通过P-Fuzzy模拟甲生产的废物转化为能源
Fábio de Oliveira Neves1, Mateus Cury2, Ernandes Benedito Pereira3
1Department of Environmental Science, Exact Science Institute, Federal University of Alfenas, Alfenas, Minas Gerais State, Brazil.
The Science of the total environment
|October 5, 2025
概括
这项研究引入了一种新的P-Fuzzy模型,用于优化垃圾填埋场生物能源回收. 它通过将分层模糊逻辑与废物管理的生物和动态建模相结合,提高了能源效率并减少了环境影响.
科学领域:
- 环境科学 环境科学
- 化学工程是化学工程的重要组成部分.
- 人工智能的人工智能
背景情况:
- 垃圾填埋场对于城市固体废物管理至关重要,但在生物能源回收和环境影响方面面临挑战.
- 优化无氧分解和减轻生态损害对于可持续的垃圾填埋作业至关重要.
研究的目的:
- 提出一种新的P-Fuzzy建模方法,将层次化的模糊逻辑与垃圾填埋场废物管理的环境和生物基因建模相结合.
- 优化无氧分解过程,以提高能源效率和减少垃圾填埋场的生态影响.
主要方法:
- 开发了一个基于Tabasaran框架的P-Fuzzy模型,集成数学,化学和运动建模.
- 整合了环境,生物 (Monod方程) 和过程动态 (修改的迈凯利斯-门) 来捕捉运营不确定性.
- 模拟了各种填埋场尺度和环境参数,以评估生物气生产和工艺稳定性.
主要成果:
- 小规模的垃圾填埋场表现出更大的运行稳定性;中型垃圾填埋场在酸性-甲性过渡期间达到峰值.
- 大规模的垃圾填埋场面临着不稳定性和液积累等挑战,需要先进的自动化.
- 对温度,湿度和废物成分进行有针对性的调整,可使生物气产量增加高达35%.
结论:
- 新的混合模型为固体废物生物能源系统提供了一个可扩展和适应的工具.
- 通过更高效,更环保的废物管理,P-Fuzzy模型显著提高了填埋场的可持续性.
- 环境传感器和人工智能的集成对于持续的过程监测和优化至关重要.
