长期以来, 学者们致力于将玉米秸秆这类低品位的生物质资源向高附加值的化学品转化, 提高其利用价值。 对玉米秸秆进行常压酸催化多元醇液化试验, 并对其所得液化残渣的主要组成成分、 热解及纤维特性进行研究。 采用傅里叶红外光谱技术(FTIR)、 热裂解气相色谱-质谱联用技术(Py-GC/MS)、 热重分析技术(TGA)、 X射线衍射技术(XRD)及扫描电子显微镜技术(SEM)对玉米秸秆及其液化残渣的化学基团、 热裂解产物、 热失重情况、 晶体结构和微观形貌进行了检测分析。 FTIR分析表明, 液化残渣中三组分(纤维素、 半纤维素和木质素)官能团的特征吸收峰几乎消失, 其主要含有未液化完全的纤维素和三组分降解产生的小分子间通过聚合反应生成的大分子物质。 Py-GC/MS表明, 液化残渣热裂解产物中包含呋喃类(10.64%)、 酚类(18.89%)、 酮类(3.73%)、 烃类(35.23%)、 醇类(4.17%)、 醛类(4.31%)、 醚类(1.25%)和有机酸类(4.79%)及含S或N杂原子化合物(17.00%)等89种可识别的有机物, 这些有机物的含碳数高于玉米秸秆同类族化合物中的含碳数。 通过TGA明确液化残渣热失重的情况, 即加热阶段, 其质量损失约为3%; 快速失重阶段, 质量损失非常明显, 约为45%; 缓慢失重阶段, 质量损失不足4%; 其发生热解的条件比玉米秸秆的更为苛刻。 XRD结果可知, 液化残渣的主峰和次峰消失, 破坏了纤维素Ⅰ晶格结构, 形成球磨纤维素。 SEM图像表明, 玉米秸秆经酸催化多元醇液化后生成杂乱无序、 粗糙、 不规则、 呈颗粒状的液化残渣。 综上, 此条件下玉米秸秆几乎完全液化。 这为液化残渣制备木质基炭材料给予理论基础与应用支持, 促进了生物质资源全组分利用。

利用合适的溶剂液化生物质不仅可以把木质纤维资源转化成液体燃料, 还可以将得到的低分子降解产物制备成所需的化学品和化工原料。 选用价格低廉的多羟基醇类液化剂进行液化, 研究了二甘醇(diethylene glycol, DEG)混合1,2-丙二醇(1,2-propanediol, PG)、 传统的乙二醇(ethylene glycol, EG)混合PG (均6∶1 ω/ω)分别作为液化剂对玉米秸杆液化得率和所得生物油产品性能的影响。 并采用气质联用技术（GC-MS）、 傅里叶红外光谱技术（FTIR）、 热裂解气相色谱-质谱联用技术（Py-GC/MS）和X-射线衍射技术（XRD）对玉米秸秆、 生物油及液化残渣的纤维特性进行了分析。 结果表明, 当DEG与PG混合液化时, 玉米秸秆生物油的得率为98.57%; 而EG混合PG时的液化得率为96.08%。 GC-MS分析表明, 玉米秸秆生物油的主要组成成分为醇类和有机酸类, 总含量高达97%以上, 而EG混合PG液化所得的生物油中含有有机酸将近60%, 这是造成生物油具有酸性和腐蚀性的主要原因, 不利于液化反应的进行; 利用FTIR检测生物油中一些分子量较大的低聚物的相应官能团, 以弥补GC-MS检测的局限性, 结果表明了液化体系中生成了很多活泼化学键, 提高了反应体系的活性, 并且生物油中包含了大量的C—O和CO官能团, 有力地佐证了GC-MS的检测分析结果。 对两种液化残渣进行表征, Py-GC/MS结果表明, 液化残渣的成分比较复杂, 含有一定量非常难降解的大分子物质。 这些物质可能是反应后期裂解的小分子重新聚合生成的大分子物质; 可能是玉米秸秆本身存在一些不能被液化降解的成分; 还有可能是降解的小分子物质与液化剂之间相互反应生成的新的高分子化合物。 通过FTIR表明, 在液化过程中, 液化残渣中纤维素、 半纤维素和木质素的特征吸收峰都消失了, 表明三大组分的基本结构单元都被破坏, 三大组分都发生了液化, 并且木质素降解程度最大。 利用XRD对液化残渣进行表征, 液化破坏了碳水化合物所构成的聚合物晶体结构, 导致纤维素大分子被裂解, 表明纤维素在液化作用下遭到降解, 液化程度高。 最终, 该实验选取液化效果较好的DEG复配PG作为玉米秸秆液化时的溶剂, 这也为玉米秸秆液化生产低成本、 高品质的生物油提供了一种高效、 环保的工艺流程。

