Controlador neurodifuso para acelerar la producción de biogás en un biodigestor

Autores/as

  • Alfredo Torres Lopez 1Universidad Americana de Europa, Av. Bonampak, Sm. 6, Mz. 1, Lt. 1, Cancún, Quintana Roo, México. 2Universidad de Guadalajara, Centro Universitario del Norte, Carretera Federal No. 23, Km. 191, C.P. 46200, Colotlán, Jalisco, México https://orcid.org/0000-0002-0926-4999
    Conflictos de interés
    No expresa conflicto de interés

     

  • Rodrigo Cadena Martinez Universidad de Guadalajara, Centro Universitario del Norte, Carretera Federal No. 23, Km. 191, C.P. 46200, Colotlán, Jalisco, México https://orcid.org/0000-0001-9323-6132
    Conflictos de interés

    El autor no tienen ningún conflicto de intereses que declarar.

  • Martha Hernandez Ochoa Universidad de Guadalajara, Centro Universitario del Norte, Carretera Federal No. 23, Km. 191, C.P. 46200, Colotlán, Jalisco, México https://orcid.org/0000-0002-3464-108X
    Conflictos de interés

    No expresa conflicto de interés

DOI:

https://doi.org/10.37636/10.37636/recit.v9n3e456

Palabras clave:

Digestión anaerobia, Biogás, Biodigestor, Control neurodifuso, ANFIS, Lógica difusa, Redes neuronales artificiales, Energías renovables.

Resumen

La digestión anaerobia de residuos orgánicos domésticos constituye una alternativa sostenible para la generación de energía renovable mediante la producción de biogás. Sin embargo, la naturaleza altamente no lineal y multivariable de este bioproceso dificulta su operación eficiente mediante estrategias convencionales de control. El objetivo de esta investigación fue desarrollar y evaluar un controlador neurodifuso capaz de acelerar la producción de biogás en un biodigestor anaerobio tipo batch. Para ello, se implementó un modelo matemático dinámico del biodigestor en MATLAB®/Simulink®, representando las principales variables involucradas en la degradación de la biomasa y la generación de metano. Posteriormente, se diseñó un sistema de inferencia neurodifusa adaptativa (ANFIS), entrenado mediante datos obtenidos a partir de simulaciones dinámicas del proceso. La estrategia propuesta integró las capacidades de razonamiento de la lógica difusa con la capacidad de aprendizaje y adaptación de las redes neuronales artificiales, permitiendo ajustar automáticamente las acciones de control ante variaciones en las condiciones operativas. Los resultados obtenidos mostraron una mejora significativa en la estabilidad dinámica del sistema, una reducción de las oscilaciones de las variables críticas y un incremento en la producción de biogás respecto al sistema operando en lazo abierto. Asimismo, el controlador mostró una respuesta significativamente más rápida en la producción de biogás, alcanzando una eficiencia por encima del 71 % en comparación con el sistema operando en lazo abierto. Este desempeño permitió reducir el tiempo requerido para alcanzar condiciones equivalentes de producción en aproximadamente 70 días . Los resultados demuestran que la integración de técnicas de inteligencia artificial en el control de biodigestores representa una alternativa viable para incrementar la eficiencia de los procesos de digestión anaerobia, contribuyendo al aprovechamiento energético de residuos orgánicos y al desarrollo de sistemas sostenibles de generación de energía renovable. El trabajo futuro se centrará en la implementación experimental del controlador propuesto utilizando sensores y actuadores industriales, así como plataformas de control embebido en tiempo real.

Descargas

Los datos de descarga aún no están disponibles.

