Abstract




 
   

IJE TRANSACTIONS C: Aspects Vol. 31, No. 3 (March 2018) 464-472    Article in Press

PDF URL: http://www.ije.ir/Vol31/No3/C/9-2719.pdf  
downloaded Downloaded: 42   viewed Viewed: 644

  MODELLING AND OPTIMISATION OF COCONUT SHELL DRYING AND CARBONISATION USING MULTI-RESPONSE TAGUCHI METHOD WITH MULTI-RESPONSE SIGNAL-TO-NOISE PROCEDURE
 
Musabbikhah, H. Saptoadi, Subarmono and M. Arif Wibisono
 
( Received: February 25, 2017 – Accepted in Revised Form: October 12, 2017 )
 
 

Abstract    The main purpose of this work is to optimize the biomass drying and carbonization process in terms of both proximate analysis and biomass calorific value, simultaneously. The biomass material used in the study is coconut shells. The independent variables are the drying temperature, the drying time, the carbonization temperature and the carbonization holding time. The dependent variables are proximate analysis and calorific value. The primary methods used to gain the expected result are Taguchi and multi-response signal-to-noise (MRSN) procedure. Simultaneous optimization by using MRSN generate a value of 2.48 and the result corresponds to a drying temperature of 100 °C, a drying time of 24 h, carbonization temperature of 650 °C, and carbonization time of 120 mins. These results are best achieved by using configuration A1B3C3D3. The optimal expected values obtained in this study are maximum calorific values and fixed carbon of 7744 cal/g and 92.934%, respectively, and minimum moisture, volatile matter, and ash content of 0.354%, 2.318%, and 1.437%, respectively. All indicators are satisfied since the resulting model is deemed to be valid and feasible. The novelty of this work is the simultaneous parameter optimization of the five response variables, which have different quality characteristics into a single best parameter. هدف اصلی از این کار این است برای بهینه سازی خشک کردن زیست توده و فرایند کربن از نظر هر دو آنالیز تقریبی و ارزش زیست توده گرمایی، به طور همزمان. مواد زیست توده مورد استفاده در مطالعه پوسته نارگیل است. متغیرهای مستقل هستند که درجه حرارت خشک کردن، زمان خشک شدن، درجه حرارت کربن و کربنی برگزاری زمانی. متغیرهای وابسته هستند آنالیز تقریبی و ارزش گرمایی. روش اصلی استفاده می شود برای به دست آوردن نتیجه مورد انتظار هستند تاگوچی و چند پاسخ سیگنال به نویز (MRSN) روش. بهینه سازی به طور همزمان با استفاده از MRSN تولید یک ارزش 2.48 و نتیجه مربوط به درجه حرارت خشک کردن از 100 درجه سانتیگراد، زمان خشک کردن 24 ساعت، درجه حرارت کربناتی در 650 درجه سانتیگراد و زمان کربناتی در 120 دقیقه. این نتایج با استفاده از بهترین A1B3C3D3 پیکربندی به دست آورد. ارزش مطلوب به دست آمده در این مطالعه مقادیر حداکثر گرمایی و کربن ثابت 7744 کال / g و 92.934٪، به ترتیب، و حداقل رطوبت، مواد فرار، و خاکستر 0.354٪، 2.318٪ و 1.437 درصد، به ترتیب می باشد. تمام شاخص راضی از نتیجه مدل معتبر و عملی محسوب می شود. به تازگی از این کار بهینه سازی پارامتر همزمان از پنج متغیر پاسخ، که دارای ویژگی های با کیفیت مختلف را به یک بهترین پارامتر است.

