universidad nacional agraria de la selva facultad de ... · de leoncio prado por medio de celdas de...
TRANSCRIPT
UNIVERSIDAD NACIONAL AGRARIA DE LA SELVA
FACULTAD DE RECURSOS NATURALES RENOVABLES
ESCUELA PROFESIONAL DE INGENIERIA AMBIENTALES
ANÁLISIS TEMPORAL DE LA POTENCIA ELECTRICA DEL COMPOST
DE LA PLANTA COMPOSTERA DE LA MUNICIPALIDAD PROVINCIAL
DE LEONCIO PRADO POR MEDIO DE CELDAS DE COMBUSTIBLE
MICROBIANO
PRACTICAS PREPROFESIONALES
INFORME FINAL
DURACION : 3 meses
ASESOR : Mcs. Ing. BETETA ALVARADO, Victor Manuel
ASESOR : Dr. Fis. LÓPEZ VILLANUEVA, Antonio Emel
ASESOR : Mg. Fis. CHIGUALA CONTRERAS, Lincoln Ares
PRACTICANTE : SANTILLAN TELLO, Bryan
AÑO : 2017
Tingo María
2017
INDICE
Página
I. INTRODUCCION ........................................................................................... 1
1.1. Objetivo general ................................................................................. 2
1.1.1. Objetivos especìficos ............................................................. 2
II. REVISIÓN DE LITERATURA ........................................................................ 3
2.1. Definición de residuos sólidos ........................................................... 3
2.1.1. Residuos sólidos orgánicos .................................................... 3
2.1.2. Caracterización de residuos sólidos de la ciudad de Tingo
María ...................................................................................... 4
2.1.3. Beneficios del compost .......................................................... 5
2.1.4. Sistemas de compostaje ........................................................ 6
2.1.5. Actividad microbiana en la descomposición de residuos
sólidos .................................................................................... 7
2.2. Celdas de Combustible Microbiano ................................................. 10
2.2.1. Funcionamiento de la Celdas de Combustible Microbiano ... 11
2.3. Medios para el desarrollo y crecimiento del microorganismo .......... 19
2.3.1. Ciclo de crecimiento de poblaciones .................................... 20
2.3.2. Factores físicos y químicos que influyen en el crecimiento .. 21
2.3.3. Biopelículas .......................................................................... 23
2.3.4. Sustratos empleados en las celdas de combustible
microbiano ............................................................................ 25
2.3.5. Parámetros de operación ..................................................... 30
2.3.6. Potencial Electroquímico ...................................................... 33
2.3.7. Remoción en Celdas de Combustible Microbiano ................ 45
2.4. Variables de control y respuesta ...................................................... 47
2.4.1. Diseño Box-Benkhen ............................................................ 48
2.5. Antecedentes del trabajo de investigación ...................................... 48
III. MATERIALES Y METODOS ...................................................................... 51
3.1. Lugar de ejecución .......................................................................... 51
3.1.1. Ubicación Geofráfica ............................................................ 51
3.1.2. Aspectos climáticos .............................................................. 52
3.2. Materiales y equipos ........................................................................ 56
3.2.1. Materiales y equipos de campo ............................................ 56
3.2.2. Materiales y equipos de laboratorio ...................................... 56
3.3. Metodología ..................................................................................... 57
3.3.1. Diseño del Biorreactor de doble cámara .............................. 57
3.3.2. Evaluación de los parámetros .............................................. 64
3.3.3. Determinación de los parámetros de energía eléctrica ........ 67
IV. RESULTADOS .......................................................................................... 72
4.1. Diseño del sistema de biorreactor de doble cámara ........................ 72
4.1.1. Criterios del diseño ............................................................... 72
4.2. Evaluación de los parámetros .......................................................... 75
4.2.1. Análisis Multifactorial para cada tratamiento ........................ 96
4.2.2. Análisis de Componentes Principales ................................ 113
4.2.3. Diseño Experimental Box-Behnken .................................... 125
4.3. Parámetros de energía eléctrica .................................................... 132
4.3.1. Parametros eléctricos ......................................................... 132
4.3.2. Eficiencia Coulómbica ........................................................ 134
V. DISCUSIÓN ............................................................................................ 138
VI. CONCLUSIONES ................................................................................... 142
VII. RECOMENDACIONES ........................................................................... 143
VIII. REFERENCIAS BIBLIOGRAFICAS ....................................................... 145
ANEXO .................................................................................................... 151
INDICE DE CUADROS
Cuadro Página
1. Producción de residuos sólidos municipales en la ciudad de Tingo María .... 4
2. Residuos sólidos tratados y reciclados en la ciudad de Tingo María ............. 4
3. Brecha de disposición final inadecuada de residuos sólidos.......................... 5