Referencias

[1] A. Ishola, "Global renewable energy transition in fossil fuel dependent regions," World Journal of Advanced Research and Reviews, vol. 24, no. 1, pp. 1138–1373, 2024, doi: 10.30574/wjarr.2024.24.1.3046. DOI: https://doi.org/10.30574/wjarr.2024.24.1.3046

[2] G. Kataya, D. Cornu, M. Bechelany, A. Hijazi, and M. Issa, "Biomass waste conversion technologies and its application for sustainable environmental development—a review," Agronomy, vol. 13, no. 11, Art. no. 2833, 2023, doi: 10.3390/agronomy13112833. DOI: https://doi.org/10.3390/agronomy13112833

[3] F. Ali et al., "Fueling the future: Biomass applications for green and sustainable energy," Discover Sustainability, vol. 5, no. 1, Art. no. 156, 2024, doi: 10.1007/s43621-024-00309-z. DOI: https://doi.org/10.1007/s43621-024-00309-z

[4] R. A. Verzijlbergh, L. J. de Vries, G. P. J. Dijkema, and P. M. Herder, "Institutional challenges caused by the integration of renewable energy sources in the European electricity sector," Renewable and Sustainable Energy Reviews, vol. 75, pp. 660–667, 2017, doi: 10.1016/j.rser.2016.11.039. DOI: https://doi.org/10.1016/j.rser.2016.11.039

[5] F. Yang, J. C. Meerman, and A. P. C. Faaij, "Carbon capture and biomass in industry: A techno-economic analysis and comparison of negative emission options," Renewable and Sustainable Energy Reviews, vol. 144, Art. no. 111028, Jul. 2021, doi: 10.1016/j.rser.2021.111028. DOI: https://doi.org/10.1016/j.rser.2021.111028

[6] Q. Hassan et al., "The renewable energy role in the global energy transformations," Renewable Energy Focus, vol. 48, Art. no. 100545, 2024, doi: 10.1016/j.ref.2024.100545. DOI: https://doi.org/10.1016/j.ref.2024.100545

[7] A. Hussain, S. M. Arif, and M. Aslam, "Emerging renewable and sustainable energy technologies: State of the art," Renewable and Sustainable Energy Reviews, 2017, doi: 10.1016/j.rser.2016.12.033. DOI: https://doi.org/10.1016/j.rser.2016.12.033

[8] T. Kalak, "Potential use of industrial biomass waste as a sustainable energy source in the future," Energies, vol. 16, no. 4, Art. no. 1783, 2023, doi: 10.3390/en16041783. DOI: https://doi.org/10.3390/en16041783

[9] A. Thakur, A. Kumar, and E. Berdimurodov, "Biomass Wastes," in Biomass Wastes for Sustainable Industrial Applications: A Waste-to-Wealth Approach. Boca Raton, FL, USA: CRC Press, 2024, doi: 10.1201/9781003466833-4. DOI: https://doi.org/10.1201/9781003466833-2

[10] M. K. Jameel et al., "Biogas: Production, properties, applications, economic and challenges: A review," Results in Chemistry, vol. 7, Art. no. 101549, 2024, doi: 10.1016/j.rechem.2024.101549. DOI: https://doi.org/10.1016/j.rechem.2024.101549

[11] M. J. B. Kabeyi, O. A. Olanrewaju, and J. Akpan, "Biogas production and process control improvements," in From Biomass to Biobased Products. Rijeka, Croatia: IntechOpen, 2024, doi: 10.5772/intechopen.113061. DOI: https://doi.org/10.5772/intechopen.113061

[12] P. Satpathy, K. Wunder, M. Vaske, and S. Steinigeweg, "Converting sea weed to biogas energy: Utilization of synergism during co-digestion with maize silage," Energy Reports, vol. 8, pp. 1084–1093, Nov. 2022, doi: 10.1016/j.egyr.2022.11.002. DOI: https://doi.org/10.1016/j.egyr.2022.11.002

[13] S. V. Shah, B. Y. Lamba, A. K. Tiwari, and W.-H. Chen, "Sustainable biogas production via anaerobic digestion with focus on CSTR technology: A review," Journal of the Taiwan Institute of Chemical Engineers, vol. 162, Art. no. 105575, 2024, doi: 10.1016/j.jtice.2024.105575. DOI: https://doi.org/10.1016/j.jtice.2024.105575

[14] E. A. Mekonen, Y. T. Mekonnen, and S. O. Fatoba, "Thermodynamic prediction of biogas production and combustion: The spontaneity and energy conversion efficiency from photosynthesis to combustion," Scientific African, vol. 21, Art. no. e01776, 2023, doi: 10.1016/j.sciaf.2023.e01776. DOI: https://doi.org/10.1016/j.sciaf.2023.e01776

