劉宣佐，姚宗路，趙立欣，宋錦春，叢宏斌，霍麗麗，任雅薇

·農(nóng)業(yè)資源循環(huán)利用工程·

積分方法改進的生物質(zhì)熱解反應(yīng)速率模型構(gòu)建

劉宣佐1，姚宗路2※，趙立欣3，宋錦春1，叢宏斌3，霍麗麗3，任雅薇3

（1.東北大學(xué)機械工程與自動化學(xué)院，沈陽 110819；2.中國農(nóng)業(yè)科學(xué)院農(nóng)業(yè)環(huán)境與可持續(xù)發(fā)展研究所，北京 100081；3.農(nóng)業(yè)農(nóng)村部規(guī)劃設(shè)計研究院農(nóng)業(yè)農(nóng)村部農(nóng)業(yè)廢棄物能源化利用重點實驗室，北京 100125）

針對經(jīng)典Arrhenius方程中溫度積分項不可積的問題，通過設(shè)定熱解過程中生物質(zhì)轉(zhuǎn)化率同時為時間和溫度的函數(shù)，使溫度積分項可積分，有效避免積分法動力學(xué)分析中因簡化而導(dǎo)致的計算誤差。基于此熱動力學(xué)方程（II類熱動力學(xué)方程）采用等轉(zhuǎn)化率線性積分法求解反應(yīng)活化能，并結(jié)合模型擬合法選取最優(yōu)反應(yīng)機理函數(shù)，將選取的機理函數(shù)重新代入II類熱動力學(xué)方程積分式解得指前因子的值?；诘绒D(zhuǎn)化率線性積分法分別采用I類及II類熱動力學(xué)方程對玉米芯等5種生物質(zhì)熱解過程進行動力學(xué)分析，結(jié)果顯示2類熱動力學(xué)方程求得生物質(zhì)活化能的決定系數(shù)均高于0.95。II類動力學(xué)方程求解的動力學(xué)參數(shù)計算的動力學(xué)分析值與試驗值的吻合度高于I類動力學(xué)方程。根據(jù)熱解反應(yīng)的活化能與ln具有高度線性擬合性，且轉(zhuǎn)化率0.05～0.85間活化能波動不大這一特點，采用最大熱解速率處轉(zhuǎn)化率對應(yīng)的熱解動力學(xué)參數(shù)簡化熱解過程的動力學(xué)參數(shù)，可減小數(shù)值模擬的計算成本，為工程上熱解反應(yīng)的數(shù)值模擬提供一定的基礎(chǔ)。

熱解；生物質(zhì)；動力學(xué)；Arrhenius方程；溫度積分項；等轉(zhuǎn)化率法；熱重分析法

0 引 言

近年來，農(nóng)業(yè)類生物質(zhì)因具有供應(yīng)量大、可再生等優(yōu)勢受到廣泛關(guān)注。在無氧條件下通過熱解這一熱化學(xué)轉(zhuǎn)化過程實現(xiàn)原料到燃料的轉(zhuǎn)化是現(xiàn)階段應(yīng)用較廣的方法之一。了解原料熱解過程中動力學(xué)參變量的變化對熱解設(shè)備設(shè)計[1]、過程參數(shù)優(yōu)化[2]及可行性分析等具有重要的作用，是實現(xiàn)高效傳熱傳質(zhì)的基礎(chǔ)。

熱重分析法（thermogravimetric analysis，TGA）是生物質(zhì)熱解動力學(xué)的常用試驗方法，依據(jù)TGA數(shù)據(jù)建立描述熱解反應(yīng)過程的動力學(xué)方程，從而分析并求解動力學(xué)參數(shù)。但此種方法無法了解熱解過程中各變量的瞬態(tài)分布。計算流體力學(xué)（computational fluid dynamics，CFD）借助計算機強大的數(shù)據(jù)處理能力，可將熱解過程中流場的溫度變化、熱解氣各組分濃度分布等瞬態(tài)變量可視化，彌補了試驗及理論推導(dǎo)的不足。但CFD需要以試驗和理論為依托，構(gòu)建描述熱解反應(yīng)的各參變量方程進行數(shù)值求解，因而所構(gòu)建方程的精準性將直接影響計算結(jié)果的可信度。近年來，有研究者通過將TGA分析與紅外分析（infrared spectroscopy，IR）[3]、氣相色譜/質(zhì)譜[4]和核磁共振（nuclear magnetic resonance，NMR）[5]等技術(shù)聯(lián)用從生物質(zhì)內(nèi)部化學(xué)鍵斷裂、官能團重組等微觀分子角度分析熱解動力學(xué)過程，此種分析得出的結(jié)論不受熱解動力學(xué)參數(shù)的影響，具有較好的穩(wěn)定性和較廣的適用性。但微觀分子角度的數(shù)值模擬需要耗費大量的計算機內(nèi)存，現(xiàn)階段對工業(yè)級熱解設(shè)備中熱解反應(yīng)場的數(shù)值模擬難以實現(xiàn)。因而，如何基于熱解動力學(xué)分析從宏觀上對生物質(zhì)熱解過程進行建模求解并保證模擬精度成為模擬人員需要權(quán)衡的問題。

