OPTIMIZACIÓN EN LA PRODUCCIÓN DE METANO A PARTIR DE AGUAS RESIDUALES USANDO ALGORITMOS METAHEURISTICOS

Authors

  • J. P. Morales Rivera 1 División de Ingenierías e Innovación Tecnológica, Universidad de Guadalajara, Centro Universitario de Tonalá, Av. Nuevo Periférico 555, Ejido San José Tatepozco, 45425 Tonalá, Jalisco, México.
  • K. J. Gurubel Tun 1 División de Ingenierías e Innovación Tecnológica, Universidad de Guadalajara, Centro Universitario de Tonalá, Av. Nuevo Periférico 555, Ejido San José Tatepozco, 45425 Tonalá, Jalisco, México.
  • E. Leon Becerril 2Tecnología Ambiental, Centro de Investigación y Asistencia en Tecnología y Diseño del Estado de Jalisco. Av. de los Normalistas 800, Colinas de La Normal, 44270 Guadalajara, Jalisco, México
  • J. del Real Olvera 2Tecnología Ambiental, Centro de Investigación y Asistencia en Tecnología y Diseño del Estado de Jalisco. Av. de los Normalistas 800, Colinas de La Normal, 44270 Guadalajara, Jalisco, México
  • V. Zúñiga Grajeda 1 División de Ingenierías e Innovación Tecnológica, Universidad de Guadalajara, Centro Universitario de Tonalá, Av. Nuevo Periférico 555, Ejido San José Tatepozco, 45425 Tonalá, Jalisco, México.

DOI:

https://doi.org/10.19136/jeeos.a3n1.3267

Keywords:

Optimización, modelado, metaheurístico, digestión anaerobia.

Abstract

El presente trabajo aborda el estudio de la producción de metano a partir de aguas residuales de la industria de las carnes frías, donde se propone la modificación de un modelo matemático para describir la digestión anaerobia previamente publicado en la literatura. Al comparar los datos experimentales obtenidos con los calculados por el modelo propuesto se encontró un ajuste R2 = 0.767, esto para valores de producción de metano puntual en sesenta días. Por otro lado, se propone en este trabajo una modificación al modelo propuesto y se optimizaron cinco diferentes parámetros cinéticos, por medio del algoritmo de búsqueda metaheurístico Particle Swarm Optimization (optimización de enjambre de partículas). Al evaluar los resultados de la optimización se observó una mejora en el ajuste inicial del modelo a R2 = 0.927, permitiendo concluir que este tipo de algoritmos metaheurísticos pueden ser muy eficaces al ajustar los parámetros de modelos altamente no lineales y así describir con mayor precisión los sistemas de digestión anaerobia.

References

Dhussa, A. K., Sambi, S. S., Kumar, S., Kumar, S., & Kumar, S. (2014). Nonlinear Autoregressive Exogenous modeling of a large anaerobic digester producing biogas from cattle waste. Bioresource technology, 170, 342-349.

Zareei, S., & Khodaei, J. (2017). Modeling and optimization of biogas production from cow manure and maize straw using an adaptive neuro-fuzzy inference system. Renewable Energy, 114, 423-427.

Q. Zhang, J. H, D.J. Lee, Biogas from anaerobic digestion processes: research updates, Renew. Energy 98 (2016) 108e119.

León-Becerril, E., García-Camacho, J. E., Del Real-Olvera, J., & López-López, A. (2016). Performance of an upflow anaerobic filter in the treatment of cold meat industry wastewater. Process Safety and Environmental Protection, 102, 385-391.

López-López, A., Vallejo-Rodríguez, R., Méndez-Romero, D.C. (2010). Evaluation of a combined anaerobic and aerobic system for the treatment of slaughterhouse wastewater. Environmental technology, 31(3): 319–326.

Heponiemi A., Lassi U. (2012). Advanced Oxidation Processes in Food Industry Wastewater Treatment - A Review, in: Valdez, B. (Eds.), Food Industrial Processes-Methods and Equipment, In Tech, pp. 313-338.