4. Comparación de algunos parámetros de desempeño de diferentes
configuraciones en celdas de combustibles microbianas de tipo PEM ........ 18
5. Inóculos y materiales de electrodos evaluados ............................................ 30
6. Comparación del desempeño de diferentes estudios con celdas de
combustible microbiana tipo batch ............................................................... 36
7. Temperaturas promedias ............................................................................. 52
8. Precipitación promedio ................................................................................. 53
9. Humedad relativa promedio ......................................................................... 55
10. Análisis de varianza ................................................................................... 72
11. Coeficientes y relaciones para determinar el Np ........................................ 73
12. Parámetros de diseño en la cámara anaeróbica ........................................ 74
13. Parámetros de diseño en la cámara aeróbica ............................................ 75
14. Promedio de parámetros para cada tratamiento ........................................ 76
15. Registro de voltaje e intensidad de corriente en el biorreactor................... 77
16. DBO5 inicial y final de cada tratamiento en mg/l ........................................ 97
17. Prueba de normalización............................................................................ 98
18. Resumen estadístico del tratamiento 0 .................................................... 103
19. Correlación ordinal de spearman del tratamiento 0 .................................. 105
20. Resumen estadístico del tratamiento 1 .................................................... 109
21. Correlación ordinal de spearman del tratamiento 1 .................................. 111
22. Resumen estadístico del tratamiento 2 .................................................... 113
23. Resumen estadístico del tratamiento 2 .................................................... 113
24. Correlación ordinal de Spearman del tratamiento 2 ................................. 115
25. Estadística descriptica ............................................................................. 117
26. KMO y prueba de Bartlett ......................................................................... 118
27. Comunalidades ........................................................................................ 119
28. Varianza total explicada ........................................................................... 120
29. Matriz de componentes ............................................................................ 121
30. Matriz de componentes rotados ............................................................... 122
31. Matriz de transformación de las componentes ......................................... 123
32. Matriz de coeficientes para el cálculo de las puntuaciones en las
componentes ........................................................................................... 124
33. Análisis de componentes principales ....................................................... 126
34. Pesos de los componentes ...................................................................... 127
35. Valores de los componentes principales .................................................. 128
36. Efectos estimados para voltaje (V) ........................................................... 130
37. Análisis de varianza para voltaje .............................................................. 132
38. Coeficientes de regresión para voltaje ..................................................... 133
39. Resultados estimados para voltaje .......................................................... 135
40. Camino de máximo ascenso para voltaje ................................................ 136
41. Optimización del voltaje (maximizar voltaje) ............................................ 136
42. Potencia eléctrica en los periodos de evaluación ..................................... 137
43. Densidad de potencia eléctrica en los periodos de evaluación ................ 138
44. Densidad de corriente eléctrica en los periodos de evaluación ................ 138
45. Densidad normalizada con respecto a volumen de la cámara anaeróbica139
46. Eficiencia por medio de la remoción de DBO5 ......................................... 139
47. Eficiencia coulómbica de DBO5 ................................................................ 140
48. Eficiencia coulómbica de con CRS/CTS .................................................. 141
INDICE DE FIGURAS
Figura Página
1. Esquema básico de una CCM de dos cámaras que ilustra los mecanismos
de transporte de electrones ......................................................................... 12
2. Estructura química de la membrana ............................................................ 13
3. Esquema general del transporte de electrones en una celda de
combustible microbiana ............................................................................... 16
4. Esquema de la metodología empleada en la primera etapa del proyecto .... 28
5. Esquema de la metodología empleada para la segunda etapa ................... 29
6. Diagrama del proceso de evaluación de inóculos y materiales de
electrodos .................................................................................................... 30
7. Ensamble experimental en laboratorio de la CCM1 y de la CCM2 .............. 34
8. Desempeño de CCM1 en pH y W/m3 ........................................................... 38
