Se trata de un trabajo interdisciplinar publicado en la revista Energy por equipos de investigaci�n de los Departamentos de Qu�mica F�sica y Termodin�mica Aplicada, Ingenier�a Rural e Inform�tica y An�lisis Num�rico. Concretamente, por los investigadores Mar�a Dolores Redel, C�sar Herv�s, Pedro Antonio Guti�rrez, Sara Pinzi, Antonio Cubero y Pilar Dorado.
Una de las principales novedades del modelo es que emplea redes neuronales, modelos matem�ticos inspirados en el comportamiento biol�gico de las neuronas o, dicho de otro modo, pura inteligencia artificial orientada a realizar predicciones con un alto grado de eficacia y precisi�n.
El estudio ha sido desarrollado con un motor com�n di�sel alimentado con biocombustible. Concretamente, con �steres de aceite de orujo de oliva y aceite de palma, dos sustancias con una composici�n f�sico qu�mica muy diferente a partir de la cual se obtiene el modelo que predice el ruido.
Seg�n destaca Sara Pinzi, una de las investigadoras que ha participado en el estudio, �hemos observado que la composici�n del aceite que se utiliza para producir el biodi�sel tiene un efecto en el ruido�, hasta el punto de que, seg�n los resultados que arroja la investigaci�n, el uso de biodi�sel, ya sea de aceite de palma o de orujo, siempre proporciona un nivel de ruido emitido inferior al del uso de gas�leo.
El nuevo modelo, por tanto, est� orientado especialmente para los fabricantes. El hecho de que el sonido cambie en funci�n del biocombustible podr�a ser importante para las industrias de fabricaci�n, que podr�an tener en cuenta estos resultados en las distintas etapas de dise�o del motor.
Adem�s, el sistema cobra especial trascendencia ante la ley europea sobre emisiones ac�sticas, la cual tambi�n afecta a la automoci�n, por lo que todo apunta a que los biocarburantes adquirir�n cada vez mayor protagonismo. En este contexto, predecir el nivel de ruido del biocombustible a partir de la composici�n qu�mica del biodi�sel (mezclado o no con gas�leo) podr�a ser �til para fabricar motores m�s silenciosos.
Referencias:
M.D.Redel-Mac�as, C.Herv�s-Mart�nez, P.A.Guti�rrez, 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