油棕废弃物及生物质三组分的热解动力学研究

主要利用热重分析仪(TG)对油棕废弃物和生物质的三组分(半纤维素,纤维素和木质素)的热解特性进行了系统研究,对比分析了热解特性,计算了其热解动力学参数,并研究了升温速率对生物质热解特性的影响。研究发现半纤维素和纤维素易于热降解而木质素难于热解;油棕废弃物的热解可以化分为:干燥、半纤维素热解、纤维素热解和木质素热解4个阶段;生物质的热解反应主要是一级反应,油棕废弃物的活化能很低,约为60kJ/kg;升温速率对生物质影响很大,随升温速率加快,生物质热解温度升高,热解速率降低。     

生物质三组分的催化气化特性研究

以生物质三组分(纤维素、半纤维素和木质素)作为实验原料,采用常用的白云石作为催化剂,在小型气流床气化炉上进行气化催化实验。重点研究了白云石对生物质三组分的催化气化特性以及焦油析出特性的差异。结果表明:白云石对纤维素、半纤维素、木质素均起到正向催化作用,提高了三者的碳转化率、气化效率以及气体热值;同时,白云石对三组分的催化作用存在明显差异,其中,对半纤维素的促进催化作用最为显著,木质素次之,对纤维素的促进作用不明显。因此,针对不同组分含量和特性的生物质选择适当的催化剂是必要的。     

生物质低温脱氧中产物特性变化及其反应动力学研究

对棉秆和玉米秆在200～390℃范围内的低温脱氧过程进行研究。分析其产物特性并对脱氧过程进行动力学分析,为进一步探索生物质低温脱氧的反应机理提供理论依据。结果发现与原样相比,390℃低温脱氧棉秆O/C和H/C分别降低78.5%和60.9%,390℃低温脱氧玉米秆O/C和玉米秆的热值分别提高36.4%和31.9%;棉秆与玉米秆在290～390℃时的失重比其在200～290℃时分别提高28.22%和52.28%;棉秆和玉米秆的热解可运用分级反应模型求其动力学参数,低温脱氧过程中棉秆和玉米秆的活化能分别为120.91、109.27 kJ/mol;生物质三组分可运用一级反应模型求其动力学参数,低温脱氧过程中半纤维素、纤维素、木质素的反应活化能分别为77.19、238.99、28.42 kJ/mol。     

生物质三组分混合热解耦合作用研究

利用热重分析仪,研究不同比例混合的生物质三组分(纤维素、半纤维素和木质素)的热解过程,并将计算热失重曲线与实验热失重曲线进行对比研究,探讨热解过程中三组分之间的相互作用。结果表明:纤维素对半纤维素的热解无明显作用,而足量的纤维素能减少木质素的固体残渣产率;半纤维素能增大纤维素的主要热解温度区间,使纤维素的失重峰向高温侧移动和降低纤维素的失重速率,但对木质素无明显作用;木质素能降低纤维素的失重速率,且较多的木质素能增大半纤维素的失重速率。生物质混合样品的动力学分析结果进一步验证了三组分之间的相互作用。     

基于Weibull混合模型的生物质热解动力学研究

该研究选取中国产量较高的3种农作物水稻、油菜和棉花的秸秆作为研究对象,采用Weibull混合模型对稻秆、油菜秆和棉秆进行热解动力学解析。结果表明,稻秆、油菜秆和棉秆的热解动力学子过程可分为3个过程:水分蒸发,热解挥发分析出和热解炭化;Weibull混合模型可很好的描述3种物料的热解挥发分析出过程;Weibull混合模型可将生物质热解动力学过程分解为其主要组分纤维素、半纤维素和木质素的热解子过程。研究结果有助于后续生物质热解机理的研究。     

基于三组分的生物质快速热解实验研究

在管式炉内对纤维素、半纤维素和木质素进行热解实验研究,考察热解温度对于热解产物(焦炭、焦油和不凝性气体)分布的影响。实验结果表明:随温度的升高,三组分热解产生的焦炭产量不断降低,气体产量不断增加,焦油产量先升后降,存在一最佳反应温度。不凝气体组分随温度变化有不同的变化趋势,焦油的组分也不同。选取稻秸和玉米秸秆为原料,按照这两种生物质中三组分含量的不同将纤维素、半纤维素和木质素的产物进行叠加,并与稻秸和玉米秆的热解实验结果作对比,分析三组分含量对于热解产物的影响。结果表明:按照三组分叠加的方法来考察生物质的热解在一定程度上是可行的,产物产量的总体趋势一致,在产量上稍有差异。     

