Documente Academic
Documente Profesional
Documente Cultură
Donde BMPt (ml CH4/g VS) es el potencial de metanización bioquímica del sustrato en el tiempo t (días),
Vs, t (ml CH4) es el volumen de biometano producido por el sustrato en el tiempo t, Vi, t (ml CH 4) es el
volumen de biometano producido por el inóculo en el tiempo t, a partir de las pruebas en blanco y VS (g
VS) es la cantidad de sólidos volátiles presentes en el sustrato alimentado al reactor. Se usaron triplicados
dentro de la muestra para las pruebas de BMP y, por lo tanto, se usó el promedio de las réplicas para
producir los gráficos que se informan aquí. La desviación estándar entre las réplicas para cada punto de
tiempo de su media se calculó y se representó como barras de error de los datos experimentales. De lo
contrario, generalmente, pueden ocurrir errores potenciales debido a las diferencias en la composición del
inóculo en cada reactor, el tiempo de desgasificación del inóculo antes de la inoculación, el contenido de
sólidos del inóculo, el uso de diferentes lotes de inóculo o sustrato y el muestreo de una explotación sin
mezclar tanque.
Se usó un modelo simple de primer orden (Ecuación 2) para describir los datos de BMP para la mayoría
de las muestras. Sin embargo, se usó una combinación lineal de dos modelos de primer orden para
procesar los datos BMP que muestran la digestión diauxica (lavado gastado no tratado) como se muestra
en la Ecuación 3.
Donde Gmax1 y Gmax2 son el biometano máximo que podría generarse a partir de la etapa 1 y la etapa 2
(ml CH4/g VS) respectivamente. El Gmax global se calculó como la suma de Gmax1 y Gmax2, k1 y k2
son las constantes de velocidad para la generación de biometano en la etapa 1 y 2 respectivamente (día-1),
t0 es el tiempo de retraso (días) y tcross es el tiempo (días) en qué etapa 2 se activa (después de la fase de
retraso). Para obtener el valor de t0 sin ambigüedades, se ajustó una línea a través de los primeros cuatro
puntos de datos después del tiempo de retraso. La pendiente y la intersección del ajuste lineal de los
primeros cuatro puntos de datos se usaron para obtener el valor de t0. Los cinco parámetros del modelo, a
saber, Gmax1, Gmax2, k1, k2 y tcross se obtuvieron mediante regresión no lineal (utilizando la
herramienta de resolución incluida en Microsoft Excel). A diferencia del lavado gastado no tratado, los
datos de BMP obtenidos para el lavado gastado tratado con HC, así como la vinaza pretratada con HC y
no tratada, no exhibieron digestión diauxica. Por lo tanto, para todos los datos de BMP, excepto el lavado
gastado no tratado, se usó un modelo simple de primer orden que se muestra en la Ecuación 2 para
procesar los datos de BMP (configurando tcross en un valor más alto que el período de las pruebas de
BMP).
2.5. Análisis estadístico
Los intervalos de confianza (95%) de los parámetros ajustados se obtuvieron utilizando la herramienta de
ajuste de curvas en MATLAB. Se encontró que los intervalos de confianza promedio para el parámetro
Gmax fueron ± 7% y ± 12% para el lavado gastado y la vinaza respectivamente. Se encontró que los
intervalos de confianza promedio para el parámetro k fueron ± 10% y ± 21% para el lavado gastado y la
vinaza respectivamente. Las barras de error que se muestran en todos los gráficos son los valores de
desviación estándar calculados a partir de triplicados. El coeficiente de correlación (R2) para todos los
ajustes fue mayor que 0.99. Estos parámetros obtenidos al procesar datos experimentales de BMP se
informan y analizan en la Sección 3.1.