Harris, P.W., McCabe, B.K. (2015). Review of pre-treatments used in anaerobic digestion and their potential application in high-fat cattle slaughterhouse wastewater. Applied Energy 155: 560-575.

K. Reisberg, L. Sun, L. Leven, S.J. Horn, A. Schnurer, (2013) Biogas production from wheat straw and manuree Impact of pretreatment and process operating parameters, Bioresour. Technol. 149 232-237.

Batstone D, Keller J, Angelidaki R, Kalyuzhnyi S, Pavlostathis S, Rozzi A, Sanders W, Siegrist H, Vavilin V (2002) Anaerobic Digestion Model No. 1 (ADM1), Scientific and Technical Report No. 13. IWA Publishing, London.

Owhondah, R. O., Walker, M., Ma, L., Nimmo, B., Ingham, D. B., Poggio, D., & Pourkashanian, M. (2016). Assessment and parameter identification of simplified models to describe the kinetics of semi-continuous biomethane production from anaerobic digestion of green and food waste. Bioprocess and biosystems engineering, 39(6), 977-992.

Lara-Cisneros G, Aguilar-Lo´pez R, Femat R (2015) On the dynamic optimization of methane production in anaerobic digestion via extremum-seeking control approach. Comput ChemEng 75:49–59.

Bai, J., Liu, H., Yin, B., & Ma, H. (2015). Modeling of enhanced VFAs production from waste activated sludge by modified ADM1 with improved particle swarm optimization for parametersestimation. Biochemical engineering journal, 103, 22-31.

O. Bernard, Z. Hadj-Sadok, D. Dochain, A. Genovesi, J.P. Steyer, (2001) Dynamical model development and parameter dentification for an anaerobic Biotechnology and Bioengineering 75 (4) 424–438. DOI: 10.1002/bit.10036.

Bhunia, P., & Ghangrekar, M. M. (2008). Analysis, evaluation, and optimization of kinetic parameters for performance appraisal and design of UASB reactors.Bioresource Technology, 99(7), 2132-2140. doi:10.1016/j.biortech.2007.05.053.

Fedailaine, M., Moussi, K., Khitous, M., Abada, S., Saber, M., & Tirichine, N. (2015). Modeling of the Anaerobic Digestion of Organic Waste for Biogas Production. Procedia Computer Science, 52, 730-737. doi:10.1016/j.procs.2015.05.086

Fidanova, S. S., & Roeva, O. N. (2013). Metaheuristic techniques for optimization of an E. coli cultivation model. Biotechnology & Biotechnological Equipment, 27(3), 3870-3876.

Liu, C. F., Yuan, X. Z., Zeng, G. M., Li, W. W., & Li, J. (2008). Prediction of methane yield at optimum pH for anaerobic digestion of organic fraction of municipal solid waste. Bioresource technology, 99(4), 882-888.

Shi, X. S., Yuan, X. Z., Wang, Y. P., Zeng, S. J., Qiu, Y. L., Guo, R. B., & Wang, L. S. (2014). Modeling of the methane production and pH value during the anaerobic co-digestion of dairy manure and spent mushroom substrate. Chemical Engineering Journal, 244, 258-263.

Chen, X., Chen, Z., Wang, X., Huo, C., Hu, Z., Xiao, B., & Hu, M. (2016). Application of ADM1 for modeling of biogas production from anaerobic digestion of Hydrilla verticillata. Bioresource technology, 211, 101-107.

Downloads

Published

2019-06-04

Issue

Section

ARTÍCULO CIENTÍFICO

How to Cite

Morales Rivera, J. P., Gurubel Tun, K. J., Leon Becerril, E., del Real Olvera, J., & Zúñiga Grajeda, V. (2019). OPTIMIZACIÓN EN LA PRODUCCIÓN DE METANO A PARTIR DE AGUAS RESIDUALES USANDO ALGORITMOS METAHEURISTICOS. Journal of Energy, Engineering Optimization and Sustainability, 3(1), 25-36. https://doi.org/10.19136/jeeos.a3n1.3267