Spelling suggestions: "subject:"motores dde combust interna"" "subject:"motores dde combusted interna""
11 |
[en] PERFORMANCE ANALYSIS OF MULTIPLE IGNITION SYSTEMS: OTTO CYCLE / [pt] ANÁLISE DE DESMPENHO DE SISTEMAS DE MÚLTIPLA IGNIÇÃO: CICLO OTTOELIAS ANTONIO DALVI 09 March 2018 (has links)
[pt] Os motores de combustão interna de ignição por centelha (M.C.I. - I.C.), operando no ciclo Otto, vêm sofrendo uma série de modificações e aperfeiçoamentos no sentido de melhorar sua eficiência térmica e o seu desempenho. No final dos anos 70, com a crise do petróleo e preocupação maior com o meio ambiente, muita atenção tem sido voltada para a solução desses problemas. Câmaras de queima rápida, ignição eletrônica, injeção eletrônica de combustível e outros, são modificações experimentadas nesse processo de otimização dos motores, cujo rendimento térmico ainda não passa da faixa de 33 por cento. No presente trabalho, foi pesquisado um sistema de múltipla ignição, tendo como parâmetros o número de velas de ignição, disposição das mesmas em relação à geometria da câmara, e ângulos de avanço de ignição. Foram também realizados estudos preliminares para a determinação da relação ar-combustível em função do número de velas. / [en] Spark ignition internal combustion engines, Otto cycle, have been gradually modified and improved so that higher values for thermal efficiency can be obtained. In the late seventies, due to the oil crisis much attention has been devoted to developing clean and more efficient engines. High Speed combustion chambers, electronic ignition, electronic injection among others, have been some of the components used to optimize the engine thermal efficiency, which is presently no more than about 33 percent. In the present research a multiple ignition system has been analysed. Combustion Chamber geometry, ignition advance angle, number of electric sparks and their layout in the chamber, together with the optimum air-fuel ratio are experimentally investigated.
|
12 |
[en] DEVELOPMENT OF AN ENGINE TEST BENCH / [pt] DESENVOLVIMENTO DE UMA BANCADA DE TESTES PARA MOTORES A COMBUSTÃO INTERNAGUSTAVO VIANNA CEZAR 03 May 2019 (has links)
[pt] Com o aumento das restrições às emissões veiculares e uma busca contínua pela melhora no desempenho dos motores a combustão interna, a necessidade de realizar testes em bancos de prova de motor se torna
cada vez maior. Porém, devido ao alto investimento inicial e custo de manutenção desses sistemas, a execução de ensaios confiáveis torna-se restrita a determinadas empresas e instituições acadêmicas. Neste cenário, o presente trabalho visa projetar, construir e integrar equipamentos e instrumentos, em sua grande maioria nacionais, através do desenvolvimento de um sistema de controle que seja capaz de operar o conjunto desenvolvido. O projeto pretende contribuir com a redução de custos dos bancos de prova e, ao mesmo tempo, possibilitar a realização de testes confiáveis. Serão descritas as etapas do projeto e construção de uma bancada para ensaios de motores de até 175 cv, 587 Nm e 4.620 rpm. Testes foram conduzidos a fim de verificar o comportamento do banco de provas em diferentes situações de operação. Os resultados obtidos mostram que o sistema é capaz de realizar os mais diversos ensaios que um banco de provas está sujeito com precisão e robustez. / [en] With increasing restriction on emission and a continuous search for improvement and development of new engines, a need for internal combustion engines test bed is becoming greater. However due to high initial investments and maintenance costs of these systems, the execution of reliable tests becomes restricted to certain companies and academic institutions. In this scenario, this present work aims at the integration of equipment and instruments, mostly national, by the development of a control system. This project aims to contribute with test benches cost reduction and at the same time, allow for reliable testing. Will be described
the project steps of a test bench for engines up to 175 hp, 587 Nm and 4.620 rpm and will be shown the results obtained.