3. Resultados y discusión
3.1. Medición de BMP y cinética
La DQO total de entrada del lavado y la vinaza usados para las pruebas de BMP fueron 120,000 ppm y
27,000 ppm respectivamente. El contenido VS medido de estas materias primas se utilizó para establecer
la relación entre VS y DQO. Se encontró que 1 g de DQO era igual a 1,02 g de VS de lavado gastado y
0,72 g de VS de vinaza. La producción máxima teórica de CH4 a partir de un gramo de DQO corresponde
a 0,35 L de CH4 en STP, suponiendo una relación equimolar de CO2 a CH4 en biogás. Las BMP de
lavado gastado y vinaza no tratadas y tratadas con HC se muestran en la Figura 2 (a) y la Figura 2 (b)
respectivamente. Una sorprendente similitud en primera instancia en ambos casos es una etapa de
producción de gas inicial análoga. Los rendimientos de biometano en esta etapa inicial fueron similares
para el mismo tipo de muestras no tratadas y tratadas con HC (para ambos sustratos) y podrían deberse a
la presencia de fracciones fácilmente utilizables como carbohidratos, alcoholes o ácidos grasos volátiles
(España-Gamboa et al. ., 2011; Wilkie et al., 2000). El rendimiento máximo de biometano en esta fase
para la vinaza fue casi el doble que el del lavado gastado, lo que indica una mayor disponibilidad de
compuestos orgánicos fácilmente digeribles en la vinaza. La facilidad de la digestión de la vinaza se
observó claramente con un mayor rendimiento de BMP incluso con la muestra no tratada. Esta etapa
inicial se denominó fase de retraso, duró hasta ~ 5 días para el lavado gastado no tratado, pero disminuyó
a ~ 4 días con el pretratamiento con HC. Con las muestras de vinaza, las muestras no tratadas y de 1 pase
tuvieron un tiempo de retraso inicial de ~ 7 días, y el resto tuvo un tiempo de retraso de ~ 8 días. La fase
de retraso observada en ambos casos podría deberse al uso de un inóculo no aclimatado. Una etapa de
aclimatación podría haber ayudado a superar o acortar la fase de retraso observada con la digestión del
lavado gastado y la vinaza.
Los datos de BMP (generación neta por g de VS - Ecuación 1) obtenidos del lavado gastado no tratado en
el presente trabajo se muestran en la Figura 1. Se puede ver que los datos de BMP exhiben claramente tres
regiones distintas. El primer día produjo biometano significativo que posteriormente disminuyó. Esta
etapa inicial de producción de gas también se encontró tanto para el lavado gastado no tratado como
pretratado, así como para la vinaza. Esta fase inicial de producción de gas se produjo debido a la presencia
de fracciones fácilmente utilizables como alcoholes, ácidos grasos o azúcares solubles en la materia prima.
Una vez que se utilizaron los compuestos orgánicos fácilmente digeribles, la generación neta de
biometano se detuvo antes de comenzar nuevamente con la descomposición de compuestos orgánicos
complejos. Dado que el interés está en comprender la digestión de la DQO compleja contenida en las
materias primas, los datos iniciales obtenidos durante esta fase (llamada aquí como fase de retraso) no se
consideraron para procesar los datos de BMP. En cambio, los datos se procesaron cambiando la
coordenada de tiempo por t0, tiempo de retraso (días).
Figura 1: Generación experimental de biometano y datos ajustados del lavado gastado no tratado que muestra la fase de
retraso.
Los datos de BMP del lavado gastado no tratado muestran la digestión diauxica (digestión en múltiples
etapas) después de la fase de retraso. Esto podría haberse debido a la presencia de compuestos orgánicos
recalcitrantes en el lavado gastado no tratado. La presencia de estos compuestos orgánicos complejos
afecta la tasa general de digestión, así como la generación acumulativa de biometano. En el pasado, se han
informado casos similares de digestión diauxica a partir de una variedad de sustratos como desechos de
papel (Walter et al., 2016), desperdicio de alimentos (Ashekuzzaman & Poulsen, 2011) y lodo activado
(Roebuck et al., 2019). Con tal digestión diauxica, un modelo simple de primer orden no es apropiado y,
por lo tanto, se usó la combinación lineal de dos modelos de primer orden mostrados en la Ecuación 3 para
describir los datos BMP obtenidos con el lavado gastado no tratado. Tras el pretratamiento, no se observó
producción de gas diauxico con todas las demás muestras de lavado gastadas o con ninguna de las
muestras de vinaza y, por lo tanto, se usó un modelo simple de primer orden representado en la Ecuación
2.
Figura 2: Influencia del número de pases en HC en BMP de (a) lavado gastado y (b) vinaza. Los símbolos denotan datos
experimentales y las líneas denotan datos ajustados.
Los parámetros del modelo ajustado para muestras de lavado gastadas no tratadas y pretratadas con HC se
muestran en la Tabla 1. Como se ve, el pretratamiento con HC ha facilitado la reducción del tiempo de
retraso en comparación con la muestra no tratada. Además, se observó un aumento del 14% en la Gmax
después del tratamiento con HC después de solo 2 pases. Se encontró que el Gmax de 10 pases de lavado
gastado tratado con HC era similar al de la muestra de 2 pases, sin embargo, en el caso de 20 pases de
lavado gastado tratado con HC, se observó un Gmax más bajo en comparación con 2 pases. Además, no se
observó producción de gas diauxico con ninguna de las muestras de lavado usadas tratadas con HC, lo que
indica que los orgánicos recalcitrantes se descompusieron debido al efecto fisicoquímico del HC, lo que
hizo que la DQO fuera más digerible (o DQO soluble mejorada). (Roebuck et al., 2019) informaron un
efecto similar de la cavitación (ultrasonidos) sobre el número de etapas en BMP del lodo activado.
