木质纤维脉冲-旋流高温气流干燥含水率预测模型及多相流传输动力学特性

Although impulse-cyclone high-temperature airflow drying is a new and efficient drying method for lignocellulosic fiber, there has been no research on moisture content (MC) prediction and drying quality control of wood fiber, which restricts its theoretical research and industrial application. In this project, we will centralize moisture content prediction method and equipment optimization theory research as main research content. The fast-growing poplar fiber and agricultural straw fiber is proposed as the research object. The moisture content prediction is based on the theory of neural network and regression analysis model to determine the process parameters, the moisture content of dry basis for realizing the prediction of drying process parameters on fiber drying quality and control; Based on the prediction model of moisture content and the theory of multiphase flow and aerodynamics, the CFD analysis of the drying process was carried out to explore the energy consumption and flow field state of the driers with different structures, so as to reveal the heat and mass transfer law between high-temperature hot air and lignocellulosic fiber. The research of this project not only provides theoretical basis for innovation of impulse-cyclone high-temperature airflow drying process and regulation of moisture content, but also provides effective means for theoretical research of heat and mass transfer, and has practical guiding significance for improving drying process, reducing drying energy consumption and ensuring drying quality.

脉冲-旋流高温气流干燥是一种新型且高效的木质纤维干燥方法，然而到目前为止还没有木质纤维含水率预测及干燥品质控制方面的研究，制约了其理论研究与产业应用。本课题拟采用速生杨木纤维、农业秸秆纤维为研究对象，分析不同干燥条件对木质纤维的干燥特性及干燥品质，重点围绕木质纤维含水率预测方法和设备优化展开理论研究，构建神经网络、回归分析等理论的含水率预测模型，通过实验进行模型验证来确定工艺参数-含水率的干燥基准，实现干燥工艺参数对纤维干燥质量的预测及控制；在含水率预测模型基础上，依据多相流理论和空气动力学原理，对干燥过程进行计算流体力学分析，探究不同构造干燥机的能耗与流场状态，旨在揭示高温热空气与木质纤维之间的传热传质规律。该项目的研究不仅为脉冲-旋流高温气流干燥工艺创新及含水率调控提供理论依据，为传热传质等理论研究提供有效手段，同时对完善干燥工艺、减少干燥能耗、保证干燥质量等具有现实指导意义。

脉冲-旋流高温气流干燥技术 (ICAD)可获得高分散、含水率均匀的木质粉体纤维，是理想的木质复合材料预处理方法。项目利用人工智能算法模型获得ICAD工艺含水率预测和调控方法，通过计算流体力学获得气-液-固多相耦合干燥机理。并利用ICAD本身的热处理特性探索其在木塑复合材料、3D打印复合材料、人造板等领域的应用，从而进一步完善木材纤维热处理的理论体系。.围绕ICAD工艺操作人员的主观经验确定工艺参数问题，基于定量数据开展多元多相回归分析模型和人工神经网络模型研究，通过Python语言构建长短期神经网络(LSTM)，并通过粒子群遗传算法（PSO）获得含水率可调控技术。研究结果表明，相比其他模型算法，PSO-LSTM预测更加准确，可作为ICAD木质纤维的含水率预测和调控方法。.研究采取计算流体力学（CFD）模拟方法实现木质粉体纤维气-液-固多相耦合，探讨不同入射角度、倾斜角、弯管角度对流场变化的影响，实现了干燥器内的创新设计以及工艺条件的合理调控。结果表明，多相耦合模型比气固两相模型吻合度好，非稳态分析条件可作为高热损耗和颗粒冲蚀分析方法。优化后的干燥器可减少湍流和冲蚀、提高干燥效率，延长干燥器的使用寿命。为评价该干燥方法的经济性和大幅改进的设计原型提供新思路。.此外，研究探讨了ICAD方法在木塑复合材料、人造板等领域的应用。通过热处理纤维技术成功制备了硅烷偶联剂木塑复合材料、3D打印用酯化纤维-聚乳酸（PLA）复合材料及硝酸单宁刨花板。结果表明，通过ICAD热处理方法可以优化木质材料微观结构和分散度，这些特征有利于木质材料在复合材料中的分散，从而使木粉与树脂材料的相容性更好，从而使复合材料力学性能和疏水性能得到提高，该方法可以以较低的成本提高复合材料的塑化性能、韧性和耐老化性能。成果获得了可调控含水率方法及良好的改性木质纤维，为脉冲-旋流气流高温干燥方法在复合材料工程中的应用提供理论依据。