Indexé dans
  • Ouvrir la porte J
  • Le facteur d'impact global (GIF)
  • Initiative d'archives ouvertes
  • VieSearch
  • Société internationale de recherche universelle en sciences
  • Infrastructure nationale des connaissances en Chine (CNKI)
  • CiteFactor
  • Scimago
  • Répertoire des périodiques d'Ulrich
  • Bibliothèque des revues électroniques
  • RechercheRef
  • Répertoire d'indexation des revues de recherche (DRJI)
  • Université Hamdard
  • EBSCO AZ
  • Publions
  • Google Scholar
Partager cette page
Dépliant de journal
Flyer image

Abstrait

Modélisation prédictive de la production de biogaz à partir de la digestion anaérobie de déchets de cuisine mixtes à température mésophile

Aasim Ali, Li Rundong, Feroz Shah, RB Mahar, Muhammad WajidIjaz, Sallahuddin et Muhammad Muqueet

La croissance de la population influence directement le taux de production de déchets solides municipaux. Cependant, les déchets de cuisine sont principalement éliminés dans les pays en développement et leur potentiel de production de biogaz n'est pas bien exploré. La digestion anaérobie offre la possibilité de deux avantages, à savoir la lutte contre la pollution pour la protection de l'environnement et la production de biogaz pour le partage de la charge énergétique. La présente étude visait à comprendre le processus de production de biogaz à température mésophile (37°C). Les déchets organiques de cuisine ont été utilisés pour constituer un substrat, qui a été digéré de manière anaérobie dans un réacteur à cuve agitée continue expérimental (CSTR). La phase d'inhibition a été détectée lorsque le graphique a été tracé pendant les 60 premiers jours et environ le 28e jour où il était habité. La production de biogaz à partir de l'état récupéré a été soumise à une analyse statistique. Une régression simple a donné un bon modèle prédictif qui a donné une corrélation de 0,995 malgré l'inclusion de la phase d'inhibition dans l'analyse complète. Une concordance acceptable entre les taux de production de biogaz (BGP) observés et modélisés a vérifié la sainteté du modèle prédictif basé sur la régression. De tels modèles peuvent également être utilisés pour contrôler le processus de digestion afin d'optimiser le rendement du biogaz et de décider du taux d'alimentation et de la concentration du substrat à l'échelle du temps.

Avertissement: Ce résumé a été traduit à l'aide d'outils d'intelligence artificielle et n'a pas encore été examiné ni vérifié