生物柴油热解的TG-FTIR联用研究及动力学参数计算
2014-03-04霍梦佳牛胜利路春美刘梦琪李辉
霍梦佳,牛胜利,路春美,刘梦琪,李辉
(山东大学能源与动力工程学院,山东 济南 250061)
生物柴油通常是以动物脂肪、植物油脂、废弃油脂等为原料,通过直接混合、微乳化、热裂解或酯交换等方法制得[1-2],具有与石化柴油相近的黏度、凝点,并且可降解、可再生、燃烧污染物少,可以与石化柴油以任意比例混合或直接使用,是一种优质的化石能源的替代品[3]。热物质特性是生物柴油高效利用的基础,对于推进生物柴油的产业化进程与工业化应用具有一定的积极作用,而活化能、反应级数等动力学参数对于反应器设计、流程优化等具有重要的指导作用。
TG-FTIR联用已广泛应用于煤、生物质等燃料热解特性[4-6]的研究,从中得出的特征参数以及伴随的热解产物成分分析,有助于深入掌握样品的热解特性和规律。基于TG曲线对动力学参数的计算不仅可以加深对热解过程的理解,也有助于解释热解特性,其中非预置模型法[7]无须预先设定模型,根据反应的深度计算活化能精准、应用广泛。现阶段关于生物柴油热解动力学的研究很少,蒋绍坚等[8]基于热重法对生物柴油的燃烧特性进行了分析,利用Achar微分法与Coats-Redfern积分法计算了活化能,但未对其热解特性和气体产物进行研究。
本工作采用 TG-FTIR联用对生物柴油进行定性分析、热解特性实验研究以及热解气体产物成分分析,并基于非预置模型法中的Vyazovkin算法和Avram i理论计算了反应活化能和反应级数,在全面掌握生物柴油热解特性的同时,为其有效替代石化柴油作为燃料提供理论依据。
1 实验系统与实验方法
生物柴油取自山东淄博某生物柴油厂家,其原料油为棕榈油,主要成分包括月桂酸(C12∶0,0.134%)、豆蔻酸(C14∶0,0.834%)、棕榈酸(C16∶0,35.899%)、棕榈油酸(C16∶1,0.137%)、十七烷酸(C17∶0,0.086%)、硬脂酸(C18∶0,4.106%)、油酸(C18∶1,39.74%)、亚油酸(C18∶2,10.73%)、亚麻酸(C18∶3,0.178%)、花生酸(C20∶1,0.382%)、花生一烯酸(C20∶1,0.139%),采用均相催化酯交换生产工艺制得。
生物柴油的热解在 Mettler-Toledo TGA/SDTA 851e型热分析天平(精度0.1μg)上进行。坩埚为A l2O3材质,容积为70μL,热解过程中坩埚由带中孔的坩埚盖覆盖;样品初始质量控制在10mg左右,以薄层完全覆盖坩埚底层;反应气与保护气均为氮气(纯度99.999%),反应气流量为50m L/m in,保护气流量为 30m L/min;升温速率为 5K/min、7 K/min、9K/min、11K/min,升温区间为298~923K。
生物柴油热解的气体产物分析在 Bruker VERTEX 70型傅里叶变换红外光谱仪上进行。检测波数为4000~600cm-1,分辨率为4cm-1,信噪比为45000∶1,快速扫描80张/s,扫描方式为双向双面。
热重与傅里叶变换红外光谱仪的联用通过TGA-IR,采用聚四氟乙烯管路连接,气体产物由氮气携带进入傅里叶红外变换光谱仪,为了避免半挥发性气体产物潜在的冷凝和吸收,测试中气体传输管路和FTIR气体池温度均保持在473K。
2 结果与分析
2.1 生物柴油FTIR图谱
生物柴油FTIR分析结果如图1,长链亚甲基的平面摇摆振动和顺式C=C—H基团的碳氢弯曲振动吸收引起 719cm-1处的吸收峰[9]。酯交换反应产物提纯后残留的反应物甲醇的O—H伸缩振动引起了吸收峰915cm-1和1032cm-1。1150cm-1处的吸收峰为酯交换产物 O—CH3伸缩振动引起的,1462cm-1则为甲氧基中碳氢键的反对称弯曲振动[9]吸收,表明原料植物油与甲醇发生了酯交换反应。1736cm-1为脂肪酸酯的羰基振动强吸收峰,验证了生物柴油主要是由脂肪酸甲酯组成。2845cm-1和2920cm-1分别为甲基和亚甲基的碳氢单键伸缩和反伸缩振动吸收峰。
2.2 生物柴油的热解特性
图1 生物柴油FTIR图谱
图2 生物柴油的TG-DTG曲线
图2所示为生物柴油热解的TG-DTG曲线。473K以下TG曲线未下降,表明原料中没有吸附水分等易析出物质。在初始阶段,生物柴油分解较慢,TG曲线下降较慢,随着温度的升高,生物柴油中的各种脂肪酸甲酯加速热解,失重速率逐步加快,直至热解过程结束,并且在554~773K的温度区间形成一个明显的失重阶段,其失重率约为87.59%,相应失重速率峰出现在699K,峰值为9.96×10-4s-1。相对于石化柴油362K的初始失重温度[10],显然生物柴油的挥发性较差,这可能与两种柴油的组成有关,生物柴油主要为 14~24个碳原子的脂肪酸甲酯,而石化柴油主要为8~24个碳原子的烷烃。
