Thermodynamic equilibrium-based models of gasification process are relatively simple and widely used to predict producer gas characteristics in performance studies of energy conversion plants. However, if an unconstrained calculation of equilibrium is performed, the estimations of product gas yield and heating value are too optimistic. Therefore, reasonable assumptions have to be made in order to correct the results. This paper proposes a model of the process that can be used in case of deficiency of information and unavailability of experimental data. The model is based on free energy minimization, material and energy balances of a single zone reactor. The constraint quasi-equilibrium calculations are made using approximated amounts of non-equilibrium products, i.e. solid char, tar, CH4 and C2H4. The yields of these products are attributed to fuel characteristics and estimated using experimental results published in the literature. A genetic algorithm optimization technique is applied to find unknown parameters of the model that lead to the best match between modelled and experimental characteristics of the product gas. Finally, generic correlations are proposed and quality of modelling results is assessed in the aspect of its usefulness for performance studies of power generation plants.
The paper presents modeling and simulation results of the operation of a three-phase fluidized bed bioreactorwith partial recirculation of biomass. The proposed quantitative description of the bioreactor takes into account biomass growth on inert carriers, microorganisms decay and interphase biomass transfer. Stationary characteristics of the bioreactor and local stability of steady-stateswere determined. The influence of microbiological growth kinetics on the multiplicity of steady-states was discussed. The relationship between biofilm growth and boundaries of fluidized bed existence was shown.
Przemysłowe urządzenia realizujące przeróbkę materiałów ziarnistych w warunkach wysokoenergetycznej warstwy fluidalnej pozwalają uzyskać gwarantowane uziarnienie produktu, przy jednoczesnym zmniejszeniu energochłonności procesu.W części IV artykułu zaprezentowano macierzowy model ewolucji składu ziarnowego materiału w młynie strumieniowo-fluidyzacyjnym. Proponowany model oparty na równaniu bilansu masowego populacji ziaren składa się z trzech macierzy blokowych: macierzy całego układu M, macierzy wejść (nadawy bądź produktu) stopni układu F i macierzy nadawy całego układu F0. W omawianym przypadku w macierzy blokowej M występują: macierz jednostkowa I, macierz zerowa 0, macierz przejścia P i dwie macierze klasyfikacji C. Macierz przejścia wyznaczono, bazując na dyskretnych postaciach funkcji selekcji i funkcji rozdrabniania, zaś macierze klasyfikacji - wykorzystując równanie, opisujące klasyfikację ziaren w komorze mielenia młyna. W pracy podano model (punkt 2.1), potwierdzono poprawność przyjętych dyskretnych postaci funkcji selekcji i funkcji rozdrabniania oraz przedstawiono sposób wyznaczenia macierzy przejścia dla fluidalnego mielenia ziaren (punkt 2.2), a także macierzy klasyfikacji grawitacyjnej i odśrodkowej ziaren (punkt 2.3). Weryfikacje modelu uzyskano opierając się na wynikach z badań eksperymentalnych, które przeprowadzono na laboratoryjnym stanowisku młyna strumieniowo-fluidyzacyjnego. Eksperyment obejmował mielenie wybranych klas ziarnowych kamienia wapiennego w warunkach burzliwej warstwy fluidalnej, co przedstawiono w części I i II artykułu (Zbroński, Górecka-Zbrońska 2007a, b). Parametrami identyfikacji były: współczynnik proporcjonalności - występujący w równaniu dyskretnej postaci funkcji selekcji oraz rozmiary ziaren granicznych - występujące w równaniu na diagonale elementy macierzy klasyfikacji dla stopnia grawitacyjnego i stopnia odśrodkowego (punkt 3). Do oceny statystycznej prognozowania uziarnienia produktu mielenia zastosowano klasyczny test Fishera- Snedecora (punkt 4). Potwierdzono brak istotnych rozbieżności między oznaczeniami składu ziarnowego numerycznego i eksperymentalnego. Przeprowadzona weryfikacja eksperymentalna, identyfikacja parametryczna i ocena statystyczna modelu dowodzi, że możliwe jest adekwatne prognozowanie składu ziarnowego produktu mielenia strumieniowo-fluidalnego.