9. Desempeño de CCM2 en pH y W/m3 ........................................................... 38
10. La curva de polarización tiene tres regiones bien diferenciadas
directamente relacionadas con los puntos anteriores ................................ 42
11. Cinética de remoción de COT y generación de voltaje para tres tipos de
celdas microbianas .................................................................................... 47
12. Ubicación del lugar de ejecución ................................................................ 51
13. Línea de Tendencia de la temperatura en el 2016 ..................................... 53
14. Tendencias de los promedios de precipitación de la ciudad de Tingo
María ......................................................................................................... 54
15. Tendencias de las Humedades Relativas del aire de la ciudad de Tingo
María ......................................................................................................... 56
16. Relaciones geométricas de la cámara aeróbica del biorreactor estándar .. 59
17. Tiempo de retención en función de la temperatura .................................... 60
18. Configuración geométrica estándar para sistemas monofásicos en
régimen turbulento con el impelente de flujo radial .................................... 64
19. Diseño del biorreactor de doble cámara..................................................... 74
20. Registro del voltaje en el primer día de prueba .......................................... 77
21. Registro del intensidad de corriente en el primer día de prueba ................ 78
22. Comparación del voltaje en cada tratamiento. ........................................... 79
23. Comparación de la intensidad de corriente en cada tratamiento ............... 79
24. Registro del pH en la cámara anaeróbica para cada tratamiento .............. 80
25. Registro del pH en la cámara aeróbica para cada tratamiento .................. 81
26. Registro de la temperatura en la cámara anaeróbica en cada tratamiento 82
27. Registro de la temperatura en la cámara aeróbica en cada tratamiento .... 83
28. Registro del potencial de reducción en la cámara anaeróbica en cada
tratamiento ................................................................................................. 84
29. Registro del potencial de reducción en la cámara aeróbica en cada
tratamiento ................................................................................................. 84
30. Datos en la cámara anaeróbica conductividad ........................................... 84
31. Registro de la conductividad en la cámara aeróbica para cada
tratamiento ................................................................................................. 86
32. Registro de los sólidos disueltos totales en la cámara anaeróbica en
cada tratamiento ........................................................................................ 87
33. Registro de los sólidos disueltos totales en la cámara aeróbica en cada
tratamiento ................................................................................................. 88
34. Registro de la salinidad en la cámara anaeróbica en cada tratamiento ..... 89
35. Registro de salinidad totales en la cámara aeróbica en cada tratamiento . 89
36. Dispersión de la intensidad de corriente eléctrica con respecto al voltaje
para determinar el grado de conductancia en la prueba sin compost ........ 90
37. Dispersión del voltaje con respecto a la intensidad de corriente eléctrica
para determinar el grado de resistencia en la prueba sin compost ............ 92
38. Dispersión de la intensidad de corriente eléctrica con respecto al voltaje
para determinar el grado de conductancia del tratamiento 0 ..................... 93
39. Dispersión de la intensidad de corriente eléctrica con respecto al voltaje
para determinar el grado de conductancia del tratamiento 1 ..................... 94
40. Dispersión de la intensidad de corriente eléctrica con respecto al voltaje
para determinar el grado de conductancia del tratamiento 2 ..................... 94
41. Dispersión de voltaje con respecto a la intensidad de corriente eléctrica
para determinar el grado de resistencia del tratamiento 0 ......................... 95
42. Dispersión de voltaje con respecto a la intensidad de corriente eléctrica
para determinar el grado de resistencia del tratamiento 1 ......................... 96
43. Dispersión de voltaje con respecto a la intensidad de corriente eléctrica
para determinar el grado de resistencia del tratamiento 2 ......................... 96
44. Distribución de Normalización del Voltaje .................................................. 99
45. Distribución de Normalización de la Intensidad de Corriente ..................... 99
46. Distribución de Normalización del pH. Anaeróbico .................................. 100
47. Distribución de Normalización del pH. Aeróbico ...................................... 101
48. Representación en 3D de componentes en espacio rotado ..................... 123
49. Gráfico de sedimentación ......................................................................... 127
50. Diagrama de dispersión en 3D ................................................................. 129
51. Grafica de pesos del componente en 3D ................................................. 129
52. Biográfica de los componentes 1, 2 y 3 ................................................... 130
53. Diagrama de Pareto Estandarizada para Voltaje ..................................... 131
54. Grafica de Efectos Principales para Voltaje ............................................. 133