Tabla 1: Parámetros ajustados utilizados en el modelo para describir los perfiles BMP de lavado gastado que
se muestran en la Figura 2 (a). * denota k1 y $ denota k2 observado en lavado gastado no tratado. Los
intervalos de confianza del 95% para Gmax yk son ± 7% y ± 10% de los valores ajustados respectivos.
Lavado Lavado Lavado
Lavado gastado
Parámetros gastado - 2 gastado - gastado -
no tratado
pases 10 pases 20 pases
Gmax (ml CH4/g DQO) 207 236 237 228
k (día-1) 0.106* y 0.097$ 0.054 0.046 0.05
t0 (días) 5.1 4.1 4.2 4.1
En comparación con el lavado gastado, se observó un mayor tiempo de retraso con las muestras de vinaza,
pero no se observó producción de gas diauxico, lo que sugiere que los orgánicos ya estaban en su forma
biodisponible, es decir, como DQO soluble. Por lo tanto, se usó un modelo simple de primer orden
(Ecuación 2) para procesar los datos BMP. Los datos para la vinaza no tratada mostraron barras de error
mucho más grandes alrededor del día 10. Por lo tanto, un par de puntos de datos en esa región no se
consideraron al ajustar la Ecuación 2. Los resultados ajustados se muestran en la Figura 2 (b) y los
parámetros del modelo correspondientes se enumeran en Tabla 2. A diferencia del lavado gastado, no se
observó una influencia significativa del pretratamiento de HC en BMP para la vinaza. Comparando el
Gmax observado con el valor teórico de BMP, se puede calcular la DQO utilizada (o la conversión de
DQO) para la generación de biogás. Se puede ver que el pretratamiento con HC mejoró la conversión de
DQO del 59% (para el lavado gastado no tratado) al 65-68% (para el lavado gastado tratado con HC). Con
el caso de la vinaza, la conversión de DQO osciló entre 78-95%, lo que sugiere la presencia de DQO
fácilmente digerible.
Tabla 2: Parámetros ajustados utilizados en el modelo para describir los perfiles BMP de vinaza que se
muestran en la Figura 2 (b). Los intervalos de confianza del 95% para Gmax yk son ± 12% y ± 21% de los
valores ajustados respectivos.
Las bajas tasas de eliminación de DQO podrían deberse principalmente al uso de inóculo no aclimatado
para la digestión y posiblemente también a la falta de uso de nutrientes o oligoelementos para apoyar la
actividad microbiana, el pH no ajustado antes de la digestión y la variabilidad estacional de la materia
prima. El inóculo utilizado en nuestro estudio se obtuvo de un digestor que funciona con lechada de
ganado y ensilaje de pasto como materia prima y no se adaptó para digerir el lavado gastado. Por lo tanto,
se vio claramente una fase de retraso, en la que solo se utilizaron primero los orgánicos fácilmente
disponibles (tanto en los casos de vinaza como de lavado gastado) seguidos por los orgánicos
recalcitrantes. El pretratamiento con HC ayudó a descomponer los compuestos recalcitrantes en cierta
medida, lo que también condujo a un menor tiempo de retraso, falta de digestión diauxica de las muestras
pretratadas y tasas más altas en comparación con las muestras no tratadas. Una fase de aclimatación previa
a las pruebas de BMP podría haber resultado en una mayor eliminación de DQO. Bories y col. (1988), por
ejemplo, realizaron estudios de digestión con alto contenido de DQO con un rango de inóculos para
determinar su efecto sobre la producción de biometano (Bories et al., 1988) e informaron la necesidad de
aclimatación al inóculo. Otro factor importante adicional a considerar es la variabilidad inherente dentro
de la materia prima. El efecto de las diferencias estacionales y de composición de la vinaza en BMP se
informó anteriormente donde se observaron valores significativamente diferentes de BMP para muestras
de vinaza que contienen DQO similar (Janke et al., 2015; Leite et al., 2015). A partir de estos informes, es
evidente que incluso con un rango estrecho de DQO entre muestras, las diferencias en la composición
subyacente de las vinazas pueden conducir a valores de BMP significativamente diferentes.
