Utilização do modelo de digestão anaeróbia no. 1 e do algoritmo genético de classificação por não dominância ii na otimização da co-digestão anaeróbia

Orientador: Prof. Dr. José Eduardo Pécora JúniorCoorientador: Prof. Dr. Gustavo Valentim LochDissertação (mestrado) - Universidade Federal do Paraná, Setor de Tecnologia, Programa de Pós-Graduação em Engenharia de Produção. Defesa : Curitiba, 28/04/2021Inclui referências: p. 89-94Resumo: Dentre as técnicas empregadas no tratamento de efluentes está a digestão anaeróbica, que vem ganhando grande notoriedade devido ao potencial econômico de seus subprodutos: o lodo estabilizado e, principalmente, o biogás. A digestão anaeróbia pode ser melhorada utilizando uma mistura de dois ou mais substratos como alimentação, processo chamado de co-digestão. No entanto, alcançar a mistura correta dos resíduos que irão alimentar um co-digestor e ocasionar uma operação estável não é trivial e ainda não existe um método estabelecido para se estimar as razões adequadas na co-digestão de forma a melhorar a performance do tratamento anaeróbio. Além disso, grande parte dos trabalhos voltados à otimização das razões de mistura vêm se focando somente na produção de metano deixando de lado os aspectos relacionados à estabilidade do processo. O objetivo deste trabalho foi analisar a aplicação do método Algoritmo Genético de Classificação por Não Dominância II (NSGA-II), associado à simulação computacional utilizando o Modelo de Digestão Anaeróbia No. 1 (ADM1), na resolução do problema de encontrar a proporção ideal de cada componente em uma mistura que irá alimentar um co-digestor, fazendo com que a produção de metano e a estabilidade do processo sejam otimizadas. Para a verificação do método desenvolvido foi analisada uma mistura formada por lama originada da criação de suínos, esterco bovino e lodo provindo do tratamento secundário de efluentes. O componente lama apresentou os melhores resultados para ambas as variáveis respostas analisadas, sendo que sua mistura com outros componentes produziu uma melhor estabilidade em detrimento da produção de metano. Pode-se concluir que a metodologia proposta foi eficaz para encontrar as razões de mistura que aumentam a produção de metano e a estabilidade do processo.Abstract: Among the techniques used in the treatment of effluents is anaerobic digestion, which has gained great notoriety due to the economic potential of its by-products: stabilized sludge and, mainly, biogas. Anaerobic digestion can be improved by using a mixture of two or more substrates, a process called co-digestion. However, achieving the correct mix of residues that will feed a co-digester and cause a stable operation is not trivial and there is still no established method to estimate the adequate ratios for co-digestion in order to improve the performance of the anaerobic treatment. In addition, most of the work aimed at optimizing the mixing ratios has focused only on the production of methane, leaving aside aspects related to the process stability. The objective of this work was to analyze the application of the Nondominated Sorting Genetic Algorithm II (NSGA-II) method, associated with computer simulation Anaerobic Digestion Model No. 1 (ADM1), in solving the problem of finding the ideal proportion of each component in a mixture that will feed a co-digester, improving the production of methane and process stability. In order to verify the developed method, a mixture formed by mud originated from the creation of swine, cattle manure and sludge from secondary wastewater treatment was analyzed. The mud component showed the best results for both response variables analyzed, and its mixture with other components produced better stability to the detriment of methane production. It can be concluded that the proposed methodology was effective in finding mixing ratios that increase methane production and process stability