Loading [MathJax]/jax/output/HTML-CSS/jax.js

基于酸催化的生物质制乙醇工艺条件优化

刘国华, 卓雨欣, 张涛, 张景来, 王洪臣, 李俊华. 基于酸催化的生物质制乙醇工艺条件优化[J]. 环境工程学报, 2020, 14(6): 1658-1667. doi: 10.12030/j.cjee.201908045
引用本文: 刘国华, 卓雨欣, 张涛, 张景来, 王洪臣, 李俊华. 基于酸催化的生物质制乙醇工艺条件优化[J]. 环境工程学报, 2020, 14(6): 1658-1667. doi: 10.12030/j.cjee.201908045
LIU Guohua, ZHUO Yuxin, ZHANG Tao, ZHANG Jinglai, WANG Hongchen, LI Junhua. Optimizing process conditions for ethanol preparation from biomass based on acid catalysis[J]. Chinese Journal of Environmental Engineering, 2020, 14(6): 1658-1667. doi: 10.12030/j.cjee.201908045
Citation: LIU Guohua, ZHUO Yuxin, ZHANG Tao, ZHANG Jinglai, WANG Hongchen, LI Junhua. Optimizing process conditions for ethanol preparation from biomass based on acid catalysis[J]. Chinese Journal of Environmental Engineering, 2020, 14(6): 1658-1667. doi: 10.12030/j.cjee.201908045

基于酸催化的生物质制乙醇工艺条件优化

    作者简介: 刘国华(1976—),男,博士,副教授。研究方向:应用生物技术。E-mail:lgh@ruc.edu.cn
    通讯作者: 张涛(1985—),男,博士,助理教授。研究方向:环境催化。E-mail:zhangt@ruc.edu.cn
  • 基金项目:
    中国人民大学科学研究基金资助项目(2018030194)
  • 中图分类号: X703

Optimizing process conditions for ethanol preparation from biomass based on acid catalysis

    Corresponding author: ZHANG Tao, zhangt@ruc.edu.cn
  • 摘要: 纤维素乙醇被认为是最佳的替代燃料之一,但依然存在纤维素水解效率低和水解糖液中有害物质影响酵母菌活性等问题,从而导致其生产成本过高,无法实现工业化生产。选取水稻秸秆、小麦秸秆、高粱秸秆、毛竹等4种典型生物质,进行了基于酸催化法与同步酶解发酵法制取纤维素乙醇工艺条件的优选研究,采用DNS还原糖测定法测定原料还原糖转化量以表征预处理效果,并使用气相色谱法测定乙醇转化率。结果表明:水稻以5%固体装载量在125 ℃下经0.5%稀硫酸处理10 min后,产糖率达28.74%,处理效果在4种生物质中最优;发酵2 d后的水稻和小麦的乙醇转化率分别为51%和54%,显著高于高粱与毛竹;发酵5 d后高粱和毛竹的乙醇转化率达到了61%和65%,高于水稻和小麦。以上结果对改善传统生物质生产纤维素乙醇产率低的问题,具有一定的实际指导意义。
  • 近年来,大量的抗生素如四环素类和氟喹诺酮类等被广泛用作促进畜禽生长、预防和治疗感染的饲料添加剂[1-2]. 尤其是四环素类抗生素,它是一类广谱性抗生素,因杀菌效率高和成本低等已广泛应用于畜牧业的. 然而,30%—90%的四环素类污染物不能被畜禽所吸收消化[3],在畜禽体内未代谢的四环素类会通过尿液、粪便排泄进入水环境,未经处理的富含四环素类的废水会对环境和人体健康造成潜在的危害,还会引起一些致病菌产生抗药性基因的环境风险[2,4]. 因此,必须采取高效的治理措施对这些残留水体中的抗生素进行消减处理. 到目前为止,很多处理方法如吸附法、生物法和化学氧化法都被应用于抗生素废水的治理,其中高级氧化法因效率高和操作简单等优势受到了广泛的应用[5-7]. Fenton 法是高级氧化法的一种,是利用溶解性Fe2+与H2O2反应所生成的OH·的强氧化性把抗生素降解去除的一种均相Fenton法[8-9],但其pH适应范围窄,Fenton铁泥产量大成了最主要的直接限制因素. 而非均相Fenton法则克服了均相Fenton法的缺点,采用含铁的矿物或复合材料作为非均相Fenton法的溶解性Fe2+离子源,被广泛用于抗生素类物质的高效降解去除[5, 7]. 近年来,黄铁矿是一种有色金属矿山开采的尾矿渣,具有来源广泛和价格低廉的特点[10-12],常被用作为非均相Fenton的溶解性Fe2+离子源应用于多种有机污染物如染料和抗生素等的去除[7,13],如采用黄铁矿与过氧化氢或过硫酸盐联合高效降解水中的难降解的有机污染物如2,4,6-三硝基甲苯、罗丹明B、双氯芬酸和2,4-二氯苯酚[10-11,14-15]. 大量研究表明,黄铁矿除了提供Fenton所需的Fe2+离子源外,在反应过程中,黄铁矿经氧化释放出来的H+能较好地维持体系的酸性环境,而且,黄铁矿本身的还原性可促进Fe2+/Fe3+循环等,能实现黄铁矿Fenton对污染物的高效持续去除[13-15]. 另外,据研究表明,超声(US)不仅能通过声空化产生自由基,还能加速催化剂表面反应,实现声化学和催化化学的协同,能提升污染物的去除效果[16-18]. 而且,US也能激活H2O2分解产生OH· [17, 19],若在黄铁矿/H2O2体系引入超声或许能较大地提升抗生素的去除效率,加速黄铁矿物与抗生素的界面反应. 到目前为止,有关黄铁矿与超声联合激活H2O2降解去除水体中的抗生素的研究仍鲜见报道.

    基于四环素类和氟喹诺酮类抗生素是目前应用广泛的抗生素两大主要类型,本研究以典型的四环素类抗生素金霉素(CTC)和氟喹诺酮类抗生素氧氟沙星(OFX)为主要目标污染物,采用天然黄铁矿与超声(US)联合激活H2O2降解去除水体中的抗生素CTC和OFX. 系统地考察了不同条件下金霉素的去除效果,鉴定了反应过程中的自由基组分和降解产物,评估了黄铁矿/H2O2/US体系对CTC和OFX的同步去除效果,探讨了CTC和OFX在黄铁矿/H2O2/US体系的降解反应机制,以期为利用黄铁矿Fenton体系去除水中的抗生素提供理论基础,实现尾矿渣黄铁矿“以废治废”的环境治理理念.

    天然黄铁矿样品采自广东省大宝山矿区,先用超纯水清洗表面泥沙,研磨后过100目筛,置于超声清洗5 min,再用1 mol·L−1硝酸洗涤及清洗反应氧化层,随后用超纯水和乙醇反复冲洗后于30 ℃真空干燥备用;金霉素(CTC,99.8%)和氧氟沙星(OFX,99.8%)购自上海阿拉丁公司,其中,甲醇和乙腈等均为色谱纯,其它试剂如H2O2、叔丁醇、苯醌等购于广州化学试剂公司,本实验所用试剂均为分析纯级别以上,本实验溶液均为超纯水配制.

