基于曲面响应法的微藻水热液化工艺优化研究--毕业论文.docxVIP

基于曲面响应法的微藻水热液化工艺优化研究 摘要：本文采用高蛋白、低脂肪含量的螺旋藻为研究对象，从液料比、反应温度、保温时间三因素对水热液化反应制备生物油的优化工艺进行研究。通过正交二次回归通用旋转组合设计试验，在模型的自身检验显著情况下，利用曲面响应法对生物油产量进行分析和预测，得到优化后的最优工艺参数，能为其工业化生产提供重要的参考。 关键词：螺旋藻 水热液化 生物油 曲面响应法 旋转组合设计 1 引言 目前，微藻作为生产生物油的原料之一而备受学术界和工业界的关注。利用微藻制备生物油较其他生物质有几大优点：包括生长速度快、含脂量高以及能够吸收二氧化碳。同时，其养殖不占用耕地、可以低品农作物土地或者海水中进行，并且和食物供应没有冲突。 生物质制取生物油主要有两种方式：热解和水热液化。热解是生物质在中高温（350-700 oC）下隔绝氧气的热化学分解。热解需对原料进行干燥预处理，这使得耗能增加、处理周期大大加长，尤其是对于自然状态时湿态的生物质。HTL是生物质在高温（200-370 oC）及高压（2-20MPa）水中加或不加催化剂的反应。HTL无需脱水或者干燥预处理过程，因此非常适合处理大含水量生物质。但HTL需要考虑的是高压下设备的高制造成本问题。当水在其饱和蒸汽曲线上加热时，其压力取决于温度。为降低其操作压力，反应温度也应该降低，但过低的温度又使得生物油产率较低难以满足经济性要求。 因此，在水热液化反应机理仍不明晰的情况下，通过试验设计，找寻合适的反应条件参数，使工艺达到产油率最高条件下压力最小，反应时间最短等，成为研究微藻为热液化的一大重点。 2 曲面响应法原理 2.1 响应曲面试验优化理论 响应曲面方法（Response surface methodology，RSM）是数学方法和统计方法结合的产物，是用来对所研究的响应值受多个变量影响的问题进行建模和分析的，其最终目的是优化该响应值。该方法最早由统计学家Box和Wilson提出，应用系统的方式进行实验并取得所希望的响应值和因素水平，达到优化或预测响应变量目的，进而提高或改进过程或产品的性能。随着其本身的发展，1966年以后其理论模式和研究基本完善，并延伸到探究响应曲面设计、模型的稳健性方面。因曲面响应方法理论较成熟，方法比较简单易懂，目前在农业、电子、机械、医药、化学工业和工业流程改进等方面有着广泛的研究和应用。 RSM包括一系列的方法：（1）釆用试验设计方法确定一系列的试验，这些试验可以得到研究的响应对象足够而可信的测量值；（2）通过对假设的模型参数进行适当的检验，决定能够最好拟合（1）中试验设计得到的数据的数学模型；（确定能够得到最大响应值的最优的试验参数。如果发现最佳值，或响应值超出了实验数据来源，那么响应面方法的目的至少可以是获得对整个系统更好地理解。当测量的感兴趣的响应的行为被一定的规律制约，这些规律可以确定响应和一系列实验因素之间的关系，则能够确定各因素的最佳条件（水平）来优化所需的输出。以下是关于响应曲面分析重要的几个方面： 1） 因素 因素是反应条件或输入变量，其值可以通过实验控制。假如其中一个因素改变，响应值也会随之改变。研究中具体的因素水平在实验中可以被固定或控制。因素及其水平分别表示为。 2） 响应值 响应值是可以被定量测得的值，该值假定会被因素的水平改变所影响。对应于因子水平的任何特定组合，并在不存在任何形式的实验误差时响应的真实值表示为。由于实验误差来源多样，包括如生产设备，检测设备，操作人员，以及没有包括在实验因素中的因素引起的非随机误差等，因此，在涉及测量的所有实验中均有实验误差的存在，实际观察到的或测量到的的任何因子水平特定组合的 响应值与不相同，从而真实值被记为，其中，Y表示的响应的测量值和表示实验误差。 3） 响应函数 当真实的响应值依赖于k个因素不同水平，存在的函数，给定的因素水平组合响应值可以表示为 函数被称为真实响应函数，并假定为的连续函数。 4） 用多项式表示响应曲面 假设函数是对单个因素的函数。如果是一个连续、光滑的函数，则可以用任意点如进行泰勒级数展开来表示： 式中，和、分别是关于在处求值的一阶和二阶导数。泰勒展开式简化为多项式形式： 其中，和分别为0次项、一次项和二次项。 对于两个因子，用多项式表示因子不同水平如公式所示： 5） 等高线表示响应曲面 绘制等高线可以帮助三维响应曲面形状的可视化。在等高线图中，某一恒响应值的直线或曲线在曲线图或平面图上表示出来，其坐标轴代表因子水平。这些线被称为曲面的等高线。每一条等高线代表特定的值，可以体现各因子不同水平平面之上的曲面高度。几何学上，每个等高线是响应面到另一个平面上的投影， 这个平面是曲面的横截面且平行于平面。 在响应曲面设计分析中，为了寻求最优的工艺参数，一般是通过利用相