Se sabe que el lavado gastado y la vinaza poseen melanoidinas que son complejos recalcitrantes de azúcar-
amina que son resistentes a la degradación microbiana (Chandra et al., 2008). Estos polímeros orgánicos
complejos refractarios poseen una carga superficial e interactúan con iones metálicos en los centros
activos de enzimas que conducen a la precipitación de proteínas, lo que los hace inactivos y no están
disponibles para la descomposición de la biomasa.
Además, las melanoidinas son antioxidantes conocidos que pueden ser bactericidas. Esto también puede
haber llevado a un menor rendimiento de biometano de las muestras no tratadas. En el caso de muestras
pretratadas, las melanoidinas podrían haberse descompuesto parcialmente por la acción de HC.
Dependiendo de la longitud de la cadena original, la composición de la cadena lateral y el peso molecular,
es posible que se hayan formado una variedad de intermedios debido al pretratamiento. Con un
pretratamiento óptimo, la DQO disponible puede volverse digerible, sin embargo, con el sobretratamiento
se pueden producir inhibidores intermedios, reduciendo así el rendimiento global de biometano. Sangave y
Pandit, 2006 han informado previamente sobre un aumento en la concentración de intermedios tóxicos
como resultado del pretratamiento con sonicación que causa una inhibición de la biodegradabilidad
aeróbica del lavado gastado de la destilería. En el caso de fenólicos presentes en las muestras, el tipo de
fenólicos presentes y su solubilidad en agua determina su efecto inhibidor. Por ejemplo, (Hernández y
Edyvean, 2008) informaron que una concentración inhibidora de fenólicos para la producción de
biometano (a partir de lodo anaeróbico) es de entre 800 y 1,600 mg C / L. Los cálculos de la parte
posterior de la envoltura basados en estos números indican que un efecto inhibitorio parece más plausible
que la pérdida de compuestos orgánicos debido al tratamiento excesivo. Sin embargo, se necesitan más
investigaciones sobre la identificación y cuantificación de los inhibidores generados por el pretratamiento
de HC y su influencia en BMP para sacar conclusiones definitivas.
Wu-Haan et al. (Wu-Haan et al., 2010) informaron sobre los estudios de cavitación acústica y su efecto
sobre la BMP del almacenamiento. Utilizaron un sistema ultrasónico de 2,2 kW y 20 kHz para pretratar el
almacenamiento con una DQO inicial de 110,000 ppm. Se usaron combinaciones de varios tiempos de
pretratamiento que van desde 10-50 sy amplitudes de sonicación que varían desde 33-100%. Se
prepararon lotes BMP de las muestras pretratadas y no tratadas y se compararon en condiciones
mesofílicas. La acumulación de sonicación después de 10 y 20 s de sonicación a una amplitud del 33%
mostró que las BMP eran más bajas que las muestras de almacenamiento no tratadas, mientras que todas
las otras muestras mostraron un aumento de BMP en comparación. La mejora más alta en BMP del 29%
se observó con la sonicación a una amplitud del 66% para 10. La adición de nutrientes inorgánicos y la
alcalinidad ajustada antes de la digestión podrían haber influido positivamente en la actividad microbiana
para la generación de biometano en el trabajo de Wu-Haan et al.
Sin embargo, en nuestro trabajo no se agregaron oligoelementos ni nutrientes ni se ajustó la alcalinidad.
Como la relación de inóculo a sustrato (sobre la base de VS) fue 2: 1 en nuestro estudio, se supuso que la
mayor cantidad de inóculo utilizada proporcionaba la capacidad de amortiguación requerida. A escala
industrial, la adición de oligoelementos o nutrientes a menudo no es favorecida y, por lo tanto, podría
apoyar este argumento.
3.2. Aplicación a digestores a gran escala.
Basado en los resultados de la escala de banco, se realizó la ampliación del dispositivo basado en vórtice y
se actualizó en cuatro destilerías en el oeste y centro de la India con la ayuda de nuestro colaborador de la
industria para pretratar las corrientes de lavado gastadas entrantes para una generación mejorada de
biometano (Figura 3) (Utikar, 2019). Debido a la confidencialidad, los nombres de las industrias no se
revelan. Las cargas promedio de DQO a estos digestores estaban en el rango de 120,000 a 190,000 ppm y
las tasas de flujo de lavado gastado estaban en el rango de 13 a 50 m 3/h. El dispositivo de HC basado en
vórtice instalado aguas arriba del digestor fue diseñado para igualar las tasas de flujo de entrada, logrando
así un tratamiento de HC de una pasada antes de ser digerido. Con un solo paso a través del dispositivo de
cavitación basado en vórtice, se observó un aumento en el rendimiento de biogás en el rango de 10 a 22%
en estos digestores a escala industrial. Por primera vez, se ha demostrado que un pretratamiento basado en
cavitación hidrodinámica totalmente ampliado mejora la generación de biogás al pretratar eficazmente el
lavado gastado a escala industrial. Por lo tanto, se realizaron cálculos ilustrativos de energía (obtenidos y
requeridos para el pretratamiento de HC) para 1 y 2 pases de pretratamiento de HC para tasas de flujo de
lavado de gasto industrial típico de 20 m3 / hy 50 m3 / h durante 150 días de operación del digestor en un
año . Estos cálculos se basaron en la mejora de Gmax observada en el tratamiento con HC en 2 pases y se
informa en la Tabla 1. La energía requerida para el pretratamiento; El tratamiento previo puede calcularse
utilizando la ecuación 4.