    在装有100 mL浓度为40 mg·L−1 CTC的烧杯中,用0.01 mmol·L−1 HCl和NaOH溶液调节反应液的pH. 随后把烧杯放置于超声器中,采用转速为200 r·min−1的机械搅拌,往烧杯中加入一定量的黄铁矿样品和H2O2溶液,摇匀起动反应. 超声功率固定为40 W,反应时间设置为60 min,定时取样4 mL,并加入2 mL甲醇淬灭自由基反应,再过0.22 μm滤膜后用于高效液相的分析. 设置pH (3.0、5.0、7.0和9.0)、黄铁矿样品剂量(0.5、0.75、1.0、1.25 g·L−1)、CTC初始浓度(5、10、20、40 mg·L−1)、H2O2剂量(0.5、0.75、1.0、1.25 mmol·L−1)、共存离子浓度(0、1、10、100 mmol·L−1)和OFX初始浓度(0、5、10、20 mg·L−1)来考察黄铁矿/H2O2/US体系对CTC的去除效果影响. 在重复性实验中,反应后的黄铁矿用超纯水清洗后烘干,随后用于下一轮实验. 在自由基淬灭实验中,初始浓度为50 mmol·L−1 的叔丁醇和苯醌分别加入到反应液,其它条件与批量实验一致. 所有实验重复3次.

    CTC的浓度分析采用高效液相仪(HPLC)测定,采用C18柱(250 mm × 4.6 mm, 5 μm),流动相为乙腈、甲醇和0.01 mmol·L−1草酸溶液,其体积比为22:11:67,流速为0.8 mL·min−1,柱温为30 ℃,检测波长为274 nm,样品量为10 mL [20]. OFX的流动相为乙腈和1%甲酸溶液,其体积比为20:80,流速为0.5 mL·min−1,柱温为50 ℃,检测波长为294 nm [21]. CTC的降解中间产物采用液相色谱质谱联用仪(HPLC-MS),电喷雾离子源(ESI) 为正离子检出模式,扫描范围为m/z (100—600). 总有机碳(TOC)采用TOC分析仪测定,反应液经0.22 μm微孔滤膜过滤后,溶液中的总铁采用电感耦合等离子体发射光谱仪(ICP-OES),Fe2+采用邻菲啰啉分光光度法(HJ/T 345-2007)测定;黄铁矿样品表面的形貌和元素成分采用扫描电子显微镜能谱仪(SEM-EDS)分析,其晶体结构采用X射线衍射仪(XRD)分析.

    本实验所采用的天然黄铁矿样品表面的SEM-EDS分析结果如图1所示,结果表明,此黄铁矿的尺寸处于微米级水平,粒径在30—60 μm范围内,并呈现不规则的颗粒结构(图1a). 同时,矿物表面EDS能谱分析结果显示,这种黄铁矿表面的主要成分为Fe和S,其中,Fe和S的质量比重分别为40.36%和59.64%(图1b). 此黄铁矿物的Fe/S值低于理论值,表明本黄铁矿组分中还含有不可忽视的杂质或缺陷.

    图 1  黄铁矿的扫描电镜能谱图(a) SEM图 (b) EDS图
    Figure 1.  SEM-EDS of pyrite sample

    此外,采用X射线衍射(XRD)对其晶体结构进行分析,结果如图2 所示. 在XRD图谱20º—70º范围,出现9个衍射峰,与黄铁矿标准样品的XRD图谱ICDD-PDF42-1340中的(111)、(200)、(210)、(211)、(220)、(311)、(222)、(230)和(321)晶面相吻合 [12]. 本实验所采用的黄铁矿的XRD结果与前期研究工作类似[12].

    图 2  黄铁矿物的XRD图谱.
    Figure 2.  XRD of pyrite sample.

    图3 为不同体系对CTC去除效果. 由图3a可知,单纯的黄铁矿对CTC的去除效果作用非常有限,CTC仅有大约10%得到去除,这主要是因为黄铁矿颗粒表面的吸附作用.

    图 3  不同体系下CTC的去除效果
    Figure 3.  Removal of CTC by various processes

    当采用超声US去除CTC时,与黄铁矿相比,CTC的去除效果稍微提升高了约9%,其去除率能达到18.6%,这是因为水溶液在超声波的作用下会生成少量如OH·的强氧化性自由基,正是由于这些自由基的存在,促进了CTC的去除 [18-19]. 另外,当CTC在H2O2溶液时,发现约有20%的CTC能得到去除,这是由于H2O2本身对CTC的氧化作用. 然而,CTC在以上3种单一黄铁矿、US和H2O2的体系下均未能实现较好的去除效果. 当黄铁矿与US联合时,CTC的去除率能达到26%;另外,当US和H2O2联合时,CTC的去除率达到了35%,而CTC的去除率在黄铁矿和H2O2联合体系下能在60 min内达到74%. 与两个二元体系黄铁矿/US和US/H2O2相比,CTC能在黄铁矿/H2O2体系下实现了较好的去除,这可能是因为黄铁矿释放来的Fe2+能有效激活H2O2产生较多数量的强氧化性OH·,较大程度地促进了CTC的去除. 当US加入到黄铁矿/H2O2体系时,CTC的去除率从74% 提高到了96%,CTC去除率的显著提升归因于黄铁矿、US和H2O2三者间的协同反应,实现了三元体系黄铁矿/H2O2/US的最优化效应. 同时,还采用准一级反应动力学模型对上述实验数据进行了拟合,结果如图3b所示. 这些实验数据具有较好的准一级反应动力学模型拟合程度,R2都在0.95以上,CTC在黄铁矿、US、H2O2、黄铁矿/US、US/H2O2、黄铁矿/H2O2和黄铁矿/H2O2/US体系下的动力学速率k分别为0.0016、0.0034、0.0035、0.0048、0.072、0.024、0.049 min−1. 以上数据表明,CTC能在黄铁矿/H2O2/US体系下实现最佳的降解去除效果.

    一些关键的反应条件如pH、催化剂量和H2O2浓度等都可能会影响CTC在黄铁矿/H2O2/US体系下的去除效果[2,19],因此,考察了pH、黄铁矿剂量、H2O2浓度和CTC初始浓度对CTC去除的影响,结果如图4所示.

    图 4  不同因子对CTC去除效果影响
    Figure 4.  Effect of key parameters on the degradation of CTC by pyrite /H2O2/US process
    (a) pH; (b) 黄铁矿剂量; (c) CTC 浓度; (d) H2O2浓度.
    (a) pH; (b) pyrite dosage; (c) CTC concentration; (d) H2O2

    图4可见,在pH 3.0—9.0 范围内,随着pH的增大,CTC的去除率逐渐降低(图4a). 当pH从3.0增加到9.0时,CTC的去除率从99%降低50.7%,结果表明,高pH环境会抑制黄铁矿/H2O2/US体系对CTC去除,可能是因为酸性条件下的黄铁矿易发生氧化溶解. 有趣的是,pH在3.0—5.0范围内,CTC的去除率变化不大,均能保持在96%左右. 这是因为在这个酸性条件下,黄铁矿因被氧化释放出来H+能较好地维持该Fenton反应对CTC的高去除效果所需要的pH条件. 由图4b可知,CTC的去除率随着黄铁矿剂量的增加而增大,原因是高剂量的黄铁矿具有较多的反应位点和Fe2+的量. 不过当黄铁矿剂量高于0.75 g·L−1后,所提升的CTC的去除效果却不明显,其数值保持在95% 以上. 另外,CTC的去除率与CTC的初始浓度成反比关系(图4c),随着CTC的初始浓度的增大,其去除率呈现下降趋势. 当CTC的初始浓度从20 mg·L−1增加到40 mg·L−1,相应的去除率从95.4%降到了66.8%,这是由于体系所产生的OH·数量远满足不了高浓度CTC去除对OH·的需求量,OH·的供给呈现不足状态. 由图4d可知,CTC的去除率与H2O2浓度成正比关系,H2O2浓度的增加直接导致更多的H2O2与Fe2+反应产生大量的OH·用于CTC去除. 不过,当H2O2浓度超过1 mmol·L−1时,继续增大H2O2浓度对CTC的去除效果却不明显,这可解释为过量的H2O2会因发生自我分解和参与竞争消耗OH·而浪费掉. 因此,基于上述结果分析,CTC在黄铁矿/H2O2/US体系下的最优化条件为pH=5.0、黄铁矿剂量为0.75 g·L−1、CTC的初始浓度为20 mg·L−1和H2O2浓度为1 mmol·L−1.

