基于RSM–MOPSO–TOPSIS混合方法通过超临界水解利用木薯皮废弃物实现生物乙醇可持续生产的工艺研究

《Biomass and Bioenergy》：A hybrid RSM–MOPSO–TOPSIS methodology for sustainable bioethanol production from cassava peel waste via supercritical water hydrolysis

　　

•基于RSM–MOPSO–TOPSIS混合优化框架的木薯皮废料的超临界水热解醇技术。
•多目标优化平衡了乙醇产率与能耗需求。
•最优SCWH工况下乙醇产率为0.34 g/g，能耗为12.5 MJ/kg。
•技术经济评估预测简单投资回收期为5.34年。
•绿色指标实现PMI为14.80，E因子为0.53，碳足迹为1.89 kg CO?-eq/kg。

引言

全球向可持续能源转型的趋势加强了对生物乙醇作为一种可再生能源燃料的关注，这得益于其更清洁的燃烧特性、与现有燃料基础设施的兼容性以及可再生性[1,2]。尽管具有这些优势，但对玉米和甘蔗等传统原料的依赖已引发了关于粮食安全、土地使用竞争以及供应链可持续性的重大担忧。因此，研究日益转向非食品生物质和农林残余物作为生产生物乙醇的替代原料。在这些材料中，木薯皮废料（CPW）作为木薯加工过程中大量的副产品，已成为一种具有潜力的候选原料。这种未被充分利用的残余物如果随意丢弃不仅会造成显著的环境负担，而且还具有通过生物乙醇生产进行增值的潜力[3]。

木薯（Manihot esculenta Crantz）是在热带和亚热带地区广泛种植的主要粮食作物。在加工过程中，总木薯生物质的高达20%被作为外皮丢弃，产生了大量的木质纤维素残余物[4]。从化学组成来看，木薯皮主要由碳水化合物组成：纤维素（43.6–58.4%）、半纤维素（27.3%）和木质素（6.68%），使其特别适合用于乙醇生产[5,6]。然而，其不当处置可能导致环境挑战，包括恶臭、温室气体排放和水污染[7]。因此，将CPW转化为生物乙醇既是一种环境可持续的又是一种社会经济可行的策略，特别是在木薯为主要粮食作物的发展中国家（东南亚）[8]。

此前关于木薯皮生产生物乙醇的研究主要依赖传统优化技术，其中响应面法（RSM）应用最为广泛。RSM系统评估变量间的交互作用以优化工艺参数。例如，Osemwengie等人[5]应用RSM最大化木薯皮的乙醇产率，在最优条件下达到了1.911%。类似地，Permatasari等人[4]优化了酶解和发酵过程，报道乙醇产率为54.94%（v/v）。Aruwajoye等人[9]研究了酶解糖化，达到了78.66%的效率；而Akhabue和Otoikhian[10]使用中心复合设计（CCD）优化酸水解，预测乙醇浓度为24.48 g/L。这些研究表明RSM在生成预测模型和优化单目标响应方面的实用性。

尽管具有优势，RSM也有其固有局限性。其倾向于收敛于局部最优解，在高度非线性、多目标或大规模优化问题中效果降低。为克服这些挑战，进化算法，特别是多目标粒子群优化（MOPSO），在解决复杂优化任务方面表现出更高的性能。MOPSO将传统粒子群优化扩展到高效处理多目标权衡问题[[11],[12],[13]]。Lalwani等人[11]强调了MOPSO在不同工程领域的鲁棒性，而Valizadeh等人[12]将其应用于生物柴油供应链，优化了成本和社会可持续性。Carpio等人[13]证明了其在1G–2G生物炼制中的有效性，平衡了经济和环境目标。这些研究共同表明，MOPSO可以解决生物乙醇生产中的多维权衡问题，其中最大化产率、最小化能耗和减少环境影响通常是相互冲突的目标。

作为优化工作的补充，整合可持续性评估在木薯基乙醇系统中已获得重视。Trakulvichean等人[14]评估了将木薯废料转化为生物乙醇和沼气的经济和环境维度，为多准则决策框架构建了基础。Bonganga等人[7]综合了木薯皮增值方法，强调了环境效益和循环经济整合。Nuwamanya等人[15]证明了实际可行性，报道从非食品木薯组分中获得超过60%的乙醇产率。这些研究突出了CPW的技术潜力，同时强调了需要纳入经济、环境和能源可持续维度的整体优化方法。

预处理和水解技术的进步进一步提高了从木薯残余物中回收乙醇的效率。Mardina等人[16]采用磺化碳催化水解，达到3.75 g/L的生物乙醇产率；而Papathoti等人[17]展示了碱辅助水热预处理以提高可发酵糖的释放。Efeovbokhan等人[18]比较了木薯果肉和木薯皮的微生物和酸水解，获得约110 g/L的糖浓度和54.8%的乙醇产率。类似地，Igwebuike等人[19]报道了木薯皮的稀酸水解，达到最高0.76 g/g的碳水化合物产率和约0.286 g/g的乙醇产率。这些研究强调了定制化预处理策略对于从木质纤维素残余物中最大化乙醇回收的重要性。

热化学转化技术，特别是超临界水水解（SCWH），最近在生物质增值中引起了关注。SCWH在温度高于374°C和压力超过22.1 MPa的条件下运行，在此条件下水表现出独特的性质，包括介电常数降低、离子积增加和粘度降低[20]。这些性质促进了纤维素和半纤维素在数分钟内快速解聚为可发酵糖，无需添加化学物质或酶[[21],[22],[23],[24]]。由于SCWH仅以水作为唯一溶剂，且减少固体废物产生，因此具有环境吸引力。然而，其高温高压要求使该过程能耗密集，强调了系统优化操作参数（如温度、反应时间、原料负载和水比）的必要性，以确保经济可行性和环境可持续性。

