<div class="section abstract"><div class="htmlview paragraph">This research investigates the potential of muskmelon waste seed biodiesel (MWSB) enhanced with graphene oxide (GO) nanoparticles as an alternative fuel for diesel engines. The study focuses on transesterifying waste seed oil from muskmelon fruits to produce biodiesel suitable for common rail direct injection (CRDI) diesel engines. The addition of GO nanoparticles serves as a combustion enhancer, aiming to improve engine performance and reduce emissions. The test fuels included pure diesel, MWSB, and MWSB blends with 10 ppm and 20 ppm of GO nanoparticles. The results demonstrated a significant reduction in emissions when GO nanoparticles were added to the MWSB. Specifically, the MWSB+GO20 ppm blend achieved reductions in smoke, hydrocarbon (HC), and carbon monoxide (CO) emissions by 16.66%, 26.19%, and 45.33%, respectively, compared to diesel at maximum brake power (5.5 kW). However, this blend also resulted in a 7.4% increase in oxides of nitrogen (NOx) emissions at maximum brake power. The study highlights the role of GO's extensive surface area and oxygenated functional groups in enhancing combustion efficiency, which contributes to the reduction of incomplete combustion byproducts such as CO and HC. Despite the increase in NOx emissions, the overall findings suggest that incorporating GO nanoparticles into MWSB can significantly reduce harmful emissions, offering a promising alternative for diesel engines. This work opens up intriguing possibilities for the use of GO nanoparticles in enhancing biodiesel mixtures, potentially leading to more sustainable and environmentally friendly fuel options for diesel engines.</div></div>

<div class="section abstract"><div class="htmlview paragraph">This study investigates the efficiency of a compression ignition (CI) engine powered by biodiesel derived from rubber seed oil (RSO) and its various blends. This research aims to assess the feasibility of using RSO biodiesel as a substitute fuel in CI engines to reduce harmful emissions and the depletion of fossil fuels. Initially, the process of obtaining rubber seed oil was preceded by transesterification. After transesterification, the same was blended in different proportions with conventional diesel in B20, B40, B60, B80, and B100. Results show that brake thermal efficiency (BTE) decreased with rising concentration of biodiesel, particularly at higher blends. B100 had a 20-25% lower BTE in every load condition than conventional diesel. The brake specific fuel consumption (BSFC) generally decreased with increasing biodiesel content, particularly at lower loads applied to the engine. B100 portrayed a perceptible improvement of 25.6% in BSFC compared diesel at 1 kg load. This suggests that higher biodiesel blends may reduce thermal efficiency. However, they could provide better fuel economy, particularly at partial loading.</div></div>

ABSTRACT Alternative fuels for diesel engines are essential to reduce greenhouse gas emissions, improve energy security by reducing dependence on petroleum, and minimise air pollution by using cleaner‐burning fuels. This study investigates the environmental effects of utilising biodiesel derived from waste mosambi peel oil as a sustainable fuel alternative for common rail direct injection diesel engines. Butylated hydroxytoluene (BHT) nanoparticles were employed as an ignition enhancer to mitigate the emissions. The test fuels comprised conventional diesel, mosambi waste peel biodiesel (MWPB), and MWPB blends with BHT [MWPB + 10‐µm BHT 10 ppm (parts per million) and MWPB + 20‐µm BHT 10 ppm]. The test results indicated that the MWPB + 10‐µm BHT 10 ppm blend significantly reduced primary pollutants, with smoke, hydrocarbon and carbon monoxide emissions by 42.3%, 38.09% and 61.71%, respectively, compared to pure diesel. Utilising MWPB resulted in a substantial 14.67% increase in nitrogen oxide emissions at maximum brake power. This study emphasises the potential of waste‐derived biodiesel to substantially minimise environmental emissions, encouraging a more sustainable energy future.

Abstract This research focuses on identifying isotherms on the surface of a gas turbine combustion chamber using a colour-changing solvent known as temperature-indicating paint (TIP). The study employs a Multi Colour Change (MCC) 350-8 TIP to detect surface temperature variations. An innovative algorithm is proposed to identify these variations through irreversible colour changes, utilizing a colour-matching technique. The surface temperature data obtained from this method is compared with experimental calibration and computational analysis, showing not just agreement, but a high level of agreement, reinforcing the reliability of the method. This approach aims to enhance the accuracy of temperature detection in combustion chambers, which is crucial for optimizing performance and reducing emissions. The findings contribute to developing more efficient gas turbine systems by providing a reliable method for monitoring and controlling combustion temperatures. This study’s novelty lies in its use of colour-changing technology to achieve precise temperature mapping on complex surfaces.

Abstract The adoption of biofuels as an energy source has experienced a substantial increase, exceeding the consumption of fossil fuels. The shift can be ascribed to the availability of renewable resources for energy production and the ecological advantages linked to their utilisation. Nevertheless, due to its intricate characteristics, the process of producing ethanol fuel from biomass poses difficulties in terms of administration, enhancement, and forecasting future results. To tackle these difficulties, it is crucial to utilise modelling techniques like artificial intelligence (AI) to create, oversee, and improve bioethanol production procedures. Artificial Neural Networks (ANN) is a prominent AI technique that offers significant advantages for modelling bioethanol production systems’ pretreatment, fermentation, and conversion stages. They are highly flexible and accurate, making them particularly well-suited. This study thoroughly examines several artificial intelligence techniques used in bioethanol production, specifically focusing on research published in the past ten years. The analysis emphasises the importance of using AI methods to address the complexities of bioethanol production and shows their role in enhancing efficiency and sustainability in the biofuel industry.