CN106096238A - 一种预测生物质热解动力学参数的方法 - Google Patents
一种预测生物质热解动力学参数的方法 Download PDFInfo
- Publication number
- CN106096238A CN106096238A CN201610383521.9A CN201610383521A CN106096238A CN 106096238 A CN106096238 A CN 106096238A CN 201610383521 A CN201610383521 A CN 201610383521A CN 106096238 A CN106096238 A CN 106096238A
- Authority
- CN
- China
- Prior art keywords
- biomass
- kinetic parameter
- kinds
- biomass pyrolytic
- key components
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Classifications
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16Z—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS, NOT OTHERWISE PROVIDED FOR
- G16Z99/00—Subject matter not provided for in other main groups of this subclass
Landscapes
- Investigating Or Analyzing Materials Using Thermal Means (AREA)
Abstract
本发明提出一种预测生物质热解动力学参数的方法,包括如下步骤:1)采用Design‑Expert混料试验方法中的最优混合设计法对生物质三种主要组分的配比进行优化设计;2)首先对各混合样本开展热重试验,结合Coats‑Redfern积分法对三组分的热重实验数据进行反应动力学参数计算,然后采用Special Cubic的回归模型建立计算生物质热解动力学参数的数学模型;3)将待测物质中主要组分的比例代入建立的数学模型中,预测待测物质生物质热解动力学参数。本发明方法有效避免了在研究生物质热解过程中计算动力学参数所需开展的大量热重实验及复杂计算过程,为生物质的能源化利用和生物质热化学转化利用过程的控制及工艺流程的优化提供可靠的试验和理论依据。
Description
技术领域
本发明属于生物质能源高效利用和生物质热解制油技术领域,更具体地涉及一种可以快速、准确、有效预测生物质热解动力学参数的方法。
背景技术
生物质能源的高效率利用有助于大幅度降低人类对化石能源的消耗。生物质主要是由纤维素、半纤维素和木质素三种主要组分组成的高聚物,生物质三组分热解性质大不相同,主要是由三组分结构和性质上的差异所导致。生物质的热解可以看成是纤维素、半纤维素和木质素热解的综合,这一过程并不是三组分热解简单的相互叠加,而是存在一定的内在联系。通过对三组分混合的热解行为及特性的研究对生物质制油和燃烧有一定的指导作用,对生物质热化学转化利用过程的控制有一定的帮助,反应动力学在研究生物质三组分的热解过程中被广泛使用。目前,以热重实验为基础的生物质热解动力学参数的分析计算很难做到快速、准确的预测。
发明内容
发明目的:为了解决现有生物质制油以及生物质热解中存在的计算动力学参数十分麻烦的问题,本发明提供了一种可以快速、准确、有效预测生物质热解动力学参数的方法。
技术方案:一种预测生物质热解动力学参数的方法,其特征在于,包括如下步骤:
1)采用Design-Expert混料试验方法中的最优混合设计法对生物质三种主要组分的配比进行优化设计;
2)首先对各混合样本开展热重试验,结合Coats-Redfern积分法对三组分的热重实验数据进行反应动力学参数计算,然后采用Special Cubic的回归模型建立计算生物质热解动力学参数的数学模型;
3)将待测物质中主要组分的比例代入建立的数学模型中,预测待测物质生物质热解动力学参数。
所预测的热解动力学参数为反应级数n、活化能E和指前因子A。
所研究的三种主要组分为纤维素XC、半纤维素XH和木质素XL。
步骤1对三种主要组分的配比共设计了7种方案,具体为:
方案1中三种主要组分的质量百分数为:XC 0.5%、XH 0.2%、XL 0.2%;
方案2中三种主要组分的质量百分数为:XC 0.4%、XH 0.3%、XL 0.2%;
方案3中三种主要组分的质量百分数为:XC 0.5%、XH 0.3%、XL 0.1%;
方案4中三种主要组分的质量百分数为:XC 0.3%、XH 0.3%、XL 0.3%;
方案5中三种主要组分的质量百分数为:XC 0.6%、XH 0.1%、XL 0.2%;
方案6中三种主要组分的质量百分数为:XC 0.5%、XH 0.1%、XL 0.3%;
方案7中三种主要组分的质量百分数为:XC 0.6%、XH 0.2%、XL 0.1%。
步骤2将热解的主热解区间分为低温热解段(210~390℃)和高温炭化段(390~500℃)进行数学模型的建立,所建立的数学模型具体为:低温区(210~390℃):
n=1.42XC-1.33XH-1.03XL+6.59XCXH+5.47XCXL+10.04XHXL-16.83XCXHXL,
E=31.53XC+44.16XH+17.04XL-20.68XCXH+40.68XCXL+9.22XHXL+65.68XCXHXL,
