Catenacci A., Santus A., Malpei F., Ferretti G. (2022) “Early prediction of BMP tests: a step response method for first-order model parameters estimation”. Renewable Energy, 188, 184-194. https://doi.org/10.1016/j.renene.2022.02.017

 

L’articolo propone un nuovo algoritmo in grado di stimare anticipatamente il risultato finale del BMP (Biochemical Methane Potential) a partire dai dati acquisiti progressivamente nel corso della prova stessa. Il test di BMP misura infatti il massimo volume di metano che può essere prodotto da un generico substrato in condizioni ottimali di processo. Malgrado l’utilità dei test di BMP sia indubbia, la sua durata (mediamente 30 giorni, ma si può arrivare fino a 100 giorni) ne rende difficile l’applicazione su vasta scala. 

Test condotti su 40 casi hanno permesso di verificare che l’algoritmo, sviluppato e ottimizzato a partire da un metodo matematico, fornisce una stima del valore di BMP ragionevolmente accurata (errore relativo tra stima e misura nel range 1-13%), utilizzando solo i dati acquisiti nel corso dei primi 4-10 giorni di prova, e consentendo così un risparmio del 70% del tempo che sarebbe necessario per il completamento del test. L'algoritmo trova applicazione per tutti quei substrati per cui la cinetica prevalente di degradazione e conversione a metano è quella del primo ordine (es.: fanghi di depurazione, frazione organica del rifiuto municipale, reflui o scarti dal settore agro-zootecnico). Tale ipotesi è stata verificata su tutti i casi testati mediante opportuni criteri statistici (criteri Akaike e Bayesian).

 

Per ricevere materiale, ulteriori dettagli e rimanere aggiornati, scrivi a Questo indirizzo email è protetto dagli spambots. È necessario abilitare JavaScript per vederlo.