基于补氢/脱氧的玉米秸秆催化热解制油和油品提质研究

发布时间：2025-04-23 06:07

　　生物质能的推广利用有助于缓解日益严重的能源与环境问题,在众多的生物质能源化开发途径中,催化快速热解(catalytic fast pyrolysis,CFP)制油技术具备良好的前景。但是,CFP所得生物油存在缺氢多氧的显著问题,需要开展针对性改善研究。本论文从生物质原料、HZSM-5催化剂、热解反应器和工艺、初级生物油等多方面对CFP制油技术进行全面系统的优化研究,提高生物油中烃类相对含量,降低含氧量。在原料方面创新性地开展了玉米秸秆和多氢原料高密度聚乙烯(high-density polyethylene,HDPE)催化共热解的研究,提高了烃类在产物中的相对含量,为从生物质原料源头补氢建立了理论基础。玉米秸秆和HDPE在催化共热解过程中存在显著的协同作用,会促进烃类生成。当热解温度为750℃时,可冷凝挥发性有机产物产率达到最大。当玉米秸秆/HDPE质量比大于1.0时,产物中芳香烃相对含量变化不明显;当玉米秸秆/HDPE质量比小于1.0时,芳香烃相对含量随着玉米秸秆/HDPE质量比的减小而稳步增加。在催化剂方面提出了 HZSM-5分子筛抗结焦改性调控的新方法。首先利用水热处理对HZSM-...

【文章页数】：118 页

【学位级别】：博士

【文章目录】：
摘要
ABSTRACT
第一章 绪论
    1.1 课题研究背景及意义
    1.2 课题的国内外研究现状
        1.2.1 生物质能源化开发与利用途径
        1.2.2 生物质快速热解制油技术
        1.2.3 生物质快速热解反应机理
        1.2.4 生物质热解制油反应器
        1.2.5 生物油品质提升研究
    1.3 生物质催化热解制油和油品提质方法中存在的问题
    1.4 课题的研究目标和研究内容
        1.4.1 课题研究目标
        1.4.2 课题研究内容
    1.5 本章小结
    参考文献
第二章 玉米秸秆和多氢原料催化共热解研究
    2.1 引言
    2.2 试验部分
        2.2.1 试验原料
        2.2.2 Py-GC/MS试验
    2.3 试验结果与讨论
        2.3.1 HDPE单独催化热解
        2.3.2 玉米秸秆和HDPE催化共热解
    2.4 本章小结
    参考文献
第三章 HZSM-5催化剂脱氧效果优化研究
    3.1 引言
    3.2 HZSM-5催化剂水热处理研究
        3.2.1 水热氛围对HZSM-5催化剂的可能影响
        3.2.2 试验部分
        3.2.3 试验结果与讨论
    3.3 HZSM-5催化剂抗结焦研究
        3.3.1 HZSM-5催化剂结焦机理和特性
        3.3.2 试验部分
        3.3.3 试验结果与讨论
    3.4 本章小结
    参考文献
第四章 玉米秸秆微波辅助加热催化热解制油试验研究
    4.1 引言
    4.2 玉米秸秆MACFP双级热解制油试验研究
        4.2.1 试验部分
        4.2.2 试验结果与讨论
    4.3 抗结焦HZSM-5催化剂在MACFP双级热解制油技术中的运用研究
        4.3.1 试验部分
        4.3.2 试验结果与讨论
    4.4 本章小结
    参考文献
第五章 生物油品质提升研究
    5.1 引言
    5.2 基于组分分离的生物油品质提升研究
        5.2.1 生物油乙醚萃取分离研究
        5.2.2 ES微波加热催化酯化提质研究
    5.3 基于进一步脱氧加氢的生物油精炼初步研究
        5.3.1 非催化热解所得生物油的制备与化学组成
        5.3.2 生物油链式氧化催化脱氧试验研究
        5.3.3 脱氧生物油电催化温和加氢试验研究
        5.3.4 加氢生物油分子筛催化热解制取芳香烃和烯烃试验研究
    5.4 本章小结
    参考文献
第六章 玉米秸秆催化热解制油和油品提质预测模型
    6.1 引言
    6.2 BP神经网络基本理论简介
        6.2.1 人工神经元模型结构
        6.2.2 BP神经网络结构
        6.2.3 BP神经网络训练方法
        6.2.4 BP神经网络的改进
    6.3 支持向量机基本理论简介
        6.3.1 支持向量机回归问题
        6.3.2 支持向量机回归模型
    6.4 玉米秸秆催化热解制油L-MBP神经网络预测模型
        6.4.1 L-MBP神经网络预测模型输入和输出变量的选取及网络结构的确定
        6.4.2 L-MBP神经网络预测模型训练样本与训练结果
        6.4.3 L-MBP神经网络预测模型检验样本结果分析
    6.5 生物油品质提升支持向量机预测模型
        6.5.1 支持向量机预测模型训练样本与训练结果
        6.5.2 支持向量机预测模型检验样本结果分析
    6.6 本章小结
    参考文献
第七章 结论与展望
    7.1 主要研究结论
    7.2 研究创新点
    7.3 研究展望
致谢
学术论文及成果



本文编号：4041339