پیوندهای مفید
اخبار و اعلانات
آمار
| تعداد نشریات | 161 |
| تعداد شماره‌ها | 6,573 |
| تعداد مقالات | 71,037 |
| تعداد مشاهده مقاله | 125,520,907 |
| تعداد دریافت فایل اصل مقاله | 98,780,472 |
مطالعه‌ی فرآیند گرماکافت بستر ثابت روی چوب هرس درختان شهری در جوّ اکسایشی | ||
| مهندسی بیوسیستم ایران | ||
| مقاله 11، دوره 47، شماره 3، آبان 1395، صفحه 493-499 اصل مقاله (730.09 K) | ||
| نوع مقاله: مقاله پژوهشی | ||
| شناسه دیجیتال (DOI): 10.22059/ijbse.2016.59357 | ||
| نویسندگان | ||
| احمد پیری* 1؛ علی محمدنیکبخت2 | ||
| 1دانشجوی دکتری مکانیک بیوسیستم- دانشگاه ارومیه | ||
| 2دانشیار گروه مهندسی مکانیک بیوسیستم- دانشگاه ارومیه | ||
| چکیده | ||
| در این تحقیق اثر حضور اکسیژن بر فرآیند گرماکافت ضایعات چوب مورد بررسی قرار گرفت. نمونههای مکعبی در ابعاد 5/2 سانتیمتر در دماهای 300 و 400 درجه سیلسیوس در جو اکسایشی گرماکافت شدند. دمای سطح و مرکز نمونهها اندازه‌گیری و کسر اتلاف جرمی نمونهها محاسبه شد. نتایج نشان داد که افزایش دما باعث افزایش سرعت گرماکافت و افزایش نرخ تغییرات دما میشود. همچنین دمای سطح نمونهها در گرماکافت اکسایشی به‌طور متوسط 100 درجه سیلسیوس بیشتر از گرماکافت در جو بیاثر است که به معنی کاهش مصرف زمان و به تبع آن کاهش استفاده‌ی انرژی در فرآیند گرماکافت اکسایشی میباشد. با توجه به ماهیت غیرخطی فرآیند گرماکافت ضایعات چوب، شبکه های عصبی مصنوعی با سه فاکتور زمان، اندازهی قطعات و دمای واکنش به عنوان متغیرهای ورودی به کار گرفته شد. نتایج حاصل از مدلسازی توزیع دما و کسر اتلاف جرمی به ترتیب با ضریب همبستگی 9998/0 و 9991/0 تطابق خوبی با نتایج تجربی داشت. | ||
| کلیدواژه‌ها | ||
| ضایعات چوب؛ گرماکافت اکسایشی؛ تغییرات دما؛ کسر اتلاف جرمی؛ شبکه عصبی مصنوعی | ||
| عنوان مقاله [English] | ||
| The study of fixed bed pyrolysis process on urban pruned woods of trees in oxidative atmosphere | ||
| نویسندگان [English] | ||
| ahmad piri1؛ Ali Mohammad Nikbakht2 | ||
| چکیده [English] | ||
| The purposes of this article are studying the effects of oxygen presence on waste wood pyrolysis process in order to produce bio-char. To reach the goal, cubic samples of size 2.5 cm pyrolized at 300 and 400 °C. The surface and center temperatures of samples were measured and their mass losses were calculated from the ratio of pyrolized mass to initial mass of the sample. increase in temperature caused increase in the rate of pyrolysis and temperature changes, but decrease the final efficiency of biochar. Moreover, the surface temperature of samples in oxidative pyrolysis compared with the pyrolysis in an environment containing inert gasses, is about 100 °C more, i.e. a reduction in time consumption and consequently in energy use during the oxidative pyrolysis process. According to the non-linear nature of waste wood pyrolysis process, artificial neural network (ANN) was used to model the temperature distribution and the mass loss of samples. The results of ANN were in a good agreement with the experimental consequences and showed the correlation coefficients of 0.9998 and 0.9991 in modeling of temperature distribution and mass loss of samples, respectively. | ||
| کلیدواژه‌ها [English] | ||
| waste wood, Oxidative pyrolysis, Temperature changes, Mass loss fraction, ANN | ||
| مراجع | ||
|