宏觀上描述熱解化學(xué)反應(yīng)的方程包含描述反應(yīng)快慢的反應(yīng)速率方程和描述反應(yīng)物變化的化學(xué)計量式2類。關(guān)于熱解動力學(xué)分析的研究有很多，從最初的全局動力學(xué)方程[6]到多步多組分動力學(xué)方程[7]、再到活化能分布函數(shù)動力學(xué)方程[8]等。研究人員通過增加描述生物質(zhì)熱解反應(yīng)速率的方程數(shù)來提高動力學(xué)分析的精度，這無疑會增加數(shù)值模擬過程中計算成本。實際工程上的熱解設(shè)備中傳熱受限[9]、反應(yīng)產(chǎn)物復(fù)雜多變[10-11]、計算時因四舍五入造成的數(shù)據(jù)舍入誤差等因素對熱解過程模擬精度的影響遠大于用單一動力學(xué)方程對計算精度的影響。因而，精簡動力學(xué)方程對提高數(shù)值模擬精度及降低計算成本有重要意義?，F(xiàn)常用于描述熱解反應(yīng)速率的Arrhenius方程假設(shè)活化能及指前因子為不受外界條件影響的狀態(tài)量，而農(nóng)業(yè)類生物質(zhì)成分復(fù)雜[12]，熱解過程既包含蒸發(fā)[13]、熔融等自吸熱物理過程，又包含多分子裂解、重組等化學(xué)過程，即生物質(zhì)熱解反應(yīng)是多個基元反應(yīng)平行并部分重疊或遞次發(fā)生的非均相反應(yīng)過程，因而描述其熱解過程的動力學(xué)參數(shù)受升溫速率、樣品理化性質(zhì)等多因素影響[14]。如何用單一動力學(xué)方程盡可能地精確描述農(nóng)作物熱解這一復(fù)雜的理化反應(yīng)過程是提高模擬精度的關(guān)鍵。

本文采用II類熱動力學(xué)方程，假設(shè)固定升溫速率下樣品反應(yīng)程度是時間和溫度函數(shù)，避免了等轉(zhuǎn)化率方法中I類熱動力學(xué)積分方程中因簡化不可積分項而產(chǎn)生的近似誤差。同時，結(jié)合模型擬合法確定反應(yīng)機理函數(shù)，再將確定的機理函數(shù)導(dǎo)入II類熱動力學(xué)方程確定熱解反應(yīng)的指前因子并修正活化能。從而，有效利用了各方法的優(yōu)勢并規(guī)避了各方法的不足。

通過對5種生物質(zhì)熱解過程進行動力學(xué)分析，并與I類熱動力學(xué)方程的計算解對比分析，驗證了此方法的可行性及準確性。根據(jù)熱解反應(yīng)的活化能與ln具有高度線性擬合性，且轉(zhuǎn)化率0.05～0.9間活化能波動不大這一特點，采用最大熱解速率處轉(zhuǎn)化率對應(yīng)的熱解動力學(xué)參數(shù)簡化熱解過程的動力學(xué)參數(shù)，從而精簡動力學(xué)參數(shù)，降低數(shù)值模擬的計算成本，為中試及工程熱解設(shè)備中熱解過程的數(shù)值模擬提供一定的基礎(chǔ)。

1 TGA試驗及試驗數(shù)據(jù)處理

1.1 試驗設(shè)備及樣品

試驗由DTG-60A（島津，中國）熱重分析儀實時監(jiān)測并記錄樣品熱解過程中的質(zhì)量變化。熱解試驗采用反應(yīng)氣氛為純氮氣，吹掃速率為100 mL/min。在10、20、30、40、50、60和70 K/min7種線性升溫程序下使樣品從室溫升至1200 K，并保溫5 min。

試驗采用玉米秸稈、高粱秸稈、玉米芯、花生殼4種農(nóng)作物，各樣品的工業(yè)分析及元素分析如表1所示，元素分析中氧元素通過差減法求得。經(jīng)研磨過篩后，4種農(nóng)作物樣品的粒徑均小于0.5 mm，樣品質(zhì)量為6～7 mg。

表1 試驗樣品的工業(yè)分析及元素分析

注：*差值法計算；db，干燥基；ar，收到基。

Note: *, difference method; db, dry basis; ar, as received basis.

