生活垃圾制备RDF工艺参数及其热特性研究

齐 琪,袁 京,李 赟,张地方,李国学(中国农业大学资源与环境学院,北京 100093)

生活垃圾制备RDF工艺参数及其热特性研究

齐 琪,袁 京,李 赟,张地方,李国学*(中国农业大学资源与环境学院,北京 100093)

采用生活垃圾生物干化产品作为原料,使用压型机及热重分析仪对垃圾衍生燃料(RDF)的成型工艺参数及热特性进行研究.结果表明,使用生活垃圾生物干化物料制备RDF时,最适含水率为30%,最适原料粒径为＜1mm,最适成型压强为2MPa.在该制备参数下,制备的RDF跌落强度可达95%以上,成型效果良好,无体积膨胀现象.原料粒径1～2mm的RDF热值较高.原料粒径影响RDF热特性,原料粒径＜1mm的RDF热特性明显不同于1～3mm的RDF.一级动力学方程对热重(TG)曲线拟合效果较好.利用生活垃圾经生物干化制备RDF具有较大潜力.

生活垃圾；生物干化；垃圾衍生燃料；成型；热特性

随着经济快速发展以及人口数量攀升, 2014年我国生活垃圾年清运量已达到1.7亿t[1].垃圾焚烧因其减量化效果好,处理时间短,近年来得到不断发展.但是厨余垃圾所占比例不断增大,造成垃圾含水率过高,热值下降.这极大地限制了生活垃圾焚烧发电处理方式的推广并易引起环境污染.因此,如何降低生活垃圾含水率,提高其可燃性成为垃圾焚烧处理的当务之急.生物干化作为一种有效的预处理手段,可以降低垃圾含水率减小体积,从而提高垃圾筛分效率及热值[2-3].而生物干化产物又可作为制备垃圾衍生燃料(RDF)的原料,从而使垃圾中的能量得到最大限度地保留[4].国内还尚未使用生物干化产物进行 RDF制备.近几年,对于成型RDF(RDF-5)制备工艺参数的研究主要集中在含水率、成型压强以及物料粒径等方面[5-6].由于不同研究所用原材料及 RDF成型设备差异较大,导致相关工艺参数的最佳范围并不一致.此外,使用热重(TG)-微分热重(DTG)-差示扫描量热法(DSC)联用对RDF进行热特性分析的文献极少,相关文献主要是对垃圾及其中典型组分进行TG分析[7-8],对餐厨垃圾[9]、污泥[10]和生物质[11]热解,对煤与 RDF或干污泥混烧[12-13]以及土壤有机碳热稳定性等进行 TG-DSC分析[14].因此TG-DTG-DSC联用测定RDF热特性的相关研究依然是空白.

本文以经生物干化预处理后的生活垃圾为原料制备 RDF.探究制备过程中含水率、物料粒径及成型压强对RDF成型性能的影响并对RDF热特性进行分析.

1 材料与方法

1.1 供试材料

供试生活垃圾取自北京市马家楼垃圾分选转运站0～80mm粒径段的混合垃圾,经生物干化后所得产品作为RDF成型的原料.在进行生物干化前,人工去除不可燃组分,并添加 15%的秸秆(湿基)作为辅料.混合均匀后,将20kg的物料堆置于容积为 60L的密闭式发酵罐中进行生物干化试验,持续 21d.发酵罐底部设有通气口并可排出渗滤液,顶部设置有温度探头和可以采集气体组分的采气孔.所得成型RDF原料包括无法分辨物理组分的有机物,占比为 79.91%(湿基),纸类,塑料和木材的比例分别为12.22%,5.26%和1.39%.将生物干化后物料风干粉碎,同时分离出塑料并获得粒径＜3mm物料,用于RDF成型.

1.2 RDF 成型及方法

1.2.1 RDF成型设备 RDF成型设备为自行研制的压型机.由压型主体和显示控制器两部分组成,一次可压制4个RDF圆柱形产品,示意如图1.

图1 RDF压型机示意Fig.1 Schematic diagram of RDF moulding machine1.手动升降摇轮;2.电机;3.压型杆;4.压型模具; 5.方形出料孔;6.压力传感器; 7.显示控制箱

1.2.2 指标测定和方法 跌落强度:参照MT/T-2004[15]. RDF体积较小,直径和高分别为 16mm和10～15mm(由于成型压强不同).故将10mm作为跌落后粒径的标准.RDF跌落强度为跌落后最大直径＞10mm的颗粒质量总和占RDF原始质量的百分比.