 

Keywords    carbonization, drying, coconut shell, multiple regression, Taguchi, MRSN

 

چکیده    هدف اصلی از این کار این است برای بهینه سازی خشک کردن زیست توده و فرایند کربن از نظر هر دو آنالیز تقریبی و ارزش زیست توده گرمایی، به طور همزمان. مواد زیست توده مورد استفاده در مطالعه پوسته نارگیل است. متغیرهای مستقل هستند که درجه حرارت خشک کردن، زمان خشک شدن، درجه حرارت کربن و کربنی برگزاری زمانی. متغیرهای وابسته هستند آنالیز تقریبی و ارزش گرمایی. روش اصلی استفاده می شود برای به دست آوردن نتیجه مورد انتظار هستند تاگوچی و چند پاسخ سیگنال به نویز (MRSN) روش. بهینه سازی به طور همزمان با استفاده از MRSN تولید یک ارزش 2.48 و نتیجه مربوط به درجه حرارت خشک کردن از 100 درجه سانتیگراد، زمان خشک کردن 24 ساعت، درجه حرارت کربناتی در 650 درجه سانتیگراد و زمان کربناتی در 120 دقیقه. این نتایج با استفاده از بهترین A1B3C3D3 پیکربندی به دست آورد. ارزش مطلوب به دست آمده در این مطالعه مقادیر حداکثر گرمایی و کربن ثابت 7744 کال / g و 92.934٪، به ترتیب، و حداقل رطوبت، مواد فرار، و خاکستر 0.354٪، 2.318٪ و 1.437 درصد، به ترتیب می باشد. تمام شاخص راضی از نتیجه مدل معتبر و عملی محسوب می شود. به تازگی از این کار بهینه سازی پارامتر همزمان از پنج متغیر پاسخ، که دارای ویژگی های با کیفیت مختلف را به یک بهترین پارامتر است.

