• Like
  • Save
Imbierowicz zawadzka modele matematyczne fermentacji
Upcoming SlideShare
Loading in...5
×

Imbierowicz zawadzka modele matematyczne fermentacji

  • 2,399 views
Uploaded on

 

  • Full Name Full Name Comment goes here.
    Are you sure you want to
    Your message goes here
    Be the first to comment
    Be the first to like this
No Downloads

Views

Total Views
2,399
On Slideshare
0
From Embeds
0
Number of Embeds
1

Actions

Shares
Downloads
0
Comments
0
Likes
0

Embeds 0

No embeds

Report content

Flagged as inappropriate Flag as inappropriate
Flag as inappropriate

Select your reason for flagging this presentation as inappropriate.

Cancel
    No notes for slide

Transcript

  • 1. Modelowanie matematyczne procesów fermentacji metanowej Mirosław Imbierowicz Alicja Zawadzka Wydział Inżynierii Procesowej i Ochrony Środowiska Politechniki Łódzkiej V I Forum Klastra Bioenergia d la Regionu Biogazownie rolnicze – uwarunkowania polskie i szwedzkie Łódź, 6.05.2010 r.
  • 2. Treść wystąpienia
    • Wprowadzenie - krótki rys historyczny
    • Cele i zakres modelowania matematycznego procesów biochemicznych
    • Metodyka modelowania matematycznego fermentacji metanowej
    • Przykłady zastosowań
    • Podsumowanie
  • 3. Produkcja biogazu R ys historyczny Żródło : Buswell A.M., „ Production of Fuel Gas by Anaerobic Fermentations ”, Ind. Chem. Eng ., 1930 , 22(11), p. 1168
  • 4. Produkcja biogazu S tan obecny Żródło :De Baere L., Mattheeuws B.: „ State-of-the-art 2008 - Anaerobic digestion of solid waste ”, Waste M anag . W orld , 2008 , 9(4), 3 Przepustowość instalacji do fermentacji odpadów stałych w krajach UE
  • 5. Produkcja biogazu wniosek/teza Szybki rozwój sektora przetwórstwa odpadów organicznych i produkcji biogazu pociągnął za sobą wzrost zapotrzebowania na prace o charakterze B+R, zmierzające do optymalizacji procesów pozyskiwania metanu i redukcji kosztów inwestycyjnych i eksploatacyjnych instalacji fermentacyjnych. Podstawowym narzędziem wykorzystywanym do optymalizacji procesów biochemicznych i obniżania kosztów jednostkowych produkcji biogazu, jest modelowanie matematyczne procesów, biegnących w analizowanych instalacjach.
  • 6. Modelowanie procesów biochemicznych Model to system założeń, pojęć i zależności pozwalający opisać (zamodelować) w przybliżony sposób jakiś aspekt rzeczywistości. Na ogół wyrażany jest w języku matematyki (tzw. model matematyczny), gdyż taki sposób zapisu daje możliwość jego doświadczalnego sprawdzenia. Obiekt Idealizacja i uproszczenie obiektu Model matematyczny obiektu Stworzenie pełnego modelu matematycznego bioreaktora jest zadaniem złożonym, a otrzymanie pełnego rozwiązania tego problemu jest obecnie niemożliwe. W wielu przypadkach nie można bowiem w sposób pewny opisać procesów elementarnych i warunków ich wzajemnych powiązań
  • 7. Modelowanie procesów biochemicznych
  • 8. Modelowanie procesów biochemicznych
  • 9. Kinetyka reakcji biochemicznych Mechanizm reakcji fermentacji
  • 10. Kinetyka reakcji biochemicznych Badanie mechanizmu i kinetyki reakcji fermentacji
