Modelado para la determinación del poder calorífico de la gasificación de la balsa en instalaciones downdraft mediante redes neuronales artificiales
DOI:
https://doi.org/10.46842/ipn.cien.v24n2a10Palabras clave:
operación de instalaciones energéticas, gasificación, biomasa, modelado matemático, redes neuronales artificiales, poder caloríficoResumen
En este trabajo se presentan los principales resultados investigativos obtenidos por los autores en el modelado para la predicción del poder calorífico del gas de síntesis obtenido en instalaciones de gasificación termoquímica downdraft de la madera de balsa, con la incorporación de técnicas basadas en redes neuronales artificiales. Se realizó un análisis del estudio del estado del arte de trabajos de investigación previos vinculados al modelado matemático de estas instalaciones por las diferentes técnicas reflejada en la literatura especializada. El modelado se lleva a cabo mediante una planificación experimental 3n , con lo que se obtuvo los datos experimentales a los cuales se aplican técnicas de predicción mediante redes neuronales con ayuda de Matlab con resultados satisfactorios. La selección de variables para realizar la experimentación toma en cuenta la ubicación geográfica de donde se obtiene el residuo forestal de la balsa, ya que esta se produce en un clima tropical cálido-húmedo. Por literatura se conoce que uno de los factores que influye notablemente en el poder calorífico es la humedad. Obviamente la cantidad oxígeno contenida en el aire en el proceso es regulada por una válvula de admisión, además de que es un factor preponderante la masa añadida al proceso. Teniendo en cuenta esto, la red neuronal artificial obtenida permite la predicción del poder calorífico resultante de la gasificación de la balsa con un error de ± 2.6 MJ/g y un ajuste del 86%, lo cual permite realizar una predicción adecuada.
Referencias
International Energy Agency (IEA), Good practice guidelines: bioenergy project development and biomass supply, OECD/IEA, 2007, Francia.
P. Basu, Biomass gasification and pyrolysis: practical design and theory, MA, U.S., Elsevier, 2010.
P. Basu, Combustion and gasification in fluidized beds, London: Taylor & Francis Group/CRC Press, 2006.
K. Sharma, "Experimental investigations on a 20 kWe, solid biomass gasification system," Biomass Bioenergy, 2011, vol. 35, pp. 421-8.
S. Shabbar, "Thermodynamic equilibrium analysis of coal gasification using Gibbs energy minimization method," Energy Convers Manage, 2013, vol. 65, pp. 755-63.
N.S. Barman, "Gasification of biomass in a fixed bed downdraft gasifier: a realistic model including tar," Bioresour Technol., 2012, vol. 107, pp. 505-11.
E. Azzone, "Development of an equilibrium model for the simulation of thermochemical gasification and application to agricultural residues," Renewable Energy, 2012, vol. 46, pp. 248-54.
J. Xie, "Simulation on gasification of forestry residues in fluidized beds by Eulerian Lagrangian approach," Bioresour Technol., 2012, vol. 121, pp. 36-46.
Janajreh, M. Al Shrah, "Numerical and experimental investigation of downdraft gasification of woodchips," Energy Convers Manage, 2013, vol. 65, pp. 783-92.
M. P. Arnavat, "Artificial neural network models for biomass gasification in fluidized bed gasifiers," Biomass Bioenergy, 2013, vol. 49, pp. 279-89.
J. Han, "Modeling downdraft biomass gasification process by restricting chemical reaction equilibrium with Aspen Plus," Energy Conversion and Management, 2017, vol. 153, pp. 641-648.
M. Puig-Arnavat, "Review and analysis of biomass gasification models," Renewable and Sustainable Energy Reviews, 2010, vol. 14, pp. 2841-2851.
D. Baruah, "Renewable and Sustainable Energy Reviews,"Renewable and Sustainable Energy Reviews, 2014, vol. 39, pp. 806-815.
M. Puig-Arnavat, "Review and analysis of biomass gasification models," Renewable and Sustainable Energy Reviews, 2010, vol. 14, pp. 2841-2851.
M. Fani, M. H. Niri, F. Joda, "A simplified dynamic thermokinetic-based model of wood gasification process," Process Integration and Optimization for Sustainability, 2018, vol. 2, núm. 3, pp. 269-279.
Y. Li, L. Yan, B. Yang, W. Gao, M.R. Farahani, "Simulation of biomass gasification in a fluidized bed by artificial neural network (ANN)," Energy Sources, Part A: Recovery, Utilization, and Environmental Effects, vol. 40, núm. 5, pp. 544-548, 2018.
T. Y. Ahmed, "Renewable and Sustainable Energy Reviews", Renewable and Sustainable Energy Reviews, 2012, vol. 16, pp. 2304-2315.
C. Pérez, Redes neuronales a través de ejemplos: aplicaciones con MATLAB, España, 2017.
P. Ponce, Inteligencia artificial con aplicaciones a la ingeniería, España, 2011.
F. Berzal, Redes Neuronales & Deep Learning, Granada, España, 2018.
C. A. Carvajal-Jara, P. M. Tafur-Escanta, A.H. Villavicencio-Poveda, E. R. Gutiérrez-Gualotuña, "Caracterización del poder calorífico de la biomasa residual de cacao CCN51 mediante procesos de gasificación anaeróbico y termoquímico," Científica, vol. 22, núm. 2, 2018, pp. 113-123.
E. R. Gutiérrez-Gualotuña, J. A. Soria-Amancha, P. M. Tafur-Escanta, N. Rodríguez-Trujillo, A. H. Villavicencio-Poveda, J. Arzola-Ruiz, "Modelos matemáticos de los parámetros energéticos de desempeño de gasificadores tipo downdraft mediante técnicas de regresión," Científica, vol. 23, núm. 1, 2019, pp. 61-81.
M. S. Arroyo-López, F. M. Guerrero-Espinosa, E. R. Gutiérrez-Gualotuña, "Análisis comparativo de la densidad y velocidad de ignición óptimas para la combustión completa del olote perteneciente al Zea Mays L.," Científica, vol. 23, núm. 1, 2019, pp. 43-50.
E. R. Gutiérrez Gualotuña, J. Almeida Mera, J. C., J. Arzola Ruiz, "Modelado de indicadores de operación de un gasificador downdraft por redes neuronales para biomasa Eichhornia Crassipes," Ingeniería Energética, vol. 40, núm. 3, 2019, pp. 212-222.
Descargas
Publicado
Número
Sección
Licencia
Derechos de autor 2020 Instituto Politécnico Nacional
Esta obra está bajo una licencia internacional Creative Commons Atribución-NoComercial-CompartirIgual 4.0.
