common:navbar-cta
Télécharger l'applicationBlogFonctionnalitésTarificationAssistanceSe connecter
EnglishEspañolعربىFrançaisPortuguêsItalianoहिन्दीKiswahili中文русский

 !

Fig. 11.10 Simulation du TAN (XsubNHX-N,1/sub) en [mg/l] sur 2 jours = 2880 min avec Q = 300 l/min (bleu) et Q = 200 l/min (orange)

 !

Fig. 11.11 Simulation du nitrate N (xsubNO3-N,1/sub) en [mg/l] sur 50 jours = 72 000 min avec Qsubexc/sub = 300 l/jour (jaune), Qsubexc/sub = 480 l/jour (orange) et Qsubexc/sub = 600 l/jour (bleu)

La digestion anaérobie (MA) de matière organique est un processus qui implique les étapes séquentielles de l'hydrolyse, de l'acidogenèse, de l'acétogenèse et de la méthanogenèse (Batstone et al., 2002). La digestion anaérobie d'un mélange de protéines, de glucides et de lipides est visualisée à la figure 11.11. Le plus souvent, l'hydrolyse est considérée comme l'étape limitant la vitesse dans la digestion anaérobie de la matière organique complexe (Pavlostathis et GiraldoGomez 1991). Ainsi, l'augmentation du taux de réaction d'hydrolyse conduira probablement à un taux de réaction de digestion anaérobie plus élevé. Toutefois, l'augmentation des taux de réaction nécessite une meilleure compréhension du processus connexe. Une meilleure compréhension peut être obtenue par l'expérimentation et/ou la modélisation mathématique. Comme de nombreux facteurs influencent, par exemple, le processus d'hydrolyse, comme la concentration d'ammoniac, la température, la composition du substrat, la taille des particules, le pH, les intermédiaires, le degré d'hydrolyse, c'est-à-dire le potentiel de la teneur en hydrolyse et le temps de séjour, il est presque impossible d'évaluer la valeur totale effet des facteurs sur le taux de réaction d'hydrolyse par expérimentation. La modélisation mathématique pourrait donc être une alternative, mais en raison de toutes les incertitudes relatives à la formulation des modèles, aux coefficients de vitesse et aux conditions initiales, aucune réponse unique ne peut être attendue. Toutefois, un cadre de modélisation mathématique permettrait des analyses de sensibilité et d'incertitude pour faciliter le processus de modélisation. Comme mentionné précédemment, l'hydrolyse n'est qu'une des étapes de la digestion anaérobie. Par conséquent, la compréhension et l'optimisation du processus complet de digestion anaérobie nécessitent des connexions de l'hydrolyse aux autres processus qui se déroulent au cours de la digestion anaérobie et des interactions entre toutes ces étapes.

L'ADM1 (modèle de digestion anaérobie \ #1), bien connu et largement utilisé, est un modèle structuré comprenant des étapes de désintégration et d'hydrolyse, d'acidogenèse, d'acétogenèse et de méthanogenèse. La désintégration et l'hydrolyse sont deux étapes extracellulaires. À l'étape de la désintégration, les substrats composites de particules sont convertis en matière inerte, en glucides particulaires, en protéines et en lipides. Par la suite, l'étape d'hydrolyse enzymatique décompose les glucides particulaires, les protéines et les lipides en monosaccharides, acides aminés et acides gras à longue chaîne (LCFA) respectivement (Batstone et al., 2002) (voir fig. 11.12).

ADM1 est un modèle mathématique qui décrit les processus biologiques et physicochimiques de la digestion anaérobie comme un ensemble d'équations différentielles et algébriques (DAE). Le modèle contient 26 variables d'état dynamique en termes de concentrations, 19 processus cinétiques biochimiques, 3 processus cinétiques de transfert gaz-liquide et 8 variables algébriques implicites pour chaque unité de procédé. Comme alternative, Galí et coll. (2009) ont décrit le processus anaérobie comme un ensemble d'équations différentielles avec 32 variables d'état dynamique en termes de concentrations et 6 processus cinétiques acido-basiques supplémentaires par unité de procédé. Pour un aperçu de la modélisation des processus de digestion anaérobie, nous nous référons à Ficara et al. (2012). Cependant, dans ce qui suit et pour obtenir quelques premières informations sur le processus AD, nous présenterons un modèle simple d'équilibre nutritionnel de la MA dans un réacteur séquençage par lots (SBR).

11.4.1 Minéralisation des éléments nutritifs

La minéralisation des éléments nutritifs peut être calculée à l'aide de l'équation suivante (Delaide et al. 2018) :

$NR=100 \ % \ fois ( \ frac {DN_ {out} -DN {in}} {TN_ {in} -DN_ {in}}) $ (11.15a)

 ! image-20201002150706885

Fig. 11.12 Schéma simplifié pour la digestion anaérobie des particules organiques complexes (basé sur El-Mashad 2003)

où NR est la récupération des éléments nutritifs à la fin de l'expérience en pourcentage, DNsubout/sub est la masse totale de nutriments dissous dans l'écoulement sortant, DNsubin/sub est la masse totale de nutriments dissous dans l'entrée et TNsubin/sub est la masse totale de nutriments dissous et non dissous dans l'afflux (voir aussi fig. 11.13).

11.4.2 Réduction organique

La performance de réduction organique du réacteur peut être calculée à l'aide de l'équation suivante :

$η_ {OM} =1- \ frac { \ Delta OM+T_ {OM \ out}} {T_ {OM \ in}} $ (11.15b)

où ΔOM est la matière organique (c'est-à-dire COD, TS, TSS, etc.) à l'intérieur du réacteur à la fin de l'expérience moins celle au début de l'expérience, TsuBom out/sub est le débit total d'OM et TsuBom in/sub est l'afflux total d'OM (voir aussi fig. 11.14).

 ! image-20201002151121665

Fig. 11.13 Schéma général du réacteur pour déterminer le potentiel de minéralisation, où DN sont les nutriments dissous dans l'eau, UN les nutriments non dissous dans les boues (c.-à-d. TN-DN) et TN les nutriments totaux

 ! image-20201002151146047

Fig. 11.14 Schéma général du réacteur pour déterminer le potentiel de réduction de la matière organique, où TsubOM/sub est la matière organique totale et ΔOM le changement de matière organique à l'intérieur du réacteur


Aquaponics Food Production Systems

Loading...

Restez au courant des dernières nouveautés en matière de technologie aquaponique

Entreprise

  • Notre équipe
  • Communauté
  • Presse
  • Blog
  • Programme de parrainage
  • Politique de confidentialité
  • Conditions de service

Copyright © 2019 Aquaponics AI. Tous droits réservés.