸温升高，CO₂排放增加，燃烧效率提高。0NCFD100在0.5 kW负荷下测得最低CO₂值3.506%。100NCFD100的CO₂排放较0NCFD100增加1.84%，纳米颗粒的携氧能力提高了燃烧效率。但过量纳米颗粒的物理特性负面影响燃烧效率，150NCFD100的CO₂排放值较0NCFD100低1.81%。CO₂的R²、调整R²和预测R²分别为99.82%、99.71%和99.41%。

### 碳氢化合物（HC）排放

与CO排放类似，HC排放也由燃料不完全燃烧导致，且随负荷增加而升高。研究显示，150NCFD100在0.5 kW负荷下测得最低HC值4 ppm，而0NCFD100在3 kW负荷下最高达37 ppm。纳米颗粒的添加通过提高燃烧效率降低HC排放。与0NCFD100相比，50NCFD100、100NCFD100和150NCFD100的HC排放分别降低29.80%、31.43%和26.54%。纳米颗粒的微火焰温度改善了缸内燃烧，减少了不完全燃烧。HC优化研究的R²、调整R²和预测R²分别为95.84%、99.26%和99.80%。

### 氮氧化物（NO_x）排放

NO_x排放由缸内高温高压条件下空气中的氮气反应形成，与缸内压力和温度直接相关。研究数据显示，随负荷增加缸温升高，所有测试燃料的NO_x排放均增加。最低NO_x值240 ppm在0.5 kW负荷下以0NCFD100测得，最高788 ppm以100NCFD100测得。纳米颗粒的热导率增强了燃烧并提高NO_x排放。与0NCFD100相比，50NCFD100、100NCFD100和150NCFD100的NO_x排放分别增加8.39%、10.41%和5.88%。这一趋势凸显了燃烧效率与NO_x形成之间的典型权衡：增强的氧化和放热导致更高的峰值燃烧温度，从而增加热力型NO_x排放。NO_x的R²、调整R²和预测R²分别为99.47%、99.14%和96.74%。

### 响应面法优化与验证

方差分析（ANOVA）结果表明，所开发模型具有统计学显著性（多数p值低于0.05，部分p < 0.0001），发动机负荷和纳米颗粒浓度对输出响应均有显著影响。模型简化后，各响应的R²、调整R²和预测R²值保持高度一致，增强了模型的泛化和预测能力。所有输出参数误差率均低于10%，CO₂误差率最低（1.51%），BSFC误差率最高（7.21%）。

多目标优化以等权重考虑所有输出特性，确定最优运行条件为1.33 kW负荷下添加103.24 ppm纳米颗粒，此时CO为0.0317%、HC为10.67 ppm、CO₂为4.94%、NO_x为482.861 ppm、BSFC为404.50 g/kWh、BTE为20.61%。验证实验在1.3 kW负荷和100 ppm浓度下进行，与RSM预测值相比，各参数误差率在1.46%（CO₂）至8.40%（BSFC）之间。

## 研究结论

该研究采用RSM优化方法，实验和统计分析了发动机负荷和Ni_0.5Co_0.5Fe₂O₄纳米颗粒添加对柴油发动机性能和排放特性的影响。研究表明：

Ni_0.5Co_0.5Fe₂O₄纳米颗粒的掺入显著改善了燃烧行为，在一定浓度范围内降低了BSFC并提高了BTE。与基础燃料相比，50NCFD100、100NCFD100和150NCFD100的BSFC分别降低5.01%、8.88%和3.72%，BTE分别提高5.43%、9.97%和4.05%。最佳性能出现在约2.5 kW负荷下添加100–120 ppm纳米颗粒时，表明中等剂量的纳米颗粒可有效增强传热和燃烧效率。然而，过高的纳米颗粒浓度增加了燃料黏度，对雾化和燃烧产生负面影响，从而恶化性能。

排放分析表明，纳米颗粒增强燃料由于缩短了点火延迟并改善了缸内燃烧，显著降低了CO和HC排放。CO排放降低幅度高达22.67%，HC排放降低幅度高达31.43%。相反，CO₂排放随燃烧效率提高而增加，NO_x排放则因增强放热导致缸温升高而上升；100NCFD100的NO_x最高增幅达10.41%，凸显了排放降低与热效率之间的典型权衡。

开发的RSM模型表现出高预测能力，所有响应参数的R²值均超过95%。考虑BSFC、BTE和排放等权重多目标优化确定的最优运行条件为1.32 kW负荷下添加124.451 ppm纳米颗粒。误差分析证实实验值与预测值之间具有高度一致性，所有偏差均低于10%。

总体而言，研究结果表明Ni_0.5Co_0.5Fe₂O₄纳米颗粒增强柴油燃料在优化浓度下可显著提高发动机效率并减少有害CO和HC排放。然而，较高纳米颗粒负载下的NO_x排放增加和燃料特性恶化强调了精确剂量控制的重要性。该研究证实了Ni_0.5Co_0.5Fe₂O₄纳米颗粒作为有效燃烧增强添加剂的潜力，并为实现柴油发动机性能–排放平衡优化提供了有价值指导。该论文已发表于《Next Materials》。