Online NIR analysis for hemi-hydrolyzed wood pulp
Kaukonen, Petra (2021)
Diplomityö
Kaukonen, Petra
2021
School of Engineering Science, Kemiantekniikka
Kaikki oikeudet pidätetään.
Julkaisun pysyvä osoite on
https://urn.fi/URN:NBN:fi-fe2021080241890
https://urn.fi/URN:NBN:fi-fe2021080241890
Tiivistelmä
Lignocellulosic wood biomass utilization and process development into value added biochemicals have been under research for several years. Biomass conversion for final products include several steps where especially efficient pretreatment is important. Lignocellulosic biomass is mainly composed of cellulose, lignin, and hemicelluloses. New advanced biorefinery pretreatment processes require advanced process control where online analysis is in significant role for measuring chemical substance changes and process control for the best possible ways. Conventional laboratory based chemical methods that are used for lignocellulosic biomass characterization are time consuming and strongly laboratory intensive.
Spectroscopical methods provide option for process real time analysis for lignocellulosic biomass based on spectral data collected from the process. Near-infrared spectroscopy (NIR) feasibility as online analysis was tested for pretreated lignocellulosic biomass to measure lignin and kappa number. NIR calibrations created first laboratory measurements for pretreated biomass solid and liquid fractions. Laboratory measurement showed good correlation against lignin and kappa number laboratory references. Therefore, NIR was tested as inline measurements in real process piloting conditions for slurry applying multivariate process control charts. Results from online measurements were not straightforward but presented promising option. NIR is new method to measure this kind of pretreated lignocellulosic material and there is available only some information now of this topic especially online analysis. This study proved NIR potential to be utilized for online analysis, but calibrations should be improved in the future. This can be implemented with using outside corrections such as moisture content and temperature control that are included calibration. Puupohjaisen lignoselluloosabiomassan hyödyntämistä prosesseissa biokemikaaleiksi ja uusiksi tuotteiksi on tutkittu useita vuosia. Biomassan muuttaminen tuotteiksi sisältää useita vaiheita, joista erityisesti tehokas esikäsittelyprosessi on tärkeä. Lignoselluloosabiomassa koostuu pääasiassa selluloosasta, ligniinistä ja hemiselluloosasta. Uusien biojalostamoiden esikäsittelyprosessit edellyttävät edistynyttä prosessiohjausta, jossa online-analytiikalla on merkittävä rooli kemiallisten muutosten mittaamisessa nopeasti reaaliajassa, jotta prosessia voitaisiin ohjata parhaalla mahdollisella tavalla. Tavanomaiset kemialliset menetelmät, joita käytetään lignoselluloosabiomassan karakterisointiin, ovat aikaa vieviä ja vahvasti laboratoriointensiivisiä.
Spektroskooppiset menetelmät tarjoavat vaihtoehdon lignoselluloosaprosessin reaaliaikaiselle seuraamiselle mitattujen spektrien perusteella. Lähi-infrapunaspektroskopian (NIR) sopivuutta testattiin online-mittauksiin esikäsitellylle biomassalle ligniinin ja kappaluvun määrittämiseksi. Ensimmäiset mittaukset ja kalibroinnit suoritettiin laboratorio-olosuhteissa kiinteälle ja nestemäisille näytefraktioille. Laboratoriomittaukset osoittivat hyvää korrelaatiota ligniinin ja kappaluvun laboratorioreferenssiarvioihin, jonka jälkeen NIR-menetelmää testattiin inline-mittauksina prosessin pilotointiolosuhteissa lietefraktiolle hyödyntämällä monimuuttujaisia tilastollisia prosessinohjausmenetelmiä. Online-mittaukset eivät olleet täysin suoraviivaisia, mutta lupaavia. NIR on uusi menetelmä tällaisen esikäsitellyn biomassan mittaamisessa ja aiheesta on tällä hetkellä saatavilla niukasti tutkimustietoa, erityisesti online-mittauksista. Tämä tutkimus osoitti, että NIR-mittauksilla on potentiaalia biomassan online-analyyseihin, mutta tulevaisuudessa kalibrointeja tulisi parantaa. Tämä voidaan toteuttaa käyttämällä ulkopuolisia korjauskertoimia, kuten kosteuspitoisuutta ja lämpötilaa, jotka sisältyvät kalibrointimalliin.
Spectroscopical methods provide option for process real time analysis for lignocellulosic biomass based on spectral data collected from the process. Near-infrared spectroscopy (NIR) feasibility as online analysis was tested for pretreated lignocellulosic biomass to measure lignin and kappa number. NIR calibrations created first laboratory measurements for pretreated biomass solid and liquid fractions. Laboratory measurement showed good correlation against lignin and kappa number laboratory references. Therefore, NIR was tested as inline measurements in real process piloting conditions for slurry applying multivariate process control charts. Results from online measurements were not straightforward but presented promising option. NIR is new method to measure this kind of pretreated lignocellulosic material and there is available only some information now of this topic especially online analysis. This study proved NIR potential to be utilized for online analysis, but calibrations should be improved in the future. This can be implemented with using outside corrections such as moisture content and temperature control that are included calibration.
Spektroskooppiset menetelmät tarjoavat vaihtoehdon lignoselluloosaprosessin reaaliaikaiselle seuraamiselle mitattujen spektrien perusteella. Lähi-infrapunaspektroskopian (NIR) sopivuutta testattiin online-mittauksiin esikäsitellylle biomassalle ligniinin ja kappaluvun määrittämiseksi. Ensimmäiset mittaukset ja kalibroinnit suoritettiin laboratorio-olosuhteissa kiinteälle ja nestemäisille näytefraktioille. Laboratoriomittaukset osoittivat hyvää korrelaatiota ligniinin ja kappaluvun laboratorioreferenssiarvioihin, jonka jälkeen NIR-menetelmää testattiin inline-mittauksina prosessin pilotointiolosuhteissa lietefraktiolle hyödyntämällä monimuuttujaisia tilastollisia prosessinohjausmenetelmiä. Online-mittaukset eivät olleet täysin suoraviivaisia, mutta lupaavia. NIR on uusi menetelmä tällaisen esikäsitellyn biomassan mittaamisessa ja aiheesta on tällä hetkellä saatavilla niukasti tutkimustietoa, erityisesti online-mittauksista. Tämä tutkimus osoitti, että NIR-mittauksilla on potentiaalia biomassan online-analyyseihin, mutta tulevaisuudessa kalibrointeja tulisi parantaa. Tämä voidaan toteuttaa käyttämällä ulkopuolisia korjauskertoimia, kuten kosteuspitoisuutta ja lämpötilaa, jotka sisältyvät kalibrointimalliin.