Se trata de un trabajo interdisciplinar publicado en la revista Energy por equipos de investigación de los Departamentos de Química Física y Termodinámica Aplicada, Ingeniería Rural e Informática y Análisis Numérico. Concretamente, por los investigadores María Dolores Redel, César Hervás, Pedro Antonio Gutiérrez, Sara Pinzi, Antonio Cubero y Pilar Dorado.
Una de las principales novedades del modelo es que emplea redes neuronales, modelos matemáticos inspirados en el comportamiento biológico de las neuronas o, dicho de otro modo, pura inteligencia artificial orientada a realizar predicciones con un alto grado de eficacia y precisión.
El estudio ha sido desarrollado con un motor común diésel alimentado con biocombustible. Concretamente, con ésteres de aceite de orujo de oliva y aceite de palma, dos sustancias con una composición físico química muy diferente a partir de la cual se obtiene el modelo que predice el ruido.
Según destaca Sara Pinzi, una de las investigadoras que ha participado en el estudio, “hemos observado que la composición del aceite que se utiliza para producir el biodiésel tiene un efecto en el ruido”, hasta el punto de que, según los resultados que arroja la investigación, el uso de biodiésel, ya sea de aceite de palma o de orujo, siempre proporciona un nivel de ruido emitido inferior al del uso de gasóleo.
El nuevo modelo, por tanto, está orientado especialmente para los fabricantes. El hecho de que el sonido cambie en función del biocombustible podría ser importante para las industrias de fabricación, que podrían tener en cuenta estos resultados en las distintas etapas de diseño del motor.
Además, el sistema cobra especial trascendencia ante la ley europea sobre emisiones acústicas, la cual también afecta a la automoción, por lo que todo apunta a que los biocarburantes adquirirán cada vez mayor protagonismo. En este contexto, predecir el nivel de ruido del biocombustible a partir de la composición química del biodiésel (mezclado o no con gasóleo) podría ser útil para fabricar motores más silenciosos.
Referencias:
M.D.Redel-Macías, C.Hervás-Martínez, P.A.Gutiérrez, S.Pinzi. A.J.Cubero-Atienza, M.P.Dorado. Computational models to predict noise emissions of a diesel engine fueled with saturated and monounsaturated fatty acid methyl esters. Energy. Volume 144, 1 February 2018, Pages 110-119. https://doi.org/10.1016/j.energy.2017.11.143