生物质能行业蓬勃发展的同时,其火灾安全问题也亟待解决。生物质作为典型的固体可燃材料,与其原料和成型燃料相关的火灾事故时有发生,危及社会安全的同时还会造成环境污染。生物质火灾的产生不仅与生物质的种类和形态有关,而且与其氧化热解和燃烧的特性及机理密切相关。对生物质氧化热解和燃烧行为和规律的研究,是预测生物质火灾发生和发展的基础,有助于深入理解生物质燃烧引发火灾的机制,有利于生物质着火和燃烧模型的开发,能够评估生物质火灾的风险,有效预防和控制生物质火灾的发生。本研究围绕生物质氧化热解与燃烧的特性及机理,主要开展了以下几个方面的研究工作:典型生物质氧化热解特性与动力学的研究。借助热重-差示扫描同步热分析仪,深入分析了典型生物质粉末的氧化热解过程,发现可以分为四个阶段:水分和轻质挥发分释放、脱挥发分和（半）纤维素分解、炭的氧化和木质素分解、碳质残渣降解。在此基础上,利用热重-傅里叶红外联用仪,对比研究了典型生物质粉末及其成型燃料的氧化热解过程及气态产物,基于非等温动力学理论,利用无模式函数法和广义曲线控制法求解氧化热解的动力学参数与机理函数。对生物质粉末与成型燃料氧化热解过程中各类参数的分析,可以更好地理解后续的着火燃烧过程,为燃烧模型提供合理的热解子模型。典型生物质燃烧特性的研究。对火灾中研究较少的生物质粉末与成型燃料的燃烧特性开展研究。利用锥形量热仪详细研究了不同外部辐射条件下生物质粉末的燃烧特性,建立了点燃时间与外部辐射的关系模型用以预测生物质粉末的临界热流。基于Petrella方法,发现研究的生物质粉末均具有高火灾风险。在此基础上,对比分析了生物质粉末与成型燃料的燃烧特性,发现成型燃料具有更长的预热时间和燃烧持续时间,火灾风险属于中等。对气体毒害性的分析发现生物质粉末在燃尽阶段具有更高的毒害性,而成型燃料在预热阶段气体毒害性较高。生物质氧化热解质量损失的预测研究。基于简化实验操作和用基础数据预测生物质氧化热解质量损失的目的,引入人工神经网络方法解决氧化热解过程中复杂的非线性问题。从两个角度出发建立氧化热解预测模型,一方面是考虑到升温速率对于生物质氧化热解过程的影响,利用升温速率和温度变化实现质量损失预测,另一方面则是考虑生物质化学组成与其氧化热解过程的密切关系,利用工业分析和元素分析结果建立质量损失预测模型。两种方法建立的神经网络模型的预测值与实验值的收敛效果均很好。在此基础上,利用MIV算法对各输入参数的敏感性进行分析,从数学上量化各输入参数对氧化热解质量损失的影响程度,各输入参数影响程度排序为:温度＞挥发分＞固定碳＞碳＞氮＞水分＞氢＞氧＞硫＞灰分。生物质燃烧热释放速率的预测研究。针对人工神经网络方法暂未涉及的生物质燃烧热释放速率预测开展研究。首先是考虑外部辐射对生物质燃烧热释放速率的影响,建立基于外部辐射的热释放速率预测模型。在此基础上,考虑理化特性对燃烧热释放速率的影响,建立基于工业分析和热物性参数的热释放速率预测模型。进而借助MIV算法得到各输入参数对燃烧热释放速率的敏感度为:时间＞导热系数＞分解热＞挥发分＞密度＞发射率＞灰分＞比热容＞水分＞活化能＞固定碳。建立的预测模型可以高效便捷地获得生物质燃烧热释放速率结果,从而对其火灾风险进行预估。