|
13 |
[en] ASSESSEMENT OF MODELS BASED ON ARTIFICIAL NEURAL NETWORKS FOR PERFORMANCE ANALYSIS OF ENGINES AND GENERATORS / [pt] AVALIAÇÃO DE MODELOS BASEADOS EM REDES NEURAIS ARTIFICIAIS PARA ANÁLISE DE DESEMPENHO DE MOTORES E GERADORESNAIARA RINCO DE MARQUES E CARMO 09 August 2022 (has links)
[pt] Diante da crise ambiental dos dias atuais, desenvolver tecnologias de
menor impacto negativo e promover ações de eficiência energética tornam-se
imprescindíveis para conciliar produtividade e redução de emissões. Neste contexto, aprofundar-se no estudo de motores de combustão interna modelando
seu funcionamento se apresenta como uma ferramenta bastante interessante,
seja por ensaios em bancada ou modelagens. O presente trabalho buscou desenvolver modelos usando diferentes arquiteturas de Redes Neurais Artificiais
(RNAs) para obter parâmetros de performance de Motores de Combustão Interna movidos a gás natural e a misturas de diesel – biodiesel – etanol. Para
o primeiro caso, foram coletados dados de 5 motores visando a avaliação da
eficiência térmica, consumo específico, temperatura de exaustão, e para o segundo a base de dados contempla um motor, sobre o qual foram avaliados, em
acréscimo aos parâmetros mencionados, os coeficientes de compressão e expansão da politrópica, o consumo específico de etanol, a taxa máxima de liberação
de calor e a pressão máxima. Para as redes que apresentaram melhores resultados, foram construídas superfícies de resposta a fim de analisar os modelos
sobre a perspectiva do fenômeno que representam. Foi possível obter modelos
com boa representatividade dos parâmetros mencionados (obtendo valores de
R2 acima de 70 por cento para dados de treino e teste), exceto para os dois coeficientes
da politrópica. Neste caso, embora os erros fossem relativamente satisfatórios,
as superfícies de resposta atingiram extremos que não condizem com a teoria
relacionada. Por outro lado, foi possível construir um modelo para a eficiência
térmica a partir do consumo e abertura da válvula, com R2 de 99 por cento para treino
e teste. Isto se explica pelo fato de que a primeira variável de entrada é parte
da equação que calcula o parâmetro em questão, e a segunda está ligada à
relação ar-combustível da mistura. / [en] Faced with the current environmental crisis, developing technologies with
less negative impact and promoting energy efficiency actions are essential to
reconcile productivity and emissions reduction. In this context, the study of internal combustion engines by modeling their operation presents itself as a very
interesting tool, whether by bench tests or modeling. The present work aimed
to develop models using different architectures of Artificial Neural Networks
(ANNs) to obtain performance parameters of Internal Combustion Engines
powered by natural gas and blends of diesel – biodiesel – ethanol. For the
first case, 5 engines were considered to evaluate the thermal efficiency, specific consumption, exhaust temperature, and for the second case, the database
includes an engine, on which, in addition to the mentioned parameters, the
compression and expansion polytropic coefficients were evaluated, the specific
consumption of ethanol, the maximum rate of heat release and the maximum
pressure. For the networks that presented better results, response surfaces were
made in order to analyze the models from the perspective of the phenomenon
they represent. It was possible to obtain models with good representation of
the mentioned parameters (obtaining R2 values above 70 percent for training and
test data), except for the two polytropic coefficients. In this case, although the
errors were relatively satisfactory, the response surfaces reached extremes that
do not agree with the related theory. On the other hand, it was possible to
build a model for thermal efficiency from consumption and throttle, with R2 of
99 percent for training and testing. This is explained by the fact that the first input
variable is part of the equation that calculates this parameter, and the second
is linked to the air-fuel ratio of the mixture.
|
Page generated in 0.1053 seconds