1.2 試驗結(jié)果及數(shù)據(jù)處理

TGA試驗中樣品質(zhì)量及溫度的變化是作為時間的函數(shù)進行測量和記錄的。各農(nóng)作物在氮氣氣氛中受熱，因水分蒸發(fā)和揮發(fā)分釋放而使其質(zhì)量逐步減少，以玉米芯為例，圖1為其在不同升溫速率下的TGA圖。

由圖1可見，從室溫增至450 K為玉米芯脫水階段，樣品中物理水分受熱蒸發(fā)，質(zhì)量損失約為2%；450 K開始迅速熱解直至770 K，并在600 K左右達到最大熱解速率。此階段為樣品脫揮發(fā)分階段，主要發(fā)生裂解、脫羧脫氧和解聚等化學(xué)反應(yīng)，質(zhì)量損失約80%。2次熱解峰值主要源于玉米芯中半纖維素（470～620 K）[15-16]和纖維素（570～670 K）[17]的降解，而木質(zhì)素熱解范圍較寬（470～770 K）[18]。溫度大于770 K為玉米芯炭化階段，樣品質(zhì)量降低不足5%。升溫速率的升高不改變玉米芯熱解過程TGA的變化趨勢，但最大熱解速率降低且向高溫側(cè)偏移。

圖1 不同升溫速率下玉米芯熱重分析（TGA）

受系統(tǒng)誤差及采樣頻率的影響，原始TGA數(shù)據(jù)中存在同一樣品質(zhì)量對應(yīng)多個時間點的“重復(fù)”及“波動”數(shù)據(jù)?；贓xcel中排序及篩選功能，以采集數(shù)據(jù)中樣品質(zhì)量項為排序依據(jù)進行降序排序，然后判斷采集數(shù)據(jù)中時間點是否為遞增趨勢，剔除非遞增時間點對應(yīng)的采集數(shù)據(jù)。

玉米芯脫水階段的水蒸發(fā)過程屬于物理變化[19]，而揮發(fā)分釋放階段的有機物熱裂解過程屬于化學(xué)反應(yīng)，兩者的反應(yīng)機理存在本質(zhì)上的差異。這種差異會增大動力學(xué)分析計算值與試驗值的偏差，因而需去除TGA數(shù)據(jù)中脫水階段的數(shù)據(jù)點。脫水終溫受環(huán)境濕度和加熱速率等多因素影響。根據(jù)ASTM標準1131將圖1中TGA曲線的第1質(zhì)量損失平臺的中心點對應(yīng)的溫度視為脫水階段的終溫[20]，同時結(jié)合工業(yè)分析中物理水分含量M共同確定脫水階段的終溫[21]，如式（1）。

依據(jù)式（2）將TGA數(shù)據(jù)轉(zhuǎn)化為生物質(zhì)轉(zhuǎn)化率方程

式中0是溫度為0時樣品的質(zhì)量，mg；m是溫度為時樣品的質(zhì)量，mg；m為熱解終溫時樣品的質(zhì)量，mg；為樣品轉(zhuǎn)化率。

基于上述TGA數(shù)據(jù)處理步驟后，玉米芯轉(zhuǎn)化率曲線及其對濕度一階導(dǎo)數(shù)如圖2所示。采用Savitzky-Golay方法對圖2a中轉(zhuǎn)化率的求導(dǎo)數(shù)據(jù)進行平滑處理。

圖2 不同升溫速率下玉米芯動力學(xué)分析

2 熱解動力學(xué)分析

現(xiàn)有動力學(xué)分析方法分為模型擬合法和等轉(zhuǎn)化率法2種。模型擬合法涉及機理函數(shù)的選取，常存在高擬合度的不同轉(zhuǎn)化率函數(shù)所計算的動力學(xué)參數(shù)值差異較大的問題[22]。等轉(zhuǎn)化率方法可避免機理函數(shù)的選取，但僅能計算出反應(yīng)的表觀活化能，無法確定反應(yīng)的機理函數(shù)，反映出完整的熱解動力學(xué)過程。同時，微分動力學(xué)方程中TG數(shù)據(jù)的求導(dǎo)波動誤差及積分動力學(xué)方程中不可積分項的近似簡化均會影響熱解動力學(xué)分析的精度。

由于熱重試驗得到的TG曲線是多組分熱裂解過程的綜合結(jié)果，有研究者采用多組分（纖維素、半纖維素和木質(zhì)素）模型對生物質(zhì)熱解過程進行動力學(xué)分析[23]。增加組分的數(shù)目雖可一定程度地提高計算精度，但會增加動力學(xué)參數(shù)的個數(shù)，提高計算成本。同樣，基于分布函數(shù)模擬熱解過程中一系列平行反應(yīng)的活化能分布模型[24-25]（distributed activation energy model，DAEM）也因分布函數(shù)的引入而增加計算成本。