元素分析:采用元素分析仪测定(vario MACRO cube元素分析仪,德国).

工业成分分析:参照GB/T212-2008[16].

热特性检测:使用球磨仪对放置30d后的成型RDF进行粉碎并过100目筛.将所得粉末状样品使用ZDHW-YT8000型微机全自动量热仪测量热值.

使用HITACHI公司的STA7200型热重分析仪进行热分析实验.测定条件为:升温速率10℃/min,进气总流量375mL/min,进气中N2与O2流量之比4:1,在 25～950℃范围内进行线性程序升温.最后,使用TA7000Job Gallery软件对所得的TG、DTG和DSC曲线进行分析.各处理设置3次重复(n=3).

使用excel 2010软件求解活化能E,指前因子A和相关系数R2[17-18].主成分分析(PCA):使用R-studio软件中的 vegan程序包进行[19].聚类分析:使用R-studio软件中的vegan和stats程序包进行[20].显著性分析:使用 Excel 2010软件进行显著性分析.

2 结果与讨论

2.1 RDF元素含量、工业成分分析和低位热值

不同粒径RDF物料的相关指标如表1所示.经生物干化后,RDF物料的高挥发分和低固定碳特性与 Sever等[21]的研究结果一致,其主要原因由于转运站前端筛分和干化后分离出轻质塑料类垃圾.与煤相比,RDF中固定碳及碳元素含量较低,未来RDF-5可以直接采用与煤掺烧或与分离出来的塑料类组分混合后再与煤掺烧的方式,将更有利于持续燃烧且环境效应更好[22].

未添加塑料组分,RDF原料仍保持较高的低位热值(表 1).其原因在于,生物干化之前已分离出不可燃组分.秸秆作为生物干化辅料又可提高物料热值[23-24];生物干化过程中,基本去除含水率高的厨余垃圾组分,混合垃圾整体含水率降低至 30%～40%;风干粉碎后,热值进一步提高,燃烧稳定.原料粒径 1～3mm的 RDF低位热值高于15MJ/kg,即达到美国材料与试验协会(ASTM)对于RDF-5热值的要求[25].

表1 不同粒径原料的性质Table 1 The related properties of different particle size raw material

2.2 原料含水率、粒径和压强对成型 RDF跌落强度的影响

一般将跌落强度大于 95%作为成型性能优良的范围.由图 2可见,当原料含水率为 10%时,RDF成型性能均较差,其原因为水分含量低,粘结性较差.随着含水率升高及粒径变小,对应的最适成型压强下降,反之最适成型压强上升.因此,随着粒径减小和含水率逐渐升高,跌落强度也呈增大趋势,可达 95～100%.综合表明,控制含水率为30%,原料粒径＜1mm,所需成型压强最小,成型性能好(表2).

相比与前人的研究结果[6,26],本研究制得RDF跌落强度更高,可达95%以上.原因是物料性质不同.本研究没有使用煤混原料以及大量塑料组分[6,26].物料经充分粉碎,性质均一,故水分的粘结作用较强.且塑料含量少,故 RDF没有体积膨胀现象出现[27].因此,本研究制得 RDF成型效果好,在生产实践中有利于长距离运输.

图2 粒径＜1mm、1～2mm和2～3mm物料的跌落强度变化Fig.2 The variation of fall strength of RDF using raw material of ＜1mm, 1～2mm and 2～3mm particle size

表2 不同粒径对应的最佳含水率、成型压强Table 2 The best moisture content, molding pressure for different particle sizes raw material

2.3 RDF热特性

2.3.1 RDF热重(TG)、微分热重(DTG)和差示扫描量热(DSC)曲线 对原料粒径分别为＜1mm、1～2mm和2～ 3mm的RDF进行TG、DTG和DSC分析,不同处理设置3次重复,热特性图谱如图3.

TG曲线的相关指标如表3所示. TG曲线出现4个失重段,约在 30～100℃,250～330℃,420～540℃和 630～700℃范围内.4个失重段出现的原因可能是水分、以纤维素类物质为主的挥发分、固定碳和塑料类物质及比固定碳更难分解的挥发性物质的析出.Robinson等[28]将RDF的TG曲线分为二次水分散发阶段(80～180℃),纤维素分解阶段(180～380℃),塑料分解阶段(400～560℃)以及难分解的挥发分(＞580℃).这与本实验结果高度吻合.本实验中第 2失重段(纤维素分解阶段)的失重百分比最大.这是由于前期生物干化过程中添加秸秆作为辅料,且纤维素类物质在短期干化过程中不易被微生物降解,从而提高了纤维素类物质的比重.