  • 11. Kinetyka reakcji biochemicznych Mechanizm reakcji fermentacji (model ADM1) Żródło :Batstone D. J., Mathematical modelling of anaerobic reactors treating domestic wastewater: Rational criteria for model use, Rev. Environ. Sci. Bio/Techn. , 2006 5, pp. 57–71. W modelu ADM1 uwzględniono 19 procesów elementarnych, opisanych za pomocą 26 zmiennych i wielu różnych parametrów kinetycznych. Należy podkreślić, że zastosowanie modelu takiego jak ADM1 (lub jakiegokolwiek innego) do symulacji konkretnego procesu fermentacji, musi być poprzedzone jego kalibracją, czyli identyfikacją wartości parametrów i stałych kinetycznych obecnych w tym modelu, w oparciu o przeprowadzone eksperymenty.
  • 12. Kinetyka reakcji biochemicznych Stechiometria reakcji fermentacji Fermentacja gnojowicy świńskiej (Cantrell, 2007) Fermentacja pomiotu kurzego (Ro, 2007) Fermentacja osadu ściekowego (Nowicki, 2007)
  • 13. Kinetyka reakcji biochemicznych Szybkość reakcji fermentacji Kinetyka Michaelis-Menten (Monod, 1949) Kinetyka ADM1 (Batstone, 2002, 2006)
  • 14. Modele kinetyczne reakcji biochemicznych Podsumowanie
  • 15. Modelowanie procesów biochemicznych
  • 16. Wymiana masy w heterofazowej reakcji biochemicznej
    • Rola i znaczenie procesów dyfuzyjnych związanych z transportem masy przez granicę faz gaz-ciecz w biochemicznych procesach anaerobowych (fermentacja metanowa) są , jak dotychczas, bardzo słabo rozpoznane.
    • Wydaje się jednak, że zjawiska dyfuzyjne nie są etapami kontrolującymi wypadkową szybkość całego anaerobowego procesu biochemicznego. Szybkość dyfuzji przez granicę faz gaz-ciecz jest bowiem w takim przypadku dużo większa niż szybkość reakcji biochemicznych, więc to powolne przemiany biochemiczne decydują o kinetyce tego procesu.
  • 17. Modelowanie procesów biochemicznych
  • 18. Modelowanie procesów biochemicznych Hydrodynamiczne modele przepływu
    • Efektywne prowadzenie procesów fermentacji metanowej (a w zasadzie - wszystkich reakcji biochemicznych) jest możliwe tylko w odpowiednich warunkach hydrodynamicznych, zapewniających, że pożądane reakcje biosyntezy przebiegają w całej objętości bioreaktora.
    • Rozwój populacji mikroorganizmów jest uzależniony od transportu substancji odżywczych z rdzenia cieczy do powierzchni komórki oraz od szybkości odprowadzania z niej produktów metabolizmu. Szybkość transportu masy zależy od warunków hydrodynamicznych w bioreaktorze, intensywności mieszania i burzliwości środowiska.
    • Równie istotny jak transport masy jest transport energii, również ściśle związany z hydrodynamiką reaktora. Procesy transportu ciepła (np. ogrzewanie masy reakcyjnej) mają decydujące znaczenie dla rozwoju mezo- i termofilnych populacji mikroorganizmów.
  • 19. Modelowanie procesów biochemicznych Hydrodynamiczne modele przepływu – modele CFD Skomplikowany charakter zjawisk zachodzących w mieszalnikach (bioreaktorach) oraz trudności w opisie właściwości fizykochemicznych środowiska sprawiają, że bezpośrednie wykorzystanie równań hydrodynamiki klasycznej przy modelowaniu fermentatorów nie jest możliwe. Stosuje się w takich przypadkach modele uproszczone, które w sposób wystarczająco dokładny opisują warunki hydrodynamiczne panujące w reaktorze. Obecnie, coraz większego znaczenia nabierają modele CFD (numerycznej mechaniki płynów), bazujące na rozwiązaniach równań transportu masy, energii i pędu (np. równanie Naviera-Stokesa). Modelowanie obiektów z użyciem metod CFD można określić jako sztukę przekształcania równań różniczkowych transportu w taki sposób, aby uzyskać wartości liczbowe prędkości, temperatury i stężeń w wybranych punktach modelowanego urządzenia procesowego. Żródło : Jaworski Z. „Numeryczna mechanika płynów w inżynierii chemicznej i procesowej” , Akademicka Oficyna Wydawnicza EXIT, Warszawa, 2005.
