Modelos de predicción del poder calorífico de biomasas procedentes de la provincia de guayas (ecuador), a partir de análisis elemental y proximal
- Autores: Juan José Pérez Arévalo
- Directores de la Tesis: Angel Jesús Callejón Ferre (dir. tes.), Borja Velázquez Martí (codir. tes.)
- Lectura: En la Universidad de Almería ( España ) en 2016
- Idioma: español
- Tribunal Calificador de la Tesis: Domingo Salazar Hernandez (presid.), José Pérez Alonso (secret.), Antono Manuel Peña García (voc.)
- Programa de doctorado: Programa de Doctorado en Tecnología de Invernaderos e Ingeniería Industrial y Ambiental por la Universidad de Almería
- Materias:
- Texto completo no disponible (Saber más ...)
- Resumen
El uso energético de la biomasa en las zonas rurales está comenzando a ser de interés, para los agricultores de Ecuador. Su uso es reconocido como respetuoso con el medio ambiente, pero el conocimiento de la materia prima, como bioenergía sigue siendo escasa. El objetivo de esta investigación fue, caracterizar cinco especies situadas en la provincia de Guayas: (Prosopis spp) de aguacate (Persea americana L.), el algarrobo, el mango (Mangifera indica L.), el neem (Azadirachta indica L.), plátano (Musa acuminata L.). La composición elemental, proximal y poder calorífico superior, se analizaron siguiendo normas estandarizadas. Estas especies no difirieron significativamente en su composición CHN, siendo de 33.01% C, 6.23% de H, 0.61% de N, y su mayor poder calorífico, 14.32 MJ kg-1. Sin embargo, se encontraron diferencias significativas en los contenidos de Cl y S.
El banano, tuvo el nivel más alto de Cl y S, 1.16% y 0.14%, respectivamente, mientras que el aguacate, tiene el más bajo 0.03% de Cl y 0.06% de S respectivamente. Se formularon quince modelos matemáticos, para predecir el poder calorífico superior, a partir del análisis elemental. De acuerdo al análisis estadístico, para la validación de los modelos, tres de ellos son recomendados.
Éstos se basan principalmente en el contenido de C de la materia orgánica, con un R2 superior a 0.83 y el error absoluto medio porcentual (MAPE), de menos de 3.38%.
