CC BY
18
_ВЕСТНИК ПНИПУ_
2022 Химическая технология и биотехнология № 3
АВТОМАТИЗАЦИЯ ПРОЦЕССОВ ХИМИЧЕСКОЙ ТЕХНОЛОГИИ
Б01: 10.15593/2224-9400/2022.2.07 Научная статья
УДК 663.481
В. В. Житков
Московский государственный университет пищевых производств, Москва, Россия
СТРУКТУРА СИСТЕМЫ УПРАВЛЕНИЯ БИОРЕАКТОРА ПЕРЕРАБОТКИ ПИВНОЙ ДРОБИНЫ В БИОГАЗ С ПРИМЕНЕНИЕМ УЗ ОБРАБОТКИ СУБСТРАТА
Анаэробное сбраживание постоянно образующихся органических отходов пищевых и особенно пивоваренных производств с получением метана в качестве дополнительного и альтернативного источника энергии является достаточно современной и экологически чистой технологией. Наиболее типичным примером отходов пивоварения является пивная дробина. Хотя пивная дробина содержит относительно высокое содержание белков, поддерживающих рост анаэробных микроорганизмов, она также устойчива к анаэробному сбраживанию благодаря высокому содержанию лигнина, целлюлозы и гемицеллюлозы.
Для эффективной переработки дробины необходимо создать соответствующие условия, включающие в себя совокупность технологических и аппаратных решений. Автором предлагается комбинация использования современных ультразвуковых технологий и оптимизированных температурных режимов, которые известны как безопасный и экологически чистый способ воздействия на трудно сбраживаемые среды, позволяющие тем самым увеличить доступность сбраживаемых углеводов микроорганизмам и уникальных аппаратных методов управления процессом, позволяющих максимально эффективно реализовать потенциал технологических решений.
Определяются функции систем управления модулями биореактора для анаэробного сбраживания пивной дробины. Использование ультразвука для переработки приводит к учету совместного действия температуры субстрата и частоты ультразвуковых колебаний. В пространстве состояний биореактора наряду с температурой и кислотно-щелочным балансом дополнительно учитываются частота ультразвуковых колебаний, длительность обработки ультразвуком и время сбраживания. Представляются экспериментально полученные значения границ изменения управляющих воздействий в новом пространстве состояний. Принцип и структура системы управления биореактором обеспечивают компенсацию параметрических возмущений за счет расширения множества управлений на конечном временном интервале функционирования с корректировкой установок локальным регуляторам, рассчитываемых на основе регрессионных моделей процесса переработки пивной дробины.
Ключевые слова: биореактор, биогаз, управление, ультразвук, регулирование, дробина, модель, состояние, биотехнология, автоматизация.
V.V. Zhitkov
Moscow State University of Food Production, Moscow, Russian Federation
THE STRUCTURE OF THE CONTROL SYSTEM OF THE BIOREACTOR FOR PROCESSING BREWER'S GRAINS INTO BIOGAS USING ULTRASONIC TREATMENT OF THE SUBSTRATE
Anaerobic digestion of constantly generated organic waste from food and especially brewing industries with the production of methane as an additional and alternative energy source is a fairly modern and environmentally friendly technology. The most typical example of brewing waste is brewer's grains. Although spent grain contains a relatively high content ofproteins that support the growth of anaerobic microorganisms, it is also resistant to anaerobic digestion due to its high content of lignin, cellulose and hemicellulose.
For efficient grain processing, it is necessary to create appropriate conditions, including a set of technological and hardware solutions. The authors use a combination of the use of modern ultrasonic technologies and optimized temperature regimes, which are known as a safe and environmentally friendly way to influence hard-to-ferment media, thereby increasing the availability of fermentable carbohydrates to microorganisms and unique process control hardware methods that allow the most efficient use of the potential of technological solutions.
The authors define the functions of control systems for bioreactor modules for anaerobic digestion of brewer's grains. The use of ultrasound for processing leads to taking into account the combined effect of the temperature of the substrate and the frequency of ultrasonic vibrations. In the state space of the bioreactor, along with temperature and acid-base balance, the frequency of ultrasonic vibrations, the duration of sonication, and the fermentation time are additionally taken into account. The experimentally obtained values of the limits of change of control actions in the new space of states are presented. The principle and structure of the bioreactor control system, providing compensation for parametric disturbances by expanding the set of controls over a finite time interval of operation with adjustment of settings for local regulators calculated on the basis of regression models of the brewer's grains processing process.
