Os valores de material volátil mudam de acordo com a norma utilizada?
DOI:
https://doi.org/10.33448/rsd-v10i12.20476Palavras-chave:
Análise imediata; ASTM; ISO; Biomassa.Resumo
Na biomassa lignocelulósica, o teor de materiais voláteis pode variar de 65 a 85%. Diferentes normas são descritas na literatura. No entanto, observa-se que em alguns estudos de modelos de regressão não consideraram essas diferenças. Eles criam um banco de dados de teor de materiais voláteis, onde as normas para obtenção do mesmo parâmetro são diferentes. Assim, o objetivo do estudo foi verificar se diferentes normas para o teor de materiais voláteis apresentam valores estatisticamente iguais. Para isso, foram utilizados três tipos de biomassas do Brasil (cavaco de eucalipto, cavaco de pinus e bagaço de cana). As amostras foram coletadas, reduzidas de tamanho, separadas de tamanho e armazenadas em laboratório. Três padrões da American Society for Testing and Materials (ASTM D1762, ASTM E872, ASTM D3175) e um padrão da International Organization for Standardization (ISO 18123) foram testados. O delineamento experimental foi inteiramente casualizado, com quatro tratamentos e cinco repetições. O teorema do limite central foi testado em algumas bases de dados da literatura de teor de materiais voláteis. Os resultados mostraram diferenças estatísticas ao mudar o tipo de norma utilizada. Para a serragem de eucalipto, os quatro padrões resultaram em metodologias com médias diferentes. Ainda assim, o teorema do limite central não foi observado em algumas bases de dados de diferentes artigos. Isso se explica pela não padronização de um único tipo de norma no agrupamento de dados de diferentes obras. Portanto, diferentes normas de materiais de voláteis produzem resultados diferentes.
Referências
American Society of Testing Materials (2013). D1762: Standard Test Method for Chemical Analysis of Wood Charcoal. West Conshohocken.
American Society of Testing Materials (2011). D3175: Standard Test Method for Volatile Matter in the Analysis Sample of Coal and Coke. West Conshohocken.
American Society of Testing Materials (2013). E872: Standard Test Method for Volatile Matter in the Analysis of Particulate Wood Fuels. West Conshohocken.
Barbin, D. (2013). Planejamento e Análise Estatística de Experimentos Agronômicos. ESALQ.
Channiwala, S. A., & Parikh, P. P. (2020). A unified correlation for estimating HHV of solid, liquid and gaseous fuels. Fuel. 81 (8): 1051-63.
Debdoubi, A., El Amarti, A., & Colacio, E. (2005). Production of fuel briquettes from esparto partially pyrolyzed. Energy Conversion and Management. 46(11-12): 1877-84.
Demirbaş, A. (1997) Calculation of higher heating values of biomass fuels. Fuel. 76 (5): 431-34.
García, R., Pizarro, C., Lavín, A. G., & Bueno, J. L. (2012). Characterization of Spanish biomass wastes for energy use. Bioresource Technology. 103(1): 249-258.
Hansted, A. L. S., Nakashima, G. T., Martins, M. P., Yamamoto, H., & Yamaji, F. M. (2016). Comparative analyses of fast growing species in different moisture content for high quality solid fuel production. Fuel. 184(15): 180-84.
Hosseinpour, S., Aghbashlo, M., Tabatabaei, M., & Mehrpooya, M. (2017). Estimation of biomass higher heating value (HHV) based on the proximate analysis by using iterative neural network-adapted partial least squares (INNPLS). Energy. 138(1): 473-79.
International Organization for Standardization (2015). EN-ISO 18123: Solid biofuels: Determination of the content of volatile matter.
Jenkins, B. M., Baxter, L. L., Miles, J. R., & Miles, T. R. (1998). Combustion properties of biomass. Fuel Processing Technology. 54(1-3): 17-46.
Küçükbayrak, S., Dürüs, B., Meríçboyu, A. E., & Kadiog̈lu, E. (1991) Estimation of calorific values of Turkish lignites. Fuel. 70(8): 979-81.
Miranda, M. T., Arranz, J. I., Rojas, S., & Montero, I. (2009). Energetic characterization of densified residues from Pyrenean oak forest. Fuel. 88 (11) 2106-12.
Morettin, P. A. (2010). Estatística básica: probabilidade, inferência, volume único. 1ª ed. São Paulo: Pearson.
Nakashima, G. T., Adhmann, I. C. S., Hansted, A. L. S., Belini, G. B., Waldman, W. R., & Yamaji, F. M. (2017). Materiais Lignocelulósicos: Caracterização e Produção de Briquetes. Revista Virtual de Química. 9(1): 150 - 62.
Nimon, K. & Reio Jr, T. G. (2011). Measurement invariance: a foundational principle for quantitative theory building. Human Resource Development Review. 10(2): 198-14.
Nhuchhen, D. R. & Salam, P. A. (2012). Estimation of higher heating value of biomass from proximate analysis: A new approach. Fuel. 99: 55-63.
