پیش بینی عدد ستان بیودیزل با استفاده از پروفیل اسید های چرب
در دنیای امروز سوخت بیودیزل به علت تجدیدپذیری و خاصیت آلایندگی کمتر، به عنوان مناسب ترین
سوخت جایگزین شناخته شده است. کشور های زیادی برای فرار از بحران کاهش منابع سوخت های فسیلی و آلودگی ناشی از این سوخت ها، مبادرت به تولید بیودیزل از روغن های گیاهی، چربی های حیوانی و مواد پسماند کرده اند. بیودیزل مخلوطی از استر های مونوالکیلی زنجیره بلند اسید های چرب مختلف است که از واکنش ترانس استریفیکاسیون میان یک الکل و تری گلسیرید حاصل می شود. بیودیزل تولید شده از منابع گوناگون دارای خواص متفاوتی می باشد. تفاوت بیودیزل های تولید شده از مواد مختلف تا حد زیادی با بررسی خواص آن توجیه می شوند. خواص فیزیکی و شیمیایی بیودیزل تا حد زیادی به کمک پروفیل اسید های چرب آن مشخص می شود.
خواص فیزیکی شیمیایی بیودیزل در تعیین مشخصه های آن و ارائه مدل های مربوطه حایز اهمیت است. مدل های پیش بینی خواص سبب حذف انجام آزمایش های می شود که از نظر زمان و هزینه نقش به سزایی در تولید بیودیزل دارد. تحقیق های گذشته عمدتا به تولید بیودیزل از منابع مختلف اختصاص دارد، اما در خصوص پیش بینی خواص فیزیکی شیمیایی این سوخت مطالعات و داده های آزمایشگاهی کمتری وجود دارد و معمولا با تعداد محدودی از داده ها اعتبار مدل های ارائه شده سنجیده شده است. معمولا تخمین خواص مخلوط با استفاده از قانون اختلاط ایده آل، روش مرسومی در تعیین خاصیت مخلوط با دانستن خواص اجزا خالص آن است.
اما نبود برخی خواص FAME، به کارگیری قانون اختلاط را برای تخمین خواص با مشکل روبرو می کند. بنابراین روش های بیان شده طی دو دسته بررسی می شوند:
- روش هایی که در آن ها از ترکیبات FAME و خواص اجزای خالص و قانون اختلاط ایده آل استفاده می شود.
- روش هایی که از نشانگر های توده ی ترکیب FAME (مانند میانگین طول زنجیره و میانگین تعداد باند های دوگانه) در آن ها به کار می رود.
یکی از خواص مهم بیودیزل تولید شده عدد ستان می باشد. عدد ستان یک معیار اندازه گیری جهت نشان دادن زمان تاخیر در احتراق سوخت می باشد، به این معنی که قابلیت اشتعال خود به خودی سوخت با عدد ستان بیان می شود. هر چه زمان تاخیر کمتر باشد احتراق یکنواخت تر خواهد بود.
مسئله اساسی در این تحقیق، ارائه مدلی جهت پیش بینی عدد ستان بیودیزل تولید شده از روغن های مختلف با پروفیل های متفاوت از اسید های چرب و سنجش اعتبار مدل ارائه شده با استفاده از داده های آزمایشگاهی است. در این تحقیق از مدل شبکه عصبی برای تخمین عدد ستان در بیودیزل از نرم افزار MATLAB استفاده شده است.
جهت مطالعه مقاله کامل می توانید به شماره یکصد و سی و دو از ماهنامه بین المللی نفت و انرژی (شهریور ۹۶) مراجعه فرمایید.
مولفان: سمیرا لشگری (دانشجوی کارشناسی ارشد مهندسی شیمی دانشگاه آزاد اسلامی واحد تهران جنوب) – مهدی ارجمند (دانشیار گروه مهندسی شیمی دانشگاه آزاد اسلامی واحد تهران جنوب)
منبع عکس: Extreme Biodiesel