بهينه سازي دماي راكتور و وزن كاتاليست در فرآيند تبديل ضايعات پليمري به سوخت

Optimization of Reactor’s Temperature and Catalyst Weight in Polymeric Waste Fuel Conversion Process

امروزه باتوجه به افزايش چشمگير در توليد محصولات پليمري با توجه به پيشرفت تكنولوژي در صنايع پلاستيكي، اهميت مديريت دفع ضايعات پلاستيكي دوچندان شده است. از راهكارهاي كارآمد در اين زمينه، مي توان به بازيافت اين ضايعات و تبديل به سوخت هاي مايع و گاز اشاره كرد. اين راهكار مي تواند علاوه بر حفاظت از محيط زيست، جاي گزيني مناسب براي سوخت هاي طبيعي باشد. به همين دليل در اين پژوهش، در راستاي افزايش راندمان سوخت و بهبود كيفيت محصولات توليدي حاصل از تبديل زباله هاي پلاستيكي در فرآيند پيروليز كاتاليستي، يك مدل توسعه يافته رياضي ارائه مي شود و با استفاده از دو روش پاسخ سطح و الگوريتم ژنتيك، مدل مورد نظر و پارامترهاي آن(دماي راكتور و وزن كاتاليست) به منظور ارائه بهترين حالت بهينه مورد مطالعه قرارمي گيرد. طبق تحليل آناليز واريانس، ميزان انحراف معيار براساس مدل توسعه يافته، براي بازده سوخت مايع و گاز به ترتيب 0/9641 و 0/9655 مي باشد.

Today with significant increase in production of polymeric products and advances in polymer science and technology, the importance of efficient management of polymeric waste has gain an even more significance. From efficient and practical solutions proposed in this field, recycling these wastes in order to produce gaseous and liquid fuels can be named as a valid and feasible solution. In addition to protecting the environment, this solution is a good replacement for natural fuels. Therefore, this research aims to increase the fuel efficiency and quality of plastic waste products via catalytic pyrolysis process. In this research, an expanded mathematical model is presented, and by using two methods of response surface and genetic algorithm, the proposed model and its parameters (reactor’s temperature and catalyst weight), for finding the optimal conditions shall be investigated. According to evaluation of base variance algorithm, the scale of deviation based on the expanded model, for liquid and gaseous fuel efficiencies is calculated to be 0.9641 and 0.9655 respectively.