55. Interacción para el voltaje ........................................................................ 134
56. Resultado de la Superficie en malla de Respuesta con la Temperatura a
41.5ºC ...................................................................................................... 134
57. Resultado de la Superficie en solido de Respuesta con los SDT en la
cámara anaeróbica a 3.195 mg/l ............................................................. 135
58. Ecuación integrada de la intensidad de corriente ..................................... 140
59. Curva de polarización .............................................................................. 141
60. Curva de potencia .................................................................................... 142
61. Conexiones de los cocodrilos ................................................................... 156
62. Esquema eléctrico del termostato digital .................................................. 156
63. Acoplamiento de los electrodos de carbón activado ................................ 157
64. Conexiones con cable de cobre a los electrodos ..................................... 157
65. Diseño del biorreactor de doble cámara................................................... 158
66. Regulación de altura del sensor del termostato digital ............................. 158
67. Cama 6 de la Planta Compostera de la Municipalidad Provincial Leoncio
Prado ....................................................................................................... 159
68. Extracción de muestras ............................................................................ 159
69. Muestra lista para el análisis .................................................................... 160
70. Dilución de muestra para analizar en el multiparámetro .......................... 160
71. Análisis en el multiparámetro ................................................................... 161
72. Registro de longitud de las camas de compostaje ................................... 161
73. Termostato digital ..................................................................................... 162
74. Acoplamiento de las celdas de combustible microbiano en el biorreactor
de doble cámara ...................................................................................... 162
75. Salida de gases de la cámara anaeróbica ............................................... 163
76. Membrana de intercambio iónico a base de carbón activado .................. 163
77. Máximos registros del voltaje ................................................................... 164
78. Máximos registros de la intensidad de corriente eléctrica ........................ 164
1
I. INTRODUCCION
Los desechos sólidos son producto de la actividad humana y
generalmente se depositan al aire libre provocando malos olores, producidos
por el desprendimiento de gases, también facilitan el desarrollo de insectos
(focos infecciosos por vectores), contaminan el ambiente y deterioran el
paisaje.
El compostaje es un proceso biológico en el cual la materia
orgánica se transforma en humus bajo la actividad de microorganismos, de tal
manera, que en condiciones favorables (temperatura, humedad y aireación)
pueda realizar la fermentación aeróbica y/o anaerobia de estos residuos y así
acelerar el proceso de compostaje. Es importante transformar los residuos
orgánicos en compost para obtener abono, y aprovechando la cadena del
reciclaje reduciendo la cantidad de residuos que irían a un relleno sanitario.
Desde hace varios años se sabe de la presencia de
microorganismos en todos los residuos inertes y biológicos que son capaces de
degradar la materia orgánica y por acción de la oxidación se desprenden
electrones al medio donde se podrían aprovechar por media de celdas de
combustible microbiana (CCM) que consiste en un sistema de almacenamiento
de cualquier material donde el agua residual u otro componente (electrolito) a
almacenar llegue a desprender electrones por la acción de los microorganismos
que se encuentre en el medio o sean suministrado y así estos se dirijan hacia el
circuito eléctrico basado en electrodos a base de carbón con la finalidad de
generar y registrar la energía eléctrica, esto podría proporcionar una solución a
varios de los problemas mencionados anteriormente.
2
Con lo Mencionado anteriormente se planteando el siguiente
problema: ¿Cuál será la energía eléctrica del compost a través de celdas de
combustible microbiano acopladas a un biorreactor de doble cámara? En tal
sentido se planteó la hipótesis nula; se registrará una mayor tasa de remoción
de la demanda biológica de oxígeno y habrá mayor generación de energía
eléctrica a una temperatura de 43 °C en la cámara anaeróbica del biorreactor
de doble cámara y la hipótesis alterna; se registrará una mayor tasa de
remoción de la demanda biológica de oxígeno y habrá mayor generación de
energía eléctrica a una temperatura ambiental en la cámara anaeróbica del
biorreactor de doble cámara.
1.1. Objetivo general
Analizar la energía eléctrica del compost por medio de celdas de
combustible microbiano acoplado a un biorreactor de doble cámara.
1.1.1. Objetivos específicos
- Determinar los parámetros de construcción de las celdas de
combustible microbiano acoplados a un biorreactor de doble
cámara.
- Determinar en laboratorio los parámetros fisicoquímicos del
compost en el biorreactor de doble cámara: temperatura, pH,
solidos disueltos totales, potencial de reducción, salinidad,
conductividad y demanda biológica de oxigeno (DBO5) para
elegir el mejor tratamiento.
