کد مقاله کد نشریه سال انتشار مقاله انگلیسی نسخه تمام متن
6594699 1423728 2018 10 صفحه PDF دانلود رایگان
عنوان انگلیسی مقاله ISI
Microalgae growth optimization in open ponds with uncertain weather data
ترجمه فارسی عنوان
بهینه سازی رشد میکروالگا در استخرهای باز با داده های هوای نامشخص
ترجمه چکیده
اگرچه فرآیندهای مبتنی بر میکروالاها در حال حاضر یکی از جدیدترین فن آوری های نوین برای جایگزینی سوخت های فسیلی و مواد شیمیایی هستند، اما پتانسیل تئوری این فناوری ها در حال حاضر با سودآوری پایین آنها محدود شده است، بنابراین مانع توسعه گیاهان بزرگ در یک روش اقتصادی قابل قبول . یکی از فاکتورهای فرسایشی، فاز کشت است که با پیچیدگی سازه های زیست محیطی و شرایط آب و هوایی بسیار زیاد که بر سیستم تاثیر می گذارد، پیچیده می شود. مدل های ریاضی موجود برای توصیف رشد میکروالاها و پویایی دمای آب دریا از طریق اجرای داده های آب و هوایی، دانش کامل در مورد شرایط آب و هوایی را در نظر می گیرند، از این رو، نادیده گرفتن اشتباهات پیش بینی های هواشناسی که حتی پیش بینی های کوتاه مدت نیز انتظار می رود. در این مطالعه ابتدا مطالعه حساسیتی برای ارزیابی متغیرهای آب و هوایی که بیشترین تاثیر را بر بهره وری دارند، انجام می شود. سپس، دو روش بهینه سازی برای جلوگیری از شرایط بحرانی بحرانی (مانند مرگ سلولی به علت درجه حرارت بسیار بالا) پیشنهاد می شود که ممکن است با استفاده از پیش بینی آب و هوا نامناسب باشد. این مطالعه قابلیت اطمینان روش های پیشنهادی را نشان می دهد و آنها را از لحاظ کاهش بهره وری و تقاضای آب مقایسه می کند.
موضوعات مرتبط
مهندسی و علوم پایه مهندسی شیمی مهندسی شیمی (عمومی)
چکیده انگلیسی
Although microalgae-based processes are currently one of the most promising new technologies for the substitution of fossil fuels and chemicals, the theoretical potential of these technologies is currently limited by their low profitability, hence hindering the development of large scale plants in an economically feasible way. One of the process bottlenecks is the cultivation phase, whose operation is complicated by both the involved biological mechanisms complexity and the highly fluctuating weather conditions affecting the system. Available mathematical models describing microalgae growth and pond temperature dynamics through weather data implementation assume perfect knowledge of weather conditions, hence neglecting the inaccuracy of meteorological predictions that is expected even considering short-term forecasts. In this study a sensitivity study is first carried out to evaluate the weather variables that most impact on productivity. Then, two optimization approaches are proposed to prevent potential critical conditions (such as cell death due to too high temperatures) that may arise by using inaccurate weather forecast. The study demonstrates the reliability of the proposed methodologies and compares them in terms of productivity loss and water demand.
ناشر
Database: Elsevier - ScienceDirect (ساینس دایرکت)
Journal: Computers & Chemical Engineering - Volume 117, 2 September 2018, Pages 410-419
نویسندگان
, , , ,