深度共熔溶剂预处理对木质纤维素生物质作用机制的研究进展

深度共熔溶剂（DES）是一类可再生、对环境友好的新型混合溶剂体系,用于预处理木质纤维素生物质可有效去除半纤维素及木质素组分,并可保留较为完整的纤维素组分。本文综述DES预处理对木质纤维素生物质作用机制的研究进展。通常情况下,大部分DES对纤维素溶解性较差,但可改变纤维素的外貌形态;一些酸性DES对半纤维素具有良好的溶解性能;碱性DES及部分酸性DES对木质素具有优异的溶解性能,在预处理过程中木质素的结构发生解聚或缩合反应;三元DES体系在木质素提取、分离及回收等方面均展现出更多优势。DES对木质素的去除效果及作用机制受DES的构成、摩尔比、生物质类型及预处理条件如温度等多种因素的影响。理解DES在木质纤维素生物质预处理中结构与功能的关系,研究DES在预处理过程中对木质素及半纤维素去除的作用机制,有助于合理设计新的DES体系并为实现生物质三大组分的高效分离及转化奠定理论基础与技术指导。     

成型工艺参数对生物质热压成型燃料理化特性的影响研究

以棉秆、木屑为研究对象,分别将2种单一生物质原料和二者质量比为1∶1的混合原料进行热压成型,利用热重分析仪考察成型燃料的燃烧性能,并通过差示扫描量热仪、电子万能试验机研究不同成型温度和成型压力条件下成型燃料物理性质的变化规律,以反映草本生物质与木本生物质的成型规律及燃料物性的差异。结果表明:棉秆成型燃料燃烧性能较好,但灰分产率较大、热值较低,将2种生物质原料混合制得的成型燃料综合燃烧性能较好。随着成型温度的升高(室温～105℃),成型燃料的表观密度和抗压强度均呈先增后减的趋势,其中棉秆成型燃料的表观密度增幅较小,而抗压强度增幅较大,且远大于木屑成型燃料,但在木屑中掺混棉秆并未使混合成型燃料的抗压强度得到有效提高。随着成型压力的增大(40～80MPa),成型燃料的表观密度和抗压强度均呈增强的趋势,其中棉秆及混合成型燃料的表观密度和抗压强度增幅均较大,而木屑成型燃料的增幅较小。     

高斯多峰拟合用于生物质热解三组分模型的研究

对稻壳、稻秆、芒属和芦苇的热解过程进行热重分析(TG)。基于生物质热解三组分模型理论,运用高斯多峰拟合法对上述4种生物质的失重速率曲线进行解析。结果表明:4种生物质的热解失重速率曲线均可以分解成4个相互叠加的拟合峰,分别对应水分析出、半纤维素分解、纤维素分解和木质素分解。利用Coats-Redfern法计算了三组分的动力学参数。计算结果表明:半纤维素、纤维素和木质素热解的反应级数分别为2、1和2,活化能分别为152～180kJ/mol、206～248kJ/mol和32～42kJ/mol。最后采用重量加权平均法得到了4种生物质热解主要阶段的活化能。     

影响生物质固化成型因素的研究

生物质固化成型是生物质能利用和转化的一个重要途径，然而由于对成型机理和成型条件的研究不深人，使得成型机的使用受到限制。本文结合实验研究结果，比较详细地探讨了影响生物质成型的因素．l成型原理植物细胞中不仅含有纤维素、半纤维素，还含有木质素（木素），木素是具有     

生物质三组分与成型秸秆燃烧特性及反应动力学研究

基于热重分析法,对生物质三组分纤维素、木聚糖、木质素及成型秸秆的燃烧特性及化学反应动力学进行实验研究。结果表明:成型秸秆的燃烧特性是生物质三组分共同作用的结果,其中纤维素和木聚糖燃烧失重都集中在挥发分析出和焦炭燃烧阶段,木质素在本次实验的温度范围内(1400℃)持续失重,高于900℃的温度情况下仍有2个明显的失重峰,成型秸秆具有很好的综合燃烧性能。在270~360℃的燃烧区间内,由实验数据拟合得到数学模型,求解出活化能E,指前因子A,结果显示生物质三组分和成型秸秆均遵循一级动力学规律。在高温燃烧区间内,木质素在900~960℃的温度区间内遵循三级动力学规律,在1130~1200℃的温度区间内遵循四级动力学规律。     