    现实水环境中包括着各类共存阳离子(如Ca2+、Na+、Mg2+和Al3+等)和阴离子(如Cl、NO3、HCO3和PO43-等),据研究表明,这些共存离子会对Fenton氧化体系去除有机物的效果产生不同程度影响[14-16]. 因此,本研究考察了不同浓度共存离子如Ca2+、Mg2+、Al3+、Cl、NO3、HCO3和PO43-等对CTC在黄铁矿/H2O2/US体系下的去除效果影响,结果如图5所示.

    图 5  共存离子对CTC去除效果影响
    Figure 5.  Effect of coexisting ions the degradation of CTC by pyrite/H2O2/US process
    (a) 阳离子; (b) 阴离子
    (a) Cations; (b) Anions

    图5a可知,阳离子Ca2+、Na+、Mg2+、Na+和Al3+的加入,几乎不会影响黄铁矿/H2O2/US体系对CTC去除效果,CTC的去除率均能保持在95%以上. 这个表明,这些阳离子不会与CTC产生竞争效应. 因此,黄铁矿/H2O2/US体系在富含阳离子的环境去除CTC具有良好的稳定性. 然而,加入阴离子如HCO3和PO43-对CTC去除效果呈现不同程度的抑制作用(图5a). 其中HCO3的抑制作用最为明显,CTC去除率随着HCO3浓度的增加而减小,当HCO3浓度从0增加到100 mmol·L−1时,CTC去除率相应地从95.8% 降到了81.6%. 这导致约14%降幅的原因可能有如下两个方面:(1)HCO3的加入会发生自我水解反应释放出大量的OH,引起体系溶液的pH上升,使溶液中的Fe2+形成沉淀,影响到OH·的产生量;(2)HCO3能与OH·反应产生弱氧化性的HCO3·− 和CO3·−. 另外,高浓度的PO43-也会对CTC去除产生一定的抑制作用,当PO43-浓度达到100 mmol·L−1时,CTC去除率从95.8%降到了90.2%,可解释为高浓度的PO43-会与溶液中的Fe3+形成沉淀,从而减少OH·的产生量. 其它阴离子如Cl、NO3和SO42-的加入对CTC去除效果影响不大,几乎可以忽略 [13]. 综上所述,除HCO3和PO43-之外,其它大部分共存离子几乎不会影响黄铁矿/H2O2/US体系对CTC去除效果,因此,黄铁矿/H2O2/US体系具有较好的水质适用性.

    在Fenton氧化体系去除有机物的过程会有自由基如OH·和O2·−的参与,叔丁醇和苯醌常被用作OH·和O2·−的淬灭剂 [17]. 为了探讨CTC在黄铁矿/H2O2/US体系的去除机制,自由基淬灭剂叔丁醇和苯醌分别加入到两个CTC去除反应体系(US/H2O2和黄铁矿/H2O2/US)中,淬灭实验结果如图6所示. 由图6a可知,在US/H2O2体系中,加入叔丁醇会CTC的去除产生显著的抑制效果,其去除率从35.5%降至16.4%,表明OH·参与了CTC的去除过程. 而苯醌对CTC的去除效果的影响几乎可以忽略不计,上述结果,在US/H2O2体系降解CTC的过程中,OH·是起主导作用的. 然而,在黄铁矿/H2O2/US体系,叔丁醇和苯醌的加入对CTC的去除效果呈现出不同程度的影响(图6b). 苯醌的加入会使CTC的去除率下降约20 %,而叔丁醇的加入使CTC的去除率下降约76%,这表明,在黄铁矿/H2O2/US体系,OH·和O2·−都参与了CTC的降解去除过程,其中,OH·是起主导作用的,O2·−的作用次之.

    图 6  不同体系所产生的自由基淬灭效果
    Figure 6.  Identification of radicals during the reaction
    (a) H2O2/US体系; (b) 黄铁矿/H2O2/US体系
    (a) H2O2/US process; (b) pyrite/H2O2/US process

    在黄铁矿/H2O2/US体系对CTC的降解过程,采用液质联用仪(LC-MS)分析了反应30 min和60 min反应液的降解中间产物. 结果发现有4种CTC的降解中间产物,其中,m/z=318是30 min反应液探测到的,在60 min反应液探测到m/z=194、m/z=122和m/z=130中间产物. 随着反应的进行,CTC降解中间产物的分子量都是逐渐变小的,这意味着CTC大分子结构已被黄铁矿/H2O2/US体系中的OH·氧化而受到破坏. 结合所测的中间产物和相关文献报道,推导出CTC在黄铁矿/H2O2/US体系的可能降解路径(图7a). 路径I:CTC首先通过脱氯、开环、脱烷基化和羟基化形成产物m/z=318,随后脱烷基化和羟基化生成产物m/z=194,进一步开环和羟基化生成产物m/z=122,接着进一步生成其它中间产物 [21];路径II,CTC通过开环、脱烷基化和羟基化生成产物m/z=130,随后再形成其它中间产物如有机小分子酸[19],最终,两路径所生的其它中间产物进一步矿化为二氧化碳、水和其它无机物质. 本研究推导的CTC路径与前期相关文献所报道的吻合 [1,21],黄铁矿/H2O2/US体系对CTC的降解和矿化变化过程如图7b所示,在反应60 min内,CTC的降解率和矿化率分别达到了95.4%和49.8%,这表明黄铁矿/H2O2/US体系能有效降解CTC.

    图 7  黄铁矿/H2O2/US体系对CTC的降解与矿化
    Figure 7.  Degradation and mineralization of CTC by pyrite/H2O2/US process
    (a) 降解路径; (b) 降解与矿化效率.
    (a) Degradation pathways; (b) Removal efficiency

    黄铁矿/H2O2/US体系对CTC的降解效果的重复稳定性结果如图8所示. 研究发现,黄铁矿/H2O2/US体系对CTC具有良好的连续降解去除效果,经过5次的连续重复使用,CTC的去除率仍然能保持在93%以上,相对应的矿化率均能保持在48%左右(图8a),这表明黄铁矿的重复性能性高. 同时,还研究了在重复实验过程中总铁的释放过程,相关结果如图8b所示,总铁的释放量随着反应次数的增加而减少,当在第5次重复实验完成时,总铁浓度达到4.74 mg·L−1,这表明黄铁矿的损耗较小,具有较好的重复性能.

    图 8  黄铁矿/H2O2/US体系对CTC的重复性效果
    Figure 8.  Reuse performance on the degradation of CTC by pyrite/H2O2/US process
    (a) 去除率; (b) 总铁释放量.
    (a) Removal efficiency; (b) Leaching of Total Fe.

    事实上,现实的环境污染都不是单一的污染,而是多种污染物质的复合污染类型 [6,21],因此,研究了黄铁矿/H2O2/US体系对两种抗生素CTC和OFX的同步去除,结果如图9所示. 研究发现,CTC的去除率随着OFX加入浓度的增加而降低,与空白相比,当OFX加入浓度为5、10、20 mg·L−1时,黄铁矿/H2O2/US体系对CTC的去除率分别降至为93.5%、71.7%和51.5%. 去除率下降可解释为OFX的加入会与CTC形成自由基的竞争,引起CTC去除效果的下降. 不过,在OFX加入浓度较低时,这种竞争作用表现不明显,当OFX加入浓度为5 mg·L−1,CTC的去除率仍能达到93.5%,这结果表明低浓度OFX的加入不会对CTC的去除产生明显的抑制效应. 同时,也研究了共存条件下的OFX去除效果,如图9b所示,当OFX加入浓度为5、10、20 mg·L−1时,黄铁矿/H2O2/US体系对OFX的去除率分别为94.4%、75.2%和55.6%,上述结果表明,在一定的条件下,两种抗生素CTC和OFX能在黄铁矿/H2O2/US体系下实现同步高效的去除.