Keywords: bioreactor, biogas, control, ultrasound, regulation, spent grain, model, condition, biotechnology, automation.
В последние годы значительно возросла заинтересованность к процессам производства биогаза. Это проявляется не только в возрастающем количестве планирующихся и строящихся биогазовых установок, но и в заинтересованности все большего числа сельскохозяйственных структур, коммунальных хозяйств, предприятий пищевой промышленности. Для пищевой промышленности технология производства биогаза предоставляет шанс дешевой утилизации органических отходов основного производства. Используя биогаз на своем предприятии, мож-
но не только сэкономить деньги, но и во многих случаях можно также получить дополнительную прибыль на «биоэлектроэнергии» [1-3].
Основной товарной продукцией по рассматриваемому процессу является биогаз с высоким (более 55 %) содержанием метана, вырабатываемый на биостанциях, аффилированных с пивоваренными производствами или непосредственно включенных в производственную цепочку пивоварни. Процесс анаэробного сбраживания пивной дробины достаточно хорошо изучен и признан достаточно эффективным при соблюдении определенных условий [4, 5].
В данной статье рассматривается решение, заключающееся в создании структуры системы управления биореактором, обеспечивающей компенсацию параметрических возмущений за счет расширения множества управлений на конечном временном интервале функционирования с корректировкой установок локальным регуляторам, рассчитываемых на основе регрессионных моделей процесса переработки пивной дробины [6-9].
Материалы и методы. Объектом исследования выступала система управления лабораторным биореактором для переработки дробины. Предметом исследования являлись методы моделирования и идентификации процесса выработки биогаза, алгоритмы управления биореактором. При выполнении исследования использовались методы нечеткой логики [10, 11], методы лабораторного моделирования, а также физико-химические методы для определения количественного и качественного состава изучаемых объектов, регламентируемые нормативной документацией РФ. Применялись современные методы искусственного интеллекта и теории управления. Реализуемые методы и алгоритмы строго аргументированы и критически оценены по сравнению с другими известными результатами [12-15].
В качестве базовой модели структуры системы управления биореактором производства биогаза была принята стандартная схема, используемая на предприятиях утилизации отходов фермерских хозяйств (рис. 1) и алгоритм ее реализации (рис. 2) [16, 17]. Данная схема обладает следующими недостатками: отсутствие контроля калорийности биогаза и, как следствие, отсутствие возможности контролировать технологические параметры процесса для поддержания его максимальной эффективности, отсутствие контроля параметра истощения субстрата и соответственно окончания процесса синтеза биогаза, для начала загрузки новой партии.
Рис. 1. Структура системы управления (базовая)
Рис. 2. Алгоритм реализации (базовый)
Результаты и их обсуждение. Автором предложена модификация схемы структуры управления (рис. 3) и алгоритм ее реализации (рис. 4).
Модуль пользовательского интерфейса состоит из двух основных частей ввода и вывода. Входными данными являются: режим переработки (температура, частота УЗ обработки) и начальные характеристики дробины (влажность).
Рис. 3. Структура системы управления (модифицированная)
Выходными данными являются: накопленное количество биогаза, скорость выделения биогаза, калорийность биогаза, ожидаемое время окончания процесса, технологические характеристики процесса (температура, рН).
Модуль процесса разрабатывается в соответствии с регрессионными моделями процесса синтеза биогаза, находящимися в модуле расчета данных. В ходе выполнения алгоритма модуля выполняется прогнозирование изменения параметра объема синтезируемого биогаза, а также определяется оптимальное время окончания процесса на основе значения кислотности субстрата. Данные процесса сохраняются в системе управления баз данных.
В таблице представлены области справедливости модели (доверительные интервалы). Требованиями к субстрату и биореактору являются:
- смесь субстрата 50:50, состоящего из пивной дробины базовой влажностью 75 % и технологических сточных вод (без примесей ПАВ и иных химических регентов), без дополнительных катализаторов [18];
- эффективный объем заполнения биореактора 75 %; объем биореактора рассчитывается с учетом использования эффективной мешалки и расположения излучателей УЗ по спирали, для обеспечения равномерной обработки субстрата.
