Documenti di Didattica
Documenti di Professioni
Documenti di Cultura
FACULDADE DE INFORMTICA
PROGRAMA DE PS-GRADUAO EM CINCIA DA COMPUTAO
RESUMO
ABSTRACT
Anaerobic digesters are devices that have the ability to convert organic waste into
methane gas and biofertilizers. The conceptual simplicity of the large equipment hides the
complexity of the chemical and physical processes that occur in the digestion process. One
of the main reasons for this complexity is the significant amount of environmental variables
that must be monitored to ensure better efficiency of such equipment. We highlight among
these variables the values of temperature, pressure, flow of waste water and gas
measurement resulting gases resulting acids, pH and composition of biomass. Digesters
may be used in urban and rural areas, depending on the type of waste to be treated. At both
locations can be difficult to monitor and control digesters and therefore compromising their
efficiency, which is historically identified as an element of failure in projects that attempted
to deploy such equipment on a large scale. Thus, it becomes essential to develop a model
for monitoring and control for internal and external variables normally for small anaerobic
digestion systems, through a network of wireless sensors with flexibility in structuring
topologies and protocols, and with requirements for reliable operation.
1 Introduo ........................................................................................................... 6
5 References ........................................................................................................ 35
6
1 INTRODUO
Este relatrio est organizado como segue. A Seo 2 apresenta uma breve
fundamentao terica necessria para uma discusso sobre monitoramento eficiente em
biodigestores de pequena escala. Abordam-se, tambm, tpicos do processo de
biodigesto, conceitos de redes de sensores sem fio (RSSF), bem como alternativas de
simulao destas redes. A Seo 3 aborda requisitos e questes envolvidas no
mapeamento do problema alvo para um modelo de monitoramento e controle de
biodigestores, o que envolve apresentao de modelos clssicos de biodigesto, variveis
envolvidas na digesto anaerbica que so essenciais em termos de monitoramento,
conjuntos de sensores mnimos envolvidos e suas funes, preparao de simulaes de
cenrios para avaliao do monitoramento. Na Seo 4 apresentam-se discusses e
concluses preliminares acerca deste estudo e levantamento de requisitos, e informaes
pertinentes ao monitoramento de biodigestores e continuidade da pesquisa.
8
2 FUNDAMENTAO TERICA
O modelo de biodigestor chins mais rstico que o indiano. A Figura 2 ilustra este
modelo que feito em alvenaria, sendo que a parte onde ocorre a fermentao enterrada.
um modelo que trabalha sob alta presso que pode variar conforme a quantidade de gs
produzida.
para receber uma nova carga de biomassa (5), o que caracteriza um modelo de biodigesto
que no contnuo, como os demais.
Esse modelo adequado a granjas de aves, por exemplo. Nessas granjas, as aves
so alimentadas at atingir uma idade de abate, quando so removidas dos galinheiros.
Aps a remoo das aves, a biomassa coletada e colocada no biodigestor e ficam ali at
passarem por todo o processo de fermentao anaerbico, restando ao final o
biofertilizante. O processo reiniciado quando feita a reposio das aves que iro produzir
uma nova quantidade de biomassa e nesse intervalo o biodigestor fica ocioso.
A Figura 4 ilustra o modelo de biodigestor BioKhler (5), que desenvolvido por uma
empresa brasileira. O reservatrio de fermentao produzido em fibra de vidro. Possu
uma entrada de biomassa (Figura 4-1), fermentador (Figura 4-3), funil de separao (Figura
4-4), sada de biofertilizantes (Figura 4-5) e vlvula de gs (Figura 4-2). O formato o de
11
barril, e uma parte do reservatrio fica enterrada e a outra parte fica exposta a radiao
solar para facilitar o processo de fermentao.