    图 9  黄铁矿/H2O2/US体系同步去除CTC和OFX的效果
    Figure 9.  Simultaneous removal of CTC and OFX by pyrite/H2O2/US process
    (a) CTC; (b) OFX.

    基于上述实验结果和前期文献研究 [18-19, 22],推导出黄铁矿/H2O2/US体系对两种抗生素CTC和OFX的同步去除反应机理,所述机理如图10所示.

    图 10  黄铁矿/H2O2/US体系同步去除CTC和OFX的反应机理Fig. 10. The reaction mechanism for the simultaneous removal of CTC and OFX by 黄铁矿/H2O2/US process

    首先,黄铁矿氧化溶出释放H+,体系pH会缓慢降低到3.80左右,此时黄铁矿释放出Fe2+ [22],超声的介入,加速了Fe2+从黄铁矿表面溶出. 所产生的Fe2+与所加入的H2O2形成Fenton反应产生大量的OH·,这些自由基攻击CTC和TC分子而氧化分解,最终矿化为二氧化碳、水和其它无机物质(反应式1—7). 在这个过程中,体系中O2·−也在起着重要的作用,而且,有超声介入的Fenton对CTC和OFX的降解去除更加高效. 在这个体系中,黄铁矿能及时把溶液中的Fe3+转化为Fe2+,促使反应持续进行,除了溶液Fe2+与H2O2的均相Fenton反应外,同时也存在着黄铁矿表面≡Fe2+与H2O2的非均相Fenton反应 [14-15],正是两者反应的协同效应促使CTC和OFX能在黄铁矿/H2O2/US体系下实现同步高效的降解去除.

    2FeS2+7O2+2H2O2Fe2++4H++4SO24 (1)
    Fe2++O2Fe3++O2 (2)
    Fe2++O2+2H+Fe3++H2O2 (3)
    2O2+2H+O2+H2O2 (4)
    Fe2++H2O2Fe3++HO+OH (5)
    H2OH+HO (6)
    CTC/OFX+HOintermediateproductsCO2+H2O (7)

    天然黄铁矿、H2O2和超声(US)联合用于水体中典型抗生素金霉素(CTC)和氧氟沙星(OFX)的高效去除,三者实现了良好的协同效应. US实现了声化学和催化化学的协同效应. 黄铁矿/H2O2/US体系在最优化反应条件下对CTC的去除率能达到96%,CTC降解过程符合准一级动力学方程. 共存离子Ca2+、Mg2+、Cl、NO3和SO42-等对CTC的去除未呈现明显的抑制作用,而HCO3和PO43-呈现较大程度的抑制作用. OH·和O2·−都参与了CTC的降解去除过程,其中,OH·起主导作用. 黄铁矿/H2O2/US体系对CTC具有良好的连续降解去除效果,其去除率均能保持在93%以上. 两种抗生素CTC和OFX能在黄铁矿/H2O2/US体系下实现同步高效的去除.

  • 图 1  固体装载量对还原糖浓度和产糖率的影响

    Figure 1.  Effect of solid loading of different biomass on the concentration and conversion of reducing sugar

    图 2  反应时间对还原糖浓度和转化率的影响

    Figure 2.  Effect of reaction time on the concentration and conversion of reducing sugar

    图 3  反应温度对还原糖浓度和转化率的影响

    Figure 3.  Effect of reaction temperature on the concentration and conversion of reducing sugar

    图 4  硫酸浓度对还原糖浓度和转化率的影响

    Figure 4.  Effect of sulphuric acid concentration on the concentration and conversion of reducing sugar

    图 5  酶投加量对乙醇转化率的影响

    Figure 5.  Effect of enzyme dosage on the ethanol conversion rate

    图 6  发酵时间对乙醇转化率的影响

    Figure 6.  Effect of fermentation time on the ethanol conversion rate

    表 1  不同生物质中的木质素、半纤维素和纤维素含量

    Table 1.  Content of lignin, hemicellulose, and cellulose in different biomass %

    种类木质素纤维素半纤维素
    稻草12.532.024.0
    小麦18.030.023.5
    高粱14.035.022.0
    毛竹23.043.521.5
    种类木质素纤维素半纤维素
    稻草12.532.024.0
    小麦18.030.023.5
    高粱14.035.022.0
    毛竹23.043.521.5
    下载: 导出CSV