Области справедливости модели (доверительные интервалы)
Наименование контролируемой переменной Диапазон изменения Метод и способ представления переменной
Температура субстрата 20-60 °С Индикация, регистрация (на экране монитора оператора)
Частота обработки субстрата ультразвуком 0-60 кГц Индикация, регистрация (на экране монитора оператора)
Длительность цикла синтеза биогаза 10-26 сут Индикация, регистрация (на экране монитора оператора)
Значение рН субстрата 7,65-6,4 Индикация, регистрация (на экране монитора оператора)
Алгоритм работы системы автоматизированной переработки пивной дробины в биогаз:
- Задача оператором базовых параметров управления системой через ПЛК: температура, частота УЗ обработки (по умолчанию рекомендуются оптимальные, температура ведения процесса - 40 °С, частота УЗ обработки - 50 кГц).
- Задача оператором базовых параметров программы управления УЗ излучателем через ПЛК: продолжительность, периодичность, скорость вращения мешалки 0,25 с-1 (по умолчанию рекомендуются оптимальные, продолжительность УЗ обработки - 30 мин, периодичность УЗ обработки - 1 раз в 12 ч).
- Задача оператором базовых параметров программы заполнения биоректора через ПЛК: объем дробины, объем технологических сточных вод, базовая скорость вращения мешалкой (по умолчанию рекомендуются оптимальные, 50 % дробины по объему, 50 % воды, скорость вращения мешалки 0,17 с- ).
- Задача оператором базовых параметров программы контроля качества процесса синтеза биогаза через ПЛК: % содержания метана в
биогазе, значение pH, температура, частота УЗ обработки (по умолчанию рекомендуются оптимальные, 50 % метана в биогазе, pH 6,2, температура ведения процесса - 40 °С, частота УЗ обработки - 50 кГц).
- Подача сигнала оператором на PLC «начать программу переработки пивной дробины».
- Подача сигнала на систему транспортировки дробины из бункера в миксер создания субстрата «выполнить программу».
- Подача сигнала на систему подачи технологической сточной воды в миксер создания субстрата «выполнить программу».
- Подача сигнала на насос подачи субстрата в биореактор «выполнить программу».
- Подача сигнала «включение» на систему управления мешалкой.
- Подача сигнала на датчик частотного преобразователя мешалки «начать программу».
- Подача сигнала на датчик температуры внутри реактора «проверка температуры».
- Получение обратного сигнала от датчика температуры внутри реактора.
- Сравнение обратного сигнала от датчика температуры термопары внутри реактора с базовым параметром температуры (равно/не равно).
- Подача сигнала на термореле «подача пара».
- Подача сигнала на УЗ излучатель внутри реактора «выполнение программы УЗ излучателя».
- Подача сигнала на датчик объемного расходомера «начать запись».
- Подача сигнала на датчик газового анализатора «начать запись».
- Подача сигнала на датчик pH метра «начать запись».
- Получение обратного сигнала от датчика газового анализатора.
- Сравнение обратного сигнала от датчика газового анализатора с базовым параметром калорийности (больше или равно/меньше) (продолжить выполнение программы «переработка пивной дробины»/ начать выполнение выгрузки биореактора через клапан разгрузки).
- Получение обратного сигнала от датчика pH метра.
- Сравнение обратного сигнала от датчика pH метра с базовым параметром pH (больше или равно/меньше) (продолжить выполнение программы «переработка пивной дробины»/ начать выполнение выгрузки биореактора через клапан разгрузки).
Система функционирует в реальном времени путем «рысканья», в процессе система находит экстремумы функций и обеспечивает протекание процесса с управлениями, близкими к оптимальным.
Биореактор управляется по входам сигналов, и дифференцирующий блок формирует вычислителю сигнал отклика системы на вариации управлений. Эффективные вариации управлений запоминаются блоками формирования заданий и передаются управляющим блокам соответствующего оборудования обеспечения нагрева перерабатываемого субстрата пивной дробины, управления ультразвуковым излучением.
В качестве дифференцирующего блока применяются автоматический расходомер количества биогаза, агрегатированный с анализатором содержания метана.