图3 不同原料粒径RDF的热重(TG),微分热重(DTG)和差示扫描量热(DSC)曲线Fig.3 Thermogravimetric (TG), differential thermogravimetric (DTG) and differential scanning calorimetric (DSC) curves of RDF with different particle sizes

表3 不同原料粒径RDF热重曲线(TG)相关指标Table 3 The related indexes of thermogravimetric curve raw material with different particle size

DTG曲线相关指标如表4.DTG曲线出现4个峰.第2、3和4峰的峰值温度分别在293～297℃、452～466℃和 647～670℃.对于第 2、第 3峰最大失重速率随原料粒径的增大而增大.这可能是因为粒径大,灰分含量减小,单位时间内可析出物质百分比增加.Cheng等[29]的研究结果表明煤的最大燃烧速率与煤的热值、碳含量和灰分有关.蒲舸等[7]用城市生活垃圾混合样品得到DTG曲线也出现明显双峰峰形.

DSC曲线相关指标如表5所示.DSC曲线出现2个放热峰,粒径1～2mm物料的单位质量放热量和低位热值均最大,分别为 1.79×104mJ/mg和17.61MJ/kg(表5和表1).

表4 不同原料粒径RDF微分热重曲线(DTG)相关指标Table 4 The related indexes of differential thermal analysis curve of raw material with different particle size

表5 不同原料粒径RDF差示扫描量热曲线(DSC)相关指标Table 5 The related indexes of differential scanning calorimetric curve of raw material with different particle size

2.3.2 不同物料粒径RDF热特性的主成分分析(PCA)和聚类分析 将表3、表4和表5所含的相关热特性指标进行PCA和聚类分析,结果分别如图4和图5所示.两种分析方法均表明粒径＜1mm的 RDF的热特性可以明显与粒径为1～3mm的RDF分开. PCA第1和第2主成分轴一共可解释 81.67%的热特性曲线变化,表明所选热特性指标对于 RDF热特性的表征能力很强.

对于包括着火点,TG曲线第4失重段结束外推点及温度差,DSC曲线第1峰面积以及DSC曲线第2峰温度差在内的5个指标(表3、表4和表 5),原料粒径＜1mm与原料粒径为 1～3mm时存在显著差异(P＜0.05).表明这 5个指标的变化可能是导致热特性总体发生变化的重要原因.其中,粒径可以改变着火点的现象在煤中也已发现[30].

图4 RDF热特性曲线相关指标的主成分分析Fig.4 Principal components analysis of related indexes of thermal characteristic curve of RDF

原料化学性质是不同粒径RDF热特性差异产生的重要原因.废弃物中含能物质的多少取决于有机可燃组分的比例[31].原料粒径＜1mm时,碳元素较低,灰分含量较高.这与 Kok等[32]粒径越小灰分越大的研究结果一致. RDF原料在制备时需粉碎过筛.在筛上与筛下物分离的过程中,不同粒径范围内的RDF原料化学组成(元素含量、工业成分)发生变化.同时,Chouchene等[33]的研究结果表明,橄榄废弃物燃烧后的灰分含量随粒径的增加而降低.与粒径＜1mm的RDF相比,原料粒径1～2mm时,RDF的低位热值及单位质量放热量均较高.

图5 RDF热特性曲线相关指标的聚类分析Fig.5 Hierarchical cluster of related indexes of heating characteristic curve of RDF

2.3.3 不同物料粒径 RDF的 TG 曲线拟合 对不同粒径RDF的TG曲线剧烈失重段进行一级动力学方程拟合,所得结果如表 6.相关系数R2＞ 0.90,表明一级动力学方程拟合效果较好.原料粒径＜1mm物料活化能较高,表明其发生反应较为困难.这一结果也高于秦成等[34]对垃圾中各组分TG曲线进行一级动力学方程拟合的结果.而原料粒径1～2mm和2～3mm物料其活化能均小于100kJ/mol,这与二者DTG曲线的高失重速率结果相一致.李季等[35]对垃圾中的各组分单独进行热解,发现同一组分在不同温度范围内热解所需要的活化能相差1～2个数量级.本研究中,同一RDF样品在不同温度段的活化能均在同一数量级,证明不同温度范围,RDF析出反应发生的难易程度接近.煤在＜300℃的条件下进行燃烧,活化能较高,为(81±3)kJ/mol.而 RDF在 250～330℃条件下,活化能基本小于50kJ/mol.表明与煤相比,RDF的低温燃烧反应容易发生[36].

