Integrated assessment of residual biomass gasification for hydrogen, ammonia, and syngas production: exergy analysis, neural networks, and environmental impact (2024)
- Authors:
- Autor USP: VARGAS, GABRIEL GOMES - EP
- Unidade: EP
- Sigla do Departamento: PME
- Subjects: AMÔNIA; BIOMASSA; HIDROGÊNIO; REDES NEURAIS; GASEIFICAÇÃO
- Agências de fomento:
- Language: Inglês
- Abstract: A pesquisa propõe a conversão de bagaço de cana-de-açúcar, lodo de esgoto, residuo de folhas de cana-de-açúcar, residuos de café, residuos de eucalipto, residuo municipal urbano, bagaço de laranja, e residuo de milho em produtos como hidrogênio e amônia, por meio da gaseificação, visando aumentar a sustentabilidade da biomassa e reduzir emissões de carbono, alinhando-se à transição para fontes renováveis de energia. Alem disso, o estudo aborda a necessidade de reduzir a dependência de combustíveis fósseis e o desafio de gerenciar biomassa residual de fontes agrícolas e urbanas. Biomassas como bagaço de cana, laranja, lodo de esgoto e resíduos urbanos, tradicionalmente descartadas em aterros, contribuem para problemas ambientais. Os processos de gaseificação foram simulados usando Aspen Plus e otimizados com a plataforma OSMOSE Lua. A análise focou na destruição de exergia, eficiência e balanço de emissões de CO2. Os resultados mostram que a otimização da gaseificação melhora a eficiência da planta. Além disso, obteve balanços de emissão de -5,95 kgCO2/kgH2 para hidrogênio e -1,615 kgCO2/kgNH3 para amônia, demonstrando o potencial de remoção de CO2 da atmosfera. Ademais, o estudo propoe o uso de redes neurais artificiais (ANNs) para prever produtos finais da gaseificação de resíduos de biomassa brasileiros. Utilizando uma arquitetura de ANN com retropropagação Adam, a pesquisa previu exergia química e frações molares de hidrogênio, monóxido de carbono e metano em reatores de leito fluidizado. A otimização dos parâmetros da rede foi conduzida para garantir precisão e generalização em diferentes conjuntos de dados. O modelo de ANN, com uma arquitetura feed-forward de três camadas, exibiu alta precisão preditiva (R² superior a 0,993). Os gases resultantes da gaseificação de lodo de esgoto alcançoupoder calorífico superior de 18,12 MJ/kg, e resíduos urbanos e de laranja apresentaram maior eficiência de gás frio (82,21% e 80,66%, respectivamente). A gaseificação de eucalipto gerou até 12,86 MW de eletricidade, destacando o potencial do processo para geração de energia verde a partir de resíduos de biomassa brasileiros.
- Imprenta:
- Data da defesa: 22.11.2024
-
ABNT
VARGAS, Gabriel Gomes. Integrated assessment of residual biomass gasification for hydrogen, ammonia, and syngas production: exergy analysis, neural networks, and environmental impact. 2024. Tese (Doutorado) – Universidade de São Paulo, São Paulo, 2024. Disponível em: https://www.teses.usp.br/teses/disponiveis/3/3150/tde-29012025-084328/pt-br.php. Acesso em: 26 dez. 2025. -
APA
Vargas, G. G. (2024). Integrated assessment of residual biomass gasification for hydrogen, ammonia, and syngas production: exergy analysis, neural networks, and environmental impact (Tese (Doutorado). Universidade de São Paulo, São Paulo. Recuperado de https://www.teses.usp.br/teses/disponiveis/3/3150/tde-29012025-084328/pt-br.php -
NLM
Vargas GG. Integrated assessment of residual biomass gasification for hydrogen, ammonia, and syngas production: exergy analysis, neural networks, and environmental impact [Internet]. 2024 ;[citado 2025 dez. 26 ] Available from: https://www.teses.usp.br/teses/disponiveis/3/3150/tde-29012025-084328/pt-br.php -
Vancouver
Vargas GG. Integrated assessment of residual biomass gasification for hydrogen, ammonia, and syngas production: exergy analysis, neural networks, and environmental impact [Internet]. 2024 ;[citado 2025 dez. 26 ] Available from: https://www.teses.usp.br/teses/disponiveis/3/3150/tde-29012025-084328/pt-br.php
How to cite
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
