Diseño y validación de una clasificadora mecánica para residuos orgánicos municipales
Barra lateral del artículo
Publicado:
dic 13, 2022
Palabras clave:
residuos orgánicos, clasificación, descomposición anaeróbica, máquina de clasificación
Contenido principal del artículo
Resumen
El incremento poblacional ha ocasionado un aumento en la emisión de metano y dióxido de carbono, siendo gases causantes del impacto negativo del efecto invernadero, en mayor volumen en comparación con otro tipo de emisiones contaminantes. El aumento de residuos orgánicos ha ocasionado un detrimento en el ambiente al ser los causantes en gran medida de las emisiones de gas metano. Por otra parte, uno de los grandes retos de la ingeniería actual consiste en generar energías limpias que suplan las diferentes necesidades de la demanda de fuentes no renovables de origen fósil, resaltando el uso de biogás producido por la descomposición anaeróbica bacteriana. Es por ello que, el presente trabajo evidencia la segunda fase de investigación, el cual consiste en crear un dispositivo mecánico de clasificación de residuos orgánicos para mitigar el impacto ambiental en el municipio de Sopó Cundinamarca, para ello se utilizan tres momentos de recolección de materia orgánica a través de una filtración inicial, una banda transportadora que servirá como puente conector de una máquina de clasificación de residuos orgánicos a escala usando redes neuronales y técnicas de reconocimiento de imágenes a un selector de materia orgánica e inorgánica que localizará las partículas en lugares diferentes
Descargas
La descarga de datos todavía no está disponible.
Detalles del artículo
Cómo citar
Torres Payoma, F., Vega Velásquez , B., Ramírez Alvarado , R., Hernández Aldana, F., & García Guarín , J. (2022). Diseño y validación de una clasificadora mecánica para residuos orgánicos municipales. Ingenio Magno, 13(1), 113 - 124. Recuperado a partir de http://revistas.ustatunja.edu.co/index.php/ingeniomagno/article/view/2576
Sección
Artículos Vol. 13-1
DECLARACIÓN DE ORIGINALIDAD DE ARTÍCULO PRESENTADO
Por medio del presente documento, certifico(amos) que el artículo que se presenta para posible publicación en la revista institucional INGENIO MAGNO del Centro de Investigaciones de Ingeniería Alberto Magno CIIAM de la Universidad Santo Tomás, seccional Tunja, es de mi (nuestra) entera autoría, siendo su contenido producto de mi (nuestra) directa contribución intelectual y aporte al conocimiento.
Todos los datos y referencias a publicaciones hechas están debidamente identificados con su respectiva nota bibliográfica y en las citas que se destacan como tal. De requerir alguna clase de ajuste o corrección, comunicaré(emos) de tal procedimiento con antelación a los responsables de la revista.
Por lo anteriormente expresado, declaro(amos) que el material presentado en su totalidad se encuentra conforme a la legislación aplicable en materia de propiedad intelectual e industrial de ser el caso, y por lo tanto, me(nos) hago (hacemos) absolutamente responsable(s) de cualquier reclamación relacionada a esta.
En caso que el artículo presentado sea publicado, manifiesto(amos) que cedo(emos) plenamente a la Universidad Santo Tomás, seccional Tunja, los derechos de reproducción del mismo.
Citas
[1] Alvariño, C. R. (2005). Residuos orgánicos de origen urbano e industrial que se incorporan al suelo como alternativa económica en la agricultura. Revista CENIC Ciencias Químicas, 36(1), 045-053.
[2] Rodríguez, D. (2011). Gestión organizacional. Ediciones UC.
[3] Barrena, M., Gamarra, O., Maicelo, J. «Producción de biogás en laboratorio a partir de residuos domésticos y ganaderos y su escalamiento». Revista Aporte Santiaguino, n.o 1, 2010, pp. 86- 92.
[4] Villemain, C. (2018). Cómo la basura afecta al desarrollo de América Latina. Naciones Unidas. Recuperado de Naciones Unidas website: https://news. un. o rg/es/story/2018/10/1443562.