- Determinar con el tratamiento más eficiente la generación de
potencia, densidad de potencia, densidad de corriente,
eficiencia coulómbica, curvas de polarización y curvas de
potencia.
3
II. REVISIÓN DE LITERATURA
2.1. Definición de residuos sólidos
La ley general de residuos sólidos Ley N°27314 define a los
residuos sólidos como aquellas sustancias, productos o subproductos en
estado sólido o semisólido de los que su generador dispone, pero para ser
manejados a través de un sistema que incluya, según corresponda, las
siguientes operaciones o procesos (EL PERUANO, 2000).
- Minimización de residuos
- Segregación en la fuente
- Reaprovechamiento
- Almacenamiento
- Recolección
- Comercialización
- Transporte
- Tratamiento
- Transferencia
- Disposición final
2.1.1. Residuos sólidos orgánicos
El término residuo orgánico se refiere a los compuestos de materia
orgánica que tiene un tiempo de descomposición bastante menor que los
inertes (residuos prácticamente estables en el tiempo), entre ellos se tienen a
los restos de cocina, maleza, poda de jardines, entre otros
(TCHOBANOGLOUS, 1994).
4
Según la OPS (1999) en los residuos sólidos urbanos predomina el
componente orgánico. Su porcentaje en peso puede variar entre un 55 a 70%
del peso total, el resto corresponde a residuos abióticos. La relación residuos
vegetales/animales está sujeta a variaciones de tipo estacional muy marcadas
en algunas regiones.
2.1.2. Caracterización de residuos sólidos de la ciudad de Tingo
María
De acuerdo con el estudio de Caracterización de Residuos Sólidos
de DIONISIO (2017), se obtuvieron los resultados de la producción total de
residuos sólidos municipales en la ciudad de Tingo María y de la generación
per cápita (GPC) del año 2009 al 2015 como sigue a continuación:
Cuadro 1. Producción de residuos sólidos municipales en la ciudad de Tingo
María
Año 2009 2010 2011 2012 2013 2014 2015
Población estimada 52368 53374 54399 55443 56508 57593 58698
GPC de residuos sólidos municipales
ajustado (Kg/hab*día)
0.89 0.85 0.81 0.77 0.73 0.69 0.65
Producción de residuos sólidos
municipales (Tn/año)
17101.6 16637.2 16148.6 15634.9 15095.7 14530.0 13936.8
Fuente: DIONISIO, F. 2017.
Los residuos sólidos municipales del año 2009 al 2015 han estado
disminuyendo, al igual que la GPC.
Cuadro 2. Residuos sólidos tratados y reciclados en la ciudad de Tingo María
Año 2009 2010 2011 2012 2013 2014 2015
Recolección selectiva (Tn/año)
0 0 90 188.04 848.64 182.52 219.24
Fuente: DIONISIO, F. 2017.
5
En cuanto a los residuos tratados y reciclados por el Programa de
segregación en la fuente y recolección selectiva, se puede observar que en el
2009 y 2010 no se tenía una recolección selectiva, esto es debido a que aún no
era implementado el programa y en 2013 se tiene la mayor recolección con
respecto a los años posteriores.
Cuadro 3. Brecha de disposición final inadecuada de residuos sólidos
Año 2009 2010 2011 2012 2013 2014 2015
Producción de residuos sólidos
municipales (Tn/año)
17101.6 16637.2 16148.6 15634.9 15095.7 14530.0 13936.8
Residuos sólidos tratados y
reciclados (Tn/año) 0 0 90 188.04 848.64 182.52 219.24
Brecha (Tn/año) 17101.6 16637.2 16058.6 15446.9 14247.1 14347.5 13717.6
Brecha (%) 100% 100% 99.4% 98.8% 94.4% 98.7% 98.4%
Fuente: DIONISIO, F. 2017.
2.1.3. Beneficios del compost
ÁLVAREZ (2006) menciona que:
- El compost contiene una gran reserva de nutrientes que poco a
poco entrega a las plantas.
- Al aumentar el contenido de materia orgánica en el suelo,
aumenta su estabilidad y así se evita la erosión y la
desertificación.
- Se sabe que otra aplicación del compost es el secuestro del
carbono en suelo. Es de resaltar como esta actuación es capaz de
contribuir en mayor grado a la reducción de emisiones de CO2,
frente a la valoración energética de los subproductos iniciales de
los que se parte para su producción.
