污水污泥中的模型组件的独立并行热解动力学,由BPM神经网络分析

科学领域:

• 化学工程是化学工程的重要组成部分.
• 环境科学 环境科学
• 材料科学 材料科学 材料科学

背景情况:

• 污水污泥的热解对于生物燃料和合成气的生产至关重要.
• 了解污泥组件的动态行为是反应器优化的关键.
• 模型化合物简化了污水污泥复杂的热解过程.

研究的目的:

• 分析六个模型污水污泥组件的热解动力学.
• 为了研究加热速率对热解行为的影响.
• 开发一种用于热解激活能量的预测模型.

主要方法:

• 对纤维素,半纤维素,素,蛋白质,可溶性糖和脂质进行热重度测量分析 (TGA).
• 在5,15,25和50°C/分钟的加热速度下检查热解.
• 用弗林-沃尔-奥扎瓦和基辛格-阿卡希拉-苏诺斯的方法进行动力分析.
• 开发一个反向传播的人工神经网络 (BPM) 模型.

主要成果:

• 为每个组件确定了最大质量损失率的热解温度范围.
• 使用非异热动力学方法计算了明显的激活能量.
• 该BPM模型,特别是BPM5,在预测纤维素热解中表现出有效性.
• 较高的加热速度将衍生热重力学峰值转移到更高的温度.

结论:

• 加热速度显著影响污水污泥热解动力学.
• 动力分析为反应堆设计和过程优化提供了必不可少的数据.
• 人工神经网络为模拟复杂的热解行为提供了一个有希望的方法.