Scribd Logo
Importer

Bienvenue sur Scribd !

  • 262 vues

    Modélisation D'un Bioréacteur

    Transféré par

    Fatma Gharsallah

    Droits d'auteur :

    Attribution Non-Commercial (BY-NC)
    Téléchargez comme PDF, TXT ou lisez en ligne sur Scribd

    Modélisation D'un Bioréacteur

    Transféré par

    Fatma Gharsallah
    262 vues18 pages

    Titre original

    modélisation d'un bioréacteur

    Copyright

    © Attribution Non-Commercial (BY-NC)

    Formats disponibles

    PDF, TXT ou lisez en ligne sur Scribd

    Avez-vous trouvé ce document utile ?

    Ce contenu est-il inapproprié ?

    Droits d'auteur :

    Attribution Non-Commercial (BY-NC)
    Téléchargez comme PDF, TXT ou lisez en ligne sur Scribd
    Télécharger au format pdf ou txt
    262 vues18 pages

    Modélisation D'un Bioréacteur

    Transféré par

    Fatma Gharsallah

    Droits d'auteur :

    Attribution Non-Commercial (BY-NC)
    Téléchargez comme PDF, TXT ou lisez en ligne sur Scribd
    Télécharger au format pdf ou txt
    Vous êtes sur la page 1sur 18

    Modlisation dun bioracteur anarobie membrane submerge pour le traitement des eaux uses

    Amal ZAYEN, Hatem KSIBI, Sami SAYADI

    Description du processus
    Volume: 50 l Temprature: 37C
    Paramtres Type Matriau Longueur (m) Porosit(nm) Module membranaire tubulaire PVDF 1 30

    Diametre des membranes (mm)


    Surface totale des membranes(m2)

    8
    1.2

    Effluent traiter: Plusieurs transformations possibles. Hautement charg en matire organique Chaque transformation peut tre accomplie par une des diffrentes voies mtaboliques possibles Plusieurs essais de modlisation sont possibles
    2

    Modlisation de la phase biologique


    Modlisation de ltape limitante: mthanogense de lactate (Andrews, 1968) Cest cette tape qui limite la vitesse de la raction globale. Modlisation des surcharges organiques: (Hill and Bath, 1977), (Moletta et al., 1986) Reprsentation de la mthanogense en deux tapes : matire organique Acides organiques

    acidognes mthanognes

    mthane et gaz carbonique permet de simuler les surcharges organiques qui se traduisent par une accumulation des AGV et une inhibition plus ou moins importante de la mthanogense.
    3

    Modlisation de linhibition par lhydrogne (Mosey, 1983) 4 populations bactriennes et 7 ractions: Population acidogne Population actogne Population mthanogne actotrophe Population mthanogne hydrognotrophe Rendre compte de linhibition de certaines populations bactriennes par lhydrogne Modle gnrique ADM1 (IWA Task Group for Mathematical Modelling of anaerobic Digestion Processes, 2002) 7 espces bactriennes et de nombreux substrats Malgr lexhaustivit des phnomnes quil peut dcrire, il est trs complexe: 26 quations et plus de 80 paramtres Frein lanalyse mathmatique du modle et son utilisation pour des stratgies de contrle

    Savoir comment choisir un modle est une question cruciale.

    compromis entre la complexit du modle permettant de reprsenter tous les phnomnes connus et son adquation avec les informations exprimentales disponibles. Deux modles de la littrature ont t choisis et adapts un procd de bioracteur membrane:
    Le modle un seul tage: 1 seule substrat et une seule population bactrienne Le modle 3 tages (Hill and Barth (1977), Simeonov (1996)): 3 substrats et 2 populations bactriennes
    5

    Modle un seul tage


    = = 1 + ( )

    = 2

    Avec

    2 + +

    Modle 3 tages
    0 = 0 0 1 0 + 0 1 = (1 1 )1 1 = 1 1 + 1 0 1 1 1 2 = (2 2 )2 2 = 2 2 + 1 1 2 2 2

    = 2 2

    Avec

    1 1 = 1

    1 1 + 1

    et

    2 2 = 2

    2 2 2 2 + 2 +

    Rsolution
    Modle un seul tage
    Paramtre S0i Ax, As D K1 K2 Ks KI max j
    -1

    Modle trois tages


    Paramtre S0i S0,S1,S2 X1,X2 Ax As0,As1, As2 D k1,k2 ks1,ks2 kI Q K1,K2 Yb Yg Yp 1, 2 1max,2max Dimension g/l g/l g/l j-1 j-1 g/l g/l l/l.j gS1/gX1 gS2/gX2 gS2/gX1 l/g X2 g/g l/g X1.j j-1 j-1 Interprtation matire volatile dans linfluent concentration de la matire volatile, la matire volatile soluble, et les AGV concentration des bactries acidognes et mthanognes coefficient de la rtention des bactries par la membrane coefficients de la slectivit de la membrane vis--vis de S0, S1, S2 taux de dilution coefficient de mortalit pour les bactries acidognes et methanognes constantes de demi- saturation pour les bactries acidognes et mthanognes coefficient dinhibition pour les bactries methanognes taux de production de biogaz coefficient de rendement pour les bactries acidognes et mthanognes coefficient de rendement des AGV partir de la matire organique soluble coefficient de rendement de biogaz fraction solubilisable de la matire volatile dans linfluent taux de solubilisation par unit de biomasse acidogne taux de croissance spcifique des bactries acidognes and mthanognes taux de croissance spcifique maximum des bactries acidognes et mthanognes