等轉(zhuǎn)化率方法將反應(yīng)活化能視為轉(zhuǎn)化率的函數(shù)較好地反映了生物質(zhì)脫揮發(fā)分的多步性質(zhì)[26]，而生物質(zhì)熱解反應(yīng)的多步性是因生物質(zhì)中各組分的脫揮發(fā)分溫度不同造成的[16-18]。因此本文考慮溫度對轉(zhuǎn)化率的影響，設(shè)定熱解過程中生物質(zhì)轉(zhuǎn)化率同時為時間和溫度的函數(shù)。采用II類熱動力學(xué)方程求解反應(yīng)活化能，可有效避免因溫度積分項的近似而導(dǎo)致精度下降的問題，動力學(xué)分析步驟如圖3所示。

圖3 基于II類熱動力學(xué)方程的熱動力學(xué)分析步驟

2.1 基于等轉(zhuǎn)化率方法初步計算活化能E

現(xiàn)階段常用的熱解動力學(xué)方程是從定溫均相反應(yīng)動力學(xué)方程推導(dǎo)而來，其反應(yīng)速率常數(shù)是Arrhenius通過模擬平衡常數(shù)-溫度關(guān)系式的形式所提出的。非等溫熱解過程中假設(shè)轉(zhuǎn)化率和溫度均為時間的函數(shù)，得公式（3）和（4）分別為I類動力學(xué)方程的微分和積分2種不同形式。

式中為指前因子；為活化能，J/mol；為普適氣體常量，J/(mol˙K)；為熱力學(xué)溫度，K；為升溫速率，K/s；()和()分別為反應(yīng)機理函數(shù)的微分和積分形式。

若假設(shè)轉(zhuǎn)化率為和的函數(shù)，同時為的函數(shù)，得II類動力學(xué)方程的微分和積分形式為

式中0為熱解反應(yīng)初始溫度，即轉(zhuǎn)化率為0時對應(yīng)的溫度，K；為轉(zhuǎn)化率對應(yīng)的溫度，K。

基于Flynn-Wall-Ozawa（FWO）法對式（4）中不可積分的溫度積分項進行一階近似后兩邊取對數(shù)，得

借鑒FWO方法思路，對式（6）兩邊取對數(shù)，得

采用最小二乘法對式（7）和（8）進行線性擬合，如圖4，求取熱解各轉(zhuǎn)化率的活化能。由于本試驗采用的物質(zhì)均為草本類植物，結(jié)合文獻[27]中關(guān)于櫸木的熱解試驗數(shù)據(jù)，分別采用I類和II類動力學(xué)方程計算的各生物質(zhì)不同轉(zhuǎn)化率下熱解反應(yīng)的活化能如圖5所示。2類動力學(xué)方程基于FWO線性積分法的線性擬合度均在0.95以上，表2為玉米芯線性擬合的決定系數(shù)。因避免了溫度積分項的近似簡化問題，II類熱動力學(xué)方程計算的活化能較低于I類熱動力學(xué)方程的計算值。且隨轉(zhuǎn)化率增加，II類動力學(xué)方程計算的活化能增加幅度變大，進而體現(xiàn)其對溫度的敏感性較大。

a. I類動力學(xué)方程a. I thermodynamic equationb. II類動力學(xué)方程b. II thermodynamic equation

圖5 2類熱動力學(xué)方程基于FWO法計算的活化能值

表2 2類動力學(xué)方程基于FWO法解活化能及R2

2.2 確定反應(yīng)機理函數(shù)

等轉(zhuǎn)化率方法雖然可避免機理函數(shù)的選取，但僅能計算活化能，無法確定其他動力學(xué)參數(shù)。本文采用Achar-Brindley-Sharp-Wendworth線性微分法，確定熱解反應(yīng)的機理函數(shù)。由于/>>1

對式（5）近似得

根據(jù)Achar微分法，對式（3）和（10）分離變量后兩邊取對數(shù)得

采用最小二乘法對式（11）和式（12）進行線性擬合，草本類和木本類植物的反應(yīng)機理均符合反應(yīng)級函數(shù)，其中草本類植物的反應(yīng)級數(shù)為3，木本類植物的反應(yīng)級數(shù)為4。2類動力學(xué)方程基于Achar模型擬合法的擬合度均約0.9，較低于FWO等轉(zhuǎn)化率法的擬合度，表3為玉米芯基于Achar線性微分法計算所得的活化能及其決定系數(shù)。

表3 基于Achar法計算的玉米芯活化能及R2

2.3 求解指前因子

為避免轉(zhuǎn)化率數(shù)據(jù)求導(dǎo)產(chǎn)生的波動及方程近似帶來的計算誤差，將2.2節(jié)選定的反應(yīng)機理函數(shù)代入式（6）計算反應(yīng)的指前因子，表4為玉米芯在不同轉(zhuǎn)化率下求解的指前因子。

顯然，II類熱動力學(xué)方程求解的指前因子受轉(zhuǎn)化率的影響較I類動力學(xué)方程大。結(jié)合表2和圖5可發(fā)現(xiàn)，各生物質(zhì)的活化能及指前因子在轉(zhuǎn)化率大于0.85時均存在突增現(xiàn)象。而II類熱動力學(xué)方程求解的各轉(zhuǎn)化率下動力學(xué)參數(shù)更體現(xiàn)出加熱溫度對熱解動力學(xué)參數(shù)的影響。

表4 玉米芯在各轉(zhuǎn)化率下的指前因子A

注：為轉(zhuǎn)化率。下同。

Note:is conversion rate.