6
- Su utilización amortigua el peligro que supone para el suelo y el
agua subterránea la aplicación abusiva de los fertilizantes
químicos de la agricultura convencional, absorbiendo los
sobrantes.
- Es un hecho ya probado que la materia orgánica bien compostada
puede presentar propiedades fitosanitarias de carácter supresivo
para determinadas enfermedades de las plantas.
2.1.4. Sistemas de compostaje
ÁLVAREZ (2006) menciona que existen numerosos métodos para
transformar materiales orgánicos mediante el compostaje, casi todos ellos se
basan en el control de la aireación ya que su mayor control acelera el proceso,
de las cuales son:
a) En pilas o montones dinámicos
El material se dispone en largas pilas o montones de 2 a 4 metros
de altura, que pueden estar cubiertas o no. La aireación se lleva a cabo por
convección natural ayudada por volteos periódicos. La frecuencia de los volteos
depende de la humedad, textura y estabilidad de la mezcla y se realiza para
controlar la aireación. Estos volteos se realizan con varios objetivos: control del
olor, mayor velocidad de transformación y control de insectos. Es el método
más económico en cuanto a consumo de energía (ÁLVAREZ DE LA PUENTE,
2006).
b) En pilas estáticas aireadas por insuflación
Es un sistema donde la pila de compost permanece estática a lo
largo del proceso de compostaje. El aire se introduce a través de un sistema
situado en el suelo bajo la pila. Con este sistema se eliminan las condiciones
anaerobias ya que está asegurado un volumen constante de aire que además
puede regularse a través de controladores según las necesidades de la masa.
7
La corriente de aire puede ser positiva (insuflación) o negativa
(aspiración), esta última se suele utilizar en situaciones en las que es necesario
controlar el olor del compost. En otras ocasiones la aireación solo se realiza
durante la etapa termófila mientras que durante la maduración no se aplica. Las
combinaciones que se pueden hacer dependen del tipo de material, de las
condiciones de partida, de los plazos para la finalización del compostaje, etc. El
proceso requiere una inversión y mantenimiento mayores que en el sistema
anterior pero el coste de mano de obra es más bajo (ÁLVAREZ DE LA
PUENTE, 2006).
c) Reactores o contenedores
Este sistema se aplica cuando se requieren tasas elevadas de
transformación y condiciones muy controladas. El compost se hace
“rápidamente”. Son sistemas más complejos y son más costosos de construir,
operar y mantener. Permite una amplia gama de diseños ya sean horizontales
o verticales y normalmente están provistos de un sistema de agitación que
permita una aireación y homogeneización de la masa. Su funcionamiento es
del tipo reactor y frecuentemente el producto fresco entra por un lado y sale
procesado por el otro. Su utilización está indicada en al caso de mezclas
complejas con algún tipo de dificultad. La finalidad de estas metodologías es
acelerar el proceso de transformación. Se consiguen tasas de procesado de
hasta una semana frente a los sistemas tradicionales que duran entre uno y
tres meses. En casi todos los casos la fase de maduración o estabilización del
producto se lleva a cabo fuera del reactor en el exterior y frecuentemente con el
sistema de pilas o montones al que se realiza algún volteo de homogeneización
(ÁLVAREZ DE LA PUENTE, 2006).