    Dimension Interprtation g/l concentration de la matire organique dans linfluent coefficient de rtention des bactries et du substrat Taux de dilution taux de consommation du substrat coefficient de rendement de biogaz constante de demi-saturation des bactries constante dinhibition des bactries taux de croissance spcifique maximal des bactries

    gS/gX l/g X g/l g/l j-1

    Hypothses
    Racteur parfaitement mlang Pas de formation de gteau sur la membrane de filtration Filtration idale coefficients de slectivit de la membrane vis- vis des diffrents substances constants

    Mthode de rsolution: pas pas, explicite et ou implicite.

    Utilisant le FORTRAN et la mthode de Runge Kutta du 4me ordre Si on a La mthode RK4 est donne par lquation
    h yn 1 yn (k1 2k2 2k3 k4 ) 6

    Etude paramtrique: Cas test modle 3 tages

    10

    Effet de Ks1

    Sur S0
    14 12 'd:\bi_cks1.dat'using 1:2 'd:\bi_cks2.dat'using 1:2 'd:\bi_cks3.dat'using 1:2 'd:\bi_cks4.dat'using 1:2 'd:\bi_cks5.dat'using 1:2 'd:\bi_cks6.dat'using 1:2 'd:\bi_cks7.dat'using 1:2

    10

    Ks1=200 Ks1=150

    Ks1=110

    K =50 Ks1=10Ks1=30 s1
    0 100 200

    Ks1=80
    300 400 500 600 700 800

    11

    Effet de Ks1

    Sur Q
    90 80 70 60 50 40 30 20 10 0 0 100 200 300 400 500 600 700 800 'd:\bi_cks1.dat'using 1:7 'd:\bi_cks2.dat'using 1:7 'd:\bi_cks3.dat'using 1:7 'd:\bi_cks4.dat'using 1:7 'd:\bi_cks5.dat'using 1:7 'd:\bi_cks6.dat'using 1:7 'd:\bi_cks7.dat'using 1:7

    12

    Effet de KI

    Sur S2
    0.16 0.14 0.12 0.1 0.08 0.06 0.04 0.02 0 0 100 200 300 400 500 600 700 800 'd:\bi_cki1.dat'using 1:4 'd:\bi_cki2.dat'using 1:4 'd:\bi_cki3.dat'using 1:4 'd:\bi_cki4.dat'using 1:4 'd:\bi_cki5.dat'using 1:4 'd:\bi_cki6.dat'using 1:4 'd:\bi_cki7.dat'using 1:4

    13

    Effet de KI

    Sur Q
    35 30 'd:\bi_cki1.dat'using 1:7 'd:\bi_cki2.dat'using 1:7 'd:\bi_cki3.dat'using 1:7 'd:\bi_cki4.dat'using 1:7 'd:\bi_cki5.dat'using 1:7 'd:\bi_cki6.dat'using 1:7 'd:\bi_cki7.dat'using 1:7

    25

    20

    15

    10

    0 0 100 200 300 400 500 600 700 800 900 1000

    14

    Effet de

    Sur Q
    35 30 'd:\bi_beta0.dat'using 1:7 'd:\bi_beta1.dat'using 1:7 'd:\bi_beta2.dat'using 1:7 'd:\bi_beta3.dat'using 1:7

    25

    20

    15

    10

    0 0 100 200 300 400 500 600 700 800 900 1000

    15

    Effet de Yp

    Sur S2
    0.14 0.12 'd:\bi_yp1.dat'using 1:4 'd:\bi_yp2.dat'using 1:4 'd:\bi_yp3.dat'using 1:4 'd:\bi_yp4.dat'using 1:4 'd:\bi_yp5.dat'using 1:4

    0.1

    0.08

    0.06

    0.04

    0.02

    0 0 100 200 300 400 500 600 700 800 900 1000

    16

    Effet de Yp

    Sur Q
    35 30 'd:\bi_yp1.dat'using 1:7 'd:\bi_yp2.dat'using 1:7 'd:\bi_yp4.dat'using 1:7 'd:\bi_yp3.dat'using 1:7 'd:\bi_yp5.dat'using 1:7

    25

    20

    15

    10

    0 0 100 200 300 400 500 600 700 800 900 1000

    17

    Perspectives

    Aprs simulation de ces deux modles, les donnes exprimentales vont permettre:
    Loptimisation des paramtres les plus significatifs Validation des modles.

    18

    Vous aimerez peut-être aussi