[15] A. Alengebawy, Y. Ran, A. I. Osman, K. Jin, M. Samer, and P. Ai, "Anaerobic digestion of agricultural waste for biogas production and sustainable bioenergy recovery: A review," Environmental Chemistry Letters, vol. 22, no. 6, pp. 2641–2668, 2024, doi: 10.1007/s10311-024-01789-1. DOI: https://doi.org/10.1007/s10311-024-01789-1

[16] C. E. Onu, C. N. Nweke, and J. T. Nwabanne, "Modeling of thermo-chemical pretreatment of yam peel substrate for biogas energy production: RSM, ANN, and ANFIS comparative approach," Applied Surface Science Advances, vol. 11, Oct. 2022, doi: 10.1016/j.apsadv.2022.100299. DOI: https://doi.org/10.1016/j.apsadv.2022.100299

[17] A. Wellinger, J. Murphy, and D. Baxter, Waste to Energy Conversion Technology. Cambridge, U.K.: Woodhead Publishing, 2013, doi: 10.1533/9780857097415. DOI: https://doi.org/10.1533/9780857097415

[18] G. Gadirli, A. A. Pilarska, J. Dach, K. Pilarski, A. Kolasa-Więcek, and K. Borowiak, "Fundamentals, operation and global prospects for the development of biogas plants—A review," Energies, vol. 17, no. 3, Art. no. 568, 2024, doi: 10.3390/en17030568. DOI: https://doi.org/10.3390/en17030568

[19] C. Rosales-López, "Los bioprocesos en la biotecnología: Uso de biorreactores para la producción y el escalamiento de productos de interés comercial," Revista Tecnología en Marcha, Sep. 2019, doi: 10.18845/tm.v32i9.4626. DOI: https://doi.org/10.18845/tm.v32i9.4626

[20] F. A. Ortega Quintana, H. Álvarez, and H. A. Botero Castro, "Enfrentando el modelado de bioprocesos: Una revisión de las metodologías de modelado," Revista ION, vol. 30, no. 1, pp. 73–90, Jul. 2017, doi: 10.18273/revion.v30n1-2017006. DOI: https://doi.org/10.18273/revion.v30n1-2017006

[21] V. L. Castillo, "Definición de bioprocesos: características y etapas," Enciclopedia.net, 2023. [Online]. Available: https://enciclopedia.net/bioprocesos/

[22] M. Khaleel, A. A. Ahmed, and A. Alsharif, "Artificial intelligence in engineering," Brilliance: Research of Artificial Intelligence, vol. 3, no. 1, pp. 32–42, 2023, doi: 10.47709/brilliance.v3i1.2170. DOI: https://doi.org/10.47709/brilliance.v3i1.2170

[23] W. Ertel, Introduction to Artificial Intelligence. Cham, Switzerland: Springer Nature, 2024, doi: 10.1007/978-3-658-43102-0. DOI: https://doi.org/10.1007/978-3-658-43102-0

[24] P. Ponce Cruz, Inteligencia Artificial: Con Aplicaciones a la Ingeniería, 2010. [Online]. Available: www.FreeLibros.me.

[25] R. Sissodia, M. S. Rauthan, V. Barthwal, and V. Dwivedi, "Fuzzy logic," in Recent Theories and Applications for Multi-Criteria Decision-Making. Hershey, PA, USA: IGI Global, 2024, p. 279, doi: 10.4018/979-8-3693-6502-1.ch010. DOI: https://doi.org/10.4018/979-8-3693-6502-1.ch010

[26] R. Saatchi, "Fuzzy logic concepts, developments and implementation," Information, vol. 15, no. 10, Art. no. 656, 2024, doi: 10.3390/info15100656. DOI: https://doi.org/10.3390/info15100656

[27] A. Varshney and V. Goyal, "Re-evaluation on fuzzy logic-controlled system by optimizing the membership functions," Materials Today: Proceedings, 2023, doi: 10.1016/j.matpr.2023.03.799. DOI: https://doi.org/10.1016/j.matpr.2023.03.799

[28] MATLAB, "Introducción a las redes neuronales." [Online]. Available: https://la.mathworks.com/discovery/neural-network.html

