Determinación y Evaluación de la Temperatura de Pirolización para el Proceso de Cogeneración en Gasificación tipo Downdraft con el Uso de Redes Neuronales Artificiales (RNA).
Resumen
En el presente estudio se realizó el control de la temperatura de pirolización en un proceso de gasificación de la madera de eucalipto, su predicción se realiza a parir de los parámetros de operación del reactor para asegurar la obtención de un gas de síntesis con la calidad requerida. Se muestran los resultados obtenidos del modelado matemático para la predicción de la temperatura de pirólisis con la utilización de técnicas de inteligencia artificial y el desarrollo de redes neuronales artificiales, con datos experimentales del proceso. Por ello se implementó un diseño estadístico experimental de tipo 3n, con dos réplicas adicionales, mediante el cual se realizaron los entrenamientos de una red neuronal artificial capaz de predecir la temperatura de pirólisis en un gasificador de tipo downdraft con cogeneración. La predicción de la temperatura de pirólisis tiene error de 4,6 oC y un ajuste del 93,71 %, valores adecuados sobre este parámetro de trabajo.Descargas
Citas
Ahmed, T. Y. et al. 2012. «Mathematical and computational approaches for design of biomass gasification for hydrogen production: A review. Renewable and Sustainable». Energy Reviews, Vol. 16, pp. 2304-2315. <https://doi.org/10.1016/j.rser.2012.01.035>
Basu, P. 2010. Biomass Gasification and Pyrolysis: practical design and theory. 1st Edition, Academic Press Elsevier, ISBN: 9780080961620, Kidlington, Oxford, UK.
Berzal, F. 2018. Redes Neuronales & Deep Learning. Edición en español, Granada. España.
Bhattacharya, A. et al. 2013. «Modeling of hydrogen production process from biomass using oxygen blown gasification». IntHydrogen Energy, Vol, 37, pp. 18782–90. <https://doi.org/10.1016/j.ijhydene.2012.09.131>
Bhering, A.; Martínez, A.; Almazán, O. 2017. «Advanced exergy analysis and environmental assesment of the steam cycle of an incineration system of municipal solid waste with energy recovery». Energy Conversion and Management, Vol. 157, pp. 195-214. <https://doi.org/10.1016/j.enconman.2017.11.083>
Cash, P. et al. 2016. «Experimental Design Research Approaches, Perspectives, Applications». Experimental Design Research Series, Springer International Publishing Switzerland, ISBN: 978-3-319-33779-1. <https://doi.org/10.1007/978-3-319-33781-4>
Chidiebere, C. et al. 2018. «Modelling of down-draft gasification of biomass - an integrated pyrolysis, combustion and reduction process». Applied Thermal Engineering, Vol. 142, pp. 444 - 456. <https://doi.org/10.1016/j.applthermaleng.2018.06.079>
Gutiérrez, E. et al 2014. «Análisis de un sistema de gasificación de biomasa tipo downdraft». Rev. Aporte Santiaguino, Vol. 7, No. 2, pp. 32 – 38, ISSN: 2070-836X. <http://dx.doi.org/10.32911/as.2014.v7.n2.472>
Gutiérrez, E. et al. 2018. «Modelado por redes neuronales artificiales de los indicadores de desempeño de operación en instalaciones de gasificación termoquímica downdraft». Rev. Aporte Santiaguino Vol. 11, No. 2, pp. 211-224, ISSN-L 2616-9541. <http://dx.doi.org/10.32911/as.2018.V11.n2.576>
Gutiérrez, E. et al. 2019. «Modelado de indicadores de operación de un gasificador downdraft por redes neuronales para biomasa Eichhornia Crassipes». Ingeniería Energética, Vol. 40, No. 3, pp. 212-222. <http://scielo.sld.cu/scielo.php?script=sci_abstract&pid=S1815-59012019000300212>
Han, J. et al. 2017. «Modeling downdraft biomass gasification process by restricting chemical reaction equilibrium with Aspen Plus». Energy Conversion and Management, Vol. 153, pp. 641–648. <https://doi.org/10.1016/j.enconman.2017.10.030>
Hannul, I.; Kurkela, E. 2017. «A parametric modeling study for pressurized steam blown fluidised-bed gasification of wood». Biomass Bioenergy, Vol. 38, pp58–67, <https://doi.org/10.1016/j.biombioe.2011.02.045>
