Control dinámico de la hidrólisis térmica para maximizar la recuperación neta de energía de los lodos de aguas...

Área de la Ciencia:

• Ingeniería ambiental
• Biotecnología
• Aplicaciones de aprendizaje automático

Sus antecedentes:

• El pretratamiento por hidrólisis térmica (THP) mejora la recuperación de energía del lodo a través de la digestión anaeróbica (DA).
• El alto aporte de energía térmica en THP puede reducir la eficiencia general del sistema.
• La optimización de los parámetros de THP es crucial para maximizar los beneficios energéticos.

Objetivo del estudio:

• Desarrollar un marco basado en el aprendizaje automático para optimizar el pretratamiento de hidrólisis térmica (THP) junto con la digestión anaeróbica (DA).
• Mejorar el rendimiento de metano y la producción neta de energía del tratamiento de los lodos.
• Permitir estrategias de tratamiento de aguas residuales adaptativas y bajo demanda para mejorar la eficiencia del tratamiento de aguas residuales.

Principales métodos:

• Desarrollo de un marco de optimización de aprendizaje automático.
• Utilizando el aumento de gradiente extremo para el modelado predictivo del rendimiento de metano y la energía neta.
• Análisis de la interpretabilidad del modelo para identificar los factores clave del comportamiento del sistema THP-AD.
• Validación a escala de campo utilizando datos operativos de una planta de tratamiento de aguas residuales.

Principales resultados:

• El modelo de aumento de gradiente extremo logró R2 > 0,90 para predecir el rendimiento de metano y la energía neta.
• Las propiedades fisicoquímicas de los lodos y los parámetros de THP se identificaron como factores primarios del rendimiento del sistema.
• Una estrategia de temperatura THP adaptativa aumentó la producción neta de energía hasta en un 39% en comparación con el funcionamiento a temperatura fija.

Conclusiones:

• El aprendizaje automático ofrece una poderosa herramienta para optimizar los procesos de THP-AD.
• El control THP adaptativo y específico de la composición es superior a los enfoques de temperatura fija.
• Este enfoque allana el camino para sistemas de tratamiento de aguas residuales más inteligentes y resistentes a la energía.