Reference : Evaluation of Electronic Nose Technology for Early-warning of Bio-methanation Process...
Dissertations and theses : Doctoral thesis
Engineering, computing & technology : Multidisciplinary, general & others
http://hdl.handle.net/2268/145700
Evaluation of Electronic Nose Technology for Early-warning of Bio-methanation Process Disturbance
English
Adam, Gilles mailto [Université de Liège - ULiège > DER Sc. et gest. de l'environnement (Arlon Campus Environ.) > Surveillance de l'environnement >]
2013
University of Liège, ​Arlon, ​​Belgium
Doctor
220
Nicolas, Jacques mailto
Delfosse, Philippe mailto
Van Ruymbeke, Michel mailto
Marco, Santiago mailto
Chica perez, Arturo mailto
Romain, Anne-Claude mailto
[en] anaerobic digestion ; e-nose ; multivariate process monitoring
[en] An electronic nose (e-nose) is an instrument composed of an array of non specific gas sensors inspired by the biological olfactory system for the detection and recognition of odours. In this work, this technology is evaluated to predict process disorders in agricultural anaerobic digestion reactors. Response of the sensor array is used to recognize a gas mixture by the use of multivariate data analysis techniques. In our case, an e-nose developed in our laboratory and composed of metal oxide semi-conductor gas sensors was equipped with a biogas dilution system to realize the measurements.
When employed on small-scale digesters fed with simple feeding substrates (sucrose, lipids, mixture lipids and sucrose), the e-nose presented enthusiastic results for the detection of organic overload disorders. Multivariate process control charts were employed with the e-nose data to obtain a simple state indicator represented by the Hotelling's T² statistics. This indicator resumes the general state of the digesters when its value exceeds statistically defined control limit. Instability periods and recovery of the anaerobic digestion process when exposed to organic overfeeding could be thus precisely assessed. In addition, the use of a variety of substrates had no significant effect on the performance of the e-nose monitoring. Variations of methane content in biogas, as a result of use of substrates of different compositions, had neither any influence on the e-nose monitoring quality.
Thereafter, an e-nose was placed online on continuously stirred tank reactor of 100 L over a period of 300 days. A multivariate monitoring method using recursive and adaptive principal component analysis (PCA) was applied to the e-nose data. This enabled to very efficiently compensate system drift and notably sensor drift. Moreover, adaptive PCA model could also adapt to environmental variations and to reactor slow shifts. T² statistics and its squared prediction error (SPE) obtained from the PCA model are very competitive state indicators compared to pH, alkalinity, gas production rate and methane and carbon dioxide content.
Two electronic noses were also evaluated in real-scale agricultural anaerobic digestion plants. The low process state monitoring in both plants does not enable to conclude to the relevance of disorders observed by the e-nose apparatus and demonstrates the real need for online anaerobic digestion process state monitoring and its subsequent optimization in agricultural biogas plants. Even though, the performance of the recursive PCA monitoring is much superior to that of static PCA. Adaptive PCA proves to be a potential automatic drift and environmental variations correction method for online and real-time e-nose measures, notably for field applications.
In conclusion, it was demonstrated in this work that e-nose technology has a real potential as an application of online monitoring of anaerobic digester state. Moreover, this research demonstrated that it was possible to realize a monitoring of the state of anaerobic digesters using only gas phase measurements. Another contribution is the use of multivariate process control techniques on e-nose data to obtain a simple state indicator as well as the use of adaptive PCA to automatically compensate drift and environmental effects on e-nose measurements.
[fr] Un nez électronique est un outil composé d'un réseau de capteurs gaz non spécifiques qui s'inspire du fonctionnement du système olfactif biologique pour la détection et la reconnaissance d'odeurs. Dans ce travail, cette technologie est évaluée pour prédire les troubles du processus de digestion anaérobie sur des digesteurs agricoles. La réponse du réseau de capteurs est utilisée pour reconnaître une ambiance gazeuse via l'emploi de techniques multivariées. Dans notre cas, le nez électronique, créé en notre laboratoire et composé de capteurs semi-conducteurs à oxyde métallique, a été équipé d'un système de dilution du biogaz pour réaliser les mesures.
Employé sur des mini-digesteurs de laboratoire et dans des situations d'alimentation avec des substrats simples, le nez électronique a montré des résultats très positifs dans la détection d'évènements de suralimentation. Pour réaliser le monitoring, les cartes de contrôle de processus multivariés ont été employées avec les données du nez électronique, avec pour résultat un indicateur d'état simple, le T² de Hotelling. Celui-ci résume l'état global des réacteurs et avertit des instabilités lorsque sa valeur dépasse une valeur de contrôle définie statistiquement. Les périodes de stress et de récupération du processus de digestion anaérobie après une suralimentation organique ont ainsi pu être observées avec précision. De plus, l'emploi de substrats variés n'a pas eu d'effet sur la qualité du monitoring réalisé par le nez électronique. Les variations du contenu en méthane du biogaz, résultat de l'emploi de substrats de compositions très différentes, n'ont pas non plus eu d'influence sur la qualité du monitoring.
Par la suite, un nez électronique fut placé en ligne sur des réacteurs infiniment mélangés de 100 L et a suivi leur phase gazeuse pendant une période de 300 jours. Une méthode multivariée de monitoring par analyse en composantes principales (ACP) récursive et adaptative a dû être employée. Ceci a permis de compenser très efficacement la dérive du système et notamment des capteurs. De plus, le modèle de monitoring par ACP récursive s'adapte aussi aux conditions évolutives de l'environnement et des digesteurs. Le T² et le carré de l'erreur de prédiction (SPE) issus du modèle ACP sont des indicateurs d'états très compétitifs par rapport aux mesures de pH, pouvoir tampon, production et qualité du biogaz.
Deux nez électroniques ont aussi été évalués dans des exploitations de méthanisation de taille réelle. La faiblesse du suivi du processus dans chacune des deux exploitations ne permet pas de tirer de conclusion quant à la pertinence des détections des troubles par le nez électronique et démontre aussi le manque réel de suivi du processus, et donc d'optimisation, dans les stations de méthanisation agricoles. Cependant, l'efficacité de la méthode de monitoring par ACP adaptative est bien supérieure à l'ACP statique. L'ACP adaptative se révèle être une technique potentielle d'automatisation de la correction de la dérive des capteurs et des influences environnementales des systèmes de mesures par nez électronique en continu.
En conclusion, il est démontré dans ce travail, que le nez électronique possède un potentiel réel pour une application de mesure en continu de l'état de digesteurs anaérobies. De plus, cette recherche a permis de démontrer qu'il est possible de réaliser un suivi de l'état de digesteurs anaérobies uniquement par des mesures sur la phase gazeuse. Un autre avancement est l'emploi de cartes de contrôles multivariées utilisant les données du nez électronique pour obtenir un indicateur d'état simple ainsi que l'usage de l'ACP adaptative pour compenser automatiquement le phénomène de dérive des capteurs.
Environmental Monitoring
FNR - Fonds National de la Recherche Luxembourg
Researchers ; Professionals ; Students
http://hdl.handle.net/2268/145700

There is no file associated with this reference.

Bookmark and Share SFX Query

All documents in ORBi are protected by a user license.