2.4 II類熱動力學(xué)方程可行性分析

根據(jù)I類和II類熱動力學(xué)方程求解的各生物質(zhì)熱解動力學(xué)參數(shù)模擬計算其TG數(shù)據(jù)，如圖6。采用差值（）分別計算I類和II類熱動力學(xué)方程的計算值和試驗值間的誤差。差值（）越小，計算值與試驗值的擬合度越高，差值（）如式（13）。

式中cal,i和exp,i分別是第溫度點對應(yīng)的轉(zhuǎn)化率計算值和試驗值；是指定加熱速率下選取的計算點數(shù)。

II類熱動力學(xué)方程求解的動力學(xué)參數(shù)所計算的TG數(shù)據(jù)與試驗值的差值小于0.09，低于I類熱動力學(xué)方程求解的TG數(shù)據(jù)與試驗值的差值（0.2～0.3）。

注：Δ為計算值與試驗值的差值。

由于II類熱動力學(xué)方程避免了對溫度不可積分的近似簡化，其模擬所得的生物質(zhì)TG數(shù)據(jù)與試驗值更為接近。尤其對轉(zhuǎn)化率高于0.85的熱解過程，熱解動力學(xué)參數(shù)隨溫度的升高而大幅增大，II類熱動力學(xué)方程因考慮了溫度對轉(zhuǎn)化率的影響，使其模擬值的擬合度明顯提高。因此基于II類動力學(xué)方程求解熱動力學(xué)參數(shù)的方法，既可避免I類動力學(xué)方程因不可積分項的簡化近似產(chǎn)生的誤差，又可減小微分求導(dǎo)數(shù)據(jù)的波動對計算值的影響，從而提高計算精度，具有一定的可行性。

2.5 確定單一動力學(xué)方程的最優(yōu)參數(shù)

對于工業(yè)級熱解設(shè)備，物料的受熱情況受傳熱介質(zhì)，加熱速率及粒徑等多因素影響，這些因素均會對生物質(zhì)熱解過程產(chǎn)生影響，從而導(dǎo)致活化能的波動。

依據(jù)2.1節(jié)和2.3節(jié)求解的動力學(xué)參數(shù)，可得活化能和指前因子具有一定的補償效應(yīng)，活化能和ln間線性擬合的決定系數(shù)均高于0.96。同時，在0.05～0.85之間的熱解動力學(xué)參數(shù)值差異不大，因此，假設(shè)和為一常數(shù)。以DTG曲線中最大熱解速率(d/d)max對應(yīng)溫度下的轉(zhuǎn)化率(d/dT)max為分界點，分別選取轉(zhuǎn)化率s在小于（s<(d/dT)max），等于（s=(d/dT)max）和大于（s>(d/dT)max）該分界點3種情況下對應(yīng)的動力學(xué)參數(shù)作為生物質(zhì)熱解反應(yīng)的動力學(xué)參數(shù)和。將轉(zhuǎn)化率s對應(yīng)的動力學(xué)參數(shù)和代入式（3）計算各生物質(zhì)熱解的TG數(shù)據(jù)，如圖7。當轉(zhuǎn)化率s與最大熱解速率對應(yīng)轉(zhuǎn)化率(d/dT)max相等時，其對應(yīng)的動力學(xué)參數(shù)模擬所得的TG數(shù)據(jù)最接近試驗值。因而選取最大熱解速率所對應(yīng)的轉(zhuǎn)化率(d/dT)max計算的熱解動力學(xué)參數(shù)作為描述生物質(zhì)熱解反應(yīng)動力學(xué)參數(shù)既可保證計算精度，又可降低計算成本。

注：αs 為設(shè)定的轉(zhuǎn)化率。

對于工業(yè)級熱解設(shè)備，熱解反應(yīng)動力學(xué)參數(shù)可近似為DTG曲線中熱解速率最大處對應(yīng)的動力學(xué)參數(shù)值。根據(jù)此近似方式所得各樣品熱解反應(yīng)的活化能和指前因子的值，如表5所示。

表5 不同樣品的熱解動力學(xué)參數(shù)