[5] Martínez, A. L., Montecinos, C. C., Rasillo, L. C., & de Cortázar, A. L. G. CUANTIFICACIÓN DE EMISIONES DIFUSAS MEDIANTE CAMARA DE FLUJO EN UN VERTEDERO DE RESIDUOS URBANOS.
[6] Asís, H., Dopazo, F., & Gianoglio, P. (2006). Producción de energía a partir de biogás obtenido de residuos sólidos urbanos.
[7] Minutillo, M., Perna, A., & Sorce, A. (2020). Plantas de producción de hidrógeno verde mediante vapor de biogás y procesos de reformado autotérmico: análisis energético y exergético. Energía Aplicada, 277, 115452. https://doi.org/10.1016/j. apenergy.2020.115452
[8] Kim, J., Qi, M., Kim, M., Lee, J., Lee, I., & Moon, I. (2022). Biogas reforming integrated with PEM electrolysis via oxygen storage process for green hydrogen production: From design to robust optimization. Energy Conversion and Management, 251, 115021. https://doi.org/10.1016/j. enconman.2021.115021
[9] Kumar, R., Kumar, A., & Pal, A. (2022). Overview of hydrogen production from biogas reforming: Technological advancement. International Journal of Hydrogen Energy, https://doi. org/10.1016/j.ijhydene.2022.08.059
[10] Cabello, A., Mendiara, T., Abad, A., Izquierdo, M. T., & García-Labiano, F. (2022). Production of hydrogen by chemical looping reforming of methane and biogas using a reactive and durable Cu-based oxygen carrier. Fuel, 322, 124250. https://doi. org/10.1016/j.fuel.2022.124250
[11] Vidal-Barrero, F., Baena-Moreno, F. M., Preciado-Cárdenas, C., Villanueva- Perales, Á, & Reina, T. R. (2022). Hydrogen production from landfill biogas: Profitability analysis of a real case study. Fuel, 324, 124438.
[12] Nnamoko, N., Barrowclough, J., & Procter, J. (2022). Solid Waste Image Classification Using Deep Convolutional Neural Network. Infrastructures, 7(4), 47.
[13] Altikat, A. A. A. G. S., Gulbe, A., & Altikat, S. (2022). Intelligent solid waste classification using deep convolutional neural networks. International Journal of Environmental Science and Technology, 19(3), 1285-1292.
[14] Castañeda-Torres, S., & Rodríguez- Miranda, J. P. (March 01, 2017). Modelo de aprovechamiento sustentable de residuos sólidos orgánicos en Cundinamarca, Colombia. Universidad Y Salud, 19, 1, 116-125.
[15] Toğaçar, M., Ergen, B., & Cömert, Z. (2020). Waste classification using AutoEncoder network with integrated feature selection method in convolutional neural network models. Measurement, 153, 107459.
[16] Vo, A. H., Vo, M. T., & Le, T. (2019). A novel framework for trash classification using deep transfer learning. IEEE Access, 7, 178631-178639.
[17] Lubongo, C., & Alexandridis, P. (2022). Assessment of Performance and Challenges in Use of Commercial Automated Sorting Technology for Plastic Waste. Recycling, 7(2), 11. https://doi.org/10.3390/ recycling7020011
[18] Tanguay-Rioux, F., Spreutels, L., Héroux, M., & Legros, R. (2022). Mixed modeling approach for mechanical sorting processes based on physical properties of municipal solid waste. Waste Management, 144, 533-542. https://doi. org/10.1016/j.wasman.2022.04.025
[19] Borole, A. S., & Phadke, A. R. (2022). A Review on the Development of Solar Power Automatic Biodegradable Waste Sorter and Composter. Smart Technologies for Energy, Environment
[2] Rodríguez, D. (2011). Gestión organizacional. Ediciones UC.
[3] Barrena, M., Gamarra, O., Maicelo, J. «Producción de biogás en laboratorio a partir de residuos domésticos y ganaderos y su escalamiento». Revista Aporte Santiaguino, n.o 1, 2010, pp. 86- 92.