A=(1.06E+07)XC-(1.33E+08)XH+(4.77E+07)XL+(4.08E+08)XCXH
-(8.80E+07)XCXL+(3.54E+08)XHXL-(1.26E+09)XCXHXL,
高温区(390~500℃):
n=1.70XC+2.98XH+2.38XL-4.95XCXH-0.68XCXL-6.19XHXL+24.64XCXHXL,
E=10.72XC-18.65XH+15.01XL+69.79XCXH-37.57XCXL+46.71XHXL-122.04XCXHXL,
A=(1.33E+08)XC+(2.69E+08)XH+(9.4E+07)XL-(3.0E+07)XCXH+(1.65E+08)
XCXL-(4.1E+07)XHXL-(6.8E+08)XCXHXL。
有益效果:本发明提供了一种可以快速、准确、有效预测生物质热解动力学参数的方法,是根据不同生物质中三种主要组分的比例,来直接计算生物质热解动力学参数的数学模型,有效避免了在研究生物质热解过程中计算动力学参数所需开展的大量热重实验及复杂计算过程,为生物质的能源化利用和生物质热化学转化利用过程的控制及工艺流程的优化提供可靠的试验和理论依据。
附图说明
图1为玉米秸秆热解动力学分析图;
图2为自然玉米秸秆的实验值与模型预测值的对比图。
具体实施方式
下面结合具体实施案例,进一步阐明本发明,应理解这些实施例仅用于说明本发明而不用于限制本发明的范围,在阅读了本发明之后,本领域技术人员对本发明的各种等价形式的修改均落于本申请所附权利要求所限定的范围。
本发明提出预测生物质热解动力学参数(反应级数n、活化能E、指前因子A)的方法,包括如下步骤:
1)为了研究生物质中纤维素、半纤维素和木质素三种组分的配比对生物质热解动力学参数的影响,采用Design-Expert混料试验方法中的OMDM法对这三种组分的配比进行优化设计,共设计了7种方案,具体如表1所示:
表1 基于最优混合设计法的实验设计方案
2)首先对各混合样本开展热重试验,结合Coats-Redfern积分法对三组分的热重实验数据进行反应动力学参数计算,然后采用Special Cubic的回归模型建立计算生物质热解动力学参数的数学模型;
根据生物质三组分热解前后表现出不同的热解性质,将热解的主热解区间分为低温热解段(210~390℃)和高温炭化段(390~500℃),使用Coats-Redfern积分法求取反应动力学参数,此热解速率可以表示为:
对(1)式进行分离变量并积分可得:
当n=1时
当n≠1时
其中,转化率α=(m0-m)/(m0-mF),f(α)=(1-α)n,A为指前因子,β为升温速率,E为表观活化能,R为气体常数,T为反应温度,t为时间,m0为样品的初始质量,m为质量变,mF为最终热解的残余物质量,n为反应级数。若n值确定,可以按照式(2)或(3)拟合得到一条曲线,再求取指前因子A和表观活化能E。反应级数n由逼近法获得,使得n值趋向于最佳。
2.1)基于表1设计的7个工况进行热重试验,每个工况重复两次实验,并结合Coats-Redfern积分法对三组分的热重实验数据进行动力学参数计算,生物质三组分在低温区和高温区的动力学参数计算结果如表2和3所示:
表2 低温区生物质三组分混合热解动力学参数计算结果(210~390℃)
表3 高温区生物质三组分混合热解动力学参数计算结果(390~500℃)
2.2)求出动力学参数后,采Special Cubic的回归模型,将XC、XH和XL作为自变量,将动力学参数作为因变量(Z)进行建模:
Z=AXC+B XH+C XL+D XCXH+E XCXL+F XH XL+G XCXH XL (4)
其中,A、B、C、D、E、F、G为对应的系数。
2.3)最终获得生物质热解动力学参数在低温区和高温回归方程,具体为:
低温区(210~390℃):
n=1.42XC-1.33XH-1.03XL+6.59XCXH+5.47XCXL+10.04XHXL-16.83XCXHXL,
E=31.53XC+44.16XH+17.04XL-20.68XCXH+40.68XCXL+9.22XHXL+65.68XCXHXL,
A=(1.06E+07)XC-(1.33E+08)XH+(4.77E+07)XL+(4.08E+08)XCXH
-(8.80E+07)XCXL+(3.54E+08)XHXL-(1.26E+09)XCXHXL, (5)
高温区(390~500℃):
n=1.70XC+2.98XH+2.38XL-4.95XCXH-0.68XCXL-6.19XHXL+24.64XCXHXL,
E=10.72XC-18.65XH+15.01XL+69.79XCXH-37.57XCXL+46.71XHXL-122.04XCXHXL,
A=(1.33E+08)XC+(2.69E+08)XH+(9.4E+07)XL-(3.0E+07)XCXH+(1.65E+08)
XCXL-(4.1E+07)XHXL-(6.8E+08)XCXHXL. (5)
对3组分配比混合热解高温区的回归模型进行可行性分析,分析结果如表4所示,可以看出各模型的P值和R-Squared值均在合理的范围内,表明拟合得到的回归模型具有较好的显著性,拟合程度较好,因此可以利用此模型对生物质热解动力学参数进行预测和分析。
表4回归模型拟合度和方差分析
3)将待测物质中主要组分的比例代入建立的数学模型中,预测待测物质生物质热解动力学参数。
方法验证:
