In present work, study of effect of different n-butanol diesel blends (5–20% v/v) on engine performance and emission were performed for different engine operating parameter. Optimization was carried out with help of Taguchi DoE method. Single Cylinder VCR Compression Ignition Engine was fuelled with different blend of diesel and n-butanol and tested at different engine settings of CR, FIP and FIT for different load conditions (Idle, 1/3, 2/3 and full load). Normality analysis was performed to check the distribution of response data and then regression analysis was performed to derive the mathematical model for the chosen responses (BSFC, BTE, NOx and Smoke) based on n-butanol and engine parameters. During the optimization analysis, it is found that n-butanol of 15% concentration in diesel with engine settings, CR of 15, FIP of 260 bar and FIT of 25°bTDC give optimize BTE, BSFC and low smoke but resulted in higher NOx formation due to tradeoff between NOx and smoke control. The use of 15%v/v of n-butanol was found to be most suitable blend proportion with diesel as it resulted in favorable engine performance and low emission for all test load conditions. Also during this study, it was observed that Taguchi method is highly effective when individual response parameter need to be optimized for different engine responses and to identify the significant factor from multiple design factors. But for optimization of multiple design factors for most favorable responses simultaneously, use of advanced optimization methods from MADM (Multi Attribute Decision Making) approach to be implemented.

在当前的工作中，针对不同的发动机运行参数，研究了不同正丁醇柴油混合物（5-20​​％v / v）对发动机性能和排放的影响。借助Taguchi DoE方法进行了优化。单缸VCR压缩点火发动机由柴油和正丁醇的不同混合物供油，并在CR，FIP和FIT的不同发动机设置下针对不同的负载条件（怠速，1 / 3、2 / 3和满载）进行了测试。进行正态分析以检查响应数据的分布，然后进行回归分析以基于正丁醇和发动机参数得出所选响应（BSFC，BTE，NOx和烟气）的数学模型。在优化分析过程中，发现发动机设置CR值为15时，柴油中正丁醇的浓度为15％。260 bar的FIP和25°bTDC的FIT提供了最佳的BTE，BSFC和低烟度，但由于在NOx和烟气控制之间进行权衡，导致形成更高的NOx。发现使用15％v / v的正丁醇是与柴油最合适的混合比例，因为它在所有测试负载条件下均具有良好的发动机性能和低排放。同样在这项研究中，我们发现，当需要针对不同的发动机响应优化单个响应参数并从多个设计因素中确定重要因素时，田口方法非常有效。但是，为了同时优化多个设计因子以获得最有利的响应，必须使用MADM（多属性决策）方法中的高级优化方法。BSFC和低烟气，但由于NOx和烟气控制之间的权衡，导致形成更高的NOx。发现使用15％v / v的正丁醇是最适合与柴油混合的比例，因为它在所有测试负载条件下都具有良好的发动机性能和低排放。同样在这项研究中，我们发现，当需要针对不同的发动机响应优化单个响应参数并从多个设计因素中识别出重要因素时，田口方法非常有效。但是，为了同时优化多个设计因子以获得最有利的响应，必须使用MADM（多属性决策）方法中的高级优化方法。BSFC和低烟气，但由于NOx和烟气控制之间的权衡，导致形成更高的NOx。发现使用15％v / v的正丁醇是与柴油最合适的混合比例，因为它在所有测试负载条件下均具有良好的发动机性能和低排放。同样在这项研究中，我们发现，当需要针对不同的发动机响应优化单个响应参数并从多个设计因素中识别出重要因素时，田口方法非常有效。但是，为了同时优化多个设计因子以获得最有利的响应，必须使用MADM（多属性决策）方法中的高级优化方法。发现使用15％v / v的正丁醇是与柴油最合适的混合比例，因为它在所有测试负载条件下均具有良好的发动机性能和低排放。同样在这项研究中，我们发现，当需要针对不同的发动机响应优化单个响应参数并从多个设计因素中识别出重要因素时，田口方法非常有效。但是，为了同时优化多个设计因子以获得最有利的响应，必须使用MADM（多属性决策）方法中的高级优化方法。发现使用15％v / v的正丁醇是与柴油最合适的混合比例，因为它在所有测试负载条件下均具有良好的发动机性能和低排放。同样在这项研究中，我们发现，当需要针对不同的发动机响应优化单个响应参数并从多个设计因素中识别出重要因素时，田口方法非常有效。但是，为了同时优化多个设计因子以获得最有利的响应，必须使用MADM（多属性决策）方法中的高级优化方法。据观察，当需要针对不同的发动机响应优化单个响应参数并从多个设计因素中确定重要因素时，Taguchi方法非常有效。但是，为了同时优化多个设计因子以获得最有利的响应，必须使用MADM（多属性决策）方法中的高级优化方法。据观察，当需要针对不同发动机响应优化单个响应参数并从多个设计因素中识别出重要因素时，田口方法非常有效。但是，为了同时优化多个设计因子以获得最有利的响应，必须使用MADM（多属性决策）方法中的高级优化方法。