[4] Villemain, C. (2018). Cómo la basura afecta al desarrollo de América Latina. Naciones Unidas. Recuperado de Naciones Unidas website: https://news. un. o rg/es/story/2018/10/1443562.
[5] Martínez, A. L., Montecinos, C. C., Rasillo, L. C., & de Cortázar, A. L. G. CUANTIFICACIÓN DE EMISIONES DIFUSAS MEDIANTE CAMARA DE FLUJO EN UN VERTEDERO DE RESIDUOS URBANOS.
[6] Asís, H., Dopazo, F., & Gianoglio, P. (2006). Producción de energía a partir de biogás obtenido de residuos sólidos urbanos.
[7] Minutillo, M., Perna, A., & Sorce, A. (2020). Plantas de producción de hidrógeno verde mediante vapor de biogás y procesos de reformado autotérmico: análisis energético y exergético. Energía Aplicada, 277, 115452. https://doi.org/10.1016/j. apenergy.2020.115452
[8] Kim, J., Qi, M., Kim, M., Lee, J., Lee, I., & Moon, I. (2022). Biogas reforming integrated with PEM electrolysis via oxygen storage process for green hydrogen production: From design to robust optimization. Energy Conversion and Management, 251, 115021. https://doi.org/10.1016/j. enconman.2021.115021
[9] Kumar, R., Kumar, A., & Pal, A. (2022). Overview of hydrogen production from biogas reforming: Technological advancement. International Journal of Hydrogen Energy, https://doi. org/10.1016/j.ijhydene.2022.08.059
[10] Cabello, A., Mendiara, T., Abad, A., Izquierdo, M. T., & García-Labiano, F. (2022). Production of hydrogen by chemical looping reforming of methane and biogas using a reactive and durable Cu-based oxygen carrier. Fuel, 322, 124250. https://doi. org/10.1016/j.fuel.2022.124250
[11] Vidal-Barrero, F., Baena-Moreno, F. M., Preciado-Cárdenas, C., Villanueva- Perales, Á, & Reina, T. R. (2022). Hydrogen production from landfill biogas: Profitability analysis of a real case study. Fuel, 324, 124438.
[12] Nnamoko, N., Barrowclough, J., & Procter, J. (2022). Solid Waste Image Classification Using Deep Convolutional Neural Network. Infrastructures, 7(4), 47.
[13] Altikat, A. A. A. G. S., Gulbe, A., & Altikat, S. (2022). Intelligent solid waste classification using deep convolutional neural networks. International Journal of Environmental Science and Technology, 19(3), 1285-1292.
[14] Castañeda-Torres, S., & Rodríguez- Miranda, J. P. (March 01, 2017). Modelo de aprovechamiento sustentable de residuos sólidos orgánicos en Cundinamarca, Colombia. Universidad Y Salud, 19, 1, 116-125.
[15] Toğaçar, M., Ergen, B., & Cömert, Z. (2020). Waste classification using AutoEncoder network with integrated feature selection method in convolutional neural network models. Measurement, 153, 107459.
[16] Vo, A. H., Vo, M. T., & Le, T. (2019). A novel framework for trash classification using deep transfer learning. IEEE Access, 7, 178631-178639.
[17] Lubongo, C., & Alexandridis, P. (2022). Assessment of Performance and Challenges in Use of Commercial Automated Sorting Technology for Plastic Waste. Recycling, 7(2), 11. https://doi.org/10.3390/ recycling7020011
[18] Tanguay-Rioux, F., Spreutels, L., Héroux, M., & Legros, R. (2022). Mixed modeling approach for mechanical sorting processes based on physical properties of municipal solid waste. Waste Management, 144, 533-542. https://doi. org/10.1016/j.wasman.2022.04.025
[19] Borole, A. S., & Phadke, A. R. (2022). A Review on the Development of Solar Power Automatic Biodegradable Waste Sorter and Composter. Smart Technologies for Energy, Environment