不同升温速率下生物柴油的转化率α[式(1)]曲线如图3所示。在 5K/m in、7K/m in、9K/m in、11K/min升温速率下的生物柴油表现出了较为一致的转化规律,对应于图2中的TG-DTG曲线,均存在一个明显的失重区间,但随着升温速率的提高,生物柴油失重的转化率曲线向高温方向移动。这可能是因为随着升温速率的提高,生物柴油接受热量的时间减少,热解气的扩散变得困难,导致热滞后现象严重[11],由此造成整个曲线向高温区偏移。
式中,M0和Mf分别为反应初始和最终样品质量,mg;Mt为反应t时刻样品质量,mg。
图4所示为棕榈油生物柴油热解过程的 FTIR图谱。650K时,图谱显示出现微弱特征峰,生物柴油已开始热解。在3700~3500cm-1处,由O—H的伸缩振动引起吸收峰,为水蒸气(H2O)的特征峰,其中存在一些小肩峰组成的峰,这可能是水分子中羟基形成的多种方式的氢键的伸缩振动所形成的[12]。
图3 不同升温速率转化率曲线
DTG曲线峰值为699K时,对应气体释放量最大,分析图谱可知主要产物包括 CO2、H2O、各种烷烃、醛、酮以及醚类等有机化合物。CO2主要由生物柴油中大量有机酸脱羧基的反应生成,对应2600~2400cm-1和630cm-1处的特征峰,为C=O键面内变形振动峰。CH主要来源于热解中含有甲基官能团的脂肪链和芳香侧链的剧烈断裂,对应检测到的特征峰为3000~2700cm-1,其生成和分布范围较广。1300~1200cm-1检测到的特征峰,为各种烷烃和醚基。1900~1650cm-1的特征峰由C=O伸缩振动和C—H面内弯曲振动引起,表明存在羰基化合物酮、醛等。特征吸收峰 1500~1300cm-1所对应的有机化合物可能是甲醛、乙醛、丙酮等[13]。
图4 生物柴油热解FTIR图谱
725K时,对应特征峰与699K相同,说明没有新的气体产物生成,但个别特征峰明显下降,由兰伯特-贝尔定律可知[5],特定波段的光谱强度正比于气体产物的浓度,表明对应气体产物浓度降低,符合热解反应过程规律,与热重结果一致。H2、O2、N2等气体没有或红外吸收很弱,其受红外辐射后分子振动不产生偶极矩的变化,采用FTIR无法进行检测[6]。
图5 生物柴油热解典型气体析出曲线
图5为生物柴油热解主要4种气相产物红外光谱随温度的变化曲线。由图5可知,4种气相产物的变化规律相似,均在约600K开始析出,随着温度的升高而增加,存在一个吸收峰,基本对应热重曲线的失重峰699K,说明FTIR对TG过程中产生检测气体没有明显的滞后,热解过程产生的气体在吹扫至 FTIR气体池过程中无反混现象,联用效果很好。另一方面,4种气体产物的吸收强度存在差异,即浓度不同,这主要与生物柴油中混合脂肪酸甲酯的组成有关。CO2和CH4的浓度较低,鉴于其为温室气体,且燃料燃烧所释放的CO2需要几百万年才能再转变为石化能,生物柴油的有效利用将有助于控制温室效应,保护环境。
2.3 棕榈油生物柴油热解的动力学计算
本工作采用非预置模型法的Vyazovkin算法[7,14]计算棕榈油生物柴油热解的动力学参数。基于转化率的动力学一般表达式[14]如式(2)所示。
式中,α为转化率,同式(1);k(T)是Arrhenius方程表示的反应速率常数,k(T)=A·exp(-E/RT)(A为指前因子,E为反应活化能,R为理想气体常数);f(α)为反应模型。
移项变化后,式(2)转化为式(3)。
式中,β为升温速率,β=d T/d t=常数。
基于 Coats-Redfern近似法[15]对温度的积分可得式(4)、式(5)。
两边同取对数,式(5)进一步转化为式(6)。
基于式(6),针对不同升温速率,选取相同转化率所对应温度,通过lnβ/T2对1/T的线性拟合,从斜率求得反应活化能 E。在 5K/min、7K/min、9K/m in、11K/m in升温速率条件下,在生物柴油热解的 20%~80%转化率区间内取均匀分布的 7个点,由Vyazovkin算法所得到的拟合直线如图6,相关系数(R2)以及反应活化能(E)的计算结果如表1,反应活化能从100.48kJ/mol递增到151.14kJ/ mol。活化能用以表征反应发生的难易程度,是反应发生所必须克服的能量壁垒,活化能越大,反应越不易进行。热解初期,主要是小分子化合物的直接析出和少量大碳链分子化合物的断裂,所需能量较少,而随着反应的进行,以C16和C18为主要成分的大分子断裂则需要较多的能量,导致热解活化能偏高[16-17]。
图6 基于Vyazovkin算法的活化能拟合线
表1 基于Vyazovkin算法的活化能
对于另一重要反应过程动力学参数反应级数 n的求解,本文采用 Avram i理论[18]计算,其表达式为式(7)。
式中,α、k(T)和β同式(1)与式(2)。
将方程移项,并取双对数得式(8)。
