Ayuda
Ir al contenido

Dialnet


Modeling biotechnological processes under uncertainty anaerobic digestion as case study

  • Autores: Zivko Juznic Zonta
  • Directores de la Tesis: Albert Magrí Aloy (dir. tes.), Xavier Flotats Ripoll (dir. tes.)
  • Lectura: En la Universitat Politècnica de Catalunya (UPC) ( España ) en 2012
  • Idioma: inglés
  • Tribunal Calificador de la Tesis: Joan Mata-Álvarez (presid.), Eusebi Jarauta Bragulat (secret.), Jesús Colprim Galcerán (voc.), Joan de Pablo Ribas (voc.), Jorge Rodríguez Rodríguez (voc.)
  • Materias:
  • Enlaces
    • Tesis en acceso abierto en: TDX
  • Resumen
    • En la pràctica de l’enginyeria, quan un model explícit d’un procés està disponible, es poden realitzar experiments numèrics per tal de predir el comportament futur del sistema, explicar o descriure el seu estat ocult, guiar la recopilació de dades,... Generalment, les dinàmiques del sistema són complexes i difícils d’observar amb precisió. Qualsevol aproximació de la realitat observada per mitjà d’un modelatge implica necessàriament incertesa. Per fomentar la confiança en els resultats del model, aquesta incertesa ha de ser caracteritzada i quantificada de forma explícita. En aquest projecte de tesi, particular atenció es proporciona a la incertesa associada als paràmetres del model i les seves implicacions per a l’optimització de bio-processos. Com a cas d’estudi, es considera per a la modelització la digestió anaeròbia. La producció controlada de biogàs per digestió anaeròbica s'ha trobat una activitat rendible, a més de ser una font d'energia renovable. No obstant això, els marges de millora per a aquesta tecnologia són amplis. La co-digestió anaeròbia amb dos o més materials d’entrada és una manera de fer que la biomassa de baixa producció de biogàs sigui aplicable a escala industrial. Entre els possibles co-substrats, els residus orgànics rics en lípids resulten atractius pel seu alt potencial energètic. El principal factor limitant per a aquesta estratègia és la inhibició de la digestió anaeròbica pels àcids grassos de cadena llarga. La modelització matemàtica ofereix una aproximació útil de la complexa i delicada activitat microbiologia d’aquest sistema de digestió anaeròbica. L’objectiu subjacent del projecte de tesi és millorar el procés de tractament d'aigües residuals amb l’ajuda de la modelització i l’anàlisi d’incertesa. D’acord amb aquest objectiu, es desenvolupa un entorn de simulació anomenat “planta virtual” (VP) amb la fi de aplicar-lo al modelatge de la co-digestió anaeròbia i fangs activats. A l’entorn de la VP, es proposa i testeja noves dinàmiques fonamentals del procés d’inhibició pels àcids grassos de cadena llarga i es compara diferents procediments d’inferència per l’estimació del la incertesa dels paràmetres. D’altra banda, es proposa una anàlisi de criteris múltiples en condicions d’incertesa. El mètode s’aplica a una planta industrial de co-digestió anaeròbica. Com a conclusió, l’eina de la "planta virtual" es va trobar fiable i fàcil d’usar en el modelat dels processos de tractament biològics com fangs activats i digestió anaeròbia. El model d’inhibició per àcids grassos a cadena llarga ha estat capaç de reproduir i interpretar les dades experimentals obtingudes en prèvies investigacions. No obstant això, l’estimació de la incertesa dels paràmetres i la falsificació del model d’inhibició són tasques d’investigació futura. El procediment d’inferència Bayesiana s’ha demostrat útil per enfrontar-se amb èxit al problema de l’estimació de la incertesa dels paràmetres relatius a models de la digestió anaeròbia i dels fangs activats. La anàlisi de criteris múltiples sota incertesa ha permès una considerable millora en l’eficiència i de la fiabilitat d’operació d’una planta industrial de biogàs. No obstant això, com a treball futur es fa necessari millorar el procediment d’obtenció de les entrades a l’anàlisi de criteris múltiples i disminuir la càrrega computacional requerida per aquesta anàlisi.


Fundación Dialnet

Dialnet Plus

  • Más información sobre Dialnet Plus

Opciones de compartir

Opciones de entorno