《Scientific Reports》:Kinetic and thermodynamic study of faba bean hulls pyrolysis with machine learning-based bio-oil modeling
编辑推荐:
摘要翻译:
全球对可持续低碳能源日益增长的需求,推动了生物质热解作为生物燃料生产可行途径的研究。本研究对蚕豆壳(一种未被充分利用的农业副产物)的动力学与热力学行为进行了全面研究,以评估其用于生物油生产的潜力。在10、15和20 °C/min的升温速率下进行了热
摘要翻译:
全球对可持续低碳能源日益增长的需求,推动了生物质热解作为生物燃料生产可行途径的研究。本研究对蚕豆壳(一种未被充分利用的农业副产物)的动力学与热力学行为进行了全面研究,以评估其用于生物油生产的潜力。在10、15和20 °C/min的升温速率下进行了热重分析(TGA),以确定动力学三因子和热力学参数。采用多模型等转化率方法,包括Friedman(FR)、Flynn–Wall–Ozawa(FWO)、Kissinger–Akahira–Sunose(KAS)、Starink(STK)和Vyazovkin(VYZ)方法,以提高动力学评估的可靠性。活化能范围为143.6至194.2 kJ/mol,反映了复杂的多步分解过程,其中?esták–Berggren模型被确定为最合适的反应机理。热力学分析显示,平均焓变(ΔH)值介于142.48至182.51 kJ/mol之间,吉布斯自由能(ΔG)介于127.18至128.70 kJ/mol之间,熵变(ΔS)介于24.27至86.91 J/mol·K之间,为热解过程中的能量需求、自发性和无序度变化提供了详细见解。此外,研究人员开发了一种基于随机森林的机器学习预测框架,用于模拟和优化生物油产率。随机森林模型实现了最高的预测精度(R2 = 0.92),并确定热解温度和挥发分含量为影响最大的因素。最佳生物油产率在500–550 °C条件下获得。本研究建立了一个集热动力学与数据驱动建模于一体的综合框架,为未来在其他原料和更大规模热解系统中的验证提供了有前景的基础。
论文解读文章
随着全球化石燃料的持续消耗,其燃烧产生的二氧化碳、一氧化碳及氮氧化物等有害排放物加剧了全球变暖和空气污染,对人类的健康、经济与环境构成了严重威胁。在此背景下,生物质热解作为一种能够在无氧条件下将有机原料转化为固体生物炭、液体生物油和可燃气体的热化学转化技术,因其操作温度范围宽、产物形式多样且一步反应即可产生三种形态的能源,被视为化石燃料替代的重要途径。热解产物中的液体生物油因其便于运输和储存而尤为适合作为交通燃料。然而,热解产物性质与产率受运行参数和工艺条件的显著影响,因此对热解动力学的深入理解是实现参数优化、反应器设计和反应特性表征的关键。
蚕豆壳作为蚕豆加工过程中产生的重要农业副产物,在埃及等地年产量可观(约占蚕豆总重量的12–20%),但目前主要作为废弃物或低价值饲料处理,其热化学转化潜力尚未得到充分开发。已有研究虽对不同生物质原料进行了热解动力学分析,但针对蚕豆壳这一特定原料的系统性研究仍十分有限,尤其是结合多种等转化率方法、热力学参数评估与机器学习预测的集成研究尚属空白。基于这一研究缺口,研究人员选择蚕豆壳为研究对象,旨在全面评估其热解动力学行为、热力学特性及生物油生成潜力,为农业废弃物的能源化利用提供科学依据。
研究人员利用热重分析仪在10、15和20 °C/min三种升温速率及35至700 °C温度范围内,于100 mL/min氮气气氛下对蚕豆壳进行了热解实验,每种条件重复三次以确保可重复性。在此基础上,采用Friedman(FR)、Flynn–Wall–Ozawa(FWO)、Kissinger–Akahira–Sunose(KAS)、Starink(STK)和Vyazovkin(VYZ)五种等转化率方法计算活化能,通过主图法确定反应机理,并利用补偿效应法估算指前因子。同时,根据活化能数据计算了焓变(ΔH)、吉布斯自由能(ΔG)和熵变(ΔS)等热力学参数。在生物油建模方面,研究人员在实验室规模的固定床反应器中进行热解实验,温度范围为300至600 °C,升温速率为15 °C/min,收集并称量生物油以确定产率。共获得180个独立实验数据点,其中80%用于训练、20%用于测试,采用随机森林回归算法建立了生物油产率预测模型,并通过排列重要性和基于随机森林的特征重要性分析评估各输入参数的影响。
