Modellizzazione e controllo di un reattore a biogas

Although widely analysed under the environmental and biochemical point of view, the production of biogas through anaerobic digestion still requires further investigation regarding the process model and identification, especially with the aim of monitoring, controlling and optimizing biogas plants. In this thesis, the anaerobic digestion process is initially introduced with the main objective of finding an efficient model to monitor and control the process itself. Moreover, in addition to a detailed description of the anaerobic digestion and a reference to the typical plants used, the state of the art of modelling and control is represented. The second chapter describes in detail the modelling of the process of anaerobic digestion. It focuses initially on the two most known models (ADM1 and AMOCO), then moves towards the introduction of a new simplified model (modified AMOCO) remarked and developed in this thesis, as deemed more appropriate and suitable for control purpose. Subsequently, as defined by the literature, two identification methods are tested in order to estimate the model parameters: the identification of the biochemical methane potential (BMP) and the maximum likelihood method with fractional linear transformation (LFT) formulation. The data used for identification come from both batch (BMP) and continuous tests, performed on our laboratory scale reactors. Initially, the BMP curves are identified in order to determine the value of the kinematic and stoichiometric constants of the hydrolysis processes linked to the various components used for the continuously fed reactors. Since the results obtained are unsatisfactory and/or partially unreliable, it was decided to proceed with a more in-depth identification, based on data from three months of reactor continuous feeding. For this purpose, the maximum likelihood identification procedure has been introduced: starting from an initial theoretical explanation, the realization of the LFT model and the simulation through a Toolbox specially created for MATLAB has been described. Finally, the results obtained from BMP analysis and LFT model identification are compared. Here we highlight the limits of BMP analysis identification and underline the need of having better measurements of some outputs to reduce evaluation errors. In support of the various identification procedures and as conclusion of the chapter, some of the best-known indices, recurring in the specific literature, have been calculated so to verify the goodness of the identified model. The last chapter deals with system control: the previously identified model is used here to test some control logics through simulation (Modelica). Three controllers based on PID logic are proposed all with the aim of tracking the production of methane and improving the stability of the process.

La produzione di biogas tramite digestione anaerobica, benché ampiamente analizzata dal punto di vista ambientale e biochimico, necessita tuttora di ulteriori approfondimenti riguardanti l'ambito della modellistica ed identificazione del processo, il tutto avendo come obbiettivo il controllo e l'ottimizzazione degli impianti. In questa tesi viene inizialmente introdotto il processo di digestione anaerobica per la produzione di biogas, con l'obbiettivo principale di trovare un modello efficiente per monitorare e controllare il processo stesso. Oltre ad una descrizione dettagliata della digestione anaerobica e un accenno agli impianti utilizzati, viene qui rappresentato lo stato dell'arte della modellistica e del controllo. Il secondo capitolo descrive in dettaglio la modellistica del processo di digestione anaerobica, soffermandosi inizialmente sui due modelli principali e più conosciuti (ADM1 e AMOCO), per poi passare all'introduzione di un nuovo modello (AMOCO modificato) ripreso e sviluppato nella tesi, in quanto ritenuto più adatto al controllo. Successivamente, al fine di stimare i parametri del modello, vengono testati due metodi di identificazione, come definiti da letteratura: l'identificazione del potenziale biochimico di produzione metanigena (BMP) e il metodo di massima verosimiglianza con trasformazione lineare frazionaria (LFT). I dati utilizzati per l'identificazione provengono da test di laboratorio che prevedono sia prove batch specifiche (BMP) che prove in continuo su reattori in scala laboratorio. Si procede inizialmente con l'identificazione delle curve di BMP al fine di determinare il valore delle costanti cinematiche e stechiometriche dei processi d'idrolisi delle varie componenti utilizzate per i reattori alimentati in continuo. Dato che i risultati ottenuti risultano insoddisfacenti e/o parzialmente non attendibili, si è deciso di procedere ad una identificazione più approfondita, basata sui dati provenienti da tre mesi di alimentazione dei reattori. A questo scopo si è adottato un metodo di identificazione a massima verosimiglianza: partendo da un iniziale spiegazione teorica, si è descritta poi la realizzazione del modello LFT e la simulazione mediante Toolbox appositamente creato per MATLAB. Infine sono stati comparati i risultati ottenuti dalle analisi di BMP e dalle identificazioni basate su modelli LFT. Qui si evidenziano i limiti dell'identificazione dell'analisi di BMP e la necessità di avere un miglior campionamento di alcune uscite per ridurre gli errori di valutazione. A corredo delle varie identificazioni e conclusione del rispettivo capitolo, sono stati calcolati alcuni dei più noti indici ricorrenti nella letteratura specifica per la verifica della bontà del modello identificato. L'ultimo capitolo tratta il controllo del sistema: viene qui utilizzato il modello precedentemente identificato per sperimentare alcune logiche di controllo attraverso simulazione (Modelica). Vengono proposti tre controllori basati su logiche PID con lo scopo di controllare la produzione di metano e migliorare la stabilità del processo.