    表 2  DNS定量测定还原糖药剂投加量

    Table 2.  Dosage of reagent for DNS quantitative test of reducing sugar

    序号葡萄糖标准使用溶液磷酸缓冲液/mLDNS试剂/mL
    浓度/(mg·mL−1)体积/mL
    000.51.53.0
    10.50.51.53.0
    21.00.51.53.0
    31.50.51.53.0
    42.00.51.53.0
    52.50.51.53.0
    63.00.51.53.0
    73.50.51.53.0
    序号葡萄糖标准使用溶液磷酸缓冲液/mLDNS试剂/mL
    浓度/(mg·mL−1)体积/mL
    000.51.53.0
    10.50.51.53.0
    21.00.51.53.0
    31.50.51.53.0
    42.00.51.53.0
    52.50.51.53.0
    63.00.51.53.0
    73.50.51.53.0
    下载: 导出CSV
  • [1] 郝军芳. 中国生物乙醇产业投资现状和趋势分析[J]. 生态经济, 2010(11): 166-168.
    [2] TOKIMATSU K, YASUOKA R, NISHIO M. Global zero emissions scenarios: The role of biomass energy with carbon capture and storage by forested land use[J]. Applied Energy, 2017, 185(Part 2): 1899-1906. doi: 10.1016/j.apenergy.2015.11.077
    [3] 方志锋, 刘昆仑, 陈复生, 等. 木质纤维素类生物质制备生物乙醇研究进展[J]. 现代化工, 2013, 33(1): 30-33. doi: 10.3969/j.issn.0253-4320.2013.01.008
    [4] 吴伟光, 仇焕广, 黄季焜. 全球生物乙醇发展现状、可能影响与我国的对策分析[J]. 中国软科学, 2009(3): 23-29. doi: 10.3969/j.issn.1002-9753.2009.03.004
    [5] 李燕红, 赵辅昆. 纤维素酶的研究进展[J]. 生命科学, 2005, 17(5): 392-397. doi: 10.3969/j.issn.1004-0374.2005.05.005
    [6] 孙建飞, 郑聚锋, 程琨, 等. 基于可收集的秸秆资源量估算及利用潜力分析[J]. 植物营养与肥料学报, 2018, 24(2): 404-413. doi: 10.11674/zwyf.17244
    [7] 杨利平, 蔡水文, 罗玲, 等. 生物乙醇生产及纤维素酶的开发进展[J]. 西部资源, 2012(3): 132-134.
    [8] 高鹏飞. 玉米秸秆制备生物乙醇及其综合利用[D]. 西安: 西北大学, 2009.
    [9] 闫莉, 吕惠生, 张敏华. 纤维素乙醇生产技术及产业化进展[J]. 酿酒科技, 2013(10): 80-84.
    [10] WYMAN C E, DALE B E, ELANDER R T, et al. Coordinated development of leading biomass pretreatment technologies[J]. Bioresource Technology, 2005, 96(18): 1959-1966. doi: 10.1016/j.biortech.2005.01.010
    [11] 尚淑梅. 降解半纤维素高温厌氧菌的筛选及其乙醇发酵代谢机理研究[D]. 昆明: 昆明理工大学, 2013.
    [12] SHI J H, LIU J, LI M, et al. Acid-free ethanol-water pretreatment with low ethanol concentration for robust enzymatic saccharification of cellulose in bamboo[J]. Bioenergy Research, 2018, 11(3): 665-676. doi: 10.1007/s12155-018-9928-x
    [13] 包海军. 铜藻制备生物乙醇的原料预处理及发酵条件优化研究[D]. 杭州: 浙江工业大学, 2013.
    [14] 刘华敏. 生物质轻度预处理液化技术与机理研究[D]. 广州: 华南理工大学, 2013.
    [15] 王丽. 不同预处理工艺生产纤维素乙醇的技术经济分析[D]. 大连: 大连理工大学, 2015.
    [16] 孙麟, 高慧俊, 宝力德. 不同的预处理方式对甜高粱秸秆纤维素酶降解效率的影响[J]. 中国农学通报, 2010, 26(9): 346-351.
    [17] 高月淑, 许敬亮, 袁振宏, 等. 木质纤维原料同步糖化发酵制取生物乙醇研究进展[J]. 生物质化学工程, 2016, 50(3): 65-70. doi: 10.3969/j.issn.1673-5854.2016.03.011
    [18] 李雅丽, 杨珊, 刘娟. 农作物秸秆纤维素含量的测定与分析[J]. 渭南师范学院学报, 2017, 32(4): 22-26.
    [19] THAMMASOUK K, TANDJO D, PENNER M H. Influence of extractives on the analysis of herbaceous biomass[J]. Journal of Agricultural and Food Chemistry, 1997, 45(2): 437-443. doi: 10.1021/jf960401r
    [20] 王鹏亭, 赵宗杰, 周荣灵, 等. 3, 5-二硝基水杨酸法测定樟芝中多糖的含量[J]. 食品研究与开发, 2016, 37(9): 163-167. doi: 10.3969/j.issn.1005-6521.2016.09.038
    [21] 冯东, 李秋顺, 刘凤, 等. 葡萄糖的测定方法与应用研究进展[J]. 传感器与微系统, 2015, 34(12): 5-8.
    [22] 牟建楼, 王颉, 张伟, 等. 乙醇的测定方法综述[J]. 酿酒, 2006(2): 46-48. doi: 10.3969/j.issn.1002-8110.2006.02.025
    [23] 李扬. 基于中红外光谱技术监测生物乙醇发酵过程: 乙醇和葡萄糖含量的测定[D]. 长春: 吉林大学, 2011.
    [24] YUAN Z, WEI W, LI G, et al. High titer ethanol production from combined alkaline/alkaline hydrogen peroxide pretreated bamboo at high solid loading[J/OL]. [2019-08-01]. Waste and Biomass Valorization, 2019, https://doi.org/10.1007/s12649-019-00638-5.
    [25] 张建. 木质纤维素原料生物转化生产纤维素乙醇过程的关键技术研究[D]. 上海: 华东理工大学, 2011.
    [26] 惠珍珍, 迟聪聪, 柳咪, 等. 乙酸预处理对木质纤维素结构及性能的影响[J]. 林业工程学报, 2019, 4(1): 88-93.
    [27] 虞雯, 泮国荣, 肖竹钱, 等. 螺杆挤压法木质纤维素预处理的研究进展[J]. 科技通报, 2019, 35(6): 13-19.
    [28] 张晓旭, 陈复生, 辛颖, 等. 纤维素预处理技术的研究进展[J]. 粮食与油脂, 2018, 31(6): 7-10. doi: 10.3969/j.issn.1008-9578.2018.06.003
    [29] 孟雪靖, 杨永健, 周诗丹. 黑龙江省农作物秸秆资源利用现状及对策研究[J]. 农业经济, 2018(3): 38-40. doi: 10.3969/j.issn.1001-6139.2018.03.014
    [30] SUN Y, CHENG J Y. Hydrolysis of lignocellulosic materials for ethanol production: A review[J]. Bioresource Technology, 2002, 83(1): 1-11. doi: 10.1016/S0960-8524(01)00212-7
    [31] ERIKSSON T, BORJESSON J, TJERNELD F. Mechanism of surfactant effect in enzymatic hydrolysis of lignocellulose[J]. Enzyme and Microbial Technology, 2002, 31(3): 353-364. doi: 10.1016/S0141-0229(02)00134-5
    [32] ALKASRAWI M, ERIKSSON T, BORJESSON J, et al. The effect of Tween-20 on simultaneous saccharification and fermentation of softwood to ethanol[J]. Enzyme and Microbial Technology, 2003, 33(1): 71-78. doi: 10.1016/S0141-0229(03)00087-5
    [33] BIANCHI F, VAN'T KLOOSTER J S, RUIZ S J, et al. Regulation of amino acid transport in Saccharomyces cerevisiae[J]. Microbiology and Molecular Biology Reviews, 2019, 83(4): 1-38. doi: 10.1128/MMBR.00024-19
    [34] LEWIS J A, ELKON I M, MCGEE M A, et al. Exploiting natural variation in Saccharomyces cerevisiae to identify genes for increased ethanol resistance[J]. Genetics, 2010, 186(4): 1197-1227. doi: 10.1534/genetics.110.121871
    [35] HOU J, SCALCINATI G, OLDIGES M, et al. Metabolic impact of increased NADH availability in Saccharomyces cerevisiae[J]. Applied and Environmental Microbiology, 2010, 76(3): 851-859. doi: 10.1128/AEM.02040-09
    [36] 齐慧, 武小芬, 陈亮, 等. NaOH协同辐照预处理提高稻草纤维素酶解转化率[J]. 核农学报, 2019, 33(6): 1190-1198. doi: 10.11869/j.issn.100-8551.2019.06.1190
    [37] 唐勇. 纤维素乙醇及乳酸耦合炼制过程与机理研究[D]. 北京: 北京林业大学, 2014.
  • 加载中
    Created with Highcharts 5.0.7访问量Chart context menu近一年内文章摘要浏览量、全文浏览量、PDF下载量统计信息摘要浏览量全文浏览量PDF下载量2024-052024-062024-072024-082024-092024-102024-112024-122025-012025-022025-032025-040Highcharts.com
    Created with Highcharts 5.0.7Chart context menu访问类别分布DOWNLOAD: 4.4 %DOWNLOAD: 4.4 %HTML全文: 92.5 %HTML全文: 92.5 %摘要: 3.1 %摘要: 3.1 %DOWNLOADHTML全文摘要Highcharts.com
    Created with Highcharts 5.0.7Chart context menu访问地区分布其他: 98.4 %其他: 98.4 %XX: 0.7 %XX: 0.7 %包头: 0.1 %包头: 0.1 %北京: 0.2 %北京: 0.2 %唐山: 0.1 %唐山: 0.1 %大连: 0.1 %大连: 0.1 %杭州: 0.1 %杭州: 0.1 %济南: 0.1 %济南: 0.1 %重庆: 0.1 %重庆: 0.1 %其他XX包头北京唐山大连杭州济南重庆Highcharts.com
图( 6) 表( 2)
计量
  • 文章访问数:  5103
  • HTML全文浏览数:  5103
  • PDF下载数:  51
  • 施引文献:  0
出版历程
  • 收稿日期:  2019-08-08
  • 录用日期:  2019-11-14
  • 刊出日期:  2020-06-01
刘国华, 卓雨欣, 张涛, 张景来, 王洪臣, 李俊华. 基于酸催化的生物质制乙醇工艺条件优化[J]. 环境工程学报, 2020, 14(6): 1658-1667. doi: 10.12030/j.cjee.201908045
引用本文: 刘国华, 卓雨欣, 张涛, 张景来, 王洪臣, 李俊华. 基于酸催化的生物质制乙醇工艺条件优化[J]. 环境工程学报, 2020, 14(6): 1658-1667. doi: 10.12030/j.cjee.201908045
LIU Guohua, ZHUO Yuxin, ZHANG Tao, ZHANG Jinglai, WANG Hongchen, LI Junhua. Optimizing process conditions for ethanol preparation from biomass based on acid catalysis[J]. Chinese Journal of Environmental Engineering, 2020, 14(6): 1658-1667. doi: 10.12030/j.cjee.201908045
Citation: LIU Guohua, ZHUO Yuxin, ZHANG Tao, ZHANG Jinglai, WANG Hongchen, LI Junhua. Optimizing process conditions for ethanol preparation from biomass based on acid catalysis[J]. Chinese Journal of Environmental Engineering, 2020, 14(6): 1658-1667. doi: 10.12030/j.cjee.201908045

