زارعی, سمیرا, خدایی, جلال, الماسی, فرزاد, محمدرضائی, راشد. (1396). مدلسازی زمانی و تحلیل روند تولید بیوگاز با استفاده از زمین آمار. تحقیقات سامانهها و مکانیزاسیون کشاورزی, 18(69), 59-70. doi: 10.22092/erams.2017.107584.1132
سمیرا زارعی; جلال خدایی; فرزاد الماسی; راشد محمدرضائی. "مدلسازی زمانی و تحلیل روند تولید بیوگاز با استفاده از زمین آمار". تحقیقات سامانهها و مکانیزاسیون کشاورزی, 18, 69, 1396, 59-70. doi: 10.22092/erams.2017.107584.1132
زارعی, سمیرا, خدایی, جلال, الماسی, فرزاد, محمدرضائی, راشد. (1396). 'مدلسازی زمانی و تحلیل روند تولید بیوگاز با استفاده از زمین آمار', تحقیقات سامانهها و مکانیزاسیون کشاورزی, 18(69), pp. 59-70. doi: 10.22092/erams.2017.107584.1132
زارعی, سمیرا, خدایی, جلال, الماسی, فرزاد, محمدرضائی, راشد. مدلسازی زمانی و تحلیل روند تولید بیوگاز با استفاده از زمین آمار. تحقیقات سامانهها و مکانیزاسیون کشاورزی, 1396; 18(69): 59-70. doi: 10.22092/erams.2017.107584.1132
مدلسازی زمانی و تحلیل روند تولید بیوگاز با استفاده از زمین آمار
1عضو هیئت علمی گروه مهندسی بیوسیستم دانشگاه کردستان
2کارشناس ارشد مرکز آموزش جهاد کشاورزی
3دانش آموخته کارشناسی ارشد دانشگاه کردستان
چکیده
یکی از منابع تأمین انرژی، تولید بیوگاز از فضولات دامی بهکمک تخمیر بیهوازی است. استفاده از همزنها و ایجاد اختلاط یکی از روشهایی است که برای بهبود تولید بیوگاز در مخازن استفاده میشود. تحقیق حاضر با هدف مدلسازی و تحلیل روند تولید بیوگاز و تأثیر همزن در یک مخزن 1200 لیتری با حجم مایع 800 لیتر با استفاده از زمینآمار اجرا شده است. به این منظور برای مدلسازی تولید بیوگاز در حالت بدون همزن (I) و همچنین با همزن با دورهای 40 و 100 دور در دقیقه (به ترتیب II و III)، از واریوگراماستفاده شده است. برای سنجش صحت مدلهای بهکار رفته، از آنها برای بازتولید داده های مشاهداتی با کریجینگ استفاده شده است. ارزیابی متقابل و شاخصهای آماری ضریب تبیین و مجذور مربعات باقیمانده ملاک این ارزیابی بودهاند. نتایج شبیهسازی نشان میدهد که روند تولید بیوگاز در حالت جریان یکنواخت، با همبستگی 97/0 دارای بیشترین پیوستگی ساختاری دادهای و در حالت (III) با همبستگی 33/0 دارای کمترین پیوستگی ساختاری دادهای است.
Afazeli, H., Jafari, A., Rafeei, S., Nosrati, M., Almasi, F. and Feghhipour, A. 2013. Investigation of temperature and mixing effect on energy indicators of biogas production from animal wastes. J. Res. Mech. Agric. Machin. 2(3), 19-26. (in Persian)
Chapman, D. 1989. Mixing in Anaerobic Digester: State of the Art. In: Cheremisinoff, P. (Ed.) Encyclopaedia of Environmental Control Technology. Vol. 3. Gulf Pub. Co. Houston.
Chen, T., Chynoweth, D. P. and Biljetina, R. 1990. Anaerobic digestion of municipal solid waste in a nonmixed solids concentrating digester. Appl. Biochem. Biotech. 24/25, 533-544.
Hassani-Pak, A. A. 1998. Geostatistics. First Ed. University of Tehran Press. (in Persian)
Kaparaju, P., Buendia, I., Ellegaard, L. and Angelidaki, I. 2008. Effects of mixing on methane production during thermophilic anaerobic digestion of manure: lab-scale and pilot-scale studies. Bioresource Technol. 99(11): 4919-28.
Karim, K., Hoffmann, R., Klasson, K. T. and Al-Dahhan, M. H. 2005. Anaerobic digestion of animal waste: effect of mode of mixing. Water Res. 39, 3397-3606.
Kord, M., Asghari-Moghaddam, A. and Nakhaei, M. 2015. Quantitative modeling of nitrate distribution in Ardabil plain aquifer using fuzzy logic. J. Environ. Stud. 41(1): 67-79. (in Persian)
Lema, J. M., Mendez, R., Iza, J., Garcia, P. and Fernandez-Polanco, F. 1991. Chemical reactor engineering concepts in design and operation of anaerobic treatment processes. Water Sci. Technol. 24, 79-86.
Lindmark, J., Eriksson, P. and Thorin, E. 2014. The effects of different mixing intensities during anaerobic digestion of the organic fraction of municipal solid waste. Waste Manage. 34, 1391-1397.
Omrani, G. A., Safa, M. and Golbabaei, F. 2007. Investigation of mechanical paddle mixer efficiency for Chinese biogas plant. J. Environ. Stud. 32(2): 19-26. (in Persian)
Robinson, T. P. and Metternicht, G. 2006. Testing the performance of spatial interpolation techniques for mapping soil properties. Comput. Electron. Agr. 50, 97-108.
Shen, F., Tian, L., Yuan, H., Pang, Y., Chen, S., Zou, D., Zhu, B., Liu, Y. and Li, X. 2013. Improving the mixing performances of rice straw anaerobic digestion for higher biogas production by Computational Fluid Dynamics (CFD) simulation, Appl. Biochem. Biotech. 171, 626-642.
Smith, L. C., Elliot, D. J. and James, A., 1996. Mixing in upflow anaerobic filters and its influence on performance and scale-up. Water Res. 30, 3061-3073.
Stroot, P. G., McMahon, K. D., Mackie, R. I. and Raskin, L. 2001. Anaerobic codigestion of municipal solid waste and biosolids under various mixing conditions-I. Digester performance. Water Res. 35, 1804-1816.
Vavilin, V. A. and Angelidaki, I. 2005. Anaerobic degradation of solid material: importance of initiation centers for methanogenesis, mixing intensity, and 2D distributed model. Biotechnol. Bioeng. 89(1): 13-22.
Vavilin, V. A., Loshina, L. Y., Flotats, X. and Angelidaki, I. 2007. Anaerobic digestion of solid material: multidimensional modeling of continuous flow reactor with non-uniform influent concentration destructions. Biotechnol. Bioeng. 97(2): 354-366.
Vedrenne, F., Beline, F., Dabert, P. and Bernet, N. 2008. The effect of incubation conditions on the laboratory measurement of the methane producing capacity of livestock wastes. Bioresource Technol. 99(1): 146-155.
Yadvika, S., Sreekrishnan, T.R., Kohli, S. and Rana, V. 2004. Enhancement of biogas production from solid substrates using different techniques-a review. Bioresource Technol. 95, 1-10.
Zaefferer, M., Gaida, D. and Bartz-Beielstein, T. 2016. Multi-fidelity modeling and optimization of biogas plants. Appl. Soft Comput. 48, 13-28.