美国爱达荷国家实验室(INL)研究人员开发出计算机模型，助力将木屑、农作物残渣及城市固体废物等生物质资源转化为燃料和化学品。针对生物质颗粒加工中的机械堵塞难题，新模型通过整合多行业设备数据，为生物能源作物加工提供高效解决方案。

研究团队以玉米秸秆为重点研究对象，通过特殊切割技术将其转化为均匀材料，并利用离散元方法建模分析颗粒尺寸演变规律。实验发现，茎秆长度对颗粒大小影响有限，而横截面尺寸与研磨颗粒大小呈正相关。基于2022年4月《生物系统工程》发表的弹塑性弯曲行为研究，团队进一步在2023年12月论文中揭示了颗粒形成机制，并在2024年5月《粉末技术》发表的成果中证实：计算机模型可精准预测设备最佳参数设置，显著提升粒度控制效率。“通过测量生物力学特性并生成参考数据，我们构建了可验证的机器学习模型，”高级研究科学家夏一东教授表示，“这为快速预测颗粒尺寸分布提供了科学依据。”

该模型创新性引入水分含量作为关键参数，结合深度神经网络算子模型，实现了对颗粒演变过程的“极高准确性”预测。研究显示，出料筛尺寸和物料含水率对加工效果的影响远超设备转速和功率。目前，INL工艺开发单元(PDU)已支持行业合作伙伴测试研磨、干燥等工艺方案。“我们旨在通过共享专业知识与设施，帮助企业优化操作流程，”高级生物能源研究科学家达蒙·哈特利强调，“规模化测试前掌握更丰富的细节数据，可大幅提升项目成功率。”

更多信息： Yidong Xia 等，《玉米秸秆的弹塑性弯曲行为》，《生物系统工程》(2022)。Yidong Xia 等，《基于实验数据的刀式粉碎加工柔性生物质原料的离散元建模研究》，《生物系统工程》 (2023)。Minglei Lu 等，《生物质粉碎预测：物理实验、种群平衡模型和深度学习》，《粉体技术》(2024)。期刊信息： 生物系统工程