Przedstawiono numeryczną symulację CFD procesu hydrotermalnego upłynniania osadów ściekowych HTL w reaktorze ciągłym z przepływem tłokowym. Zbadano wpływ takich parametrów, jak natężenie przepływu zawiesiny, temperatura i czas prowadzenia procesu na wy dajność powstałego biooleju. Ponadto zbadano wpływ współczynnika przenikania ciepła i czasu przebywania na wydajność powstałych produktów. Dane te posłużą do zaprojektowania i zwiększenia skali reaktora HTL.
EN
A numerical CFD simulation of the hydrothermal liquefaction of sewage sludge in a continuous plug flow reactor on a pilot scale was presented. The effect of parameters such as suspension flow rate, temp. and process time on the efficiency of the resulting bio-oil was examined. In addition, the effect of heat transfer coeff. and residence time on the yield of the resulting products was studied.
2
Dostęp do pełnego tekstu na zewnętrznej witrynie WWW
Przedstawiono techniczno-ekonomiczną analizę produkcji wodoru z biogazu przez parowy reforming biometanu. Kompleksowa analiza obejmuje bilans masowo-energetyczny instalacji, analizę finansową oraz ekologiczną. Poddano ocenie potencjał utylizacji odpadów (obornika) w kierunku przetworzenia na wodór poprzez reforming parowy biometanu. Wyniki przeprowadzonej analizy pokazują atrakcyjny sposób produkcji biowodoru z biogazu jako ekonomiczną technologię przetwarzania odpadów połączoną z ograniczeniem emisji zanieczyszczeń powodujących efekt cieplarniany.
EN
A numerical model of a pilot plant producing H₂ from biogas by steam reforming of biomethane was developed using Chemcad. The anal. covered the mass and energy balance of the installation, as well as financial and ecological estimation. The results of the anal. showed that the method of H₂ production is economical and reduces pollutant emissions.
3
Dostęp do pełnego tekstu na zewnętrznej witrynie WWW
Przeprowadzono symulację numeryczną bioreaktora do produkcji wodoru z ciemnej fermentacji, w której substratem były produkty zawierające glukozę. Zastosowano uśrednione równanie Naviera i Stokesa z dwufazowym przepływem uwzględniającym międzyfazowy transport masy składników z modelem kinetycznym. Symulacja złożonego procesu biologicznego za pomocą modelowania numerycznego opartego na obliczeniowej dynamice płynów pozwoliła określić i znaleźć istotne zmienne wraz z ich wzajemnym oddziaływaniem na poziomie lokalnym, dostarczając narzędzi do optymalizacji produkcji i zwiększania skali bioreaktora.
EN
Prodn. of H by dark fermentation of a glucose-contg. substrate in a bioreactor was numerically simulated basing on computational fluid dynamics. The averaged Navier-Stokes equation with a 2-phase flow was used as a kinetic model taking into account the interphase mass transport of components. The simulation allowed to identify and find significant variables with their interactions at their local levels, providing a tool for construction, optimize and scale up the bioreactor.
4
Dostęp do pełnego tekstu na zewnętrznej witrynie WWW
Proces utleniania osadu czynnego jest szeroko stosowany do usuwania zanieczyszczeń w oczyszczalniach ścieków. Rosnąca ilość przetwarzanych odpadów i marnotrawionej żywności prowadzi do wzrostu stężenia azotu całkowitego i fosforu całkowitego, co ma wpływ na pogorszenie jakości przetwarzanych ścieków. Do optymalizacji procesowej użyto algorytmu genetycznego. Do celów predykcji stężenia związków biogennych w osadzie czynnym zastosowano dwa różne modele uczenia maszynowego: sztuczną sieć neuronową (ANN-MLP) i regresyjną metodę wektorów nośnych (SVR). Wyniki pokazały, że oba modele można skutecznie zastosować do prognozowania stężenia związków biogennych, jednak model z użyciem ANN wykazał większą dokładność na etapie treningowym i walidacji niż SVR. Przewidywanie i optymalizacja składu związków biogennych w procesie tlenowego oczyszczania ścieków ma istotny wpływ na jakość uzyskiwanych oczyszczonych ścieków.
EN
A genetic algorithm was used to optimize the process. The concn. of nutrients in the activated sludge was predicted using 2 different machine learning models, artificial neural network (ANN-MLP) and support vector regression (SVR). Both models can be used effectively to predict nutrient concns., but the ANN model showed higher training and validation accuracy than the SVR.
