Charakterisierung von Stoffströmen vorbehandelter Siedlungsabfälle in Deponiebioreaktoren Buchkatalog

Bisherige Untersuchungen zum Abbauverhalten von Siedlungsabfällen in Deponiebioreaktoren zeigten häufig Probleme beim Vergleich verschiedener Reaktorgrößen sowie bei Simulationen für eine Übertragung in den Deponiemaßstab auf. Um diesen Problemen entgegenzuwirken, wurden in der vorliegenden Arbeit für die Charakterisierung mechanisch-biologisch vorbehandeltem Siedlungsabfalls, dessen Abbauverhalten und der damit verbundenen Biogasproduktion in verschieden großen Reaktionssystemen drei Reaktoren mit unterschiedlichen Größen (1, 3 l, 18, 8 l, 78, 8 l), geometrisch ähnlichem Reaktoraufbau und gleichem Aspektverhältnis konstruiert, gebaut und betrieben. Zur Gewährleistung einer größtmöglichen Vergleichbarkeit erfolgte die Verwendung einer repräsentativen Abfallprobe, bestehend aus einer Feinfraktion mit einer Partikelgröße < 5 mm und aus einer Grobfraktion mit einer Partikelgröße > 5 mm, die weiterhin in biologisch abbaubare und biologisch schwer abbaubare Substanzen sowie inerte Stoffe klassifiziert wurde. Untersuchungen zum Abbauverhalten des Abfalls bei 40 °C zeigten, dass nach erfolgter Stagnierung der Gasbildung, eine künstliche Erhöhung der Temperatur auf 60 °C ein erneutes Einsetzen der Gassynthese bewirkte. Weiterhin wurden die Auswirkungen unterschiedlicher Wassergehalte (40, 60, 70 % w/w) auf die Gasemissionen evaluiert, wobei in allen durchgeführten Versuchen und bei jeder Reaktorgröße bei einem Wassergehalt von 60 % w/w ein deutliches Optimum der Biogassynthese nachgewiesen wurde. Mit Hilfe eines Künstlichen Neuronalen Netzes (KNN) konnten die für die Gasemission verantwortlichen chemischen und biochemischen Prozesse in den unterschiedlichen Reaktorgrößen und unter den abweichenden Einflussparametern mit sehr hoher Genauigkeit simuliert werden. Es wurde gezeigt, dass es mit ein und demselben Netz möglich ist, die Gasbildung der unterschiedlichen Skalen mit Hilfe experimentell gewonnener instationärer On- und Offlineprozessdaten zu simulieren.