Hernández, K. 2018. Análisis de eficiencia energética a través de la determinación del poder calorífico de la biomasa forestal en forma de briqueta de la especie eucalyptus grandis, para la región del Municipio de Palencia en el Departamento de Guatemala. Tesis de Máster, Facultad de ingeniería, Universidad San Carlos de Guatemala, Guatemala. <http://www.repositorio.usac.edu.gt/10920/1/Kevin%20Roberto%20Hern%C3%A1ndez%20Tavico.pdf> [Consulta: 19−03−2021]
Herrera, R. 2019. Análisis térmico de un gasificador tipo downdraft al combustionar residuos forestales. Tesis de Grado, Facultad de Mecánica, SPOCH, Riobamba, Ecuador. <http://dspace.espoch.edu.ec/bitstream/123456789/13243/1/15T00721.pdf> [Consulta: 20−04−2021]
Janajreh, I.; Al-Shrah, M. 2013. «Numerical and experimental investigation of downdraft gasification of woodchips». Energy Conversion and Management, Vol. 65, pp. 783-792. <https://doi.org/10.1016/j.enconman.2012.03.009>
Li, Y. et al. 2018. «Simulation of biomass gasification in a fluidized bed by artificial neural network (ANN)». Energy Sources, Part A: Recovery, Utilization, and Environmental Effects, Vol. 40, No. 5, pp. 544-548. <https://doi.org/10.1080/15567036.2016.1270372 >
Martínez, A.; Lesme, R.; Silva, E. 2020. «Thermodynamic assessment of the integrated gasification-power plant operating in the sawmill industry: An energy and exergy analysis». Renewable Energy, Vol. 147, pp. 1151-1163. <https://doi.org/10.1016/j.renene.2019.09.045>
Medina, S. et al. 2014. Atlas Energético de la República del Ecuador. ESIN Consultora S. A. 1ra Edición, pp. 150 <http://biblioteca.olade.org/opac-tmpl/Documentos/cg00194.pdf> [Consulta: 22−04−2021]
Orozco, L. 2017. Levantamiento y análisis del potencial energético aprovechable de la biomasa forestal en el cantón Riobamba y su viabilidad a través de gasificación tipo downdraft, Tesis de Máster, Facultad de Ingeniería Mecánica, EPN, Quito, Ecuador. <https://bibdigital.epn.edu.ec/bitstream/15000/18894/1/CD-8286.pdf> [Consulta: 22−04−2021]
Pérez, C. (2017) Redes Neuronales a través de Ejemplos: Aplicaciones con MATLAB. ISBN: 978-1978319974, Granada, España.
Puig, M.; Bruno, J.C.; Coronas, A. 2010. «Review and analysis of biomass gasification models». Renewable and Sustainable Energy Reviews. Vol. 14, No. 9, pp. 2841–2851. <https://doi.org/10.1016/j.rser.2010.07.030>
Puig, M.; et al. 2013. «Artificial neural network models for biomass gasification in fluidized bed gasifiers». Biomass and Bioenergy, Vol. 49, pp. 279–89. <https://doi.org/10.1016/j.biombioe.2012.12.012>
Quiñonez, A.; Taipe, C. 2017. Optimización termodinámica de un gasificador tipo downdraft para la implementación de un Sistema generador de vapor para aplicaciones térmicas, Tesis de Grado, Carrera de Ingeniería Mecatrónica, ESPE, Quito, Ecuador. <http://repositorio.espe.edu.ec/xmlui/bitstream/handle/21000/12836/T-ESPE-053727.pdf?sequence=1&isAllowed=ys> [Consulta: 05−05−2021]
Shabbar, S. et al. 2013. «Thermodynamic equilibrium analysis of coal gasification using Gibbs energy minimization method». Energy Conversion and Management, Vol. 65, pp. 755–63. <https://doi.org/10.1016/j.enconman.2012.02.032 >
Sharma, T. et al 2018. «An Experimental and Theoretical Study of the Gasification of Miscanthus Briquettes in a Double-Stage Downdraft Gasifier: Syngas, Tar, and Biochar Characterization». Energies, Vol. 11, No. 3225, pp. 2-10. <https://doi.org/10.3390/en11113225>
Sreejith, C.; Muraleedharan, C.; Arun, P. 2013. «Performance prediction of fluidised bed gasification of biomass using experimental data-based simulation models». Biomass Conversion and Biorefinery, Vol. 3, No. 4, pp. 283-304. <https://link.springer.com/article/10.1007/s13399-013-0083-5>
World Energy Outlook. 2018. International Energy Agency, OCCD/IEA 2018. <https://webstore.iea.org/download/summary/190?fileName=Spanish-WEO-2018-ES.pdf> [Consulta: 10−05−2021]
