Vaneeckhaute, C., Remigi, E., Tack, F.M.G., Meers, E., Belia, E., Vanrolleghem, P.A. (2018). Optimizing the configuration of integrated nutrient and energy recovery treatment trains: A new application of global sensitivity analysis to the generic nutrient recovery model (NRM) library. Bioresource Technology 269, 375–383. (link)

Título

Optimizing the configuration of integrated nutrient and energy recovery treatment trains: A new application of global sensitivity analysis to the generic nutrient recovery model (NRM) library

(Otimizando a configuração de trens integrados de tratamento de recuperação de nutrientes e energia: uma nova aplicação de análise de sensibilidade global para a biblioteca genérica de modelo de recuperação de nutrientes (NRM))

Resumo

This paper describes the use of global sensitivity analysis (GSA) for factor prioritization in nutrient recovery model (NRM) applications. The aim was to select the most important factors influencing important NRM model outputs such as biogas production, digestate composition and pH, ammonium sulfate recovery, struvite production, product purity, particle size and density, air and chemical requirements, scaling potential, among others. Factors considered for GSA involve: 1) input waste stream characteristics, 2) process operational factors, and 3) kinetic parameters incorporated in the NRMs. Linear regression analyses on Monte Carlo simulation outputs were performed, and the impact of the standardized regression coefficients on major performance indicators was evaluated. Finally, based on the results, the paper describes the original use of GSA to obtain insight in complex nutrient recovery systems and to propose an optimal nutrient and energy recovery treatment train configuration that maximizes resource recovery and minimizes energy and chemical requirements.

TRADUÇÃO LIVRE

Este artigo descreve o uso da análise de sensibilidade global (GSA) para priorização de fatores em aplicações de modelo de recuperação de nutrientes (NRM). O objetivo era selecionar os fatores mais importantes que influenciam os resultados importantes do modelo NRM, como produção de biogás , composição e pH do digerido , recuperação de sulfato de amônio , produção de estruvita , pureza do produto, tamanho e densidade das partículas, requisitos químicos e de ar, potencial de incrustação, entre outros. Os fatores considerados para o GSA envolvem: 1) características do fluxo de resíduos de entrada, 2) fatores operacionais do processo e 3) parâmetros cinéticos incorporados nos NRMs. Análises de regressão linear nos resultados da simulação de Monte Carlo foram realizadas, e o impacto da padronizaçãocoeficientes de regressão nos principais indicadores de desempenho foram avaliados. Finalmente, com base nos resultados, o artigo descreve o uso original do GSA para obter informações sobre sistemas complexos de recuperação de nutrientes e propor uma configuração ideal de trem de tratamento de recuperação de nutrientes e energia que maximize a recuperação de recursos e minimize os requisitos de energia e produtos químicos.

Artigo publicado no site ScienceDirect, no Journal Bioresource Technology.