Uma Rede de Sensores Sem Fio (RSSF) definida como um conjunto de nodos
sensores distribudos em um determinado ambiente cuja comunicao feita por um meio
sem fio e cuja funo monitorar, coletar e enviar dados para um nodo central, onde sero
processados. Akyildz et al. (6) descrevem que pesquisas em RSSFs sofrem da falta de
cenrios de aplicaes prticas onde estas redes sejam a melhor soluo, pois os
pesquisadores geralmente no enfatizam os domnios de aplicao que esto tentando
resolver; logo, no podem avaliar com preciso a eficcia de sua proposta porque, para
diferentes reas de aplicao, se tm diferentes questes tcnicas envolvidas. Enfocam
ainda que para explorar todo o potencial das RSSFs preciso primeiramente modelar a
aplicao. Por outro lado, o desenvolvimento deste tipo de rede est em constante
renovao e, sob a perspectiva do campo de aplicaes, se mostra uma excelente opo
para desenvolver aplicaes que tragam benefcios diretos humanidade (7), (8).
Para Cordeiro e Agrawal (9), uma RSSF caracterizada por possuir topologia
dinmica, largura de banda e capacidade energtica, ambas muito limitadas. A norma IEEE
802.15.4 oferece a base para desenvolver uma modalidade de rede sem fio e
caracterizada por apresentar baixo custo de comunicao, baixa velocidade de transmisso
de dados e comunicao onipresente entre dispositivos. Ela tambm define apenas as duas
camadas mais baixas da arquitetura OSI (Open Systems Interconnection), ou seja, a
13
camada fsica, em ingls Physical Layer (PHY) e a camada de controle de acesso ao meio,
em ingls Media Access Control (MAC).
Cada um dos nodos sensores de uma RSSF composto por quatro subsistemas,
mostrados na Figura 5: (i) subsistema computacional, consistindo de um microcontrolador
e um componente de memria, possuindo a capacidade de executar cdigos arbitrrios; (ii)
subsistema de comunicao, composto por um rdio de alcance varivel que permite a
comunicao sem fio, podendo utilizar tecnologias como rdio frequncia, infravermelho ou
tecnologia tica; (iii) subsistema de sensoriamento, formado por sensores e atuadores que
implementam a interface com o mundo fsico, sendo responsvel pela gesto dos
parmetros fsicos do ambiente monitorado; e (iv) subsistema de fonte de energia, que
alimenta todo o conjunto.
14
As redes sem fio incluem redes de comunicaes mveis, RSSFs, wireless LANs,
redes Bluetooth e redes ad hoc, com caractersticas em comum, descritas nos itens que
seguem que determinam os requisitos de projeto e operao das mesmas (13), (14):
que os que esto mais distantes dela, gastando maior energia, pois esto servindo tambm
de retransmissores para os nodos mais distantes. A tendncia que estes nodos prximos
base central esgotem sua energia antes do que outros nodos mais distantes.
A partir destas abordagens, protocolos foram propostos na literatura. Directed
Diffusion (16) introduziu o uso de informaes da aplicao no protocolo de roteamento.
Este protocolo, desenvolvido para redes dirigidas a eventos, permite que os dados
requisitados pela aplicao determinem as rotas estabelecidas para atender cada
requisio. A aplicao decide se um pacote ser repassado, descartado ou fundido com
outros pacotes recebidos, reduzindo o consumo de energia. O protocolo utiliza a
comunicao ponto a ponto nos dados enviados dos nodos sensores para o ponto de
acesso e adota a estratgia de inundao (i.e. flooding) para a propagao de dados at
um ponto de acesso para a rede.
Exemplificando protocolos hierrquicos, ressaltamos os protocolos LEACH e
PEGASIS, protocolos que tm sido explorados em diversas situaes.
O protocolo LEACH (Low Energy Adaptive Clustering Hierarchy) (17) um protocolo
que divide a rede periodicamente em grupos ou clusters utilizando probabilidade e que leva
em conta a localizao e energia residual de cada nodo em cada grupo. Os grupos possuem
um lder, que repassa os dados gerados pelos membros de seu grupo para o ponto de
acesso. Este repasse feito via comunicao direta, o que limita o uso do protocolo a redes
onde os nodos conseguem alcanar o ponto de acesso diretamente. O protocolo PEGASIS
(Power-Efficient Gathering in Sensor Information Systems) (18) tem como objetivo estender
o tempo de vida da rede permitindo que nodos apenas transmitam pacotes para nodos
prximos em uma abordagem em cadeia, at que o pacote atinja um nodo lder ou base
central. A construo da cadeia pode ser feita de maneira distribuda, iniciando por um nodo
randmico, avaliando a potncia de sinal de vizinhos; ou de maneira centralizada por uma
base central que envia a estrutura da cadeia para os nodos.
