Novica
Izjemen raziskovalni uspeh raziskovalk in raziskovalcev Fakultete za strojništvo Univerze v Mariboru
...
Raziskovalca Fakultete za strojništvo izr. prof. dr. Marko Kegl in prof. dr. Breda Kegl sta v soavtorstvu z raziskovalci asist. dr. Tino Kegl in doc. dr. Anito Kovač Kralj iz Fakultete za kemijo in kemijsko tehnologijo Univerze v Mariboru ter prof. dr. Eloíso Torres Jiménez z University of Jaén v ugledni reviji Progress in Energy and Combustion Science (JCR IF 32.0) objavila znanstveni članek.
Znanstveni članek z naslovom Modeling and optimization of anaerobic digestion technology: Current status and future outlook temelji na celovitem in kritičnem pregledu modeliranja in optimizacije procesov anaerobne razgradnje (AD) ter nadaljnje obdelave produktov procesa AD. V tem kontekstu so obravnavani najpomembnejši fizikalni, kinetični in fenomenološki matematični modeli AD ter najpogosteje uporabljene deterministične in stohastične metode za optimizacijo procesa AD. Izpostavljene so osnovne značilnosti, prednosti in slabosti teh modelov in metod. Na osnovi opravljenih analiz so vpeljani novi kriteriji za razvrstitev modelov po njihovi učinkovitosti in kompleksnosti. Poleg tega so kritično analizirane različne tehnologije nadaljnje obdelave bioplina ter tekočega in trdnega digestata za proizvodnjo obnovljive energije in drugih dragocenih proizvodov.
Prav tako članek obravnava izzive in predlaga prihodnje potrebne raziskave, povezane z dostopnostjo eksperimentalnih podatkov, naprednim modeliranjem in optimizacijo procesa AD (penjenje, specifičnost rasti posameznih mikrobov …), uravnoteženjem med enostavnostjo in kompleksnostjo modelov (kalibracija modelnih parametrov, spremenljive reološke lastnosti substrata …), stabilnostjo in učinkovitostjo simulacije procesa AD (problem togosti modela, izbira ustrezne sheme strojnega učenja …), in (v) optimizacijo procesa AD z upoštevanjem nadaljnje obdelave in uporabe bioplina in digestata.
Kot kažejo trenutni rezultati raziskav, bi nadaljnji napredek na teh področjih lahko znatno izboljšal robustnost in natančnost modeliranja ter uspešnost optimizacije procesa AD.