Farklı biyokütle türlerinin gazlaştırılması: Bir simülasyon çalışması ve yapay sinir ağı ile nihai piroliz gazlarının veriminin modellenmesi

Fosil yakıtların hızla tükenmesi ve bu kaynakların yol açtığı çevresel sorunların giderek artması, sürdürülebilir ve temiz enerji kaynaklarına olan ilgiyi büyük ölçüde artırmıştır. Bu bağlamda, yenilenebilir enerji kaynakları arasında biyokütle, çevresel sürdürülebilirlik ve ekonomik avantajlar sunması nedeniyle öne çıkmaktadır. Biyokütle gazlaştırma süreci, katı biyokütlenin kontrollü bir atmosferde termokimyasal yöntemlerle sentez gazına (H₂, CO, CO₂, CH₄) dönüştürülmesini sağlayan etkili bir teknolojidir. Bu süreç, enerji üretiminde yenilenebilir kaynakların kullanımını teşvik ederek karbon ayak izini azaltma potansiyeline sahiptir. Bu çalışmada, biyokütle gazlaştırma sürecinde ana gaz bileşenlerinin verimlerinin tahmin edilmesi ve sürece etki eden temel parametrelerin belirlenmesi amaçlanmıştır. Gazlaştırma işlemleri, bir simülasyon programı kullanılarak detaylı bir şekilde modellenmiştir. Farklı sıcaklık ve hava debisi oranı (OER) koşullarında elde edilen veriler, kapsamlı bir şekilde analiz edilmiştir. Simülasyon sonuçları, yapay sinir ağı (ANN) modellerine aktarılmış ve bu modellerin tahmin performansı, ortalama kare hatası (MSE) ve determinasyon katsayısı (R²) gibi istatistiksel ölçütlerle değerlendirilmiştir. Ayrıca, varyans analizi (ANOVA) yöntemi kullanılarak sıcaklık ve OER değişkenlerinin gaz bileşenlerinin verimleri üzerindeki istatistiksel anlamlılıkları test edilmiştir. Elde edilen sonuçlar, ANN modelinin gaz bileşenlerinin verimlerini oldukça yüksek bir doğrulukla tahmin edebildiğini göstermektedir (R²>0,99). ANOVA analizine göre, sıcaklık ve OER parametreleri H₂, CO ve CO₂ verimleri üzerinde istatistiksel olarak anlamlı bir etkiye sahiptir (p<0,05). Özellikle yüksek sıcaklık ve düşük OER koşullarında hidrojen verimi belirgin bir artış gösterirken, CO ve CH₄ verimleri bu koşullarda azalmış, buna karşılık CO₂ verimi artış kaydetmiştir. Bu bulgular, gazlaştırma süreçlerinin optimizasyonunda uygun parametrelerin belirlenmesinin kritik önemini ortaya koymaktadır. Sonuç olarak, yapay sinir ağı ve varyans analizi gibi yöntemlerin biyokütle gazlaştırma süreçlerinin optimizasyonunda güçlü ve tamamlayıcı araçlar olduğunu ortaya koymuştur. Bu yöntemler, biyokütleden hidrojen üretiminin verimliliğini artırmak için güvenilir bir bilimsel temel sunmakta ve yenilenebilir enerji üretiminde sürdürülebilir yaklaşımların geliştirilmesine önemli katkılar sağlamaktadır. Bu çalışma, gelecekteki enerji politikalarının şekillendirilmesinde, fosil yakıtlara olan bağımlılığı azaltarak karbon nötrlüğüne katkıda bulunarak, küresel enerji dönüşüm hedefleriyle uyum sağlamaktadır.