O framework WiNeS (Simulador de Rede sem Fio) (24) uma estrutura projetada
para simular dispositivos de rede, homogneos e heterogneos, como tambm simular
interconexes entre estes elementos. WiNeS foi desenvolvido para ser o mais flexvel
possvel, para acomodar diversos requisitos de simulao. Distncia mxima de
comunicao para determinados dispositivos em simulaes 2D/3D, eventos programados
para os dispositivos baseados no relgio interno do simulador e as regras de pareamento
entre nodos para definir quais os dispositivos so capazes de estabelecer comunicao
entre si. Esses so exemplos de parmetros configurveis. As avaliaes de cenrios de
teste demonstram que o framework WiNeS realmente capaz de simular ambientes de
rede sem fio e suporta diversas customizaes de dispositivos sem fio. um framework
para instanciar nodos com interconexes cabeadas ou sem fio, de forma a implementar e
validar comportamentos em rede e de aplicaes. O framework no apresenta mdulo pr-
integrados para uso de protocolos de redes sem fio nas simulaes, o que pode ser uma
desvantagem em relao a outros simuladores, a citar: protocolo 802.15.4, caractersticas
de protocolo ZigBee, diferenciao de camadas fsica, rede e aplicao, etc. Entretanto, a
implementao em Java e o uso de XML na API para descrio de parmetros modular
o suficiente para que desenvolvedores possam integrar ou implementar os prprios
mtodos, aproveitando de um core de simulao pr-estabelecido. Dentre as vantagens do
uso do framework WiNeS, temos resumidamente: (i) foi desenvolvido na PUCRS no
contexto do projeto Flexgrid (25); (ii) foi escrito em Java, ento multiplataforma; (iii)
permite simular diversos cenrios com possibilidade de definio heterognea de nodos de
maneira facilitada; (iv) API simples e fcil de entender; (v) permite incluso de mdulos
independentes em Java; (vi) permite tambm simulao de nodos com interconexes
19
3 MAPEAMENTO DO PROBLEMA
A instrumentao dos sistemas de biodigesto pode ser feita com diversos tipos de
tecnologias de hardware, como sensores e atuadores. No projeto de Cadena, Rivera e
Herrera (47) foram utilizados dispositivos reconfigurveis do tipo FPGA (Field
Programmable Gate Arrays) ao invs de microprocessadores e processadores digitais de
sinais, em ingls Digital Signal Processors (DSPs), para uso em medidores de fluxo de gs.
A vantagem que FPGAs tm complexidade lgica semelhante aos demais dispositivos,
mas com arquitetura flexvel que permite explorar diversas funcionalidades no mesmo
circuito integrado.
A Tabela 3 apresenta um resumo de outros mtodos que podem ser utilizados para
monitorar os sistemas de DA com a utilizao de instrumentao conforme o tipo de
variveis e fase de interesse.
Os principais parmetros dos processos que devem ser controlados de acordo com
a literatura (37), (41), (5), so apresentados na Tabela 4. A periodicidade desse controle
depende do tipo de biodigestor adotado, substrato e condies de fermentao.
26
dados num intervalo de tempo (t). O desafio de pesquisa identificar quais as variveis que
apresentam maior correlao dentro do conjunto de variveis apresentado.
O WiNeS por ser considerado um simulador de tempo real pelo core de simulao
e controle do relgio global, tem alguns desafios de adaptao para a aplicao de
biodigestores, por exemplo, sabe-se que os eventos dos sensores so de natureza
heterognea (suas frequncias de operao so bem distintas dependendo do tipo de
sensor). Este tipo de configurao acarreta atrasos do processamento do simulador e
influncia nos resultados da simulao em si. Uma abordagem vlida ao problema do
framework em relao esta aplicao, seria modificar o core de simulao para que
comporte um processamento de eventos discretos, independentes do tempo de mquina,
e tambm alterar as suas operaes computacionais bsicas hoje realizadas com sockets
e threads, alm de otimizar as operaes sobre listas de eventos em processamento.