綜上所述，采用II類熱動力學(xué)方程進行熱解動力學(xué)分析，并以最大熱解速率處轉(zhuǎn)化率對應(yīng)的動力學(xué)參數(shù)近似表示熱解過程的動力學(xué)參數(shù)在工程設(shè)備模擬計算中具有一定可行性和準確性，可有效降低工業(yè)級熱解設(shè)備數(shù)值模擬的計算成本。

3 結(jié) 論

本文將熱解過程中生物質(zhì)轉(zhuǎn)化率同時作為時間和溫度的函數(shù)，使熱解速率方程中溫度積分項可以積分，有效避免積分法動力學(xué)分析中因簡化積分項而帶來的計算誤差。提出基于此熱動力學(xué)方程（II類熱動力學(xué)方程）的動力學(xué)分析方法：采用等轉(zhuǎn)化率線性積分法求解反應(yīng)活化能，并結(jié)合模型擬合法選取最優(yōu)反應(yīng)機理函數(shù)，再將選取的機理函數(shù)重新代入II類熱動力學(xué)方程積分式解得指前因子的值。

采用此法分別基于I類及II類熱動力學(xué)方程對玉米芯、玉米秸稈、高粱秸稈、花生殼及櫸木等5種生物質(zhì)熱解過程進行動力學(xué)分析，結(jié)果顯示II類熱動力學(xué)方程求解的動力學(xué)參數(shù)的擬合決定系數(shù)2均在0.95以上。因II類熱動力學(xué)方程可有效避免I類熱動力學(xué)方程因不可積分項近似而導(dǎo)致的誤差，又可降低數(shù)據(jù)求導(dǎo)產(chǎn)生的波動對計算準確度的影響，所以其計算所得的動力學(xué)參數(shù)模擬的TG數(shù)值與試驗值吻合度優(yōu)于I類動力學(xué)方程的計算值。

因熱解反應(yīng)的活化能與指前因子對數(shù)ln有很高的線性擬合性，且轉(zhuǎn)化率低于0.85時各轉(zhuǎn)化率的活化能差異不大這些熱解特性，采用最大熱解速率處轉(zhuǎn)化率所對應(yīng)的熱解動力學(xué)參數(shù)近似為熱解反應(yīng)的動力學(xué)參數(shù)值。此種近似方法既可保證數(shù)值計算的精度，又可有效降低計算成本，為工程設(shè)備中熱解過程的數(shù)值模擬提供了一定的基礎(chǔ)。由于本文所用的試驗材料種類有限，因此本文提出的熱解動力學(xué)方法仍需要更多種生物質(zhì)熱解數(shù)據(jù)進行驗證，以推廣其適用性。在此提供這種分析思路，為簡化熱解動力學(xué)分析中熱解參數(shù)的個數(shù)，降低生物質(zhì)熱解過程數(shù)值模擬的計算成本提供一定的參考。

[1]趙立欣，賈吉秀，姚宗路，等. 生物質(zhì)連續(xù)式分段熱解炭化設(shè)備研究[J]. 農(nóng)業(yè)機械學(xué)報，2016，47(8)：221－226，220.

Zhao Lixin, Jia Jixiu, Yao Zonglu, et al. Research on biomass continuous segmented pyrolysis carbonization equipment[J]. Transactions of the Chinese Society of Agricultural Machinery, 2016, 47(8): 221－226, 220. (in Chinese with English abstract)

[2]田宜水，王茹. 基于多升溫速率法的典型生物質(zhì)熱動力學(xué)分析[J]. 農(nóng)業(yè)工程學(xué)報，2016，32(3)：234－240.

Tian Yishui, Wang Ru. Thermokinetics analysis of biomass based on model-free different heating rate method[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2016, 32(3): 234－240. (in Chinese with English abstract)

[3]劉標，董亞斌，何濤，等. 竹材熱解過程中焦炭組分的變化規(guī)律[J]. 農(nóng)業(yè)工程學(xué)報，2016，32(10)：232－239.

Liu Biao, Dong Yabin, He Tao, et al. Component change law of char during bamboo pyrolysis process[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2016, 32(10): 232－239. (in Chinese with English abstract)

[4]Nsaful F, Collard F X, Carrier M, et al. Lignocellulose pyrolysis with condensable volatiles quantification by thermogravimetric analysis: Thermal desorption/gas chromatography-mass spectrometry method[J/OL]. Journal of Analytical and Applied Pyrolysis, 2015, 116: S0165237015302345.

[5]李少華，賈歡，車德勇. 生物質(zhì)組分的13C-NMR特征及CPD熱解模擬探究[J]. 東北電力大學(xué)學(xué)報，2017，37(3)：39－46.

Li Shaohua, Jia Huan, Che Deyong. 13C-NMR characteristics of biomass components and simulation with CPD model[J]. Journal of Northeast Electric Power University, 2017, 37(3): 39－46. (in Chinese with English abstract)

[6]Colomba Di Blasi. Comparison of semi-global mechanisms for primary pyrolysis of lignocellulosic fuels[J]. Journal of Analytical and Applied Pyrolysis, 1998, 47(1): 43－64.