Поддержание заданной температуры субстрата в метанреакторе обеспечивается системой нагрева реактора. Отработка управления осуществляется модулем по управлению ультразвуковыми датчиками.
Процесс функционирования объекта с системой управления контролируется оператором с помощью блока управления. Он в любой момент времени может задавать системе ручной (от оператора) или автоматический режим работы, просматривать текущие значения технологических параметров и изменять их, получать данные об интегральных показателях процесса.
После пуска системы производится обработка хранящихся в ее памяти функций, выбранных в качестве исходной модели, начиная с этой модели обеспечивается вычисление начальных значений управлений. Затем в реальном времени последовательно организуются циклы сканирования, которые обеспечивают ход процесса при значениях управлений, близких к оптимальным.
Выводы. В ходе структурного синтеза введен новый дополнительный контур управления по частоте УЗ колебаний акустического воздействия на дробину (субстрат), блок расчета и прогнозирования верхнего уровня управления дополнен новыми зависимостями, позволяющими на основе совместного учета температуры и частоты обработки субстрата обеспечить процесс переработки дробины за установленное время без прокисания (достижения рН предельных значений). Предложен многомерный регулятор с переменной структурой.
Список литературы
1. Михеев В.А. Автоматизация процессов ОМД: электрон. учеб. пособие / Самар. гос. аэрокосм. ун-т им. С. П. Королева. - Самара, 2012. - 167 с.
2. Мохсен М.Н. Методы квазиоптимизации и согласованного векторного управления в локальных системах автоматизации технологических процессов. - Ростов н/Д, 2016. - 253 с.
3. Третьяк Л.Н. Методологические основы оценки и управления качеством пива с заданными потребительскими свойствами и технология его производства в условиях информационной неопределенности. - М., 2013. - 476 с.
4. Макаров В.В., Антонова Г.М. Создание обобщенных моделей динамических стохастических систем путем имитационного моделирования с использованием алгоритмов идентификации // Имитационное моделирование. Теория и практика: тр. 7-й Всерос. науч.-практ. конф. / Ин-т проблем упр. РАН. - М., 2015. - Т. 1. - С. 13-18.
5. Карпенко А.П., Моор Д.А., Мухлисуллина Д.Т. Многокритериальная оптимизация на основе нейронечеткой аппроксимации функции предпочтений лица, принимающего решения // Наука и образование. - 2010. - № 6. -С. 6-21.
6. Жмудь В.А. Адаптивные системы автоматического управления с единственным основным контуром // Автоматика и программная инженерия. -2014. - № 2. - С. 106-122.
7. Ахремчик О. Л., Житков В.В. Уровневая организация АСУ биореакторами // Промышленные АСУ и контроллеры. - 2021. - № 9. - С. 4-9.
8. Герасимов Д.В., Сучкова Е.П. Теоретические основы применения ультразвука для обработки пищевых систем с целью регулирования содержания биологически активных компонентов // Научный журнал НИУ ИТМО. Процессы и аппараты пищевых производств. - 2014. - № 3. - С. 53-60.
9. Житков В.В., Федоренко Б.Н. Влияние ультразвука на образование биогаза при утилизации пивной дробины // Пищевая промышленность. -2020. - № 1. - С. 18-21.
10. SCADA/HMI DataRate 4.0 - в ногу со временем [Электронный ресурс] - URL: https://www.krug2000.ru/pdf/DataRate_4.0_v_nogu_so_vreme-nem.pdf (дата обращения: 02.06.2021).
11. Чекалкин А.П., Мокрушин С.А., Хорошавин В.С. Обзор рынка биогазовых технологий // Общество, наука, инновации: сб. материалов всерос. ежегод. науч.-техн. конф. - Киров, 2012. - С. 1139-1141.
12. Исследование принципа работы биогазовых установок с целью их дальнейшей автоматизации / А.Р. Терехин, Н.С. Галкин, Н.А. Забенкова, С.А. Мокрушин // Исследования молодых ученых: материалы XIII Междунар. науч. конф. / под ред. И.Г. Ахметова [и др.]. - Казань, 2020. - С. 12-15.
13. Чекалкин А.П., Мокрушин С.А. Автоматизация процесса анаэробного сбраживания органических отходов // Автоматизация и производство. -2012. - № 1. - С. 36-37.
