ВИКОРИСТАННЯ ІНСТРУМЕНТІВ ШТУЧНОГО ІНТЕЛЕКТУ В ПРОЦЕСАХ АНАЕРОБНОГО ЗБРОДЖУВАННЯ
DOI:
https://doi.org/10.20535/EHS2710-3315.2025.327131Ключові слова:
Анаеробне зброджування, Штучний інтелект, Штучні нейронні мережі, Генетичний алгоритм, Оптимізація рою частинок, Біогаз, Оптимізація процесу, Відновлювані джерела енергіїАнотація
Анаеробне зброджування (АБ) - це процес, який набуває все більшої актуальності для сталого управління відходами та виробництва біоенергії. Тим не менш, мікробні взаємодії та динаміка процесу ускладнюють максимізацію та прогнозування виробництва біогазу. Нещодавні прориви в галузі штучного інтелекту (ШІ), зокрема, штучних нейронних мереж (ШНМ), надали нові можливості для вирішення цих проблем і значно покращили оптимізацію процесів, прогнозування, а також стабільність процесу. Метою цієї тези є огляд нещодавньої літератури, що висвітлює застосування ШІ, зокрема штучних нейронних мереж (ШНМ), інтегрованих з різними алгоритмами оптимізації, представленими генетичними алгоритмами (ГА) та оптимізацією рою частинок (PSO), в системах анаеробного зброджування в період з 2022 по 2024 рік. Результати доводять, що ШНМ-моделі демонструють значну перевагу порівняно з традиційними кінетичними підходами зі значно меншими помилками прогнозування, більшим виробництвом біогазу та більшою надійністю.
Посилання
- Chen, W. Y., Chan, Y. J., Lim, J. W., та ін. Artificial Neural Network (ANN) Modelling for Biogas Production in Pre-Commercialized Integrated Anaerobic-Aerobic Bioreactors (IAAB). Water (Switzerland). 2022. Vol. 14, No. 9.
- Avinash, L. S., Mishra, A. Comparative evaluation of Artificial intelligence based models and kinetic studies in the prediction of biogas from anaerobic digestion of MSW. Fuel. 2024. Vol. 367,No. October 2023. C. 131545.
- Mougari, N. E., Largeau, J. F., Himrane, N., та ін. Application of artificial neural network and kinetic modeling for the prediction of biogas and methane production in anaerobic digestion of several organic wastes. International Journal of Green Energy. 2021. Vol. 18, No. 15. C. 1584–1596.
- Zaied, B. K., Rashid, M., Nasrullah, M., та ін. Prediction and optimization of biogas production from POME co-digestion in solar bioreactor using artificial neural network coupled with particle swarm optimization (ANN-PSO). Biomass Conversion and Biorefinery. 2023. Vol. 13, No.1. C. 73–88.
- Hasanpour Seyedlar, N., Zamir, S. M., Nosrati, M., та ін. H2S mitigation for biogas upgrading in a full-scale anaerobic digestion process by using artificial neural network modeling. Renewable Energy. 2024. Vol. 232, No. March 2023. C. 121016.
- Zhan, Y., Zhu, J. Response surface methodology and artificial neural network-genetic algorithm for modeling and optimization of bioenergy production from biochar-improved anaerobic digestion. Applied Energy. 2024. Vol. 355, No. July 2023. C. 122336.
- Chiu, M. C., Wen, C. Y., Hsu, H. W., та ін. Key wastes selection and prediction improvement for biogas production through hybrid machine learning methods. Sustainable Energy Technologies and Assessments. 2022. Vol. 52, No. PC. C. 102223.
- Zhang, P., Zhang, T., Zhang, J., та ін. A machine learning assisted prediction of potential biochar and its applications in anaerobic digestion for valuable chemicals and energy recovery from organic waste. Carbon Neutrality. 2024. Vol. 3, No. 1.
##submission.downloads##
Опубліковано
Як цитувати
Номер
Розділ
Ліцензія
Авторське право (c) 2025 Станіслав УСЕНКО, Юлія НОСАЧОВА, Євгеній ШАПОВАЛОВ, Максим КЛИМЕНКО , Cергій ЖАДАН
Ця робота ліцензується відповідно до Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International License.