表6 一级动力学方程相关参数Table 6 Related parameters of first order thermal kinetics

3 结论

3.1 综合考虑 RDF成型效果及燃烧热值,建议最佳成型工艺参数为:含水率30%,粒径1～2mm,对应成型压强2MPa.

3.2 所有 RDF的 TG曲线均出现 4个失重段,DTG曲线和DSC曲线出现两个明显的峰.粒径1～2mm的RDF的低位热值及单位质量放热量均最高.

3.3 主成分分析和聚类分析表明:原料粒径＜1mm的RDF热特性明显不同于原料粒径为1～3mm的RDF.

3.4 使用一级动力学方程对 TG曲线拟合效果较好(R2＞0.90).

[1] 国家统计局.国家统计局年鉴2015 [M]. 北京:中国统计出版社, 2015.

[2] Bilgin M, Tulun S. Biodrying for municipal solid waste: volume and weight reduction [J]. Environmental Thchnology, 2015, 36(13):1691-1697.

[3] 黄文雄,苏红玉,黄玉玉,等.通风方式对高含水率垃圾生物干化的影响 [J]. 中国环境科学, 2012,32(8):1480-1486.

[4] Cimpan C, Wenzel H. Energy implications of mechanical and mechanical-biological treatment compared to direct waste-toenergy [J]. Waste Management, 2013,33(7):1648-1658.

[5] 马涵宇,李芸邑,刘阳生.城市生活垃圾筛上物制备 RDF及其燃烧特性研究 [J]. 环境工程, 2012,30(4):96-100.

[6] 李春萍.三种垃圾筛上物的衍生燃料(RDF)制备 [J]. 环境工程, 2012,30(4):87-89.

[7] 蒲 舸,王 炯,张 力.城市生活垃圾可燃成分燃烧特性热重分析 [J]. 重庆大学学报(自然科学版), 2009,32(5):598-603.

[8] 浮爱青,谌伦建,王建军.垃圾中典型组分热重分析研究 [J]. 环境工程学报, 2007,1(11):104-106.

[9] Malika A, Jacques N, Jaafar E F, et al. Pyrolysis investigation of food wastes by TG-MS-DSC technique [J]. Biomass Conversion and Biorefinery, 2015,6(2):161-172.

[10] Fernandez J, Gonzalez F, Pesquera C, et al. Study of the Thermal Behavior of Sewage Sludge from a WWTP in Cantabria (Spain) by TG-DSC-MS [J]. Biomass Conversion and Biorefinery, 2012, 29:859-864.

[11] He F, Yi W M, Bai X Y. Investigation on caloric requirement of biomass pyrolysis using TG-DSC analyzer [J]. Energy Conversion and Management, 2006,47(15/16):2461-2469.

[12] Yang G L, Chen S N, Yang Z C. Application of Simultaneous TG-DSC Version on Combustion Characteristics Test of Blended Coal [M]. Advanced Materials Research, 2012:512-515.

[13] 李洋洋,金宜英,李 欢.采用热重分析法研究煤掺烧干污泥燃烧特性 [J]. 中国环境科学, 2011,31(3):408-411.

[14] Fernández J M, Plaza C, Polo A. Use of thermal analysis techniques (TG—DSC) for the characterization of diverse organic municipal waste streams to predict biological stability prior to land application [J]. Waste Management, 2012,32(1):158-164.

[15] MT/T925-2004 煤的落下强度测定方法 [S].

[16] GB/T212-2008 煤的工业分析方法 [S].

[17] 武宏香,李海滨,赵增立.煤与生物质热重分析及动力学研究 [J].燃料化学学报, 2009,37(5):538-545.

[18] 李玉龙.垃圾源头提质制备RDF及其能源化利用 [D]. 沈阳:沈阳航空航天大学, 2012.

[19] 赖江山,米湘成.基于 Vegan软件包的生态学数据排序分析[A].//马克平.第九届全国生物多样性保护与持续利用研讨会论文集 [C]. 北京:气象出版社, 2012:332-343.

[20] Flynt A, Dean N. A Survey of Popular R Packages for Cluster Analysis [J]. Journal of Educational and Behavioral Statistics, 2016,41(2):205-225.

[21] Sever A, Atımtay A, Sanin F D. Comparison of fuel value and combustion characteristics of two different RDF samples [J]. Waste Management, 2016,47(b):217-224.

