Resume Jurnal

The Prediction of Elemental Composition

of Biomass Based on Proximate Analysis
Jianfeng Shen, Shuguang Zhu, Xinzhi Liu, Houlei Zhang, Junjie Tan
PENDAHULUAN
• Kekhawatiran lingkungan dan ekonomi tentang
mengurangi rumah kaca gas, telah memotivasi
pemanfaatan biomassa untuk menggantikan bahan bakar
fosil. Di antara berbagai teknologi konversi,
pembakaran langsung adalah cara yang paling umum
dan dikembangkan untuk mengubah biomassa menjadi
energi. Nilai kalor tinggi (HHV) atau nilai kalor
rendah (LHV) menentukan kandungan energi
kuantitatif dari biomassa, Terdapat berbagai
korelasi empiris untuk memprediksi HHV / LHV.
Diantaranya, ada empat metode Yang digunakan
berdasarkan analisis berikut:
• Analisis langsung
• Analisis ultimate
• Komposisi fisik atau kimia
• Artificial neural network
• Hingga sekarang, analisis pertama dan kedua adalah analisis
umum ketika digunakan untuk memprediksi HHV / LHV dari
batubara, biomassa, limbah padat kota (MSW). Penentuan data
eksperimental analisis ultimate harus membutuhkan
instrumentasi khusus, sedangkan data analisis langsung dapat
diperoleh dengan mudah menggunakan peralatan umum. Dalam
penelitian ini, penulis fokus pada korelasi berdasarkan analisis
langsung dengan pengaruh kadar abu yang diperhitungkan.
Hasilnya juga dibandingkan dengan yang ditunjukkan dalam
literatur yang tidak mempertimbangkan efek kadar abu.
METODE
1. Pengumpulan dan pemilihan data
••  Rumus digunakan untuk mengkorelasi data dengan
analisis regresi, di mana X mewakili C, H, dan O. Metode
ini digunakan untuk mengevaluasi parameter yang dapat
disesuaikan yaitu a, b dan c untuk setiap prediksi. Untuk
mengevaluasi korelasi, ada dua parameter statistik, yaitu
kesalahan absolut rata-rata (AAE) dan kesalahan bias
rata-rata (ABE), digunakan sebagai parameter evaluasi,
yang didefinisikan sebagai berikut:
Title and Content Layout with List
• subskrip P dan M menunjukkan nilai komposisi elemen
yang diprediksi dan diukur masing-masing, dan n adalah
jumlah titik data. AAE menunjukkan kesalahan absolut
rata-rata korelasi. Nilai AAE yang lebih rendah berarti
kesalahan korelasi yang lebih kecil. ABE menyajikan
kesalahan bias rata-rata korelasi. Nilai ABE positif berarti
bahwa rata-rata nilai prediksi komposisi unsur lebih
tinggi daripada yang diukur. Semakin kecil nilai absolut
ABE, semakin kecil bias korelasinya.
Tabel 1. Ringkasan data bahan biomassa yang digunakan untuk validasi korelasi.
 • Add your first bullet point here

• Add your second bullet point here

• Add your third bullet point here

Tabel 2. Ringkasan data bahan biomassa yang digunakan untuk validasi korelasi.
HASIL
1. Pengaruh kadar abu
• ASTM D 121-72 mendefinisikan abu sebagai residu anorganik setelah bahan
pengapian yang mudah terbakar. Dengan membandingkan abu dengan
pengabuan suhu tinggi dan pengabuan suhu rendah, menunjukkan bahwa kadar
abu berbeda di bawah suhu pengabuan yang berbeda. Kadar abu yang diukur
pada suhu ashing rendah lebih tinggi daripada yang diperoleh pada temperatur
ashing tinggi.

• Kandungan karbon dan bahan volatil mempengaruhi nilai prediksi kadar C, H,

dan O biomassa secara signifikan. Dalam Referensi Parikh menyatakan bahwa
unsur C, H, dan O adalah fungsi linear dari karbon dan kandungan zat volatilnya.
Gambar 1-3 yang dibuat dengan menggunakan data untuk derivasi korelasi
dalam tulisan ini menunjukkan dengan jelas bahwa kandungan prediksi C, H
dan O juga dipengaruhi oleh kadar abu dalam biomassa.
 • Add your first bullet point here