[7]Várhegyi G, Antal M J, Jakab E. Kinetic modeling of biomass pyrolysis[J]. Journal of Analytical and Applied Pyrolysis, 1997, 42(1): 73－87.

[8]Sonobe T, Worasuwannarak N. Kinetic analyses of biomass pyrolysis using the distributed activation energy model[J]. Fuel, 2008, 87(3): 414－421.

[9]胡二峰，趙立欣，吳娟，等. 生物質(zhì)熱解影響因素及技術(shù)研究進展[J]. 農(nóng)業(yè)工程學(xué)報，2018，34(14)：212－220.

Hu Erfeng, Zhao Lixin, Wu Juan, et al. Research on factors affecting biomass pyrolysis and technological research progress[J].Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2018, 34(14): 212－220. (in Chinese with English abstract)

[10]Demirbas A. Effect of initial moisture content on the yields of oily products from pyrolysis of biomass[J]. Journal of Analytical and Applied Pyrolysis, 2004, 71(2): 803－815.

[11]Darmstadt H, Pantea D, Sümmchen L, et al. Surface and bulk chemistry of charcoal obtained by vacuum pyrolysis of bark: Influence of feedstock moisture content[J]. Journal of Analytical and Applied Pyrolysis, 2000, 53(1): 1－17.

[12]周芳磊，胡雨燕，陳德珍. 不同種類生物質(zhì)熱解殘焦的CO2氣化研究[J]. 太陽能學(xué)報，2017，38(5)：1440－1446.

Zhou Fanglei, Hu Yuyan, Chen Dezhen. Production of CO by CO2gasification of biomass-derived char[J]. Aata Energiae Solaris Sinica, 2017, 38(5): 1440－1446. (in Chinese with English abstract)

[13]陳登宇，張鴻儒，劉棟，等. 烘焙預(yù)處理對秸稈熱解產(chǎn)物品質(zhì)及能量分布的影響[J]. 太陽能學(xué)報，2017，38(2)：565－570.

Chen Dengyu, Zhang Hongru, Liu Dong, et al. Effect of torrefaction pretreatment on properties of pyrolysis product and energy distribution of corn stalk[J]. Aata Energiae Solaris Sinica, 2017, 38(2): 565－570. (in Chinese with English abstract)

[14]White J E, Catallo W J, Legendre B L. Biomass pyrolysis kinetics: A comparative critical review with relevant agricultural residue case studies[J].Journal of Analytical and Applied Pyrolysis, 2011, 91(1): 1－33.

[15]Shen D K, Gu S, Bridgwater A V. The thermal performance of the polysaccharides extracted from hardwood: Cellulose and hemicellulose[J]. Carbohydrate Polymers, 2010, 82(1): 39－45.

[16]Peng Y, Wu S. The structural and thermal characteristics of wheat straw hemicellulose[J]. Journal of Analytical and Applied Pyrolysis, 2010, 88(2): 134－139.

[17]Shen D K, Gu S. The mechanism for thermal decomposition of cellulose and its main products[J]. Bioresource Technology, 2009, 100(24): 6496－6504.

[18]Nowakowski D J, Bridgwater A V, Elliott D C, et al. Lignin fast pyrolysis: Results from an international collaboration[J]. Journal of Analytical and Applied Pyrolysis, 2010, 88(1): 53－72.

[19]Cai J, Liu R. Research on water evaporation in the process of biomass pyrolysis[J]. Energy & Fuels, 2007, 21(6): 3695－3697.

[20]Standard test method for compositional analysis by thermogravimetry: ASTM E1131-08[R]. West Conshohocken, PA: ASTM International; 2014.

[21]Cai J, He Y, Xi Y, et al. Review of physicochemical properties and analytical characterization of lignocellulosic biomass[J]. Renewable & Sustainable Energy Reviews, 2017, 76: 309－322.

[22]Sánchez-Jiménez P E, Pérez-Maqueda L A, Perejón A, et al. Limitations of model-fitting methods for kinetic analysis: Polystyrene thermal degradation[J]. Resources Conservation & Recycling, 2013, 74(5): 75－81.

[23]Raveendran K, Ganesh A, Khilar K C. Pyrolysis characteristics of biomass and biomass components[J]. Fuel, 1996, 75(8): 987－998.

[24]Sonobe T, Worasuwannarak N. Kinetic analyses of biomass pyrolysis using the distributed activation energy model[J]. Fuel, 2008, 87(3): 414－421.

[25]Gang W, Wen L, Lia B, et al. TG study on pyrolysis of biomass and its three components under syngas[J]. Fuel, 2008, 87(4): 552－558.

