Група от Университета на Страната на баските провежда изследвания, които използват изкуствени невронни мрежи за оценка на калоричността на всеки вид биомаса, използвайки нейния състав, тъй като това е много нередовен материал.

оценка

Реакторът с коничен реактивен слой е подходящ за този процес, тъй като е в състояние да борави с неравни и лепкави материали./UPV/EHU

Изследователи от групата за каталитични процеси за оползотворяване на отпадъците в Университета на Баските страни (UPV/EHU) работят върху получаването на биомасла или синтетично масло от биомаса. Изследователите предлагат в статия, публикувана в списание Fuel, да се използват изкуствени невронни мрежи за определяне на калоричността на всеки вид биомаса, използвайки нейния състав, поради факта, че това е много нередовен материал.

Групата е анализирала процеса на създаване на рафинерия за получаване на биомасла или синтетично масло от биомаса, в сътрудничество с изследователи от университета в Сао Карлос в Бразилия и в рамките на европейски проект. „Тогава от произведеното биомасло могат да се получат същите продукти, получени от нефт, както водород, така и всяко друго съединение“, обяснява Мартин Олазар, ръководител на проекта.

Коничният реактор с реактивен слой - патентован от екипа - е много подходящ за този процес, тъй като е способен да обработва нередовни и залепващи материали.

Брутна калоричност

При проектирането на процеса за получаване на биомасла от биомаса трябва да се определят определени променливи: каква температура да се получи, как да се постигне тази температура, колко гориво (в случая колко биомаса) да се изгори и т.н. Брутната калоричност е ключов параметър при определянето на всички тези данни: топлината (енергията) се отделя, когато определено количество гориво е напълно изгорено.

Невронните мрежи трябва да се захранват непрекъснато, защото резултатите се подобряват с въвеждането на по-широки възможности

Този параметър е от съществено значение при анализа, проектирането и подобряването на системите за пиролиза, газификация и изгаряне на биомаса. Съществуващите корелации в библиографията дават силно променливи резултати в зависимост от всеки вид биомаса и нейните характеристики. Затова изследователите на групата предлагат да се използват изкуствени невронни мрежи, за да се оцени; експериментално са доказали, че системата дава много добри резултати и са ги направили известни в статия, публикувана наскоро в научното списание Fuel.

Изкуствените невронни мрежи са изчислителни модели, базирани на функционирането на биологични невронни мрежи, чрез които входните и изходните бази данни са свързани. Изследователите са нахранили системата както с библиографски данни, така и от собствени изследвания и са забелязали, че те получават много надеждни резултати и за много кратко време, в сравнение с ограничените корелации, съществуващи в литературата.

"Тези невронни мрежи трябва непрекъснато да се хранят - обяснява Олазар - защото резултатите се подобряват с въвеждането на по-широка казуистика. Чрез прост анализ на състава и въвеждане на някои общи данни в системата (като плътност и влажност), невронната мрежа ни предоставя брутна калорична мощност на биомасата, която имаме, и по този начин можем по-лесно да започнем изчисленията, необходими за нашия дизайн ".

Според изследователя „развитието е едно от звената във веригата на процеса на производство на синтетично масло“.