洁净煤技术

作者：葛亚东, 袁壮, 张睿, 王智, 颜蓓蓓, 陶俊宇, 陈冠益

关键词：厌氧发酵,气化,机器学习,碳减排,沼渣

厌氧发酵−气化耦合技术作为一种新型生物质高效转化路径，可显著提升生物质处置与转化效率，在实现“双碳”目标的背景下具有广阔的应用前景。借助机器学习方法，将传统厌氧发酵模型与气化过程模型有机融合，构建了生物质厌氧发酵−气化耦合过程的动态模拟体系，系统揭示了从厌氧发酵至气化全流程中关键产物的动态演变规律。模拟与试验验证结果表明：该耦合模型对气化阶段主要气体产物（包括H2、CO、CH4、CO2）浓度预测的平均精度达到91.3%，相较于传统单一气化模型预测精度提高了12.5%，显示出优异的泛化与预测能力。在厌氧发酵初期阶段（0~6 d），发酵系统表现出较高的产甲烷活性，挥发性脂肪酸快速降解，累计甲烷产量快速上升至136.4 mL/g，为发酵系统主要产甲烷阶段。随着发酵进行，沼渣的理化性质发生明显变化：C、O元素在沼渣中的质量分数呈整体下降趋势，C元素的质量分数从初始34.14%降至29.11%，O元素的质量分数由30.05%降至20.10%，反映出有机组分分解并向CO2和CH4转化的规律。N元素的质量分数从2.15%上升至2.57%，主要归因于含碳组分的降解导致相对富氮。在碳减排效益评估方面，以单位生物质输入所产生的CO2排放当量为指标，其随发酵时间的增加呈先升后降趋势。当厌氧发酵进行至第3 d时，耦合系统CO2排放当量值达到最高（0.0694 gCO2eq），说明该时间点系统碳减排性能最优。研究为生物质原料梯级利用技术的工程化应用提供了关键理论支撑。

来源：2025年第9期

《洁净煤技术》期刊编辑部

查看洁净煤技术杂志2025年第9期