针对上述 4个升温速率,在生物柴油转化率为 20%~80%的范围内选取若干温度点,进行ln[-ln(1-α)]与lnβ的线性拟合(图7),由斜率即可求出反应级数n,结果如表2所示。从表2中可以看出,不同温度点反应级数存在差异,随着热解的进行,反应级数从1.24减小到1.21。这种变化趋势与活化能恰恰相反,但不存在必然联系。这也说明生物柴油的热解是多阶段的、复杂的理化转化过程。
3 结 论
图7 基于Avrami理论的反应级数拟合线
表2 7个温度点对应反应级数
利用FTIR对生物柴油进行分析,验证了其为原料油与甲醇酯交换反应产物,且有残余甲醇存在。在554~773K的温度区间,生物柴油的热解经历一个快速失重阶段,相应失重率约为87.59%,且失重峰出现在699K,峰值为9.96×10-4s-1。随着升温速率的提高,热重曲线向高温区移动。生物柴油热解的气相产物主要包括 CO2、H2O、烷烃等有机化合物。主要气相产物析出过程的研究表明,析出规律一致,但吸收强度即浓度存在差异。
生物柴油的热解呈现多段复杂性,随着热解的进行,其活化能从20%转化率的100.48kJ/mol,提高到80%转化率的151.14kJ/mol,并且其反应级数也在1.21~1.24的范围内变动。
[1] 颜姝丽,鲁厚芳,姜利寒,等.固体碱催化剂用于油脂甲醇酯交换反应制备生物柴油[J].化工进展,2007,58(10):2506-2512.
[2] 张学林,唐湘华,李俊俊,等.脂肪酶催化地沟油生产生物柴油的新工艺研究[J].可再生能源,2012,30(12):60-70.
[3] 高静,王芳,谭天伟,等.固定化脂肪酶催化废油合成生物柴油[J].化工进展,2005,56(9):1727-1730.
[4] Bassilakis R,Carangelo R M,Wojtow icz M A.TG-FTIR analysis of biomass[J].Fuel,2011,80(12):1765-1786.
[5] 柏继松,余春江,吴鹏,等.热重-红外联用分析垃圾衍生燃料的热解特性[J].化工学报,2013,64(3):1042-1048.
[6] 杨海平,陈汉平,晏蓉,等.油棕废弃物热解的TG/FTIR分析[J].燃料化学学报,2006,34(3):309-314.
[7] Otero M,Calvo L F,Gil M V,et al.Co-combustion of different sewage sludge and coal:A non-isothermal thermogravimetric kinetic analysis[J].Bioresource Technology,2008,99(14):6311-6319.
[8] 蒋绍坚,王传余,肖志红.生物柴油与柴油热稳定性对比和热动力学分析[J].热科学与技术,2012,11(3):255-259.
[9] 秦身钧,孙玉壮,李萍,等.均相碱催化大豆油制备生物柴油的比较研究[J].中国粮油学报,2012,25(1):60-63.
[10] 张蓉仙,陈秀.热分析在生物柴油中的应用[J].中国粮油学报,2009,24(10):75-78.
[11] 彭云云,武书彬.TG-FTIR联用研究半纤维素的热裂解特性[J].化工进展,2009,28(8):1478-1484.
[12] 张旭明,张媛媛.基于TG-FTIR木耳基废弃物热解特性研究[J].可再生能源,2013,31(9):74-77.
[13] 王贤华,贺雪瑞,杨海平,等.生物油热解气化的TG-FTIR分析[J].太阳能学报,2010,31(5):545-548.
[14] Niu S L,Han K H,Zhou F,et al.Thermogravimetric analysis of the relationship among calcium magnesium acetate,calcium acetate and magnesium acetate[J].Applied Energy,2012,87(7):2237-2242.
[15] Thipkhunthod P,Meeyoo V,Rangsunvigit P,et al.Pyrolytic characteristic of sewage sludge[J].Chemosphere,2006,64(6):955-962.
[16] 左金琼.热分析中活化能的求解与分析[D].南京:南京理工大学,2006.
[17] 冉景煜,牛奔,张力,等.煤矸石热解特性及热解机理热重法研究[J].煤炭学报,2006,31(5):640-644.
[18] David M.Application of Kolmogorov-Johnson-Mehl-Avrami equations to non-isothermal conditions[J].Computational Materials Science,2010,47(3):796-800.