14. An overview of microbial biogas enrichment / N. Aryal, T. Kvist, F. Am-mam, D. Pant, L. Ottosen // Bioresour. Technol. - 2018. - № 264. - P. 359-369.
15. Anaerobic digestion of annual and multi-annual biomass crops / L. Bar-banti, G. Di Girolamo, M. Grigatti, L. Bertin, C. Ciavatta // Ind. Crops Prod. -2014. - № 56. - P. 137-144.
16. Betts G.D., Williams A., Oakley R.M. Ultrasonic Standing Waves: Inac-tivation of Foodborne Microorganisms Using Power Ultrasound // Encyclopedia of Food Microbiology. - USA, 2014. - P. 659-664.
17. Influence of initial рН on thermoрНilic anaerobic co-digestion of swine manure and maize stalk / Z. Tong, C. Mao, N. Zhai, X. Wang, G. Yang // Waste Manag. - 2015. - № 35. - P. 119-126.
18. Tong Z., Yang Y., Xie D. Insights into the production potential and trends of China's rural biogas // Int. J. Energy Res. - 2015. - № 39. - P. 227-237.
References
1. Mikheev, V.A. Avtomatizatsiia protsessov OMD [Automation of OMD processes]: Elektron. ucheb. posobie/ V. A. Mikheev; Minobrnauki Rossii, Samar. gos. aerokosm. un t im. S. P. Koroleva Samara, 2012. - 167 P.
2. Mokhsen, M.N. M. Metody kvazioptimizatsii i soglasovannogo vektornogo upravleniia v lokal'nykh sistemakh avtomatizatsii tekhnologicheskikh protsessov [Quasi-optimization and coordinated vector control methods in local process automation systems], Rostov na Donu - 2016. - 253 P.
3. Tret'iak L.N. metodologicheskie osnovy otsenki i upravleniia kachestvom piva s zadannymi potrebitel'skimi svoistvami i tekhnologiia ego proizvodstva v usloviiakh informatsionnoi neopredelennosti [Methodological bases for assessing and managing the quality of beer with specified consumer properties and the technology of its production under conditions of information uncertainty], Moskva -2013. - 476 P.
4. Antonova,G.M. Makarov;V.V. Cozdanie obobshchennykh modelei dinamicheskikh stokhasticheskikh sistem putem imitatsionnogo modelirovaniia s ispol'zovaniem algoritmov identifikatsii [Creation of generalized models of dynamic stochastic systems by simulation modeling using identification algorithms]; Moskva 2013. - PP. 13-18.
5. Karpenko A.P., Moor D. A., Mukhlisullina D. T.; Mnogokriterial'naia optimizatsiia na osnove neiro nechetkoi approksimatsii funktsii predpochtenii litsa, prinimaiushchego resheniia [Multicriteria optimization based on neuro-fuzzy approximation of the decision-maker's preference function] // Elektronnoe nauchno tekhnicheskoe izdanie: nauka i obrazovanie. - 2010. - № 1. - PP. 6-21.
6. Zhmud', V.A; Adaptivnye sistemy avtomaticheskogo upravleniia s edinstvennym osnovnym konturom [Adaptive automatic control systems with a single main circuit]; Avtomatika iprogrammnaia inzheneriia.. 2014, №2. - PP. 106-122.
7. Akhremchik O.L., Zhitkov V.V. Urovnevaia organizatsiia ASU bioreaktorami [Level organization of automated control systems for bioreactors] // Promyshlennye ASU i kontrollery. 2021. №9. S. 4-9.
8. Gerasimov D.V., Suchkova E.P. Teoreticheskie osnovy primeneniia ul'trazvuka dlia obrabotki pishchevykh sistem s tsel'iu regulirovaniia soderzhaniia
biologicheski aktivnykh komponentov [Theoretical foundations of the use of ultrasound for the processing of food systems in order to regulate the content of biologically active components] // Nauchnyi zhurnal NIU ITMO. Seriia «Protsessy i apparatypishchevykhproizvodstv». 2014. №3. S.53-60.
9. Zhitkov V.V., Fedorenko B.N. Vliianie ul'trazvuka na obrazovanie biogaza pri utilizatsii pivnoi drobiny [The influence of ultrasound on the formation of biogas during the disposal of brewer's grains] // Pishchevaia promyshlennost'. 2020. № 1. S. 18-21.
