由于生物质作为能源载体的固有多样性、季节性和低功率密度(单位面积产生的功率),燃料灵活性一直是生物能源技术和可持续发展的核心议题。在热化学转化过程中,生物质首先经历热解形成炭[1,2],然后参与燃烧[3,4]和气化[5,6]等过程。作为控制整体转化速率的关键步骤(即最慢的过程),炭的反应性显著影响反应时间线[[7], [8], [9], [10]]。
由于生物质类型和炭生成工艺的多样性,炭的物理化学性质和反应性可能存在很大差异。Di Blasi[11]的综述指出,生物质炭的氧化或气化反应性可相差两个到四个数量级。在动力学控制条件下进行的热重分析(TGA)是比较炭反应性的标准方法[11,12],其中影响碳转化的关键因素包括:(i)可用表面积,(ii)碳活性位点(如边缘、基面缺陷、杂原子),以及(iii)由天然无机杂质或掺杂剂产生的催化活性位点[[13], [14], [15], [16], [17]]。传统上认为,不同木材种类的炭在相似条件下的反应性差异很小[18,19]。因此,农业炭和木质炭之间的显著反应性差异通常主要归因于无机物质的催化作用(参见参考文献[20,21]及其中的引用)。
对于各种生物质衍生的炭,其燃烧/气化反应性已与特定无机物质的浓度成功相关联,例如钾[22]、钙[22,23]、总灰分[13,24],或主要无机物质的摩尔浓度或摩尔比[[25], [26], [27]]。尽管碳纳米结构也被认为是影响反应性的因素,但其影响常常被无机物质的催化作用所掩盖。然而,系统地研究这些参数在多种实际生物质燃料中的作用仍然缺乏。
Robert Hurt及其同事率先研究了多种固体燃料和有机模型化合物的炭反应性,旨在将研究范围扩展到煤炭之外[12]。他们的研究表明,前体的干灰分含量可以部分预测多种材料的炭反应性,但对于生物质及其衍生的模型化合物来说,这种预测能力较差。通过应用活性位点理论,他们成功开发了一个混合化学/统计模型来描述20种固体燃料和11种模型材料的炭反应性。然而,后续研究并未充分认识到进行此类系统性、多原料研究的必要性。
尽管拉曼光谱已被广泛用于表征炭的纳米结构[[28], [29], [30], [31], [32], [33], [34]],并且具有评估反应性的潜力[[35], [36], [37], [38], [39]],但其应用主要局限于个别或少数几种原料。拉曼光谱特征与广泛生物质之间的相关性仍大多未被探索,这构成了我们正在进行的研究的主要动机。Bao等人[40]之前通过热解14种有机模型化合物(生成84种炭)证明了这种方法的可行性,并建立了拉曼参数、元素组成(H/C、O/C)与燃烧反应性(TGA特性温度)之间的统一相关性。对于这些几乎不含矿物质的模型化合物,建立的关系主要反映了碳结构与反应性之间的内在相关性。然而,真实的生物质含有大量的催化矿物,这些矿物可能会干扰此类相关性。虽然之前的研究[41]表明矿物对拉曼信号的光谱干扰可以忽略不计,但它们对反应性的深远影响不容忽视。
为了弥合理想模型化合物与实际生物质之间的差距,我们选择了四种代表性的生物质原料,并制备了12种炭样品,包括原始样品、水洗样品和酸洗样品,以逐步抑制催化作用。通过结合最终分析、拉曼光谱和热重分析(TGA),本研究有两个主要目标:(1)测试和量化将拉曼-反应性相关性从模型化合物扩展到实际生物质在不同脱矿程度下的适用性;(2)确定在何种条件下,基于碳结构的反应性关系适用于脱矿生物质,从而明确其实际应用范围。