根据玉米秸秆三组分的组成比例,采用本研究得到的动力学预测模型计算出相应的动力学参数,再对自然玉米秸秆进行动力学拟合,得到的玉米秸秆热解动力学分析图(如图1)观察可得低温热解段的相关系数R2为0.9712,高温段的相关系数R2为0.9988,在低温段和高温段都有较高的相关性,取得了较好的拟合结果。图2为自然玉米秸秆的实验值与模型预测值的对比图,其中一条TG曲线是将上述模型得到动力学参数通过公式(3)计算得到的,另外一条TG曲线是对实际玉米秸秆进行热重试验得到的,在计算温度区间内,对合成生物质与实际生物质热解曲线的相关系数进行计算分析,结果表明合成生物质与实际生物质热解曲线的相关系数R2为0.9785,相关性较高。综上表明,由生物质三组分回归预测模型计算出的生物质热解动力学参数较为准确,模型的预测精度较高,可快速有效的实现生物质热解动力学参数的预测。
Claims (6)
1.一种预测生物质热解动力学参数的方法,其特征在于,包括如下步骤:
1)采用Design-Expert混料试验方法中的最优混合设计法对生物质三种主要组分的配比进行优化设计;
2)首先对各混合样本开展热重试验,结合Coats-Redfern积分法对三组分的热重实验数据进行反应动力学参数计算,然后采用Special Cubic的回归模型建立计算生物质热解动力学参数的数学模型;
3)将待测物质中主要组分的比例代入建立的数学模型中,预测待测物质生物质热解动力学参数。
2.根据权利要求1所述的预测生物质热解动力学参数的方法,其特征在于,所预测的热解动力学参数为反应级数n、活化能E和指前因子A。
3.根据权利要求1所述的预测生物质热解动力学参数的方法,其特征在于,所研究的三种主要组分为纤维素XC、半纤维素XH和木质素XL。
4.根据权利要求3所述的预测生物质热解动力学参数的方法,其特征在于,步骤1对三种主要组分的配比共设计了7种方案,具体为:
方案1中三种主要组分的质量百分数为:XC 0.5%、XH 0.2%、XL 0.2%;
方案2中三种主要组分的质量百分数为:XC 0.4%、XH 0.3%、XL 0.2%;
方案3中三种主要组分的质量百分数为:XC 0.5%、XH 0.3%、XL 0.1%;
方案4中三种主要组分的质量百分数为:XC 0.3%、XH 0.3%、XL 0.3%;
方案5中三种主要组分的质量百分数为:XC 0.6%、XH 0.1%、XL 0.2%;
方案6中三种主要组分的质量百分数为:XC 0.5%、XH 0.1%、XL 0.3%;
方案7中三种主要组分的质量百分数为:XC 0.6%、XH 0.2%、XL 0.1%。
5.根据权利要求1或2或3或4所述的预测生物质热解动力学参数的方法,其特征在于,步骤2将热解的主热解区间分为低温热解段(210~390℃)和高温炭化段(390~500℃)进行数学模型的建立。
6.根据权利要求5所述的预测生物质热解动力学参数的方法,其特征在于,步骤2所建立的数学模型具体为:
低温区(210~390℃):
n=1.42XC-1.33XH-1.03XL+6.59XCXH+5.47XCXL+10.04XHXL-16.83XCXHXL,
E=31.53XC+44.16XH+17.04XL-20.68XCXH+40.68XCXL+9.22XHXL+65.68XCXHXL,
A=(1.06E+07)XC-(1.33E+08)XH+(4.77E+07)XL+(4.08E+08)XCXH-(8.80E+07)XCXL+(3.54E+08)XHXL-(1.26E+09)XCXHXL,
高温区(390~500℃):
n=1.70XC+2.98XH+2.38XL-4.95XCXH-0.68XCXL-6.19XHXL+24.64XCXHXL,
E=10.72XC-18.65XH+15.01XL+69.79XCXH-37.57XCXL+46.71XHXL-122.04XCXHXL,
A=(1.33E+08)XC+(2.69E+08)XH+(9.4E+07)XL-(3.0E+07)XCXH+(1.65E+08)XCXL-(4.1E+07)XHXL-(6.8E+08)XCXHXL。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610383521.9A CN106096238A (zh) | 2016-06-01 | 2016-06-01 | 一种预测生物质热解动力学参数的方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610383521.9A CN106096238A (zh) | 2016-06-01 | 2016-06-01 | 一种预测生物质热解动力学参数的方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN106096238A true CN106096238A (zh) | 2016-11-09 |
Family
ID=57448202
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610383521.9A Pending CN106096238A (zh) | 2016-06-01 | 2016-06-01 | 一种预测生物质热解动力学参数的方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106096238A (zh) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108875293A (zh) * | 2018-06-04 | 2018-11-23 | 西安交通大学 | 一种基于基团贡献理论预测混合物临界性质的方法 |
