对旧数据的新观察可以使引擎更清洁

桑迪亚国家实验室领导的研究已经发现了关于如何理解并最终控制点火行为和污染物形成化学的新见解。这一发现最终将导致更清洁，更高效的内燃机。

“我们的研究结果将允许新燃料的设计和改进的燃烧策略，”Sandia研究员，该研究的第一作者Nils Hansen说。“使燃烧更清洁，更高效将产生巨大影响，减少全球能源消耗。”

该工作侧重于低压火焰测量的化学科学，载于燃烧研究所的论文集，并被选为第37届国际燃烧研讨会反应动力学的杰出论文。作者包括Hansen，Xiaoyu He，前桑迪亚实习生Rachel Griggs和前Sandia博士后任命Kai Moshammer，他现在在德国的Physikalisch-Technische Bundesanstalt工作。该研究由能源部科学办公室资助。

创建大量火焰和燃料数据集

该团队将来自各种燃料的精心控制测量的输出结合到一个分类和注释的数据集中。然后使用涉及30种不同燃料的55种单独火焰之间的相关性来减少不确定性，识别不一致的数据并解开燃料结构对导致有害污染物的化学燃烧途径的影响。初步分析考虑了在分子量增长和最终烟灰形成中起作用的化学中间体峰值浓度之间的关系。

汉森说，据他所知，这是研究人员第一次看到这些可能性。通过识别不一致性，新方法最终应该为理解燃烧提供更好的模型。通常，良好控制的实验有助于验证计算机模型以了解燃烧过程并开发新的燃烧策略。

来自低压预混火焰的数据通常用于验证燃烧中的化学动力学机制。这些详细的机制为理解污染物的形成和预测燃烧应用的行为提供了基础。

历史上，研究论文报告了来自单一火焰或少量火焰的数据，以及一种针对特定燃料的新机制。然而，Hansen团队开创的方法为测量大量火焰和发布许多通常不与其他数据和机制交叉验证的机制铺平了道路。

汉森将这一发现与旧神器的挖掘进行了比较。从单个工件中得出的结论很少。然而，将数千个类似的工件拼凑在一起可以创建更完整的历史图景。

“我们的工作揭示了通常隐藏在低压火焰数据集中的信息，”汉森说。“例如，模型验证的有用目标可以从具有30,000多个数据点的数据库中收集。”

分析火焰

在对火焰进行分析后，研究人员发现相关特性提供了新的验证目标，只有在检查各种低压火焰的化学结构时才能获得。

汉森表示，燃烧系统的综合化学动力学模型越来越多地被用作预测燃烧器性能和燃烧器设计排放的工程模型的基础。由于用于通知模型的大量参数，这些模型通常是模糊的，但是在DOE的气相化学物理计划中首创的基于同步加速器的单光子电离质谱测量已经创造了前所未有的详细化学数据。

长期利益

Hansen说，这项工作最终将有助于组装更准确的化学机制来描述燃烧过程。

“我们的目标是更好地了解并最终控制点火行为和污染物形成的化学反应，”他说。“随后，这将导致清洁高效的内燃机。”

汉森说，他的团队的研究结果为桑迪亚燃烧研究设施的研究开辟了一条全新的途径。

“应用数据科学和机器学习工具可以从大型数据集中提取更多信息，”他说。“我们的工作打开了大门，表明数据科学可以应用于燃烧研究。”