• Add your second bullet point here

• Add your third bullet point here

Gambar 1 . Korelasi antara kandungan karbon biomassa dan kadar abu

 • Add your first bullet point here

• Add your second bullet point here

• Add your third bullet point here

Gambar 2. Korelasi antara kandungan hidrogen biomassa dan kadar abu

 • Add your first bullet point here

• Add your second bullet point here

• Add your third bullet point here

Gambar 3. Korelasi antara kandungan oksigen biomassa dan kadar abu

3.2. Hubungan Derivasi
• Korelasi yang diturunkan diberikan sebagai berikut:
• C = 0.635FC + 0.460VM – 0.095ASH (wt.%)
• H = 0.059FC + 0.060VM – 0.010ASH(wt.%)
• O = 0.340FC +0.469VM – 0.023ASH(wt.%)
3.3 Kebenaran dari korelasi
• Untuk mengkonfirmasi kebenaran korelasi yang
diperoleh dalam penelitian ini, berbagai biomassa yang
tercantum diperiksa.nilai komposisi unsur yang diukur
dan diprediksi telah disajikan secara grafis dalam
Gambar. 4–6. kebenaran menunjukkan bahwa AAE dan
ABE mimiliki presentase masing-masing 2,61% dan
-0,21% karbon, 3,54% dan -0,09%, untuk kandungam
hidrogen , 4,33% dan -0,81% untuk kandungan oksigen.
 • Add your first bullet point here

• Add your second bullet point here

• Add your third bullet point here

Gambar 4 Perbandingan antara kandungan karbon terukur dan prediksi.

 • Add your first bullet point here

• Add your second bullet point here

• Add your third bullet point here

Gambar 5. Perbandingan antara kandungan hidrogen terukur dan prediksi.

 • Add your first bullet point here

• Add your second bullet point here

• Add your third bullet point here

Gambar 6 Perbandingan antara kandungan oksigen terukur dan prediksi.

3.4 Perbandingan dengan korelasi dari
literatur
• Perhitungan AAE dan ABE dari hubungan Parikh adalah
masing-masing 2,95% dan 0,69% untuk kandungan
karbon, 3,70% dan -0,92% kandungan hidrogen, 4,23%
dan - 0,60% untuk kandungan oksigen. Sedangkan AAE
dan ABE dari hubungan saat ini adalah masing-masing
2,61% dan - 0,21% untuk kandungan karbon, 3,54% dan
-0,09% untuk kandungan hidrogen, 4,33% dan -0,81%
untuk kandungan oksigen.
• Perhitungan AAE dan ABE dari hubungan Parikh adalah
masing-masing 2,95% dan 0,69% untuk kandungan
karbon, 3,70% dan -0,92% kandungan hidrogen, 4,23%
dan - 0,60% untuk kandungan oksigen. Sedangkan AAE
dan ABE dari hubungan saat ini adalah masing-masing
2,61% dan - 0,21% untuk kandungan karbon, 3,54% dan
-0,09% untuk kandungan hidrogen, 4,33% dan -0,81%
untuk kandungan oksigen.
KESIMPULAN
Kesimpulan
• Hubungan baru dikembangkan untuk menghitung unsur
komposisi biomassa berdasarkan analisis proximate sederhana
yang telah ditentukan FC (9.2-32.79%). VM (57.2-90.6%) dan
ASH (0.1-24.6%) sebagai prosentase on dry basis. Dari hububgan
AAEs adalah 3,17%,4,47%, dan 3,16%, dan ABE adalah 0,19%,-
0,34%, dan 0,19% dibandingkan dengan nilai-nilai C, H, dan O
yang diukur secara aktif. Hubungan baru yang dikembangkan
dapat digunakan untuk menghitung elemen komposisi metal
biomassa, terutama biomassa yang mengandung kadar abu tinggi
berdasarkan analisis proximate yang sederhana.
Beberapa kesimpulan dapat dirangkum di bawah:
• (i) Kandungan karvon tetap dan bahan mudah menguap
mempengaruhi pra-nilai diksi kandungan biomassa C, H, dan O
secara signifikan. Predikai kandungan C, H, dan O juga
dipengaruhi oleh kandungan abu dlam biomassa, tetapi lebih
lemah dari kandungan karbon tetap dan bahan mudah menguap.
• (ii) Akurasi hubungan terner lebih baik daripada hubungan biner
ketika memprediksi kandungan C, H, dan O dari bahan biomassa,
terustama bagi yang kandungan abunya tinggi, tetapu sedikit
lebih buruk ketika memprediksi kandungan O bahan biomassa.
FINISH