  • 20. Etapy analizy numerycznej CFD Żródło : Jaworski Z. „Numeryczna mechanika płynów w inżynierii chemicznej i procesowej” , Akademicka Oficyna Wydawnicza EXIT, Warszawa, 2005, str. 10
  • 21. Rezultaty analizy numerycznej CFD Żródło : Um B.-H., Hanley T. R. „ A CFD model for predicting the flow patterns of viscous fluids in a bioreactor under various operating conditions , Korean J. Chem. Eng ., 2008 , 25(5), 1094-1102. Mapa wektorów prędkości promieniowo-osiowych w zbiorniku z mieszadłem Rushtona
  • 22. Modelowanie procesów biochemicznych Główne zalety CFD
    • Dostępność informacji technicznej (mapy wektorów prędkości, pola temperatur, gradienty stężeń i ciśnień, naprężenia i in.) zarówno w skali całego aparatu, jak i lokalnie
    • Możliwość symulowania warunków niemożliwych lub trudnych do uzyskania w realnym eksperymencie
    • Niezależność jakości przewidywań modelowych od skali procesu (zarówno przy powiększaniu skali procesu do skali technicznej jak i pomniejszaniu do mikroskali)
    • Wyższa efektywność nakładów finansowych na symulacje numeryczne niż na eksperymenty
    • Istotne skrócenie czasu niezbędnego w pracach badawczo-rozwojowych nowych technologii
    Żródło : Jaworski Z. „Numeryczna mechanika płynów w inżynierii chemicznej i procesowej” , Akademicka Oficyna Wydawnicza EXIT, Warszawa, 2005.
  • 23. Modelowanie procesów biochemicznych Wady modelowania CFD
    • Konieczność walidacji modelowania w przypadku procesów złożonych, dla których nie dysponujemy dokładnymi modelami zjawisk
    • Mała odporność procesu modelowania na błędy ludzkie , takie jak zbyt optymistyczne i bezkrytyczne podejście do uzyskanych rezultatów, brak świadomości konsekwencji niepełnej lub błędnej definicji numerycznej problemu, niewystarczająca dbałość o poprawność i szczegółowość wprowadzanych danych
    • Ważną rolę w otrzymaniu wysokiej jakości rezultatów obliczeń symulacyjnych gra kształcenie użytkownika kodów CFD. Wysokie koszty kształcenia i pracy specjalistów z zakresu modelowania CFD należy traktować jako jedną z wad tego podejścia do rozwiązywania problemów projektowych i eksploatacyjnych
  • 24. Modelowanie procesów biochemicznych
  • 25. Różne typy bioreaktorów do prowadzenia procesów fermentacji Reaktor firmy Valorga Reaktor firmy Luthe Reaktor firmy ENTEC
  • 26. Modelowanie procesów biochemicznych Podsumowanie
    • Procesy, które zachodzą w bioreaktorach wyróżniają się szczególną złożonością. Modele matematyczne tych procesów powinny wyrażać całą ich złożoność, ale w praktyce konieczne są pewne założenia upraszczające i idealizacje,
    • Model matematyczny bioreaktora musi uwzględniać relacje pomiędzy procesami biegnącymi na różnych poziomach: na poziomie kinetyki wzrostu populacji mikroorganizmów , na poziomie transportu masy, energii i pędu w reagującym układzie i w powiązaniu z pracą innych aparatów wchodzących w skład instalacji,
    • Poprawny model matematyczny bioreaktora można wykorzystać do zwiększenia efektywności pracy instalacji, gdyż pozwala na rozwiązanie wielu problemów wynikających ze sterowania i automatycznej regulacji procesu fermentacji
    • Model matematyczny pozwala w dużo krótszym czasie określić i zaproponować optymalne warunki prowadzenia fermentacji.
  • 27. Modelowanie procesów biochemicznych Dziękuję za uwagę ! dr inż. Mirosław Imbierowicz [email_address] tel. +42 631 37 20