Modelagem matemática e otimização da produção de biohidrogênio via fermentação escura

Abstract

A escassez de combustíveis fósseis e a demanda por fontes alternativas de energia renovável e limpa são impulsionadores para o desenvolvimento de biocombustíveis, tais como o biohidrogênio. Este gás é conhecido por seu alto valor calorífico, extrema leveza e baixa densidade, além de, ao ser queimado, produzir apenas vapor d'água e calor. Dentre os modos de produção, destaca-se a fermentação escura, a qual gera biohidrogênio e subprodutos através do tratamento microbiológico de resíduos agroindustriais. O objetivo deste trabalho foi modelar matematicamente este bioprocesso, estudar suas propriedades à luz da teoria de estabilidade, além de propor um modelo de otimização que determine uma combinação das concentrações de substrato e bactérias, tais que maximizem o rendimento da produção de biohidrogênio. Foram propostas duas heurísticas para a resolução do modelo, Algoritmo de Busca em Vizinhança Variável e Algoritmo Memético. Os resultados das simulações numéricas mostraram que o modelo obtido corrobora com a dinâmica bioquímica e microbiológica do bioprocesso.

The lack of fossil fuels and the demand of alternative, renewable and clean energy sources promote development in biofuels, as biohydrogen. It is known by its high heat, extreme lightness and low density and also when it burns, the products are only steam and energy. Among the productions ways, we highlight dark fermentation, which generates biohydrogen and subproducts through organic waste microbiological treatment. The aim of this work was to mathematical model this bioprocess, to study its properties via stability analysis, besides to propose a optmization model to determine a combination of substract and bacteria concentrations, in order to maximize biohydrogen production yield. To solve the mathematical model have been proposed two heuristics: Variable Neighboor Search Algorithm and Memetic Algorithm. Numeric simulations showed that the mathematical model corroborates with the bioprocess microbial and biochemical dynamics.