基于酸催化的生物质制乙醇工艺条件优化

    通讯作者: 张涛(1985—),男,博士,助理教授。研究方向:环境催化。E-mail:zhangt@ruc.edu.cn
    作者简介: 刘国华(1976—),男,博士,副教授。研究方向:应用生物技术。E-mail:lgh@ruc.edu.cn
  • 1. 中国人民大学环境学院,北京 100872
  • 2. 清华大学环境学院,北京 100084
基金项目:
中国人民大学科学研究基金资助项目(2018030194)

摘要: 纤维素乙醇被认为是最佳的替代燃料之一,但依然存在纤维素水解效率低和水解糖液中有害物质影响酵母菌活性等问题,从而导致其生产成本过高,无法实现工业化生产。选取水稻秸秆、小麦秸秆、高粱秸秆、毛竹等4种典型生物质,进行了基于酸催化法与同步酶解发酵法制取纤维素乙醇工艺条件的优选研究,采用DNS还原糖测定法测定原料还原糖转化量以表征预处理效果,并使用气相色谱法测定乙醇转化率。结果表明:水稻以5%固体装载量在125 ℃下经0.5%稀硫酸处理10 min后,产糖率达28.74%,处理效果在4种生物质中最优;发酵2 d后的水稻和小麦的乙醇转化率分别为51%和54%,显著高于高粱与毛竹;发酵5 d后高粱和毛竹的乙醇转化率达到了61%和65%,高于水稻和小麦。以上结果对改善传统生物质生产纤维素乙醇产率低的问题,具有一定的实际指导意义。

English Abstract

  • 生物质能源的开发利用有助于减少温室气体排放,完善能源结构,促进农业发展,因而引起国内外的广泛重视及大力扶持,其中生物乙醇是目前生物质能源开发的研究热点[1-2]。虽然以玉米、甘蔗、大豆等传统农作物为原料的生物乙醇制备技术具有巨大的市场潜力,但会对粮食安全造成影响,并存在主要依赖补贴的问题。鉴于此,我国出台了不再允许以粮食作物为原料生产生物乙醇的政策[3],以缓解生物能源的开发与人争粮和与粮争地的严重问题[4]。我国人口众多,耕地有限,粮食安全一直存在隐患并面临严峻挑战,以粮食作物为原料生产生物乙醇所带来的经济效益和社会效益有限[4]。因此,以木质纤维素为代表的非粮生物质为原料制取生物乙醇的研究成为了重点发展趋势,生物乙醇生产原料的非粮化有助于减少生物乙醇行业发展对国家粮食安全带来的负面影响。

    木质纤维素是自然界中存量最大的碳水化合物[5]。有研究[6-7]表明,全世界范围内纤维素年产量约200×109 t,占全球总生物量的90%以上。纤维素中人类可直接利用的部分占4%~10%[8]。相较于粮食生物乙醇原料,木质纤维素原料必须经预处理后才能进入随后的酶解糖化过程,具有更多的生产环节和更长的工艺流程;传统发酵工艺下,木质纤维素生物质的糖化率偏低,进一步降低了乙醇的产率。而纤维素和半纤维素酶的价格远高于粮食原料通常使用的淀粉酶,每生产3.784 L(一加仑)生物乙醇,纤维素乙醇需要负担1.05~1.40元的酶成本,而淀粉乙醇酶的成本只有0.14~0.21元[9],这进一步增加了纤维素乙醇的生产成本。目前,世界各地研究者均对纤维素水解还原糖进一步发酵生成乙醇的方法进行了系统的优化研究[10]

    目前,纤维素生产生物乙醇技术的2个主要研究方向是:1) 借助当下相对成熟的生物科学技术,如基因工程、微生物菌株筛选等技术,培养具有较强针对性的菌种用于酶解发酵,由此改善糖化率及乙醇产率不足的问题[11];2) 针对各生产单元进行深入研究,寻找更优的工况参数,进一步降低生产成本[12]。而原材料预处理会是降低成本的重点单元[13]。在原有的预处理手段基础上,改良工艺或研究新的预处理手段是降低预处理成本的主要研究方向。

    预处理方法主要分为酸法、碱法、液态热水法、机械破碎、蒸汽爆破、微波、超声波等[14]。其中酸法预处理是所有预处理方法中研究最多且使用最为广泛的一种方法,具有产糖率较高、处理速率和后续酶解程度高的优点[14-16]。酶解发酵方法主要有分步水解发酵法(separate hydrolysis fermentation,SHF)、同步酶解发酵法(simultaneous saccharification fermentation,SSF)和直接微生物转化法(direct microbial conversion,DMC)[17]。同步酶解发酵法的水解和发酵过程在同一个容器中进行,这样可以很好地解决分步水解发酵法中糖的反馈抑制作用,酶解过程中产生的葡萄糖会被同一容器中的微生物所利用,直接进行发酵转化为乙醇,提高了酶解效率[17]

    基于以上分析,针对目前纤维素乙醇生产技术面临的预处理成本高、酶解发酵过程转化率低的难点,本研究选取水稻秸秆、小麦秸秆、高粱秸秆、毛竹4种典型生物质,进行基于酸催化和同步酶解发酵法的制纤维素乙醇工艺条件的优化,设计出最佳的生物质制乙醇工艺路线,从而降低纤维素乙醇生产成本,减少纤维素乙醇生产技术的推广障碍,既解决了燃料用乙醇的来源问题,又解决了木质纤维素材料无法被充分利用的问题。

  • 本研究选取水稻秸秆、小麦秸秆、高粱秸秆及林业废弃物中具有较高的纤维素含量的毛竹(均通过网络购物方式购得) 4种生物质为研究对象,使用纤维素酶(夏盛,型号SPE-007)、酿酒酵母(Saccharomyces cerevisiae)(BYB072)辅助进行酶解发酵过程。

  • 新鲜秸秆放入烘箱干燥24 h。将秸秆用剪刀剪成约15 cm长的小段,放入粉碎机。粉碎20 min,过40目分样筛,得到3 mm以下颗粒。将粉末放入烘箱,于55 ℃干燥至恒重。根据李雅丽等[18]和THAMMASOUK等[19]提出的方法,测试4种生物质中木质素、半纤维素和纤维素等组分的含量,具体测试结果见表1

    配置体积分数为0.75%的硫酸溶液250 mL,在5个50 mL碘量瓶中分别加入0.2、0.6、1.0、1.4、1.8 g秸秆粉末,再加入20 mL配置好的硫酸溶液并混匀加盖,使瓶中的固体装载量分别为1%、3%、5%、7%和9%。于121 ℃高温高压条件下处理秸秆20 min。以3, 5-二硝基水杨酸(3,5-dinitrosalicylic aci,DNS)还原糖测定法测定还原糖浓度,从而确定最适固体装载量。在最适固体装载量下,处理温度和酸浓度不变,然后分别以10、20、30、40、50、60 min处理秸秆,以DNS还原糖测定法测定还原糖浓度,确定最佳的处理时间。在最佳处理时间和最适固体装载量下,保持酸浓度不变,然后分别在105、110、120、125、130、135 ℃处理秸秆,确定最佳处理温度。在最佳处理时间、温度和最适固体装载量下,以浓度分别为0.25%、0.5%、0.75%、1%、1.25%、1.5%、1.75%和2%的稀硫酸溶液处理秸秆,确定最佳硫酸溶液浓度。预处理过程在高压灭菌锅中进行。

