عنوان

مدل سازی و بهینه سازی هضم بی هوازی حالت جامد ضایعات آلی

Number

پ۲۶۷۳۳

.Language of Text, Soundtrack etc

per

Title Proper

مدل سازی و بهینه سازی هضم بی هوازی حالت جامد ضایعات آلی

First Statement of Responsibility

محسن ثقوری

Name of Publisher, Distributor, etc.

کشاورزی

Date of Publication, Distribution, etc.

۱۳۹۹

Specific Material Designation and Extent of Item

۱۱۴ص.

Accompanying Material

سی دی

Dissertation or thesis details and type of degree

دکتری

Discipline of degree

مهندسی مکانیزاسیون کشاورزی- انرژی در کشاورزی

Date of degree

۱۳۹۹/۰۷/۱۵

Text of Note

امروزه اثرات مخرب و ناگوار زیست¬محیطی ضایعات در حالت کلی و ضایعات آلی به طور خاص، سلامت زندگی بشر و نیز آینده وی را در روی کره خاکی با چالش¬های اساسی مواجه نموده است بنابراین ضرورت بررسی موضوع، راه¬کارها و مسائل مرتبط، مورد تأکید سازمان¬ها و نهادهای ملی و بین¬المللی است. سرانه تولید ضایعات در ایران 700 گرم در روز گزارش شده است که با در نظر گرفتن جمعیت 80 میلیون نفری کشور، سالانه حدود 56 میلیون تن زباله در کشور تولید می¬شود. طبق گزارش¬ها، دو درصد ضایعات کشور به صورت بهداشتی و مابقی به صورت عادی (لندفیل) دفن می¬شوند. افزایش آلودگی و گرمایش جهانی ناشی از استفاده از سوخت¬های تجدیدناپذیر از یک سو و تحریک مشکلات بالقوه زیست¬محیطی مربوط به لندفیل¬های ضایعات جامد شهری و دفن آنها، کاهش منابع زمین و سوخت¬های فسیلی از سوی دیگر، نیاز به مدیریت بیولوژیکی ضایعات آلی جامد با فرایندهای هضم بی¬هوازی را افزایش داده است. این فرآیند با کاهش معنی¬دار جرم و حجم ضایعات و نیز تثبیت آن¬ها، توأم با تولید محصولات با ارزشی مانند بیوگاز و کود بهداشتی همراه است. لذا در این پژوهش، فرآیند هضم مشترک بی¬هوازی به عنوان یکی از راه¬کارهای اصلی مدیریت ضایعات انتخاب شده و بهینه¬سازی گردید. در این پژوهش آزمایش¬های هضم مشترک بی¬هوازی همزمان سه نوع ضایعات شامل ضایعات آلی زباله جامد شهری، کود گاوی و لجن فاضلاب شهری در حالت جامد برای بهینه¬سازی تولید متان انجام پذیرفت. سپس با مدل¬سازی فرآیند با استفاده از روش سطح پاسخ به منظور نشان دادن تأثیر متقابل بین عناصر سیستم مورد بررسی قرار گرفت و در آخر، با الگوریتم ژنتیک بهینه¬سازی کلی فرآیند عملیاتی شد. علاوه بر تولید بیوگاز (انرژی) به عنوان یکی از اهداف اصلی فرآیند هضم بی¬هوازی، در این تحقیق بررسی ارزش کودی ماده حاصل از فرآیند هضم بی¬هوازی نیز صورت گرفت. نتایج نشان دادند که ترکیبی با نسبت جرمی مساوی از هر سه نوع ضایعات مذکور (%33/33) بیش-ترین میزان متان (436 میلی¬لیتر به ازای هر گرم مواد جامد فرار) را تولید می¬کند. پس از استخراج مدل بر اساس داده¬های آزمایشگاهی، ترکیب بهینه پیشنهاد شده توسط الگوریتم ژنتیک (شامل %44 زباله جامد شهری، %24 کود گاوی و %32 لجن فاضلاب شهری) مورد ارزیابی قرار گرفت. این ترکیب 46/448 میلی¬لیتر متان به ازای هر گرم مواد جامد فرار تولید کرد که 3% بیش¬تر از تیمار آزمایشگاهی بود. نتایج بیانگر و تأیید کننده قابلیت و توانایی الگوریتم ژنتیک برای بهینه-سازی فرآیند هضم بی¬هوازی می¬باشد. در بخش ارزیابی ماده هضم شده نیز بهبود خصوصیات ارزش کودی مشاهده شد به طوری که پارامترهای این ماده در محدوده مناسب برای استفاده مستقیم به عنوان کود آلی قرار داشت

Text of Note

: Today, Municipal Solid Waste management is one of the most important challenges in developing countries. The waste generation per capita in Iran is reported to be 700 gr per day, which according to the country's population, about 20 million tons of waste is produced annually in the country. According to reports, 2% of the country's waste is now hygienically and the rest is buried normally (Landfill). Increasing pollution and global warming caused by the use of non-renewable fuels on the one hand and stimulating environmental problems potential related to solid waste landfills, reducing land resources and fossil fuels on the other hand, increase requirement of biological management of solid waste (anaerobic digestion). This process is considered in most developed countries by significantly reducing the mass and volume of waste and stabilizing them along with the production of valuable products such as biogas and sanitary fertilizer. This study focused on optimizing this process for more product and economic justification, choosing Co-digestion as one of the main ways to optimize anaerobic digestion. The first goal of this study was to perform a anaerobic Co-digestion test of 3 types of wastes, including 1) organic fraction of municipal solid waste, 2) cow manure and 3) municipal sewage sludge in solid state to optimize methane production. The second goal of the research was to modeling the process using the response surface methodology to show the interaction between the components of the process and the third goal was to optimize the process using the genetic algorithm. In addition to the production of biogas (energy) as one of the main goals of the anaerobic digestion process, in this study, the fertilizer value of the digestate obtained from the anaerobic digestion process was also investigated. The results showed that the compound containing the same amount of each type of waste (33.33%) produces the highest amount of methane (436 mL per gram of volatile solids). After extracting the model based on laboratory data, the optimal composition proposed by the genetic algorithm (including 44% of organic fraction of municipal solid waste, 24% of cow manure and 32% of municipal sewage sludge) was evaluated. The compound produced 448.46 mL of methane per gram of volatile solids, which was 3% higher than the laboratory treatment. The results show that the genetic algorithm can be used to optimize the process of anaerobic digestion. In the evaluation of the digested material section, the improvement of fertilizer value characteristics was observed and the parameters of this material were in the appropriate range for direct use as organic fertilizer. The overall results of this study showed that the solid-state anaerobic Co-digestion process has good benefits and can be used as a practical method for managing organic waste as a substitute for landfill.

Variant Title

Modeling and Optimization of Solid-State Anaerobic Digestion of Organic Waste

Entry Element

ثقوری،

Part of Name Other than Entry Element

محسن

Relator Code

تهيه کننده

Entry Element

عبدی،

Entry Element

ابراهیمی نیک،

Entry Element

روحانی،

Entry Element

میسمی،

Part of Name Other than Entry Element

رضا

Part of Name Other than Entry Element

محمدعلی

Part of Name Other than Entry Element

عباس

Part of Name Other than Entry Element

محمدعلی

Dates

استاد راهنما

Dates

استاد راهنما

Dates

استاد مشاور

Dates

استاد مشاور

Entry Element

تبریز