生物質(zhì)與餐飲廢油、氣化焦油共熱解動(dòng)力學(xué)研究與人工神經(jīng)網(wǎng)絡(luò)模型.pdf

1、本文針對(duì)生物質(zhì)與餐飲廢油、生物質(zhì)與生物質(zhì)氣化焦油的共熱解失重過(guò)程，利用熱重分析儀以及差量熱掃描儀，進(jìn)行熱解過(guò)程微觀機(jī)理分析；并根據(jù)BP人工神經(jīng)網(wǎng)絡(luò)模型，對(duì)生物質(zhì)與餐飲廢油、生物質(zhì)與氣化焦油共熱解行為規(guī)律進(jìn)行模擬與預(yù)測(cè)。本文選取了三個(gè)不同的升溫速率，從303K升溫至973K，依據(jù)不同的數(shù)學(xué)模型方法，求解出質(zhì)量動(dòng)力學(xué)方程，從而獲得在各個(gè)熱解條件下樣品熱解的機(jī)理與反應(yīng)模型，并確定具有最低反應(yīng)勢(shì)的物料組合比例與升溫速率條件，從而對(duì)實(shí)際工業(yè)化熱解

2、具有良好的指導(dǎo)作用。最后，依照已經(jīng)求得的熱解反應(yīng)進(jìn)度曲線以及活化能，本文建立了BP人工神經(jīng)網(wǎng)絡(luò)模型，對(duì)熱解行為規(guī)律及活化能、反應(yīng)級(jí)數(shù)進(jìn)行分析預(yù)測(cè)。
　　在生物質(zhì)快速熱解階段以及餐飲廢油主要熱解失重階段，發(fā)生了強(qiáng)烈的耦合作用，但是餐飲廢油的引入降低了單一生物質(zhì)秸稈的熱解失重率，出現(xiàn)了將近40％的負(fù)耦合作用。在生物質(zhì)快速熱解階段以及氣化焦油主要熱分解失重階段，發(fā)生強(qiáng)烈耦合作用，由于氣化焦油的熱解失重率高，且溫度低，耦合失重極為劇烈，因

3、此氣化焦油增高了單一生物質(zhì)秸稈的熱解失重率，氣化焦油與生物質(zhì)秸稈之間出現(xiàn)了40–60%左右的正耦合現(xiàn)象，氣化焦油使得生物質(zhì)秸稈失重率增高了。
　　對(duì)于生物質(zhì)秸稈與餐飲廢油混合物組分來(lái)說(shuō)，在10K/min、30K/min與50K/min的升溫速率下，其熱分解機(jī)理為D1、D1與R1模型，即單向擴(kuò)散模型與有限表面反應(yīng)模型（一維尺度）。對(duì)于生物質(zhì)秸稈與氣化焦油混合物組分來(lái)說(shuō)，在10K/min、30K/min與50K/min的升溫速率下，其

4、熱分解機(jī)理為D3、P-T2與P-T1模型，即三向擴(kuò)散模型、Prout-Tompkins（m=1）模型與Prout-Tompkins（m=0.5）模型。
　　對(duì)混合組分來(lái)說(shuō)，BP人工神經(jīng)網(wǎng)絡(luò)的預(yù)測(cè)模型預(yù)測(cè)結(jié)果明顯好于加權(quán)平均結(jié)果，尤其對(duì)于生物質(zhì)與氣化焦油混合物組分來(lái)說(shuō)，預(yù)測(cè)曲線明顯更加接近實(shí)驗(yàn)真實(shí)曲線，從而進(jìn)一步證明了生物質(zhì)秸稈與氣化焦油之間的強(qiáng)烈耦合作用。BP人工神經(jīng)網(wǎng)絡(luò)的活化能與熱分解反應(yīng)進(jìn)度預(yù)測(cè)結(jié)果與實(shí)際值具有較高的吻合度，在