Kısa Analiz Verileri Kullanılarak Biyokütlenin Üst Isı Değerinin Hesaplanması

Biyokütle küresel ısınmaya katkıda bulunmayan, alternatif enerji kaynaklarından biridir. Biyokütlenin yakıt olarak kullanımının, fosil yakıtlardan kaynaklanan sorunlara çözüm olacağı düşünülmektedir. Biyokütle ile çalışan bir tesis tasarlanacağı zaman ısıl değerinin belirlenmesi gerekmektedir. Çünkü ısıl değer tesisin kapasitesini belirlemede en önemli parametredir. Bu çalışmada bölgemizde fazla miktarda bulunan on farklı biyokütlenin kısa analiz verileri kullanılarak üst ısı değerleri (ÜID) hesaplandı. Hesaplamalarda dört farklı eşitlik kullanıldı. Eşitlik E1, E2, E3, E4 sırasıyla biyokütlenin kül, uçucu madde, kül ve uçucu madde, uçucu madde ve sabit karbon içeriklerini dikkate alarak ÜID’ni tahmin etmek için kullanıldı. Ayrıca, adyabatik kalorimetre bombası kullanılarak numunelerin ÜID’leri deneysel olarak belirlendi. Deneysel ve tahmin edilen ÜID’leri her bir numune için karşılaştırıldı ve standart sapmanın 0.5 ila 1.87 kJ/g aralığında değiştiği tespit edildi. Tahmin edilen değerler, deneysel değerlere karşı grafiğe geçirildiğinde R2 değerlerinin yakın olduğu belirlendi. Ayrıca hesaplanan ve deneysel olarak belirlenen üst ısı değerlerinin biyokütlenin uçucu madde ve kül oranlarından etkilendiği tespit edildi.

Estimation of Higher Heating Value of Biomass Using Proximate Analysis Data

Biomass is one of the alternative energy sources that do not contribute to global warming. The use of biomass as fuel is thought to be a solution to problems arising from fossil fuels. When designed a plant that works with biomass, the calorific value should be determined. Because the calorific value is the most important parameter in determining the capacity of the plant. In this study, higher heating value (HHV) were estimated using proximate analysis data of ten different biomass. Four different equations were used in estimations. The equations are used to estimate the HHV by considering the contents of the ash (E1), volatile matter (E2), ash and volatile matter (E3) and volatile matter and fixed carbon (E4) of the biomass. In addition, the HHV’s of the samples were experimentally determined by using an adiabatic calorimeter bomb. The experimental and estimated HHV's were compared for each sample and the standard deviations were found to vary from 0.5 to 1.87 kJ/g. When estimated values were plotted against experimental values, it was determined that R2 values were close to each other. In addition, it was detected that estimated and experimentally determined HHV’s were affected from the volatile matter and ash ratios of the biomass.

PDF

___

R. García, C. Pizarro, A.G. Lavín and J.L.Bueno, “Characterization of Spanish biomass wastes for energy use”, Bioresource Technol, vol.103, pp. 249–58, 2012.
R. García, C.. Pizarro , A.G. Lavín, J.L. Bueno, “Spanish biofuels heating value estimation. Part II: Proximate analysis Data”, Fuel, vol.117, pp. 1139–1147, 2014.
E. Akkaya, “ANFIS based prediction model for biomass heating value using proximate analysis components”, Fuel, vol.180, pp.687–693, 2016.
H.Uzun, Z. Yıldız, J. L. Goldfarb, S. Ceylan, “Improved prediction of higher heating value of biomass using an artificial neural network model based on proximate analysis”, Bioresource Technology, vol.234, pp.122–130, 2017.
C.-Y. Yin, “Prediction of higher heating values of biomass from proximate and ultimate analyses”, Fuel, vol.90, pp.1128–1132, 2011.
A.J. Callejón-Ferre, J. Carreño-Sánchez, F.J. Suárez-Medina, J. Pérez-Alonso, B. Velázquez-Martí, “Prediction models for higher heating value based on the structural analysis of the biomass of plant remains from the greenhouses of Almería (Spain)”, Fuel, vol.116, pp.377–387, 2014.
M. Erol, H. Haykiri-Acma, S.Küçükbayrak, “Calorific value estimation of biomass from their proximate analyses data”, Renew. Energy, vol.35, pp.170–173, 2010
D.R. Nhuchhen, P.A. Salam, “Estimation of higher heating value of biomass from proximate analysis: a new approach”. Fuel, vol.99, pp.55–63, 2012
J. Shen, S.Zhu, X. Liu, H. Zhang, J. Tan, “The prediction of elemental composition of biomass based on proximate analysis”. Energy Convers. Manag, vol.51, pp.983–987, 2010.
T. Cordero, F. Marquez, J. Rodriguez-Mirasol, J.J. Rodriguez, “Predicting heating values of lignocellulosics and carbonaceous materials from proximate analysis”, Fuel, vol. 80, pp. 1567–1571, 2001
J. Parikha, S.A. Channiwalab, G.K. Ghosalc, “A correlation for calculating HHV from proximate analysis of solid fuels”, Fuel, vol. 84, pp. 487–494, 2005.
A.J. Callejón-Ferre, B. Velázquez-Martí, J.A. López-Martínez, F. Manzano-Agugliaro, “Greenhouse crop residues: Energy potential and models for the prediction of their higher heating value”, Renewable and Sustainable Energy Reviews, vol.15, pp. 948–955, 2011.
ASTM-E 872. Volatile matter in the analysis of particulate wood fuels. Annual Book of ASTM Standards; 1982.
ASTM-E 1755. Ash in biomass. Annual Book of ASTM Standards; 1995