[26]Jin W J, Singh K, Zondlo J. Pyrolysis kinetics of physical components of wood and wood-polymers using isoconversion method[J]. Agriculture, 2013, 3(1): 12－32.

[27]Biagini E, Guerrini L, Nicolella C. Development of a variable activation energy model for biomass devolatilization[J]. Energy & Fuels, 2009, 23(6): 3300－3306.

Construction of reaction rate equation of biomass based on integral method improvement

Liu Xuanzuo1, Yao Zonglu2※, Zhao Lixin3, Song Jinchun1, Cong Hongbin3, Huo Lili3, Ren Yawei3

(1.,110819,; 2100081,;3.,,100125,)

Aiming at the problem that the temperature integral term cannot be integrated in the classical Arrhenius integral equation, a method that assumes the biomass conversion rate in the pyrolysis process as a function of timeand temperaturewas suggested, making the temperature integral term can be integrated and effectively avoiding the computational errors caused by the simplification of the temperature integral term in the isoconversional integration method. The idea of combining the isoconversional method and the model fitting method to analyze the biomass pyrolysis kinetics was proposed: Using the isoconversional linear integral method to solve the reaction activation energybased on class II thermodynamic equation, the activation energyobtained by the model fitting method was compared with that obtained by the isoconversional method to select the optimal reaction mechanism function, then the selected mechanism function was re-substituted into the class II thermodynamic equation to obtain the value of the pre-factor. The above analysis method was used to analyze the pyrolysis kinetics of five kinds biomass (corn cob, corn straw, sorghum straw, peanut shell and beech wood), verifying the feasibility of this analysis method. Non-isothermal thermogravimetric experiments with 7 linear heating programs were performed for each biomass, the obtained experimental data were linearly fitted based on class I and class II thermodynamic equations, respectively. The fitting correlation coefficients of the two classes of thermodynamic equations were all more than 0.95. The results showed that the activation energysolved by class II thermodynamic equation was more sensitive to temperature, and the difference between the experimental data and the calculated value obtained by the kinetic parameters, which solved by the class II thermodynamic equation, was lower than that of the class I thermodynamic equation. Hence, the TG value calculated by the kinetic parameters of the class II thermodynamic equation was more close to the experimental data than that of the class I thermodynamic equation, and the accuracy of the kinetic parameters calculated by the class II thermodynamic equation was higher. According to the characteristics of the pyrolysis reaction that the activation energyhad a high linear fit with the logarithm ofand the activation energy with a conversion rate of 0.05-0.85 has a little fluctuation, the pyrolysis kinetic parameters solved by the isoconversional method can be simplified to a set of kinetic parameters corresponding to a specific conversion rate. Taking the conversion rate corresponding to the maximum pyrolysis rate as the dividing point, the TG values obtained from three sets of representative pyrolysis kinetic parameters (less than, equal to and higher than this point) were compared with the experimental data. The results showed that the TG values solved by the pyrolysis kinetic parameters of the maximum pyrolysis rate were closest to the experimental data. Using the kinetic parameters of the maximum pyrolysis rate as the kinetic parameters of the whole pyrolysis process can reduce the number of kinetic parameters while ensuring the calculation accuracy, thereby can reduce the computational cost of numerical simulation and provide a basis for numerical simulation of pyrolysis reactions in engineering.

pyrolysis; biomass; kinetic; Arrhenius equation; temperature integral term; isoconversional method; thermogravimetric analysis

劉宣佐，姚宗路，趙立欣，宋錦春，叢宏斌，霍麗麗，任雅薇.積分方法改進的生物質(zhì)熱解反應(yīng)速率模型構(gòu)建[J]. 農(nóng)業(yè)工程學(xué)報，2019，35(23)：242－249.doi：10.11975/j.issn.1002-6819.2019.23.030 http://www.tcsae.org

Liu Xuanzuo, Yao Zonglu, Zhao Lixin, Song Jinchun, Cong Hongbin, Huo Lili, Ren Yawei. Construction of reaction rate equation of biomass based on integral method improvement[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2019, 35(23): 242－249. (in Chinese with English abstract) doi：10.11975/j.issn.1002-6819.2019.23.030 http://www.tcsae.org

2019-06-27

2019-10-28

中國農(nóng)業(yè)科學(xué)院科技創(chuàng)新工程協(xié)同創(chuàng)新任務(wù)（CAAS-XTCX2016011-01）；現(xiàn)代農(nóng)業(yè)產(chǎn)業(yè)技術(shù)體系專項資金資助（CARS-02-31）

劉宣佐，博士生，主要從事生物質(zhì)資源開發(fā)利用及研究。Email：xuanzuo9001@163.com

姚宗路，研究員，主要從事生物質(zhì)資源開發(fā)利用及研究。Email：yaozonglu@163.com

10.11975/j.issn.1002-6819.2019.23.030

TK6

A

1002-6819(2019)-23-0242-08