CN111489016A (zh) * | 2020-03-26 | 2020-08-04 | 中国科学院广州能源研究所 | 适用于固体燃料热解焦炭反应性通用预测方法及系统 |
CN114624142A (zh) * | 2022-03-07 | 2022-06-14 | 浙江中烟工业有限责任公司 | 基于热解动力学参数的烟叶总糖、还原糖定量分析方法 |
CN115169083A (zh) * | 2022-06-17 | 2022-10-11 | 山东科技大学 | 一种聚合物基复合材料的热解动力学参数计算方法 |
CN117195699A (zh) * | 2023-08-22 | 2023-12-08 | 润城帝景(北京)科技发展有限公司 | 一种预测生物质热解动力学参数的方法 |
-
2016
- 2016-06-01 CN CN201610383521.9A patent/CN106096238A/zh active Pending
Cited By (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108875293A (zh) * | 2018-06-04 | 2018-11-23 | 西安交通大学 | 一种基于基团贡献理论预测混合物临界性质的方法 |
CN108875293B (zh) * | 2018-06-04 | 2020-07-28 | 西安交通大学 | 一种基于基团贡献理论预测混合物临界性质的方法 |
CN111489016A (zh) * | 2020-03-26 | 2020-08-04 | 中国科学院广州能源研究所 | 适用于固体燃料热解焦炭反应性通用预测方法及系统 |
CN111489016B (zh) * | 2020-03-26 | 2023-08-29 | 中国科学院广州能源研究所 | 适用于固体燃料热解焦炭反应性通用预测方法及系统 |
CN114624142A (zh) * | 2022-03-07 | 2022-06-14 | 浙江中烟工业有限责任公司 | 基于热解动力学参数的烟叶总糖、还原糖定量分析方法 |
CN114624142B (zh) * | 2022-03-07 | 2024-05-31 | 浙江中烟工业有限责任公司 | 基于热解动力学参数的烟叶总糖、还原糖定量分析方法 |
CN115169083A (zh) * | 2022-06-17 | 2022-10-11 | 山东科技大学 | 一种聚合物基复合材料的热解动力学参数计算方法 |
CN115169083B (zh) * | 2022-06-17 | 2024-03-19 | 山东科技大学 | 一种聚合物基复合材料的热解动力学参数计算方法 |
CN117195699A (zh) * | 2023-08-22 | 2023-12-08 | 润城帝景(北京)科技发展有限公司 | 一种预测生物质热解动力学参数的方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106096238A (zh) | 一种预测生物质热解动力学参数的方法 | |
Fan et al. | Multi-objective optimization for the proper selection of the best heat pump technology in a fuel cell-heat pump micro-CHP system | |
Wang et al. | Multi-objective optimization and fluid selection of organic Rankine cycle (ORC) system based on economic-environmental-sustainable analysis | |
Habibollahzade et al. | Multi-objective optimization of biomass-based solid oxide fuel cell integrated with Stirling engine and electrolyzer | |
Mojaver et al. | Multi-objective optimization and decision analysis of a system based on biomass fueled SOFC using couple method of entropy/VIKOR | |
Nami et al. | Analysis of a gas turbine based hybrid system by utilizing energy, exergy and exergoeconomic methodologies for steam, power and hydrogen production | |
Din et al. | Optimization of energy systems | |
Rashidi et al. | Exergy analysis and multiobjective optimization of a biomass gasification based multigeneration system | |
Akkaya et al. | An analysis of SOFC/GT CHP system based on exergetic performance criteria | |
Rokni | Thermodynamic analysis of an integrated solid oxide fuel cell cycle with a rankine cycle | |