5
Dostęp do pełnego tekstu na zewnętrznej witrynie WWW
W artykule przedstawiono wybrane algorytmy uczenia maszynowego do przetwarzania obrazu mikroskopowego utlenionych kłaczków osadów ściekowych w celu oceny skuteczności monitorowania procesu tlenowej stabilizacji. Przedstawiono i porównano trzy techniki segmentacji algorytmem: k-means, fuzzy c-means oraz progowania Otsu w ocenie skuteczności segmentacji obszarów utlenionych i wykryciu zjawiska spęcznienia lub pienienia się kłaczków osadu ściekowego. Wykorzystane metryki GCE, RI, VI skutecznie porównują zmiany morfologiczne i strukturalne kłaczków poprzez ocenę segmentacji i kwantyfikacji obrazu. Analiza obrazów mikroskopowych przy wykorzystaniu technik uczenia maszynowego zapewniają oszczędność czasu i stanowią alternatywę metod fizyko-chemicznych w ocenie tlenowej stabilizacji osadu ściekowego
EN
The article presents selected machine learning algorithms for processing the microscopic image of oxidized sewage sludge flocs in order to assess the effectiveness of monitoring the oxygen stabilization process. Three techniques of segmentation were presented and compared by algorithm: k-means, fuzzy c-means and Otsu thresholding in assessing segmentation effectiveness of oxidized areas and detecting the swelling or foaming phenomenon of sewage sludge flocs. The GCE, RI, VI metrics has been effectively used and compared for morphological and structural changes of the flocs by assessing the image segmentation and quantification. The analysis of microscopic images using machine learning techniques save time and constitute an alternative to the physico-chemical methods to assessment aerobic stabilization of sewage sludge.
6
Dostęp do pełnego tekstu na zewnętrznej witrynie WWW
W artykule opracowano trójwymiarowe model numeryczny hybrydy PV/TEG składającego się z generatora termoelektrycznego (TEG) podłączonego do tylnej części modułu fotowoltaicznego (PV). Temperatura pracy stanowi parametr określający efektywność i sprawność konwersji elektrycznej panelu fotowoltanicznego. Modelowanie numeryczne przedstawia podejście do obniżania temperatury pracy paneli fotowoltaicznych za pomocą ogniwa TEG chłodzonym pasywnym radiatorem powietrza. Model numeryczny został zrealizowany za pomocą oprogramowania ANSYS i obejmuje uwzględnienie zjawisk Thomsona, Seebecka oraz przewodzenia ciepła Joule'a. Powierzchnia wymiany pasywnego radiatora wpływa na całkowity transfer ciepła przy wyższych prędkościach powietrza zwiększając całkowitą sprawność elektryczną panelu.
EN
The article developed a three-dimensional numerical model of a PV/TEG hybrid consisting of a thermoelectric generator (TEG) connected to the back of a photovoltaic (PV) module. The operating temperature is a parameter that determines the efficiency of electrical conversion of a photovoltaic panel (PV). Numerical modelling presents the approach to lowering the temperature of photovoltaic panels using a TEG cell cooled by a passive air radiator. The numerical model was implemented using ANSYS software and includes taking into account the phenomena of Thomson, Seebeck and Joule's heat conduction. The exchange surface of the passive radiator affects the total heat transfer at higher air speeds increasing the total electrical efficiency of the panel.
7
Dostęp do pełnego tekstu na zewnętrznej witrynie WWW
Przedstawiono projekt wysokowydajnego układu hybrydy PV/T chłodzonego płytowym wymiennikiem ciepła zoptymalizowanego za pomocą algorytmu uczenia maszynowego. Poprawę parametrów cieplnych płytowego wymiennika osiągnięto dzięki analizie egzergii. Optymalna geometria wymiennika znacznie wpłynęła na poprawę wartości konwekcyjnego współczynnika wymiany ciepła, a także na zmniejszenie oporów przepływu. Metoda optymalizacji oparta na algorytmach uczenia maszynowego obejmuje optymalny projekt parametrów geometrycznych i eksploatacyjnych płytowego wymiennika ciepła. Zmiana kształtów wypełnienia cylindrycznego z geometrią zapewnia lepszy rozkład obciążenia cieplnego, zwiększając efektywność elektryczną panelu PV o 29–34%.
EN
The method for optimization of the geometric structure of the plate heat exchanger and the water flow rate by means of the heuristic machine learning algorithm with the use of exergy analysis was presented. The simulation was performed for a polycrystalline photovoltaic panel with a capacity of 250 W. Its electrical efficiency was increased by 29–34%.
JavaScript jest wyłączony w Twojej przeglądarce internetowej. Włącz go, a następnie odśwież stronę, aby móc w pełni z niej korzystać.