5 REFERENCES
2. State indicators for monitoring the anaerobic digestion process. Kanokwan, B., et
al. 20, December 2010, Water Research, Vol. 44, pp. 5973-5980.
3. On-line measurements of COD, TOC, VFA, total and partial alkalinity in anaerobic
digestion processes using infrared spectrometry. Steyer, P., et al. 10, 2002, Water Science
and Technology, Vol. 45, pp. 133-138.
4. Automatic volumetric gas flow meter for monitoring biogas production from
laboratory-scale anaerobic digester. Pereda, R. O. C., Muoz, E. M. R. and Ruiz, G. H. 1,
May 18, 2010, Sensors and Actuators B: Chemical , Vol. 147, pp. 10-14.
9. Mobile Ad hoc Networking. Cordeiro, C. and Agrawal, D. Bzios, RJ, Brasil : SBC,
2002. Simpsio Brasileiro de Redes de Computadores (SBRC). pp. 125-186.
11. The potential for online monitoring of short-term process dynamics in anaerobic
digestion using near-infrared spectroscopy. Christian, L., et al. January 2013, Biomass and
Bioenergy, Vol. 48, pp. 224-230.
36
13. Critical Event based Multichannel Process Control Monitoring Using WSN for
Industrial Applications. Arthi, K., Vijayalakshmi, A. and Vanaja, P. Chennai, India : s.n.,
2013. Procedia Engineering Special Issue of International Conference on Design and
Manufacturing (IConDM). Vol. 64, pp. 142-148.
14. Wireless sensors in agriculture and food industry recent development and future
perspective. Ning, W., Naiqian, Z. and Maohua, W. 1, s.l. : Elsevier, January 2006,
Computers and Electronics Agriculture, Vol. 50, pp. 1-14.
16. Directed diffusion: a scalable and robust communication paradigm for sensor
networks. In Proceedings of the 6th Directed diffusion: a scalable and robust communication
paradigm for sensor networks. Intanagonwiwat, C., Govindan, R. and Estrin, D. Boston,
Massachusetts, USA : ACM, 2000. Annual International Conference on Mobile computing
and networking (MobiCom '00). pp. 56-67.
22. A Survey of Simulation in Sensor Networks. Singh, C., Vyas, O. and Tiwari, M.
Vienna, Austria : IEEE, 2008. International Conference on Computational Intelligence for
Modelling, Control and Automation (CIMCA). pp. 867-872.
26. Simulating the Power Consumption of Large Scale Sensor Network Applications.
Shnayder, V., et al. Baltimore, Maryland, USA : ACM, 2004. Proceedings of the 2nd
international conference on Embedded networked sensor systems (SenSys04). pp. 188-
200.
29. Towards a Realistic Energy Model for Wireless Sensor Networks. Kellner, S., et
al. Garmisch-Partenkirchen, Germany : IEEE, 2008. Fifth Annual Conference on Wireless
on Demand Network Systems and Services (WONS 2008). pp. 97-100.
30. An Energy Model for Simulation Studies of Wireless Sensor Networks using
OMNeT++. Chen, F., et al. 2, 2009, Praxis der Informationsverarbeitung und
Kommunikation (PIK), Vol. 32, pp. 133138.
38
32. Modeling of Node Energy Consumption for Wireless Sensor Networks. Zhou, H.-
Y., et al. 2011, Wireless Sensor Network, Vol. 3, pp. 18-23.
37. The anaerobic digestion of solid organic waste. Khalid, A., et al. 8, 2011, Waste
Management, Vol. 31, pp. 1737-1744.
38. The IWA Anaerobic Digestion Model No.1. (ADM1). Batstone, D.J., et al. 10,
London : IWA Publishing, 2002, Water Science and Technology, Vol. 45, pp. 6573.
41. A novel process simulation model (PSM) for anaerobic digestion using Aspen
Plus. Rajendran, K., et al. September, 2014, Bioresource Technology, Vol. 168, pp. 7-13.