Basu, P. (2010) Biomass Gasification and Pyrolysis. Elsevier. Bennadji, H. and M.Fisher, E. (2014). Influence of the Grain Direction on the Low-Temperature Pyrolysis of Large Wood Particles. Chemical Engineering Transactions, 37. Bidabadi, M and Keshavarzian, M. (2013) Pyrolysis of organic materials in combustion processes. Tehran: University of Science and Technology. (In Farsi) Bilbao, R., Millera, A. and Murillo, M. B. (1993). Temperature profiles and weight loss in the thermal decomposition of large spherical wood particles. Industrial & Engineering Chemistry Research, 1811-1817 Bridgwater, A. V. (2003). Renewable fuels and chemicals by thermal processing of biomass. Chemical Engineering Journal, 91, 87–102. Bryden, K. M., Ragland, K. W. and Rutland, C. J. (2002). Modeling thermally thick pyrolysis of wood. Biomass Bioenergy, 22, 41-53. Conesa, J. A., Caballero, J. A. and Reyes-Labarta, J. A. (2004). Artificial neural network for modelling thermal decompositions. Journal of Analytical and Applied Pyrolysis, 71, 343–352. Daouk, E., Steene, L., Paviet F and Salvador, S. (2015). Thick wood particle pyrolysis in an oxidative atmosphere. Chemical Engineering Science, 126, 608-615. Demirbas, A, Arin G (2002). An overview of biomass pyrolysis. Energy Sources, 24(5), 471-482. Di Blasi, C., Branca, C., Santoro, A. and Hernandez, E. G. (2001). Pyrolytic behavior and products of some wood varieties, Combustion and Flame, 124, 165-177. Grieco E. and Baldi, G. (2011). Analysis and modeling of wood pyrolysis. Chemical Engineering Science, 66, 650-660. Mikulandric, R., Loncar, D., Böhning, D., Böhme, R. and Beckmann, M. (2014). Artificial neural network modelling approach for a biomass gasification process in fixed bed gasifiers. Energy Conversion and Management, 87, 1210-1223. Milhe M., Steene, L., Haube, M., Commandre, J. M., Fassinou, W. F. and Flamant, G. J. (2013). Journal of Analytical and Applied Pyrolysis, 103, 102-111. Pandey, A., Bhaskar, T., Stocker, M. & Sukumaran, R. (2015) Recent Advances in Thermo-Chemical Conversion of Biomass. Amsterdam: Elsevier. Park W. C., Atreya, A. and Baum, H. R. (2010). Experimental and theoretical investigation of heat and mass transfer processes during wood pyrolysis. Combustion and Flame, 157, 481-494. Puig-Arnavat, M., Hernandez, A., Bruno, J. C. and Coronas, A. (2013). Artificial neural network models for biomass gasification in fluidized bed gasifiers. Biomass and bioenergy, 49, 279- 289. Sharma, A., Pareek, V. and Zhang, D. (2015). Biomass pyrolysis—A review of modelling, process parameters and catalytic studies. Renewable and Sustainable Energy Reviews, 50, 1081-1096. Su, Y., Luo, Y., Wu, W., Zhang, Y. and Zhao, S. (2012). Characteristics of pine wood oxidative pyrolysis: Degradation behavior, carbon oxide production and heat properties. Journal of Analytical and Applied Pyrolysis, 98, 137-143. Veksha, A., McLaughlin, H., B. Layzell., D. and M. Hill, J (2014). Pyrolysis of wood to biochar: Increasing yield while maintaining microporosity. Bioresource Technology, 153, 173–179 Zhao, S., Luo, Y., Su, Y., Zhang, Y. and Long, Y. (2014). Experimental Investigation of the Oxidative Pyrolysis Mechanism of Pinewood on Fixed-Bed Reactor. Energy and fules, 28, 5049–5056.
| ||
|
آمار تعداد مشاهده مقاله: 839 تعداد دریافت فایل اصل مقاله: 697 |
||
سامانه مدیریت نشریات علمی. قدرت گرفته از سیناوب