logo móvil
Contáctanos

Modelo de regresión para predecir el valor calorífico superior de los desechos de aves de corral a partir del análisis próximo

Autores: Qian, Xuejun; Lee, Seong; Soto, Ana-maria; Chen, Guangming

Idioma: Inglés

Editor: MDPI

Año: 2018

Descargar PDF

Acceso abierto

Artículo científico
2018

Modelo de regresión para predecir el valor calorífico superior de los desechos de aves de corral a partir del análisis próximo


Categoría

Ciencias Medioambientales

Subcategoría

Ciencia y tecnología de los recursos naturales

Palabras clave

Aplicación en tierra
Residuos de aves de corral
HHV
Modelos de regresión
Componentes proximales
Predicción

Licencia

CC BY-SA – Atribución – Compartir Igual

Consultas: 20

Citaciones: Sin citaciones


Descripción
La aplicación inadecuada de exceso de desechos de aves de corral (PW) causa problemas ambientales y otros inconvenientes. Mientras tanto, hay una tendencia creciente en el uso de PW como un recurso energético alternativo. El Valor Calorífico Superior (HHV) es crítico para diseñar y analizar el proceso de conversión de PW. Se han propuesto varios modelos matemáticos basados en proximidad para estimar el HHV de biomasa, carbón y otros combustibles sólidos. Sin embargo, solo un pequeño número de estudios se ha centrado en una subclase de combustibles, especialmente para PW. El objetivo de este estudio es desarrollar modelos de regresión basados en proximidad para la predicción del HHV de PW. Se recopilaron datos de muestra de PW de la literatura abierta para desarrollar modelos de regresión. Los modelos resultantes fueron validados por muestras adicionales de PW y otros modelos publicados. Los resultados indican que el modelo más preciso contiene componentes lineales (todos los componentes de proximidad), términos polinómicos (cuadráticos y cúbicos de materia volátil) y un efecto de interacción (carbono fijo y ceniza). Además, los resultados muestran que el modelo de regresión de mejor ajuste tiene un R más alto (91.62%) y errores de estimación más bajos que los modelos existentes basados en proximidad. Por lo tanto, este nuevo modelo de regresión puede ser una excelente herramienta para predecir el HHV de PW y no requiere ningún equipo costoso que mida el HHV o las composiciones elementales.

Otros recursos que podrían interesarte

Temas Virtualpro