39
45. On-line titration of volatile fatty acids for the process control of anaerobic digestion
plants. H., Feitkenhauer, J., Sachs and U., Meyer. 1, January 2002, Water Research, Vol.
36, pp. 212-218.
46. Transflexive embedded near infrared monitoring for key process intermediates in
anaerobic digestion/biogas production. Holm-Nielsen, J., et al. 2, 2007, Journal of Near
Infrared Spectroscopy, Vol. 15, pp. 123-135.
47. Automatic volumetric gas flow meter for monitoring biogas production from
laboratory-scale anaerobic digester. Cadena, R., Rivera, E. and Herrera, G. 1, May 2010,
Sensors and Actuators B: Chemical, Vol. 147, pp. 10-14.
49. Monitoring and control of anaerobic reactors. Pind, P. F., et al. 2003, Springer
Biomethanation II - Advances in biochemical engineering/biotechnology, Vol. 82, pp. 135-
182.
51. Cheli, F., et al. Testing feed quality: the artificial senses. January 15, 2008. Feed
International, Vols. 18-5.
40
52. Real time monitoring of a biogas digester with gas chromatography near-infrared
spectroscopy, and membrane-inlet mass spectrometry. Ward, A. J., et al. 5, 2011,
Bioresource Tecnologia, Vol. 102, pp. 4098-4103.
55. State indicators for monitoring the anaerobic digestion process. Boe, K., et al.
20, 2010, Water Research, Vol. 44, pp. 5973-5980.
56. A methodology for optimising feed composition for anaerobic co-digestion of agro-
industrial wastes. lvarez, J.A., Otero, L. and Lema, J.M. 4, 2010, Bioresource
Technology, Vol. 101, pp. 1153-1158.
57. Intelligent composting assisted by a wireless sensing network. Lpez, M., et al.
4, April 2014, Waste Management, Vol. 34, pp. 738-746.
58. Estimating biofilm reaction kinetics using hybrid mechanistic-neural network rate
function model. Kumar, B. S. and Venkateswarlu, Ch. 1, 2012, Bioresource Technology,
Vol. 103, pp. 300-308.
59. Monitoring of the startup phase of one continuous anaerobic digester at pilot scale
level. Brambilla, M., et al. 2012, Biomass and Bioenergy, Vol. 36, pp. 439-446.
60. Real-time simulator of agricultural biogas plant. Barnert, T., Piesik, E. and
liwiski, M. October, 2014, Computers and Electronics in Agriculture, Vol. 108, pp. 1-11.
61. A Smart Recording Power Analyzer Prototype Using LabVIEW and Low-Cost
Data Acquisition (DAQ) in Being a Smart Renewable Monitoring System. Chompoo-Inwai,
C. and Mungkornassawakul, J. Denver, CO, USA : s.n., 2013. IEEE Green Technologies
Conference. pp. 49-56.
62. A survey on routing protocols for wireless sensor networks. Akkaya, K. and
Younis, M. 3, 2005, Ad Hoc Networks, Vol. 3, pp. 325-349.
63. Analyzing and enhancing energy efficient communication protocol for wireless
micro-sensor networks. Butt, I. and Khan, S. [ed.] W. A. Khan and F. Ahmed. Karachi,
Pakistan : IBA ICICT, 2005. First International Conference on Information and
Communication Technologies (ICICT 2005). pp. 323327.
41
64. Instrumenting the World with wireless sensor networks. Estrin, D., et al. 2001.
International Conference on Acoustics, Speech, and Signal Processing. pp. 20332036.
66. On hierarchical routing in wireless sensor networks. Iwanicki, K. and van Steen,
M. San Francisco, CA, USA : IEEE, 2009. International Conference on Information
Processing in Sensor Networks (IPSN 2009). pp. 133144.
67. Design and Implementation of Scalable Wireless Sensor Network for Structural
Monitoring. Pakzad, S., et al. 1, 2008, Journal of Infrastructure Systems, Vol. 14, pp. 89
101.
71. A survey on wireless sensor network infrastructure for agriculture. Yu, X., et al.
1, 2013, Computer Standards & Interfaces, Vol. 35, pp. 59-64.