文献

J-GLOBAL ID：201802269874767972   整理番号：18A1616301

水素二元燃料酸化亜鉛ナノ粒子混合バイオディーゼルエンジンにおける雑音と人工神経回路網モデルの開発【JST・京大機械翻訳】

Study on noise in a hydrogen dual-fuelled zinc-oxide nanoparticle blended biodiesel engine and the development of an artificial neural network model

著者 (3件)： Javed Syed (Department of Mechanical Engineering, College of Engineering, King Khalid University, Saudi Arabia) ,  Baig Rahmath Ulla (Department of Mechanical Engineering, PES University, Electronic City Campus, Bangalore, India) ,  Murthy Y.V.V. Satyanarayana (Mechanical Department, GITAM University, India)
資料名： Energy  (Energy)
巻： 160  ページ： 774-782  発行年： 2018年 
JST資料番号： H0631A  ISSN： 0360-5442  CODEN： ENEYDS  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： イギリス (GBR)  言語： 英語 (EN)

抄録/ポイント： 研究者を動機づけた2つの課題は,ディーゼル燃料に対する排出量の軽減と信頼性の低減である。ディーゼルに対する潜在的代替はバイオディーゼルであり,それは動物脂肪または植物油から誘導される。バイオディーゼルの性能と放出特性に関する多数の研究が注目されている。このような研究において,雑音放出はほとんど無視されていないか,あるいは自明な物質として扱われていない。著者らによる以前に発表された研究を拡張して,実験的研究を行い,騒音放出に及ぼす新しい燃料タイプの影響を研究した。二重燃料モードにおける水素(H_2)と共に酸化亜鉛(ZnO)ナノ粒子と懸濁したJatrophaメチルエステル(JME)バイオディーゼルの混合物を,実験ディーゼルエンジン試験装置の燃料として用いた。バイオディーゼルの割合,ナノ粒子サイズ,および異なる負荷におけるH_2の流量の変化下でのデシベル(dB)における雑音レベルを記録した。サイズ40nmのZnOナノ粒子を懸濁した20%と30%のJMEバイオディーゼル混合物は,優れた雑音減衰を有することが観察された。激しい実験を避けるために,0.9992の回帰係数によるノイズ予測のために,人工ニューラルネットワークモデルを開発した。Copyright 2018 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： ディーゼル燃料 ,  *ディーゼル機関 ,  予測 ,  *酸化亜鉛 ,  排出量 ,  *ニューラルネットワーク ,  騒音 ,  植物油脂 ,  *水素 ,  試験装置 ,  懸濁液 ,  *バイオディーゼル燃料 ,  *雑音 ,  *ナノ粒子
準シソーラス用語： 回帰係数 , 【Automatic Indexing@JST】

著者キーワード (5件)： 酸化亜鉛ナノ粒子 ,  Jatrophaメチルエステル混合物 ,  人工神経回路網 ,  騒音放出 ,  水素

分類 (2件)： 生物燃料及び廃棄物燃料  (LB02020Y) ,  圧縮点火機関  (PB02030N)

タイトルに関連する用語 (8件)： 水素 ,  二元燃料 ,  酸化亜鉛ナノ粒子 ,  ディーゼルエンジン ,  雑音 ,  人工 ,  神経回路網モデル ,  開発