[22] Rigamonti L, Grosso M, Biganzoli L. Environmental Assessment of Refuse-Derived Fuel Co-Combustion in a Coal-Fired Power Plant [J]. Journal of Industrial Ecology, 2012,16(5):748-760.

[23] 蒋建国,杨 勇,贾 莹,等.调理剂和通风方式对污泥生物干化效果的影响 [J]. 环境工程学报, 2010,4(5):1167-1170.

[24] Chang N B, Chang Y H, Chen W C. Evaluation of heat value and its prediction for refuse-derived fuel [J]. Science of the Tatal Environmental, 1997,197(1-3):139-148.

[25] Punin W, Maneewan S, Punlek C. The feasibility of converting solid waste into refuse-derived fuel 5via mechanical biological treatment process [J]. Journal of Material Cycles and Waste Management, 2014,16(4):753-762.

[26] 张宪生,厉 伟,沈吉敏,等.混煤垃圾衍生燃料制备工艺的正交试验研究 [J]. 江苏环境科技, 2003,16(4):1-4.

[27] 李延吉,张 伟,宋政刚,等.高热值垃圾制备RDF成型特性及可行性 [J]. 可再生能源, 2013,31(7):116-119.

[28] Robinson T, Bronson B, Gogolek P, et al. Sample preparation for thermo-gravimetric determination and thermo-gravimetric characterization of refuse derived fuel [J]. Waste Management, 2016,48:265-274.

[29] Cheng J, Ringelkulka T, Heikampde J I, et al. Maximum burning rate and fixed carbon burnout efficiency of power coal blends predicted with back-propagation neural network models [J]. Fuel, 2016,172:170-177.

[30] Chen Y, Mori S, Pan W P. Studying the mechanisms of ignition of coal particles by TG-DTA [J]. Thermochimica Acta, 1996, 275(1):149-158.

[31] Ozkan A, Banar M. Refuse Derived Fuel (RDF) Utilization in Cement Industry by Using Analytic Network Process (ANP) [J]. 2010,21:769-774.

[32] Kok M V, Ozbas E, Hicyilmaz C et al. Effect of particle size on the thermal and combustion properties of coal [J]. Thermochimica Aata. 1997,302(1/2):125-130.

[33] Chouchene A, Jeguirim M, Khiari B, et al. Thermal degradation of olive solid waste: Influence of particle size and oxygen concentration [J]. Resources, Conservation and Recycling, 2010, 54(5):271-277.

[34] 秦 成,田文栋,肖云汉.垃圾衍生燃料热重法的燃烧特性[J]．燃烧科学与技术, 2004,10(3):232-236.

[35] 李 季,张 铮,杨学民,等.城市生活垃圾热解特性的 TG-DSC分析 [J]. 化工学报, 2002,53(7):759-764.

[36] Slovák V, Taraba B, Hustad J E. Effect of experimental conditions on parameters derived from TG-DSC measurements of lowtemperature oxidation of coal [J]. Journal of Thermal Analysis and Calorimetry, 2010,101(2):641-646.

Processing parameters and thermal characteristics of RDF based on municipal solid waste.

QI Qi, YUAN Jing, LI Yun, ZHANG Di-fang, LI Guo-xue*(College of Resources and Environmental Sciences, China Agricultural University, Beijing 100093, China). China Environmental Science, 2017,37(3)：1051～1057

A refuse derived fuel (RDF) molding machine and a Thermogravimetric Analyzer were used to investigate parameters in RDF molding processes and thermal characters of RDF products, respectively. In the process of preparing RDF using bio-drying products, the appropriate parameters of moisture content, particle size and molding pressure were 30%, ＜1mm and 2MPa, respectively. The range of falling strength of RDF was 95～100% under such condition, which meant high efficiency of molding without any volumetric expansion. The heat value of RDF was relative higher when particle size is 1～2mm than that of others. Thermal characteristics of RDF with the particle size of ＜1mm were remarkably different from those with the particle size of 1～3mm. The fitting of TG curve was great using first order kinetics equation. The results indicated a great potential of preparing RDF using municipal solid waste after bio-drying.

municipal solid waste；bio-drying；refuse derived fuel；molding；thermal character

X705

A

1000-6923(2017)03-1051-07

齐 琪(1992-),女,陕西渭南人,中国农业大学硕士研究生,主要研究方向为固体固体废弃物处理与资源化.

2016-08-01

固废资源化利用与节能建材国家重点实验室开放课题资助(SWR-2014-005);国家自然科学基金资助项目(41275161)

* 责任作者, 教授, ligx@cau.edu.cn