10. SCADA/HMI DataRate 4.0 - V nogu so vremenem [Keep up with the times] [Elektronnyi resurs] - Rezhim dostupa: https://www.krug2000.ru/pdf/Data Rate_4.0_v_nogu_so_vremenem.pdf (data obrashcheniia 02.06.2021)
11. CHekalkin A.P., Mokrushin S.A., Horoshavin V.S. Obzor rynka biogazovyh tekhnologij [Overview of the biogas technology market]/ / Vserossijskaya ezhegodnaya nauchno-tekhnicheskaya konferenciya "Obshchestvo, nauka, innovacii" (NTK-2012). Sbornik materialov, 2012. S. 1139-1141.
12. Issledovanie principa raboty biogazovyh ustanovok s cel'yu ih dal'nejshej avtomatizacii [Study of the principle of operation of biogas plants with a view to their further automation] / Terekhin A.R., Galkin N.S., Zabenkova N.A., Mokrushin S.A. // Issledovaniya molodyh uchenyh. Materialy XIII Mezhdunarodnoj nauchnoj konferencii. PodredakciejI.G. Ahmetova [i dr.]. 2020. S. 12-15.
13. CHekalkin A.P., Mokrushin S.A. Avtomatizaciya processa anaerobnogo sbrazhivaniya organicheskih othodov [Automation of the process of anaerobic digestion of organic waste] // Avtomatizaciya iproizvodstvo. 2012. №1 (12). S. 36-37.
14. Aryal, N. An overview of microbial biogas enrichment / N. Aryal, T. Kvist, F. Ammam, D. Pant, L. Ottosen // Bioresour. Technol. - 2018. - № 264. - PP. 359-369.
15. Barbanti, L. Anaerobic digestion of annual and multi-annual biomass crops / L. Barbanti, G. Di Girolamo, M. Grigatti, L. Bertin, C. Ciavatta // Ind. Crops Prod. - 2014. - № 56. - PP. 137-144.
16. Betts, G.D. Ultrasonic Standing Waves: Inactivation of Foodborne Microorganisms Using Power Ultrasound / G. D. Betts, A. Williams, R. M. Oakley // Encyclopedia of Food Microbiology. - 2014. - PP. 659-664.
17. Tong, Z. Influence of initial rN on thermorNilic anaerobic co-digestion of swine manure and maize stalk / Z. Tong, C. Mao, N. Zhai, X. Wang, G. Yang // Waste Manag. - 2015. - № 35. - PP. 119-126.
18. Tong, Z. Insights into the production potential and trends of China's rural biogas / Z. Tong, Y. Yang, D. Xie // Int. J. Energy Res. - 2015. - № 39. - PP. 227-237.
Об авторе
Житков Владимир Владимирович (Москва, Россия) - аспирант, ассистент кафедры «Прикладная механика и инжиниринг технических систем» Московского государственного университета пищевых производств (125080, г. Москва, Волоколамское ш., 11, e-mail: vladimir.v.zhitkov@gmail.com).
About the author
Vladimir V. Zhitkov (Moscow, Russian Federation) - Postgraduate Student, Assistant of the Department "Applied mechanics and engineering of technical systems", Moscow State University of Food Production (11, Volokolamskoe sh., Moscow, 125080, e-mail: vladimir.v. zhitkov@gmail.com).
Поступила: 20.06.2022
Одобрена: 22.07.2022
Принята к публикации: 20.09.2022
Финансирование. Исследование не имело спонсорской поддержки.
Конфликт интересов. Автор заявляет об отсутствии конфликта интересов.
Вклад. 100 %.
Просьба ссылаться на эту статью в русскоязычных источниках следующим образом:
Житков, В.В. Структура системы управления биореактора переработки пивной дробины в биогаз с применением УЗ обработки субстрата / В.В. Житков // Вестник ПНИПУ. Химическая технология и биотехнология. - 2022. - № 3. - С. 89-101.
Please cite this article in English as:
Zhitkov V.V. The structure of the control system of the bioreactor for processing brewer's grains into biogas using ultrasonic treatment of the substrate. Bulletin of PNRPU. Chemical Technology and Biotechnology, 2022, no. 3, pp. 89-101 (In Russ).