复合粘结剂对生物质成型颗粒密度与能耗的影响

以棉秆、麦秆和油菜秆为原料,通过向其中加入不同的复合粘结剂于台式模压单元上进行成型实验来考察生物质成型颗粒的特性。结果发现,对于棉秆和麦秆而言,加入粘结剂后的成型颗粒比未添加粘结剂的成型颗粒的松弛密度大幅提高,并且能耗减少20%以上。综合考虑成型颗粒品质、能耗以及经济成本等因素,棉秆和麦秆成型颗粒的最优复合粘结剂(羧甲基纤维素、Al₂O₃、Fe₂O₃和黏土)的质量比分别为4∶4∶5∶7和3∶5∶6∶6,而油菜秆由于自身特性,需进一步探讨其最佳成型方式。通过红外光谱和金相显微镜图像分析,粘结剂中的羧甲基纤维素与成型颗粒中微小粒子相互交联形成"桥键"加强原料粒子间的粘结力,但由于油菜秆中提取物含量较高,导致原料粒子表面形成的角质层阻碍粘结剂与原料粒子之间的相互作用。     

烘焙棉秆的成型特性影响研究及工艺优化北大核心CSCD

文章以棉花秸秆为研究对象,对其进行烘焙预处理以提升燃烧特性与热值并降低粉碎能耗。采用单因素实验研究了成型压力、成型温度和原料含水率对烘焙棉秆成型燃料的松弛密度、吸湿性和抗压强度3个特性评价指标的影响。基于单因素实验开展了正交实验,探讨三者间的相互作用并对热压成型过程进行工艺优化。结果表明:烘焙预处理提高了棉秆的燃烧稳定性及粉碎效率,烘焙棉秆的粉碎能耗与棉秆原样相比降低了66.6%;在烘焙棉秆的热压成型过程中,成型燃料的特性评价指标在合适的压力范围内(3~23 kN)均随着成型压力的增大逐渐提升;而随着成型温度和原料含水率的增加,特性评价指标均呈现先上升后下降的趋势,并分别在成型温度为115℃和含水率为9%时出现拐点。根据正交实验得出烘焙棉秆热压成型的最佳工艺条件:压力为18 kN,温度为100℃,含水率为9%,此时制得的成型燃料的松弛密度、抗压强度和吸湿性分别达到1.220kg/m3,8.17 MPa和8.45%,完全符合我国生物质颗粒燃料的行业标准。     

不同预处理温度对棉秆焦炭理化及成型燃烧特性的影响

选取棉秆为原料,采用水热与烘焙2种预处理方法提高棉秆焦炭的燃料特性。经预处理后,得到不同处理温度下棉秆焦炭,并对其理化特性及其成型燃料燃烧特性进行研究;分析水热炭与烘焙炭成型过程及成型能耗、松弛密度、抗压强度和燃烧性能。结果表明:预处理后的生物质性能明显改善,C含量与高位热值(HHV)均有显著提升,但水热炭与烘焙炭成型能耗均高于原料;与原料相比,水热炭的松弛密度和抗压强度明显提高,而烘焙炭相反;在燃烧性能上,SR180综合燃烧特性指数S(29.41×10^-7min²·℃³)高于原料(26.21×10^-7min²·℃³),2种预处理方法均可提高棉秆焦炭的热稳定性,且拥有较宽的燃烧范围。     