Boyaghchi et al. | Parametric study and multi-criteria optimization of total exergetic and cost rates improvement potentials of a new geothermal based quadruple energy system | |
Xu et al. | Enabling thermal-neutral electrolysis for CO2-to-fuel conversions with a hybrid deep learning strategy | |
Cao et al. | Hydrogen production using solar energy and injection into a solid oxide fuel cell for CO2 emission reduction; Thermoeconomic assessment and tri-objective optimization | |
Choi et al. | Solid oxide fuel cell operation in a solid oxide fuel cell–internal combustion engine hybrid system and the design point performance of the hybrid system | |
Nouri et al. | Analysis of a developed Brayton cycled CHP system using ORC and CAES based on first and second law of thermodynamics | |
Lin et al. | A new biomass gasification driven hybrid system for power and liquid hydrogen cogeneration: Parametric study and multi-objective evolutionary optimization | |
Hemmatabady et al. | Development of a novel hybrid SOFC/GT system and transcritical CO 2 cycle for CCHP purpose in the district scale | |
Zhong et al. | Thermo-economic analysis of a novel system integrating compressed air and thermochemical energy storage with solid oxide fuel cell-gas turbine | |
Yilmaz et al. | Design and modeling of an integrated combined plant with SOFC for hydrogen and ammonia generation | |
Bao et al. | A multi-level simulation platform of natural gas internal reforming solid oxide fuel cell–gas turbine hybrid generation system–Part II. Balancing units model library and system simulation | |
Altinkaynak et al. | Thermodynamic analysis of a novel integrated system operating with gas turbine, s-CO2 and t-CO2 power systems for hydrogen production and storage | |
Verda et al. | Optimal design and operation of a biogas fuelled MCFC (molten carbonate fuel cells) system integrated with an anaerobic digester | |
Amiri et al. | Solid oxide fuel cell reactor analysis and optimisation through a novel multi-scale modelling strategy | |
CN104808638B (zh) | 互补型dmg的热功转换与优化调度辅助决策系统及方法 | |
Ayub et al. | Poultry litter valorization: Development and optimization of an electro-chemical and thermal tri-generation process using an extreme gradient boosting algorithm |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20161109 |
|
RJ01 | Rejection of invention patent application after publication |