MétaCan
Menu
Retour à la cohorte
Enregistrement W4408613279 · doi:10.1016/j.wasman.2025.114739

Modelling anaerobic digestion of agricultural waste: From lab to full scale

2025· article· en· W4408613279 sur OpenAlexfundno aff
Ulysse Brémond, Constance Lucet-Bérille, Antoine Pradel, Renaud Escudié, Jean‐Philippe Steyer

Notice bibliographique

RevueWaste Management · 2025
Typearticle
Langueen
DomaineEngineering
ThématiqueAnaerobic Digestion and Biogas Production
Établissements canadiensnon disponible
Organismes subventionnairesCumming School of Medicine, University of CalgaryAgence Nationale de la Recherche
Mots-clésAnaerobic digestionWaste managementAgricultureEnvironmental scienceAnaerobic exerciseAgricultural wasteWaste treatmentScale (ratio)Digestion (alchemy)EngineeringPulp and paper industryChemistryMethaneBiologyEcologyChromatographyGeography

Résumé

récupéré en direct d'OpenAlex

• The ADM1 model effectively represented four reactors fed with different substrates. • Co-digestion of maize silage and cow slurry showed the synergy of both substrates. • Maximum operating ranges were determined through simulations. • A scale-up case was studied with the ADM1 model. Biogas production through anaerobic digestion offers a promising alternative to address climate change. In this study, the ADM1 model was used to simulate the digestion of four different substrates: a mixture of rye and maize silage, a mixture of cow slurry and maize silage, cow slurry alone, and food waste. Furthermore, the determination of total solids (TS) content was integrated into the model. Based on experimental data from 5 L Continuous Stirred Tank Reactors (CSTR), ADM1 model parameters were calibrated for each substrate, primarily differing in hydrolysis and inhibition constants. These parameters, along with two additional sets of parameters from the literature, were subsequently applied in simulations to assess methane productivity, yield, and TS under increasing organic loading rates (OLR) for each substrate. Among the substrates, food waste showed the highest productivity, yield, and solids removal, while rye and maize silage substrate was the most unstable, with system failure at the lowest OLR (7 kgVS . m - 3 . d - 1 ) compared to the other substrates. In addition, co-digestion of cow slurry and maize silage showed synergies between maize silage and cow slurry, achieving a productivity of 2.62 N m 3 . m - 3 . d - 1 . Moreover, the parameters determined for rye and maize silage mixture were further used to simulate a full-scale anaerobic digestion unit fed with rye and maize silage as substrate. A difference in volatile fatty acid accumulation was found between the lab- and full-scale systems, suggesting a possible better microbial adaptation to inhibitory factors in the full-scale system. Further investigation into inhibition effects is recommended to improve the predictive accuracy of the ADM1.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,545
Score d'incertitude au seuil0,477

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,007
Tête enseignante GPT0,190
Écart entre enseignants0,183 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations9
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueWaste ManagementMême sujetAnaerobic Digestion and Biogas ProductionTravaux en français237 207