References    1.   Lund, H., Mathiesen, B.V., Connolly, D., Østergaarda, P.A., ”Renewable Energy Systems: a Smart Energy Systems Approach to the Choice and Modeling of 100% Renewable Solutions”, Chem. Eng. Trans, Vol. 39, (2014), 1–6.2.   Lela, B., Barišić, M., Nižetić, S., ”Cardboard/sawdust briquettes as biomass fuel: Physical-mechanical and thermal characteristics”, Waste Manag, Vol. 47, (2016), 236–245. 3.   Payakkawan, P., Areejit, S., Sooraksa, P., ”Design, fabrication, and operation of continuous microwave biomass carbonization system”, Renew. Energy, Vol. 66, (2014),  49–55.4.   Kalyani, P., Anitha, A., ”Biomass carbon and its prospects in electrochemical energy systems”, Int. J. Hydrogen Energy, Vol. 38, no. 10, (2013), 4034–4045.  5.  Kim, C., Lee, J. W., Kim, J. H. Yang, K. S., ”Feasibility of bamboo-based activated carbons for an electrochemical supercapacitor electrode”, Korean J. Chem. Eng, Vol. 23, no. 4, (2006), 592–594.6.   Li, W., Yang, K., Peng, J., Zhang, L., Guo, S., Xia, H., ”Effects of carbonization temperatures on characteristics of porosity in coconut shell chars and activated carbons derived from carbonized coconut shell chars” Ind. Crops Prod, Vol. 28, no. 2, (2008), 190–198.7. Durairaj, M., Sudharsun, D., Swamynathan, N., ”Analysis of process parameters in wire EDM with stainless steel using single objective Taguchi method and multi-objective grey relational grade”, Procedia Eng, vol. 64, International Conference On Design And Manufacturing, IConDM, (2013).8.   Goswami, A., Kumar, J.,  ”Investigation of surface integrity, material removal rate and wire wear ratio for WEDM of Nimonic 80A alloy using GRA and Taguchi method”, Eng. Sci. Technol. an Int. J, Vol. 17, no. 4, (2014), 173–184.9.   Lodhi, B.K., Agarwal, S., ”Optimization of machining parameters in WEDM of AISI D3 steel using Taguchi technique”, The 6th International Conference on High-Performance Cutting, HPC, Procedia CIRP, vol. 14, (2014).10. Vargas-Moreno, J. M., Callejón-Ferre, A.J., Pérez-Alonso, J., Velázquez Martí, B., ”A review of the mathematical models for predicting the heating value of biomass materials”, Renew. Sustain. Energy Rev., Vol. 16, no. 5, (2012), 3065–3083.11. Vignesh, K., Natarajan, U., Jaswin, M.A., Prakash, M.D.A.A., ”Optimization on Mechanical Behavior of Coconut Shell Powder and Coir Fiber Reinforced Polyester Composites using Grey-Taguchi Method”, J. Polym. Mater, Vol. 32, (2015), 291–304.12. Musabbikhah, Saptoadi, H., Subarmono, Wibisono, M. A., ”Optimization of temperature and time for drying and carbonization to increase calorific value of coconut shell using Taguchi method”, The 4th International Conference and Exhibition on Sustainable Energy and Advanced Materials, (ICE-SEAM), (2015).13. Belavendram, N.,  ”Quality by Design”, Prentice Hall International Inc, (1995).14. M. Azadi Moghaddam , F. Kolahan., ”Optimization of EDM Process Parameters Using Statistical Analysis and Simulated Annealing Algorithm”, International Journal of Engineering Transactions A: Basics  Vol. 28, No. 1, (2015),  154-163.15. Liang, L., Joseph, R.V., Flora, Juan, M., Caicedo, Nicole, D.B., ”Investigating the role of feedstock properties and process conditions on products formed during the hydrothermal carbonization of organics using regression techniques”, Bioresource Technology, Vol. 187 (2015),  263–274. 16.    Lee-Ing Tong, L. I., Su, C. T.,  ”Optimizing multi-response problems in the Taguchi Method by Fuzzy Multiple attribute decision making”, Quality and Reability Engineering International, Vol. 13, (1997). 17.    Saravanan, S., Nagarajan, G., Sampath, S., ”Multi-response optimization of  NOx emission of a stationary diesel engine”, Fuel, vol. 89, no. 11, (2010), 3235–3240. 18.    E. C. Okafor, C. C. Ihueze, S. C. Nwigbob., ”Optimization of Hardness Strengths Response of Plantain Fibers Reinforced Polyester Matrix Composites (PFRP) Applying Taguchi Robust Design”, International Journal of Engineering Transactions A: Basics,  Vol. 26, No. 1, (2013),  1-11. 19.    M . Sedighizadeh, M. Farhangian Kashanib.,  ”A Tribe Particle Swarm Optimization for Parameter Identification of Proton Exchange Membrane Fuel Cell”, International Journal of Engineering Transactions A: Basics,  Vol. 28, No. 1, (2015), 16-24. 20.    Antwi-Boasiako,  C., Acheampong, B. B., ”Strength properties and calorific values of sawdust-briquettes as wood-residue energy generation source from tropical hardwoods of different densities”, Biomass and Bioenergy, Vol. 85, (2016),  144–152.  21    Cook, M.A., King, C.W., Davidson, F. T., Webber, M.E., ”Assessing the impacts of droughts and heat waves at thermoelectric power plants in the United States using integrated regression, thermodynamic, and climate models”, Energy Reports, Vol. 1, (2015), 193–203. 22.    Tsai, W. T., Lee, M. K., Chang, Y. M., ”Fast pyrolysis of rice straw, sugarcane bagasse and coconut shell in an induction heating reactor”,  J. Anal. Appl. Pyrolysis, Vol. 76,  (2006), 230–237. 23.    Sanger S.H., Mohod A.G., Khandetode Y.P., Shrirame, H.Y. and Deshmukh A.S.,”Study of Carbonization for Cashew Nut Shell”, Res.J.Chem.Sci, Vol. 1, no. 2, (2011),  43–55. 24.    Hamza, U.D., Nasri, N.S., Amin, N.S., Mohammed, J., Zain, H.M., ”Characteristics of oil palm shell biochar and activated carbon prepared at different carbonization times”, The 6th International Conference on Challenges in Environmental Science and Engineering (CESE ), Vol. 57, (2014). 25. Sadaka, S., Sharara, M. A. Ashworth, A. Keyser, P. Allen, F. Wright, A., ”Characterization of biochar from switchgrass carbonization”, Energies, Vol. 7, no. 2, (2014),  548–567. 26. Chou, C. S., Lin, S. H., Peng, C. C., Lu, W.C., ”The optimum conditions for preparing solid fuel briquette of rice straw by a piston mold process using the Taguchi method” Fuel Process Technol, Vol. 90, (2009), 1041–1046.


Download PDF 



International Journal of Engineering
E-mail: office@ije.ir
Web Site: http://www.ije.ir