2021年11月，中国科大热科学和能源工程系林其钊教授课题组硕士研究生孙昊在国际著名学术期刊Renewable Energy上发表研究论文。

随着能源消耗的增加和环境污染的加剧，碳中和与碳达峰的概念一经提出便受到人们的广泛关注，大规模发展可再生能源更是实现碳中和目标的一个突破点。生物质能作为中国仅次于煤炭、石油和天然气的第四大能源，是最具潜力的可再生能源。当前，如何高效利用生物质能源是非常重要的一个研究方向。污泥作为一种固废，有一定热值且具有毒性。

本文利用热解技术将污泥和湿垃圾结合起来，一方面可以缓解能源问题，达到双碳目标，另一方面可以减少污染和保护环境。以TGA为基础，利用TG-FTIR研究了不同混合比共热解产物的官能团信息，使用GC/MS得到最佳混合比下产物的种类和比例。

随着混合物中湿垃圾百分比的增加，混合物热解速率随着迅速增加，综合热解指数（CPI）成指数性增加。通过实验数据和理论数据的比较，发现湿垃圾与污泥比例为7：3时，混合物在整个温度区间都呈现最佳协同效应，这说明此比例下两者可以互相促进热解。

左图：混合物热解的 TG 和 DTG 曲线

右图：实验数据和理论数据之差

本文使用TFIR技术得到不同混合比下热解产物的三维红外图，归一化后通过对官能团吸光度积分的计算，发现湿垃圾与污泥混合比为3：7时，CO2产量大大降低，有利于控制CO2排放和双碳目标的达成。

(a) S3W7 在 310­°C 时产物的红外光谱

(b) 混合物不同官能团吸光度积分值

（c) 混合物不同官能团吸光度积分值实际值与计算值的差值

通过上述实验研究综合得到S3W7是最佳混合比例，不仅存在优异的协同效应，还可以有效降低CO2排放。确定最佳比例后，本文还对S3W7的具体气体产物进行了定量与定性分析。随着ANN在能源领域的广泛应用，本文结合人工神经网络对所得数据进行训练，得到一个有效预测剩余质量的模型。该研究对与生物质和固废的工业应用提供了理论研究基础。

论文链接：

http://doi.org/10.1016/j.renene.2021.11.049

（来源：中国科大工研会）