水热/水热氧化处理过程中棉秆三组分对其热解行为的影响

文章基于新疆棉秆的微波水热及水热氧化处理实验,利用傅立叶红外光谱分析、Van Soest化学组分分析和热重分析等方法,研究了水热及水热氧化处理对棉秆固相产物结构、组分变化及热解特性的影响规律。研究结果表明：水热处理过程中,棉秆中的半纤维素在温度为200℃时基本完全水解,无定形纤维素在温度为200～230℃时剧烈分解,而木质素与结晶纤维素在温度为160～230℃时保持稳定;随着水热温度的升高,棉秆样品的结晶度、固定碳含量、热值均呈上升趋势,灰分和水分含量则呈下降趋势,综合热解指数在温度为200℃时达到最大值[4.07×10^-5%³/(min²·℃³)];水热氧化处理过程中,半纤维素在温度为180℃时基本分解完毕,木质素和结晶纤维素在温度为160～230℃时发生部分降解;在水热氧化温度为160～200℃时,棉秆的结晶度升高至最大值后降低;水热氧化处理后棉秆的固定碳含量和热值均高于同温度下的水热处理后棉秆,且综合热解指数在温度为180℃时达到最大值[4.23×10^-5%^3<...     

木质纤维素生物质生产乙醇的预处理技术

木质纤维素生物质经过预处理后，原料的内孔面积增大，纤维素的结晶性降低，并且半纤维素和木质素被去除．预处理后的生物质容易进行酶水解生产燃料乙醇。总结了近些年来的预处理技术，如物理法、化学法和生物法。     

典型生物质冷压本构模型及黏弹塑性影响因素

以Boltzmann原理为理论依据,对典型生物质进行冷压试验,结合成型过程各阶段的不同特征提出非线性黏弹塑性力学模型及本构模型并加以验证,结果证明该模型科学合理并具有一定通用性。分析本构模型黏弹塑性相关参数与生物质主成分(木质纤维素)各组分含量之间的关系表明,线性黏弹性当量黏度η_2和黏塑性表现黏度η_3随纤维素含量的增大而减弱,随半纤维素和木质素含量的增大而增强,且与半纤维素和木质素的交互作用成正相关关系。分析本构模型可知:冷压生物质的压缩量与压缩力、受压截面积、物料充型长度和加载速度相关,其中压缩力和物料充型长度与压缩量呈正相关,受压截面积和加载速度与压缩量呈负相关。     

纤维素生物质热解试验及其最概然机理函数

采用化学方法测量纤维素生物质稻秆、棉秆及松木屑的纤维素及木质素含量,利用Malek法逻辑选择得到较合理的最概然机理函数G（α）或f（α）,并通过热重法分析纤维素含量对热解特性的影响规律．结果表明：纤维素含量越高,热解速率越大;木质素含量越高,热解速率越小;随着样品升温速率的提高,热解曲线向低温区偏移,热解速度加快;样品粒径越小,颗粒间的空隙越小,传质传递的阻力增大,失重速率降低,最大反应速率降低;利用Malek法推断最概然机理函数十分有效,通过分析得到稻秆热解过程应分为两个阶段分别建立动力学模型,前段采用D1模型,后段采用F1模型．     

木质纤维生物质预处理技术研究进展

木质纤维生物质是全球储量最为丰富的低碳可再生资源,可用于清洁能源的生产和高附加值化工产品的开发,具有极大的开发利用潜力和广阔的应用前景。木质纤维生物质各组分之间通过共价和非共价键结合形成致密的结构,阻碍了酶对木质纤维素的降解。有效的预处理工艺可去除木质纤维素难降解组分,提高游离糖的产率,实现增值产品的可持续生产。综述了不同预处理工艺的作用原理以及半纤维素和木质素的去除效果,总结归纳了不同预处理的主要优缺点,对不同的预处理转化过程进行了分析和综合评价,同时分析了预处理工艺未来面临的挑战和发展趋势,以期为实现木质纤维生物质中各组分的高效分级利用提供理论方案。     

基于机器学习的生物质三组分含量预测

为解决生物质中纤维素、半纤维素和木质素测定时耗时耗力等问题,提出基于支持向量回归机(support vector regression machine,SVR)和热重分析法的生物质三组分含量预测模型。通过对4种不同类型核函数的SVR进行比较,利用K折交叉验证法结合网格搜索法,对SVR的参数进行寻优,以获得最优参数进而训练三组分含量的预测模型,并对该模型进行测试和验证。结果表明:该模型具有较好的预测效果,三组分含量预测模型的相关系数R2均在0.9532以上;经验证该模型对毛竹、玉米杆和稻草的三组分含量预测绝对误差控制在2.72%以内。