Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Bioprocesos I
Yuly Fernanda López
Ingeniería Química, UIS
2023
1
Mohamed T., Ghada D., Aboul Ella H.(2022, Octubre). Deep learning approach for predicting
Cita APA green hydrogen production from organic waste mixtures. Applied Soft Computing, 138
(110215). Egyptian Russian University.
Entre los hallazgos más innovadores de este estudio fue predecir la cantidad de hidrógeno
verde que será producido a partir de una cierta cantidad de desechos orgánicos húmedos o
secos, todo esto gracias a una inteligencia artificial. Se reconoce como limitación que algunos
de estos desechos podrían liberar gases contaminantes dentro del reactor durante la digestión
Límites y anaerobia, loque podría provocar daños en el equipo y un gasto extra, considerando que
sugerencias después de esta operación, se necesita hacer una absorción de los gases contaminantes y dejar
solo el producto deseado.
energías renovables, y ofrece una solución de carbono negativo. En regiones remotas sin
energía, la cantidad de hidrógeno verde producido a partir de algunas mezclas de desechos
puede alimentar casa móviles y hospitales, por lo que el costo por energía será menor,
teniendo en cuenta que el costo de producir hidrógeno verde a partir de mezclas de desechos
es aproximadamente USD $3 por kg.
Optimización de la producción de hidrógeno verde: aprovechando la simulación del perfil de carga y la
Título
integración de energías renovables.
Lugar Delhi - India Año 2022 DOI https://doi.org/10.1016/j.ijhydene.2023.03.179
Rishabh S., Anshu S., Sanjeev M., y Harsh S. (2022, Agosto). Optimizing green hydrogen production: Leveraging
Cita APA load profile simulation and renewable energy integration. International Journal of Hydrogen Energy,
(5/04/2023). Central University of Haryana.
Hipótesis o Es razonable la cantidad de hidrógeno verde producida respecto a la cantidad de desechos orgánicos
pregunta húmedos y secos usados en el proceso?
El equipo utilizado para el trabajo de investigación fue el Heliocentris-clean energy trainer kit, utilizado
Método para la experimentación en el stack fotovoltaico, aerogenerador, hidrógeno verde, electrolizador, fuel-cell
y su integración.
El estudio logró su objetivo de obtener conocimiento e información sobre las tecnologías de conversión de
energía renovable y su integración para generar energía limpia y sostenible. Con el método llevado a cabo,
se facilitó la comprensión de los conceptos de fotoelectrólisis, generación de hidrógeno verde entre otras.
Este estudio proporciona una base sólida para futuras investigaciones y mejoras en el sistema de energías
Resultados: renovables.
Se discutió sobre variados temas incluidos los métodos de obtención descritos en el título, los resultados
fueron los esperados y ayudarán a investigaciones futuras. Se sugiere que se amplíe un poco más en el
concepto del almacenamiento del hidrógeno una vez obtenido, ya que, al ser una partícula muy pequeña,
puede ser dificil almacenarla. Este documento también sirve como base para la investigación sobre celdas de
Límites y membrana de intercambio de protones (PEMFC) para una producción óptima de hidrogeno y almacenamiento
sugerencias de energía.
En los últimos años, se ha avanzado mucho en el campo de las energías renovables, todo esto de cara a la
transición energética. Es importante encontrar modelos que no solo desarrollen una idea de producción de
Redacción: energía, sino que junte varias ideas en una sola simulación para que la producción de esta sea más eficiente y
óptima. Dichas formas productoras de energía son varias, como calentamiento por pirólisis, digestión
4
anaerobia, fermentación oscura, fermentación mixta, gasificación y fotólisis biológica entre otras. Las formas de
almacenamiento también son importantes, ya que las partículas pueden escaparse fácilmente.