Sviluppo e validazione di un modello numerico predittivo per le proprietà di distillazione di miscele combustibili complesse con approccio azeotropico

I vincoli sempre più stringenti su emissioni di anidride carbonica e consumo per i motori a combustione interna stanno spingendo la ricerca e l'industria automotive verso soluzioni innovative, sia con lo sviluppo di bio-combustibili e carburanti sintetici sia con l’introduzione di nuovi concetti combustione (SACI, HCCI, ecc.). Per lo sviluppo di queste tecnologie diventa importante definire dei surrogati delle benzine da utilizzare in studi di fluidodinamica computazionale, in particolare per garantire a queste soluzioni di soddisfare i limiti presenti e futuri sulle emissioni di inquinanti. I concetti di combustione innovativi fanno grande affidamento sulla stratificazione della carica e quindi di un controllo preciso e puntuale della miscela in camera di combustione, la cui simulazione in fluidodinamica computazionale richiede un surrogato capace di replicare alcune caratteristiche chiave della benzina, tra le quali la volatilità. Mediante algoritmi di generazione di surrogati si possono realizzare surrogati con un numero contenuto di composti puri, che replichino con buona precisione le caratteristiche fisiche e chimiche della benzina. La volatilità è espressa tramite la curva di distillazione della benzina, e fra tutte le proprietà è la più complessa da implementare all'interno dell'algoritmo in quanto richiede un modello robusto capace di replicare il processo di distillazione della benzina. Il crescente interesse verso l'etanolo come additivo ecologico per i combustibili ha portato alla diffusione di benzine aventi percentuali elevate di etanolo in volume (E10, E25, E85), ed è pertanto di grande interesse lo studio di combustibili contenenti alcol etilico e/o altri composti ossigenati. Ciò che viene sviluppato in questa tesi è un set di modelli capace di replicare il processo di distillazione di miscele combustibili contenenti anche etanolo.