Donde, ∆P es la caída de presión a través del dispositivo HC basado en vórtice (bares), np es el número de
pasadas, Cf es la concentración de DQO en la corriente de alimentación (ton DQO / m 3) y ɳ es la
eficiencia de la bomba (se supone ser 0,66). La generación mejorada de biometano, Ggained como
resultado del tratamiento con HC, puede calcularse y traducirse a Egained, la energía obtenida utilizando
la Ecuación 5 y la Ecuación 6. Por lo tanto, la ganancia neta de energía puede calcularse utilizando la
Ecuación 7.
donde ΔHcal es el valor calorífico del metano (MJ / m3), [Gmax] pretratado y [Gmax] sin tratar son los
Gmax de las muestras pretratadas y no tratadas respectivamente en m 3 CH4 / ton DQO.
Figura 3: Mejora en los rendimientos de biogás de los digestores de lavado gastados a gran escala con un pretratamiento
de HC basado en vórtice de 1 pasada (Utikar, 2019)
A una velocidad de entrada de 20 m3 / h para una carga de DQO de 120,000 ppm, para el tratamiento de
HC de 1 y 2 pasadas, se calculó que el tratamiento previo de Epre era de 5.8 MJ / tonelada de DQO y 11.9
MJ / tonelada de DQO respectivamente y la red correspondiente Se calculó una ganancia de energía de ~ 1
GJ / ton DQO a 1 y 2 pases, respectivamente. Sin embargo, en un escenario comercial, se espera una
amplia gama de cargas de DQO en el flujo de alimentación en las destilerías de todo el país. Por lo tanto,
con fines ilustrativos, se calculó la influencia de HC en la ganancia de energía neta y Ggained para
diversas cargas de DQO a una velocidad de entrada de 20 m3 / h y se muestra en la Figura 4. También se
preparó una parcela similar para una velocidad de entrada mayor de 50 m3 / h y se muestra en la
información complementaria. Se puede ver en la Figura 4 que incluso con una carga mínima de DQO de
0.25 ton DQO / h (900 ton DQO / año), la energía neta obtenida con 1 y 2 pases de tratamiento de HC fue
0.98 GJ / ton DQO y 0.93 GJ / ton DQO respectivamente. También se observó BMP de lavado gastado
mejorado en el pretratamiento obtenido en el laboratorio con digestores de lavado gastado industriales a
gran escala con una ganancia de energía positiva neta calculada. Esto indica claramente que el nuevo
dispositivo HC basado en vórtice puede pretratar la energía de lavado gastada de manera eficiente a escala
con una generación mejorada de biogás. Esto abre la posibilidad de extender su aplicación a otras
corrientes de biomasa y desechos que necesitan bioprocesamiento previo tratado previamente.
Figura 4: Epre-tratamiento (líneas continuas y discontinuas) y Egained (línea de puntos) como resultado del
pretratamiento con HC del lavado gastado en 1 y 2 pasadas a una velocidad de entrada de 20 m3 / h.
4. Conclusión
Se descubrió que el pretratamiento con HC a base de vórtex del lavado gastado a una presión de entrada
de 3.9 barg y 2 pases (DQO inicial de 120,000 ppm) mejoraba la BMP en un 14%. Sin embargo, el
pretratamiento similar para la vinaza (DQO inicial de 27,000 ppm) fue insignificante debido a su DQO ya
"fácil de digerir". Las ganancias de energía netas debido al aumento de biometano producido a partir del
lavado gastado tratado con HC fue de ~ 1 GJ / tonelada de DQO. Se descubrió que las aplicaciones
ampliadas de pretratamiento de HC de un solo paso en digestores de lavado industriales gastados mejoran
la generación de biogás (10-22%) con un rango de cargas de DQO de entrada (120,000 - 190,000 ppm).