[29] P. Viñuela and I. Galván, Redes de Neuronas Artificiales: Un Enfoque Práctico, 2004. [Online]. Available: http://sedici.unlp.edu.ar/handle/10915/9491

[30] P. E. Saw and E. Song, "RNA: An Introduction," in RNA Therapeutics in Human Diseases. Singapore: Springer, 2025, pp. 23–45, doi: 10.1007/978-981-96-3041-7. DOI: https://doi.org/10.1007/978-981-96-3041-7_2

[31] J. Matich, "Cátedra: Informática Aplicada a la Ingeniería de Procesos – Orientación I. Redes Neuronales: Conceptos Básicos y Aplicaciones," 2001. [Online]. Available: https://gc.scalahed.com/recursos/files/r161r/w25199w/s5_redesneuronales.pdf

[32] V. M. Gerardo Ortiz Gallardo, A. González Ortiz, R. Ortiz Eleveño, G. M. Gómez Alvarado, C. A. Torres de Loera, and E. G. Hernández Montoya, Diagnóstico Tecnológico CEMIE-Bio Clúster Biocombustibles Gaseosos 2. Fondo Sectorial CONACYT-SENER-Sustentabilidad Energética, 2017. [Online]. Available: https://www.gob.mx/cms/uploads/attachment/file/329892/Diagnostico_Tecnologico_BIOGAS_Final.pdf

[33] H. López-Aguilar, A. Barrón, M. Franco, A. Paz, and A. Pérez-Hernández, "Modelación de la generación de metano a partir de suero lácteo y excreta de ganado en codigestión anaerobia," Nova Scientia, vol. 13, no. 27, 2021, doi: 10.21640/ns.v13i27.2791. DOI: https://doi.org/10.21640/ns.v13i27.2791

[34] A. A. Flores Hernández, M. Flores Montiel, J. Reyes Reyes, and C. M. Astorga Zaragoza, "Diseño y modelado de un bioreactor tipo batch y continuo para aplicaciones de control automático," 2013. [Online]. Available: https://www.researchgate.net/publication/277312156_Diseno_y_modelado_de_un_bioreactor_tipo_batch_y_continuo_para_aplicaciones_de_control_automatico

[35] N. Aros, M. Cifuentes, and J. Mardones, "Modelación, simulación y control de procesos de fermentación," 2011. [Online]. Available: https://revistas.uta.cl/pdf/1761/art06.pdf DOI: https://doi.org/10.4067/S0718-33052011000200006

[36] L. Alba and M. Varela, "Dinámica de un Biorreactor con Modelo de Crecimiento de Bacterias Lineal por Tramos," 2011. [Online]. Available: https://bffrepositorio.unal.edu.co/server/api/core/bitstreams/8d933a18-60e6-4bd7-a3b8-0fdbbfc0fb9c/content

[37] S. Whitaker, R. Flores-Estrella, A. Estrada-Baltazar, R. Femat, and L. Potosí, "A Mathematical Model and Dynamic Analysis of Anaerobic Digestion of Soluble Organic Fraction of Municipal Solid Waste Towards Control Design," 2016. [Online]. Available: www.rmiq.org

[38] J. A. Laghari, "How To Design Adaptive Neuro Fuzzy Inference System in MATLAB/Simulink? (Part-2)," YouTube, 2021. [Online]. Available: https://www.youtube.com/watch?v=W_8IncyvhbI&list=PLgowgr9LiYjrVQV-GolT5GawUIt-5_ZP-&index=2

Modelado de reactor discontinuo en Simulink® Matlab en bucle abierto, de elaboración propia.

Publicado

2026-07-14

Declaración de disponibilidad de datos

No hemos hecho públicos nuestros datos de investigación.

Cómo citar

Torres Lopez, A., Cadena Martinez, R., & Hernandez Ochoa, M. (2026). Controlador neurodifuso para acelerar la producción de biogás en un biodigestor. Revista De Ciencias Tecnológicas, 9(3), 1-22. https://doi.org/10.37636/10.37636/recit.v9n3e456

Artículos similares

1-10 de 47

También puede Iniciar una búsqueda de similitud avanzada para este artículo.