Nogueira, L. A. H., Lora, E. E. S., Trossero, M. A, & Frisk, T. (2000). Dendroenergia: Fundamentos e Aplicações. Brasília: AEEL,
Özyuğuran, A., & Yaman, S. (2017). Prediction of Calorific Value of Biomass from Proximate Analysis. Energy Procedia. 107: 130-36.
Obernberger, I., & Thek, G. (2004). Physical chatacterisation and chemical composition of densified biomass fuels with regard to their combustion behavior. Biomass and Bioenergy. 27(6): 653 - 69.
Parikh, J., Channiwala, S. A., & Ghosal, G. K. (2005). A correlation for calculating HHV from proximate analysis of solid fuels. Fuel. 84(5): 487-94.
Posom, J., Shrestha, A., Saechua, W., & Sirisomboon, P. (2016). Rapid non-destructive evaluation of moisture content and higher heating value of Leucaena leucocephala pellets using near infrared spectroscopy. Energy. 107(15): 464-72.
Quinn, G. P. & Keough, M. J. (2010). Experimental Design and Data Analysis for Biologists. Cambridge University Press.
Sheng, C., & Azevedo, J. L. T. (2005). Estimating the higher heating value of biomass fuels from basic analysis data. Biomass and Bioenergy. 28(5): 499-07.
Smith, A. K. G., Alesi, L. S., Varanda, L. D., Silva, D. A., Santos, L. O., & Yamaji, F. M (2019). Production and evaluation of briquetes from urban pruning residue and sugarcane bagasse. Rev. Bras. Eng. Agríc. Ambiental. 23(2): 138-43.
Suárez, J. A., Luengo, C. A., Felfli, F. F., Bezzon, G., & Beatón, P. A. (2000). Thermochemical Properties of Cuban Biomass. Energy Sources. 22(10): 851-57.
Thy, P., Esbensen, K. H., & Jenkins, B. M. (2009). On representative sampling and reliable chemical characterization in thermal biomass conversion studies. Biomass and Bioenergy. 33(11): 1513-19.
Thipkhunthod, P., Meeyoo, V., Rangsunvigit, P., Kitiyanan, B., Seimanond, K., & Rirksomboon, T. (2005). Predicting the heating value of sewage sludges in Thailand from proximate and ultimate analyses. Fuel. 84 (7-8): 849-57.
Tortosa Masiá, A. A., Buhre, B. J. P., Gupta, R. P., & Wall, T. F. (2007). Characterising ash of biomass and waste, Fuel Processing Technology. 88(11-12): 1071-81.
Uzun, H., Yildiz, Z., Goldfarb, J. L., & Ceylan, S. (2017) Improved prediction of higher heating value of biomass using an artificial neural network model based on proximate analysis. Bioresource Technology. 234: 122-30.
Vaux, D. L., Fidler, F., & Cumming, G. (2012). Replicates and repeats--what is the difference and is it significant? A brief discussion of statistics and experimental design. EMBO reports. 13: 291–96.
Yang, X., Wang, H., Strong, J., Xu, S., Liu, S., Lu, K., Sheng, K., Guo, J., Che, L., He, L., Ok, Y. S., Yuan, G., Shen, Y., & Chen, X. (2017). Thermal Properties of Biochars Derived from Waste Biomass Generated by Agricultural and Forestry Sectors. Energies. 10(4): 469-81.
Yin, C. Y. (2011). Prediction of higher heating values of biomass from proximate and ultimate analyses. Fuel. 90 (3): 1128-32.
Zhang, Z., Zhang, Y., Zhou, Y., Ahmad, R., Pemberton-Pigott, C., Annegarn, H., & Dong, R. (2017). Systematic and conceptual errors in standards and protocols for thermal performance of biomass stoves. Renewable and Sustainable Energy Reviews. 72: 1343-54.
Downloads
Publicado
Como Citar
Edição
Seção
Licença
Copyright (c) 2021 Diego Aleixo da Silva; Ana Larissa Santiago Hansted; Gabriela Tami Nakashima; Elias Ricardo Durango Padilla; Julio Cesar Pereira; Fabio Minoru Yamaji
Este trabalho está licenciado sob uma licença Creative Commons Attribution 4.0 International License.
Autores que publicam nesta revista concordam com os seguintes termos:
1) Autores mantém os direitos autorais e concedem à revista o direito de primeira publicação, com o trabalho simultaneamente licenciado sob a Licença Creative Commons Attribution que permite o compartilhamento do trabalho com reconhecimento da autoria e publicação inicial nesta revista.
2) Autores têm autorização para assumir contratos adicionais separadamente, para distribuição não-exclusiva da versão do trabalho publicada nesta revista (ex.: publicar em repositório institucional ou como capítulo de livro), com reconhecimento de autoria e publicação inicial nesta revista.
3) Autores têm permissão e são estimulados a publicar e distribuir seu trabalho online (ex.: em repositórios institucionais ou na sua página pessoal) a qualquer ponto antes ou durante o processo editorial, já que isso pode gerar alterações produtivas, bem como aumentar o impacto e a citação do trabalho publicado.