为解决这些挑战，整合统计和计算优化框架至关重要。虽然RSM提供了稳健的多项式建模和高效的实验设计[25]，但在多目标场景中往往无法识别全局最优解。将RSM与MOPSO结合可以通过利用RSM进行预测建模并利用MOPSO进行全局搜索和帕累托最优前沿生成来克服这一局限性[26]。然而，帕累托前沿通常包含许多非支配解，需要额外的决策工具来确定最具实用性的操作点。理想相似性排序方法（TOPSIS）通过根据替代方案与理想解的接近程度进行排序来补充此框架，从而实现最优条件的系统选择[27]。此类整合的RSM–MOPSO–TOPSIS框架非常适合生物能源系统，因为在其中，最大化乙醇产率、最小化能源强度和减少排放是本质上相互冲突的目标。

能源考量在基于SCWH的生物乙醇生产中至关重要。单位乙醇能耗、能源投资回报率（EROI）以及热回收或热电联产的机会需要仔细评估。从经济角度来看，原料成本、资本和运营支出以及乙醇市场价值决定了商业可行性。从环境角度来看，需要进行生命周期评估（LCA）来量化温室气体排放、水足迹和土地使用影响[28,29]。现有研究通常单独关注一个或两个维度，这留下了SCWH基乙醇生产中综合多维优化的明显空白。

本研究通过开发基于SCWH的CPW生物乙醇生产的混合RSM–MOPSO–TOPSIS优化框架来解决这一空白。使用RSM对实验SCWH数据进行建模，以建立工艺参数与乙醇产率之间的预测关系。这些模型作为MOPSO的目标函数，识别能源、经济和环境因素之间的帕累托最优权衡。最后，采用TOPSIS优先排序非支配解，确保所选操作条件在最优性和实际可行性之间取得平衡。

本工作的新颖性在于将统计建模（RSM）与进化优化（MOPSO）和多准则决策（TOPSIS）相结合，以同时提高乙醇产率并解决可持续性问题。虽然以往的研究独立探索了SCWH或传统优化方法，但没有研究将这些方法结合来评估CPW增值中的能源–经济–环境关联，并辅以结构化的决策制定。此外，木薯皮作为一种广泛可得但未被充分利用的农业残余物，被系统性地进行了增值，增添了科学和实践意义。

通过采用三重底线视角并嵌入决策支持机制，本研究推进了生物乙醇过程优化的方法论贡献。整合的RSM–MOPSO–TOPSIS框架代表了首个针对CPW的SCWH优化的综合方法，并具有应用于其他生物质转化生物燃料途径的潜力。最终，本研究支持可持续生物能源发展，促进农业废弃物增值，并为循环经济战略做出贡献。通过展示从CPW中高效、环境负责且可扩展的乙醇生产，研究结果提供了工业部署和支持可持续生物燃料生产的政策框架的可操作见解。

各部分概述

原料收集与制备

新鲜木薯皮废料（CPW）取自马来西亚砂拉越的一家本地淀粉加工厂。收集的材料经彻底清洗以去除土壤和附着杂质，风干后在60°C下烘箱干燥24小时以降低水分含量。干燥的CPW使用锤式磨机研磨至粒径小于1 mm，并存放在室温下的密封聚乙烯袋中直至进一步使用。所有后续实验均以干重为基础进行。

CPW成分分析

木薯皮废料（CPW）表征

CPW的成分分析（表2）显示其高碳水化合物含量，使其成为生产生物乙醇的有前景的原料。CPW由58.0±1.2%的淀粉、22.5±0.8%的纤维素、6.8±0.5%的半纤维素和仅3.2±0.3%的木质素组成（图1a）。淀粉的主导地位使CPW区别于传统的木质纤维素残余物，如稻壳和小麦秸秆，后者通常淀粉含量较低（<10%）且木质素含量较高（>20%）[27]。低木质素比例

结论与展望

本研究开发并应用了混合RSM–MOPSO–TOPSIS框架，以优化通过超临界水水解（SCWH）从木薯皮废料（CPW）生产生物乙醇。CPW含有58.0%的淀粉、22.5%的纤维素和6.8%的半纤维素，对应理论乙醇潜力为45.6 g/100 g CPW。实验结果显示糖产率为0.51–0.72 g/g干CPW，乙醇产率为0.21–0.34 g/g干CPW，比能耗为9.5–12.8 MJ/kg乙醇。

作者贡献声明

Saravana Kannan Thangavelu：撰写—审阅与编辑，撰写—初稿，可视化，验证，监督，软件，方法学，调查，形式分析，数据管理，概念化。Piraiarasi Chelladorai：撰写—审阅与编辑，可视化，验证，数据管理。Elammaran Jayamani：撰写—审阅与编辑，资源，项目管理。Charlie Chin Voon Sia：软件，资源。Ping Ping Chung：验证，资源，项目管理。Abu声明利益冲突。作者声明他们不存在已知可能影响本文所报告工作的竞争性财务利益或个人关系。

致谢

作者衷心感谢马来西亚砂拉越斯威本科技大学校区、马来西亚砂拉越理工大学（UTS）以及印度泰米尔纳德邦波拉奇马拉林甘工程学院提供的大力支持与资源，这些机构对开展本研究起到了至关重要的作用。

Saravana Kannan Thangavelu | Piraiarasi Chelladorai | Elammaran Jayamani | Charlie Chin Voon Sia | Ping Ping Chung | Abu Saleh Ahmed