研究结果包括以下几个方面。在 physicochemical characteristics 方面,蚕豆壳的元素分析显示碳含量为41.6%、氢含量为6%,挥发分含量为62%,固定碳为17%,灰分为10.5%,不含硫且氮含量较低,表明其具有良好的能源生产潜力,但高灰分含量可能引起结垢和渣化等操作问题。在热重分解行为方面,TGA及DTG曲线呈现典型木质纤维素生物质分解模式:第一阶段为室温至约150 °C的水分蒸发,质量损失最高达9%;第二阶段为190至400 °C的半纤维素和纤维素快速分解,峰值分解温度随升温速率增加从346.4 °C升至363.2 °C;第三阶段为500 °C以上木质素的缓慢分解,最终残留物稳定在26.89%。升温速率的增加促进了热解进程,但同时也引入了热延迟效应。在活化能确定方面,五种等转化率方法的平均活化能分别为Friedman法194.2 kJ/mol、FWO法145.2 kJ/mol、KAS法165.6 kJ/mol、STK法169.2 kJ/mol和VYZ法143.6 kJ/mol。活化能随转化率的变化呈波动趋势,在α = 0.3–0.8范围内相对稳定,反映了蚕豆壳的多步分解机制和异质组成。在反应机理方面,通过主图法将实验数据与理论固态动力学模型进行比较,发现?esták–Berggren模型在所有升温速率下均与实验数据吻合最佳,表达式为α1·??(1?α)2·1?[?ln(1?α)]1·2?,表明蚕豆壳的热分解涉及结晶与生长过程的复杂相互作用,木质素、纤维素和半纤维素同时降解而非分阶段进行。在指前因子估计方面,补偿效应法得到的指前因子范围为7.05 × 101?至3.97 × 1033 min?1,其中Friedman法覆盖范围最广,VYZ法的线性拟合精度最高(R2 = 0.9512)。在热力学参数方面,ΔH平均值为142.48至182.51 kJ/mol,且Ea与ΔH之差约为4 kJ/mol,表明分解过程较为复杂;ΔG平均值为127.18至128.70 kJ/mol,随转化率增加而稳步上升,与热解过程中炭的形成有关;ΔS在低转化率阶段为负值,随后转为正值,表明后期分解过程中分子无序度显著增加。在机器学习建模方面,随机森林模型实现了R2 = 0.92的高预测精度,MAE为2.15%,RMSE为3.40%。特征重要性分析表明,热解温度和挥发分含量是影响生物油产率的最主要因素。生物油产率随热解温度升高而增加,在500–550 °C达到最大值48.2 wt%,此后因二次裂解反应加剧而下降。催化剂质量比存在最优值1.5 wt%,过量添加反而降低生物油产率。元素组成分析显示,升温促进了脱氧反应和碳氢富集,提高了生物油的质量和能量密度。对比研究表明,蚕豆壳的活化能和焓变低于其他多种生物质,表明其热分解所需能量较低,但高度负的熵变和较低的指前因子反映了更为受限的分子转变过程。
在讨论部分,研究人员指出蚕豆壳热解表现出的独特动力学特征源于其木质纤维素组成中各组分的重叠分解行为。与单一聚合物的热解不同,生物质的热解总是伴随多种同时反应。?esták–Berggren模型的适用性为理解这种复杂相互作用提供了新视角。机器学习模型虽然存在对实际生物油产率的高估现象,这是由于模型无法完全考虑生物油收集损失、冷凝不完全以及反应器内传质传热限制等实际约束,但其仍能准确捕捉总体趋势和最优温度范围。该模型作为优化工具可大幅减少实验需求并降低运营成本,但工业应用仍需解决原料变异性、模型泛化能力、生物油稳定性和经济可行性等挑战。
研究结论表明,蚕豆壳的热解主要发生在340–360 °C温度区间。五种等转化率方法获得的平均活化能分别为194.2、145.2、165.6、169.2和143.6 kJ/mol。主图法确定?esták–Berggren模型为最适反应机理,在所有升温速率下均能拟合实验数据。补偿效应法获得的指前因子范围为7.05 × 101?至3.97 × 1033 min?1,表明蚕豆壳具有复杂的分解行为。基于随机森林开发的机器学习预测模型以R2 = 0.92的高精度优化了生物油产率预测,并确定热解温度和挥发分含量为最显著的影响因素。最佳生物油产率在500–550 °C温度范围内获得,超过该温度后二次裂解导致产率下降。未来研究应优先开展蚕豆壳及其热解产物的全面理化表征、催化热解和共热解研究,并进行从实验室到中试及工业规模的放大验证及技术经济分析。