    在进行酶解发酵时,将秸秆粉预处理后过滤并加入中性洗涤剂洗涤至粉末中性,再次过滤,干燥至恒重后,分别称取2 g水稻、小麦、高粱、毛竹秸杆于1 000 mL锥形瓶中,各加入200 mL无机盐营养液(KH2PO4 2 g,(NH4)2SO4 1.4 g,MgSO4·7H2O 0.3 g,CaCl2 0.3 g,FeSO4·7H2O 5 mg,MnSO4 1.6 g,ZnCl2 1.7 mg,CoCl2 1.7 mg,蒸馏水1 000 mL),于120 ℃灭菌20 min,配得水稻、小麦、高粱、毛竹液体培养基各200 mL,酶解固体加载量均为1%。将20个50 mL碘量瓶分为4组,在第1组中的5个碘量瓶中各加入20 mL水稻秸秆液体培养基;在第2组中加入小麦秸秆液体培养基;在第3组中加入高粱秸秆液体培养基;在第4组中加入毛竹秸秆液体培养基。在每组的5个碘量瓶中分别加入0.2、0.4、0.6、0.8、1.0 g纤维素酶。接入酿酒酵母,接种量为10%。于37 ℃下发酵72 h,测定乙醇最终产量,取定最佳酶投加量。再次配制4种不同种类秸秆粉末的液体培养基,以之前取定的最佳酶投加量投加纤维素酶,接入酿酒酵母,接种量为10%,4组培养基分别于37 ℃培养24、48、72、96、120 h,测定乙醇最终产量,从而确定最高效发酵时间。

  • 本实验使用DNS还原糖测定法测定还原糖含量[20-21]。按表2中的投加量,分别吸取葡萄糖标准使用溶液、磷酸缓冲液和DNS试剂于试管中。将所有试管放入消解仪中,于100 ℃下消解10 min,随后迅速冷却至室温,稀释5倍,振荡摇匀,用紫外分光光度计于波长540 mL处测量吸光度。以葡萄糖浓度(mg·mL−1)为横坐标,吸光度(ABS)为纵坐标绘制标准曲线,得线性回归方程,R2>0.999时即可使用。将紫外分光光度计测得的吸光度代入葡萄糖标准曲线,即得到还原糖浓度。

    在采用气相色谱法测定乙醇[22-23]时,用洁净、干燥的容量瓶准确量取100 mL样品(液温20 ℃)于500 mL蒸馏瓶中,用50 mL水冲洗3次容量瓶,冲洗水并入蒸馏瓶中,再加几颗玻璃珠,连接冷凝器,以取样用的原容量瓶作接收器(外加冰浴)。开启冷却水,缓慢加热蒸馏。收集馏出液接近刻度,取下容量瓶,盖塞。于20 ℃水浴中保温30 min,补加水至刻度,混匀,备用。吸取10 mL溶液准确稀释4倍,然后吸取10 mL于容量瓶中,准确加入0.50 mL正丙醇内标溶液,混匀。设置柱温为200 ℃,气化室和检测器温度为240 ℃,载气流量:氦气40 mL·min−1;氢气40 mL·min−1;空气流量500 mL·min−1。通过实验选择最佳操作条件,使乙醇和正丙醇获得完全分离,并使乙醇在1 min左右流出。分别吸取0.3 μL乙醇标准溶液,快速从进样口注入色谱仪(Aiglent 6890N,美国Aiglent公司),以标样峰面积和内标峰面积比值对酒精浓度作标准曲线,得到线性回归方程,R2>0.999时方可使用。试样的测定:吸取0.3 μL的试样,按照上述步骤和方法测定样品峰面积和内标峰面积比值,通过标准曲线求得的线性回归方程解出试样的乙醇浓度。用试样组分峰面积与内标峰面积的比值依据回归方程计算出的值乘以稀释倍数,即为酒样中的酒精含量。

  • 产糖率、产糖速率和乙醇转化率依次根据式(1)~式(3)进行计算。

    式中:η为产糖率;C为还原糖浓度,mg·mL−1ω为预处理前秸秆的固体装载量;ρ为溶液密度,mg·mL−1v为产糖速率,%·min−1t为预处理时间,min;η0为乙醇转化率;C0为乙醇浓度,mg·mL−1V为溶液体积,mL;ω0为预处理后秸秆的固体装载量;m为投加的秸秆质量,mg。

  • 1)固体装载量。在120 ℃下,以0.75%稀硫酸处理已经过40目分样筛筛选的4种生物质粉末各20 min。经滤纸过滤,固体装载量分别为1%、3%、5%、7%、9%的水稻秸秆、小麦秸秆、高粱秸秆、毛竹的预处理液测得其还原糖浓度(图1(a))。如图1(a)所示,在水稻秸秆、高粱秸秆、毛竹的预处理液中的还原糖浓度均随着固体装载量的上升而增加,在小麦秸秆的预处理液中的还原糖浓度在固体装载量为7%时达到最高,在9%处略有下降,这可能是因为原有酸液浓度保持不变,随着底物浓度增加,硫酸的量相较于底物变得不足,因此,降低了预处理效果。

    结合预处理过程中的固体装载量与预处理液中还原糖浓度,可得各生物质的产糖率变化。如图1(b)所示,水稻秸秆在固体装载量为5%时转化率最高;小麦秸秆的固体装载量为3%时转化率最高;高粱秸秆和毛竹的最高转化率均产生在固体装载量为1%时。这可能是由于水稻秸秆粉末较为蓬松,空间结构最松散,与酸的接触最充分,所以在酸浓度不变的前提下可以负担较高的固体装载量,以上表明水稻秸秆在节省预处理成本上有不可忽视的优势。

    2)预处理时间。在120 ℃下,以0.75%稀硫酸分别处理于最佳固体装载量的经40目分样筛筛选的4种生物质粉末,时间分别为10、20、30、40、50、60 min。经滤纸过滤后,测定水稻秸秆、小麦秸秆、高粱秸秆、毛竹的预处理液中的还原糖浓度(图2(a)),结合已知的固体装载量得到对应产糖率的变化规律(图2(b))。此外,结合产糖率与预处理时间得到产糖速率随时间的变化(图2(c))。

    图2(a)2(b)可知,在水稻秸秆、小麦秸秆、高粱秸秆、毛竹的预处理液中,还原糖浓度均随着时间的推移而上升,产糖率也随之增长。但在预处理时间超过20 min后,除水稻秸秆外,其余3种生物质的预处理液中的还原糖浓度的增长均较为缓慢,进入平台期。毛竹在处理10 min后的还原糖含量为0.006 mg·mL−1,几乎没有还原糖产生。在毛竹预处理初期,还原糖含量上升缓慢的原因可能是由于其结构较水稻等更为致密,需要更长时间才能被酸破坏[24],以至于前10 min几乎没有还原糖生成。但在10~20 min,毛竹的产糖率出现了极大的提升,这可能是因为其致密的结构延缓了木质纤维素的暴露时间[25],在酸破坏其空间结构后,还原糖便迅速产生。

    图2(c)可知,水稻秸秆、高粱秸秆在10 min达到最大产糖速率,小麦秸秆和毛竹则在20 min时达到最大产糖速率。随着时间的推移,已产生的还原糖在稀酸作用下会被降解为糠醛,从而影响产糖率[26],这可能是各生物质产糖速率在20 min后不断降低的原因。因此,得出水稻秸秆、高粱秸秆的最佳预处理时间均为10 min,小麦秸秆、毛竹的最佳预处理时间均为20 min。