预处理是提高玉米秸秆生物转化利用效率的有效途径。 玉米秸秆经生物炼制转化为生物燃料时, 转化率与其原料内的纤维素和半纤维素含量直接相关。 为了实现对预处理后玉米秸秆的生物炼制过程的有效调控, 提出使用近红外光谱(NIRS)对玉米秸秆的纤维素和半纤维素含量进行快速检测, 解决传统化学方法测试速度慢、 成本高的问题。 为了提高NIRS检测的效率和精度, 将遗传算法与模拟退火算法相结合构建遗传模拟退火算法(GSA)用于预处理后玉米秸秆纤维素和半纤维素含量NIRS特征波长优选。 GSA算法以NIRS波长点数为码长进行二进制编码, 以偏最小二乘法(PLS)回归模型的交叉验证均方根误差为目标函数, 结合温度参数设计适应度函数, 基于Metropolis判别准则实现扰动解的选择复制, 能够在避免早熟的同时有效提高进化后期的搜索效率。 采用碱预处理、 生物预处理及其相结合的方法对采集的玉米秸秆进行预处理后制备样品120个, 并测定其纤维素和半纤维素含量及NIRS。 使用7点Savitzky-Golay平滑结合多元散射校正和标准正则变换对光谱进行预处理后, 利用Kennard-Stone法按3∶1比例划分校正集和验证集。 然后, 使用GSA算法对NIRS全谱进行特征波长优选(记为Full-GSA)、 对协同区间偏最小二乘法(SiPLS)优选后谱区进行特征波长优选(记为SiPLS-GSA)、 对反向区间偏最小二乘法(BiPLS)优选后谱区进行特征波长优选(记为BiPLS-GSA), 并使用PLS回归模型和验证集对特征波长优选结果进行评测。 Full-GSA以全谱1 557个波长点为基因, 执行16次算法, 优选出118个纤维素特征波长点和164个半纤维素特征波长点。 SiPLS-GSA经SiPLS优选的纤维素和半纤维素谱区波长点数分别为388个和160个, 再经GSA进一步优选后得到157个纤维素特征波长点和148个半纤维素特征波长点。 BiPLS-GSA经BiPLS优选的纤维素和半纤维素谱区波长点数分别为358个和180个, 再经GSA进一步优选后得到130个纤维素特征波长点和153个半纤维素特征波长点。 结果表明, 通过波长优选, 不仅参与建模的波长点数量显著减少, 而且回归模型的性能显著优于全谱建模。 其中, 采用Full-GSA优选的纤维素特征光谱回归性能最佳, 采用SiPLS-GSA优选的半纤维素特征光谱回归性能最佳。 回归模型验证集的平均相对误差(MRE)分别为1.752 4%和2.020 8%, 较全谱建模分别降低了13.636 6%和25.368 4%。 基于结合温度参数设计适应度函数的策略构建的GSA具有良好的全局搜索性能, 适用于玉米秸秆纤维素和半纤维素含量NIRS特征波长优选。 GSA以全谱每个波长点为染色体基因的编码方案适用于NIRS全谱的特征波长优选。 GSA同样适用于SiPLS和BiPLS优选后谱区的特征波长优选, 能够有效实现优选后谱区的波长点优选。

以玉米秸秆粉末为原料, 浓磷酸为反应催化剂, 选取多种有机溶剂为液化剂, 170 ℃的条件下, 在高压反应釜中制备秸秆生物质油。 考察了三乙酸甘油酯复配碳酸乙烯酯、 甘油复配碳酸乙烯酯以及聚乙二醇复配碳酸乙烯酯(均为6∶1ω/ω)三种不同的混合液化剂对液化得率和生物质油产品性能的影响。 采用气质联用仪(GC-MS)分析秸秆生物质油的化学组成; 傅里叶红外光谱仪(FTIR)分析原料和液化残渣的主要官能团。 实验结果表明聚乙二醇与碳酸乙烯酯混合溶剂液化时, 秸秆生物质油得率为97.84%, 三乙酸甘油酯与碳酸乙烯酯混合液化时得率为80.20%, 甘油与碳酸乙烯酯混合液化时得率为36.97%。 FTIR分析结果表明, 以聚乙二醇与碳酸乙烯酯混合溶剂为液化剂, 秸秆中纤维素、 半纤维素和木素的特征官能团几乎全部消失, 液化效果最好。 GC-MS分析结果表明, 生物质油的成分复杂, 主要包括有机酸和酮类、 醇和醚类、 芳香类、 糖类和酯类等化合物。

以猪粪和玉米秸秆为原料高温堆肥, 试验设置三个不同处理: C/N 15, C/N 25, C/N 35。 堆肥周期为120天, 其中通风周期为30天, 采用强制连续式通风。 在第0, 22, 30, 60, 90, 120天取样, 利用元素分析和红外光谱法研究不同木质素添加量对堆肥胡敏酸(HA)的组分及分子结构的影响。 研究表明堆肥胡敏酸C的变化主要集中在堆肥前30 d, 堆肥结束后, 堆肥HA中O/C增大, H/C减小, N含量增加。 不同处理之间低碳氮比(15)和高碳氮比(35)堆肥HA氧化程度要高于中碳氮比(25)。 红外光谱吸收峰分析表明, 不同木质素添加量处理堆肥过程中胡敏酸的红外光谱基本相似, 但各峰吸收强度不同。 研究表明堆肥腐熟化阶段更有利于堆肥HA中芳香性的增强。 堆肥结束后, 碳氮比15堆肥HA中多糖、 脂肪类成分减少, 芳香结构成分增加, 相比较碳氮比25和35, 碳氮比15堆肥HA腐殖化程度更高, 结构更稳定。