    3)预处理温度。基于前2组实验确定的最佳固体装载量和最佳处理时间,以0.75%稀硫酸分别在不同温度下处理已经过40目分样筛筛选的4种生物质粉末。经滤纸过滤,得到水稻秸秆、小麦秸秆、高粱秸秆、毛竹的预处理液,并测得其中的还原糖浓度(图3(a)),结合已知的固体装载量得到产糖率变化规律(图3(b))。由图3(a)可知,水稻的预处理液中还原糖浓度在105~110 ℃有一个较大的提升,这可能是由升温带来的加压导致的,高压有助于改善预处理效果[27]。随后水稻秸秆的产糖率随温度升高迅速提升,于125 ℃达到最大值;在温度继续升高至128 ℃过程中,其浓度则显著降低,这可能是由于过高的温度对纤维素结构造成了一定破坏[28],进而影响了其产糖率。

    图3(b)可知,小麦、高粱、毛竹的产糖率高峰均出现在120 ℃。随着预处理温度进一步升高,产糖率都呈下降趋势。值得一提的是,虽然小麦的预处理液还原糖浓度高于高粱和毛竹,但因为小麦的固体装载量是高粱、毛竹的3倍,计算得到的产糖率是毛竹高于小麦,小麦高于高粱,所以毛竹、高粱可能比小麦具有更高的还原糖生产价值。此外,考虑到我国每年产生的小麦秸秆数量远高于高粱、毛竹[29],小麦秸秆生产纤维素乙醇仍然不失为一个有效的废物资源化途径。除此之外,虽然水稻在120 ℃并未达到最佳预处理温度,但其产糖率仍高于其他3种原料。综上所述,水稻的最佳预处理温度为125 ℃,小麦、高粱、毛竹的最佳预处理温度为120 ℃。

    4)预处理酸浓度。硫酸在水解纤维素的过程中起到催化剂的作用,硫酸预处理法在破坏纤维素空间结构的同时[26],还可以显著提升产糖率[30],因此,研究选择硫酸作为酸法预处理的主要试剂。基于上述实验确定的最佳固体装载量和最佳处理时间、最佳预处理温度,分别以不同体积分数的稀硫酸水溶液处理经40目分样筛筛选的4种秸秆粉末。经滤纸过滤,测量水稻、小麦、高粱、毛竹的预处理液还原糖浓度(图4(a)),结合已知的固体装载量得其产糖率变化规律(图4(b))。由图4可知,水稻秸秆预处理液中还原糖浓度在硫酸浓度为0.5%时达到最高值,小麦秸秆和毛竹均在硫酸浓度为0.75%时产糖率最高,高粱秸秆则是在硫酸浓度为1%时获得最高产糖率。在硫酸浓度超过1%后,4种生物质材料的产糖率均迅速下降。原因是在一定浓度的硫酸溶液中,H+浓度越高,木质纤维素的水解速率越快,生成的葡萄糖越多;但在更高浓度的硫酸溶液中,其氧化作用也越加显著,甚至会对木质纤维素原料产生了腐蚀,改变了其理化性质,甚至使其碳化而造成的[31-32]

    可以看出,水稻秸秆的最佳硫酸处理浓度为0.50%,小麦秸秆和毛竹的最佳硫酸处理浓度为0.75%,高粱秸秆的最佳硫酸处理浓度为1%;但鉴于0.75%的硫酸处理效果与1%也十分接近,考虑到酸的成本以及浓酸可能产生的、不利于后续酶解发酵的产物,0.75%体积分数的硫酸溶液可能更具工业实际应用的可行性。

  • 酿酒酵母(Saccharomyces cerevisiae)是一种可以利用C6糖生产乙醇的单细胞微生物,该酵母菌具有繁殖速度快,发酵能力强等优点[33]。因此,以不同生物质的最优预处理条件处理秸秆粉末,在液体培养基固体装载量1%,酿酒酵母接种量10%的条件下,分别投加0.2、0.4、0.6、0.8、1.0 g的纤维素酶,在37 ℃下培养3 d,成功将经预处理的秸秆粉末中所含的纤维素部分转化为乙醇,获得的各生物质乙醇转化率如图5所示。由图5可知,水稻、小麦、高粱、毛竹的乙醇产量都随酶投加量的增加而增加。水稻、小麦、高粱、毛竹的乙醇产量在投加量达到0.6 g以前都保持着较高速的增长速率,在0.6 g之后进入平台期,乙醇产量基本稳定,增幅不大。原因可能是酵母在整个反应体系中的生长空间减小,反而不利于酵母菌株的生长[34-35]。但是,当酵母菌含量较低时,产生的酶类物质也较少,因此不能将葡萄糖进行有效的转化。此外,由于酶的高成本是制约纤维素乙醇生产的一个重要因素[36],酶投加量应在保障一定纤维素转化率的前提下控制在尽可能低的水平。综合考虑上述因素,酶的最佳投加量为0.6 g,在选取的4种生物质中,水稻和小麦的乙醇转化率明显高于高粱与毛竹,达到56%以上。而高粱与毛竹的转化率十分接近,均在33%~35%。

    在以上优化条件的基础上,考察不同发酵时间(1~5 d)对秸秆粉末乙醇转化率的影响(图6)。由图6可知,在发酵前期,水稻秸秆、小麦秸秆、高粱秸秆、毛竹的乙醇产量都随发酵时间的增加而提高。水稻秸秆和小麦秸秆的乙醇转化率均在1~2 d呈现出较显著的提升,分别由17%和45%增至51%和53%,在2~5 d均保持在60%以下,增幅不大。随着发酵时间的增长,高粱秸秆、毛竹的乙醇产量以较稳定的速率增长,可能是因为这2种生物质的秸秆粉末结构致密,纤维素与酶的接触不够充分[37],使酶促反应能够以相对平稳的速度进行,平台期出现较晚。随着发酵时间的延长,乙醇产率增加较为减缓,可能是因为部分酵母菌陆续死亡,不再生成乙醇所致。

    综上所述,水稻秸秆、小麦秸秆的最适发酵时间均为2 d,高粱秸秆与毛竹在发酵5 d时仍保持着较高的乙醇转化速率,因此,其最适发酵时间可能长于5 d。

  • 1)在预处理阶段,水稻秸秆以5%固体装载量,温度为125 ℃,经0.50%稀硫酸处理10 min的产糖率最高,达到了28.74%,在4种生物质中处理效果最好。小麦秸秆以3%固体装载量,温度为120 ℃,经0.75% 稀硫酸处理20 min的产糖率为13.25%,次于水稻秸秆。高粱秸秆以1%固体装载量,温度为120 ℃,经1.00% 稀硫酸处理10 min的产糖率为9.54%,产率最低。毛竹以1%固体装载量,温度为120 ℃,经0.75% 稀硫酸处理20 min的产糖率为13.10%,次于水稻秸秆和小麦秸秆。

    2)在发酵阶段,4种生物质所需的酶投加比例的差异不大,最适条件均为0.3%,即每200 mL液体培养基投加0.6 g纤维素酶。但在发酵时间上,水稻秸秆、小麦秸秆经过2 d即可大致完成发酵,第2天产生的乙醇浓度与第5天的乙醇浓度的比值分别为87.7%和92.1%,均大于85%,而高粱秸秆、毛竹在前期的乙醇转化率较低,5 d内的乙醇转化率均保持一定的增速。因此,水稻秸秆、小麦秸秆的最适发酵时间均为2 d;高粱秸秆、毛竹的最适发酵时间均为5 d。

参考文献 (37)

返回顶部

目录

/

返回文章
返回