2.1.5. Actividad microbiana en la descomposición de residuos
sólidos
Los microorganismos son un importante factor en el proceso de
compostaje, las bacterias se encargan fundamentalmente de la
8
descomposición de los carbohidratos y las proteínas. Por otro lado, los hongos
y actinomicetos actúan principalmente sobre la fracción lignocelulósica. La
metodología de la elaboración de microorganismos eficientes fue desarrollada
por Teruo Higa, Ph.D., profesor de horticultura de la Universidad de Ryukyus
en Okinawa, Japón. A comienzos de los años sesenta, el profesor Higa
comenzó la búsqueda de una alternativa que reemplazará los fertilizantes y
pesticidas sintéticos, popularizados después de la segunda guerra mundial
para la producción de alimentos en el mundo entero. Inicialmente los
Microorganismos Eficientes (EM, siglas en inglés) fueron utilizados como un
acondicionador de suelos. Hoy en día los EM son usados no solo para producir
alimentos de altísima calidad, libres de agroquímicos, sino también para el
manejo de desechos sólidos y líquidos generados por la producción
agropecuaria, la industria de procesamiento de alimentos, fábricas de papel,
mataderos y municipalidades entre otros. El EM es usado en los 5 continentes,
cubre más de 120 países. Además, en las pruebas microbiológicas se
determinan que los abonos se encuentren libres de bacterias patógenas como
Escherichia coli O157:H7, Salmonella sp, Shigella y Listeria monocytogenes
(KIM et al., 2009)
Estas bacterias son destruidas durante el proceso del compostaje
debido a que las condiciones ambientales en las que se encuentran son
desfavorables y son incapaces de competir por los nutrientes con la microbiota
autóctona presente en el suelo (GÓMEZ et al., 2004). Las bacterias que están
presentes en los residuos son:
- Bacterias fotosintéticas (Rhodopseudomonas sp)
Las bacterias fotosintéticas o fototrópicas son un grupo de
microorganismos independientes y autosuficientes. Estas bacterias sintetizan
substancias útiles a partir de las secreciones de las raíces, materia orgánica y/o
gases nocivos (sulfuro de hidrógeno), usando la luz solar y el calor del suelo
como fuentes de energía (PROGRAMA PASE, 2007)
9
- Bacterias ácido lácticas (Lactobacillus sp)
Las bacterias ácido lácticas producen ácido láctico a partir de
azúcares y otros carbohidratos desarrollados por bacterias fotosintéticas y
levaduras. Desde tiempos antiguos, muchos alimentos y bebidas como el
yogurt y los pepinillos son producidos usando bacterias ácido-lácticas.
Las bacterias ácido lácticas tienen la habilidad de suprimir
microorganismos causantes de enfermedades como Fusarium, los cuales
aparecen en sistemas de producción continua. Bajo circunstancias normales,
las especies como Fusarium debilitan las plantas cultivadas, exponiéndolas a
enfermedades y a poblaciones crecientes de plagas como los nemátodos. El
uso de bacterias ácidolácticas reduce las poblaciones de nemátodos y controla
la propagación y diseminación de Fusarium, mejorando así el medio ambiente
para el crecimiento de cultivos (PROGRAMA, 2007).
- Levaduras (Saccharomyces sp)
Las levaduras sintetizan substancias antimicrobiales y otras
substancias útiles para el crecimiento de las plantas, a partir de aminoácidos y
azúcares secretados por las bacterias fotosintéticas, la materia orgánica y las
raíces de las plantas (PROGRAMA, 2007).
- Actinomicetos
La estructura de los actinomicetos intermedia entre la de las
bacterias y hongos, producen substancias antimicrobianas a partir de los
aminoácidos y azúcares producidos por las bacterias fotosintéticas y por la
materia orgánica. Esas sustancias antimicrobianas suprimen hongos dañinos y
bacterias patógenas. Los actinomicetos pueden coexistir con la bacteria
fotosintética. Así, ambas especies mejoran la calidad de los suelos a través del
incremento de la actividad microbiana (PROGRAMA, 2007).
10
- Hongos de fermentación
Los hongos de fermentación como el Aspergillus y el Penicillium
actúan descomponiendo rápidamente la materia orgánica para producir alcohol,
esteres y substancias antimicrobianas. Esto es lo que produce la
desodorización y previene la aparición de insectos perjudiciales y gusanos
(PROGRAMA, 2007).
2.2. Celdas de Combustible Microbiano
Una celda de combustible microbiana o CCM por sus siglas en
español, es un dispositivo en el que las bacterias generalmente anaerobias y
facultativas se utilizan para catalizar la oxidación de varios substratos orgánicos
e inorgánicos (LOGAN et al., 2006).
La idea de que los microorganismos podrían producir una señal
eléctrica a través de sus procesos metabólicos se introdujo en el año 1911 por
el profesor de botánica de la Universidad de Durham, M.C. Potter. Potter quien
utilizó una celda electroquímica de vidrio con dos alambres de platino como
electrodos y una bolsa de diálisis como membrana, utilizó una solución de
glucosa como anolito y catolito para investigar si las señales eléctricas se
podían observar cuando los microorganismos se introducen en ambos lados de
la bolsa de diálisis. Potter descubrió que las señales eléctricas producidas a
partir de sus sistemas son únicas y dependen del tipo de microorganismo
(RAMÍREZ, 2012).
Recientemente el concepto de que algunos microorganismos
pueden ser usados como catalizadores en celdas de combustible microbianas
(CCM) fue explorado desde los años 70 y 80, (LOGROÑO, 2014);
recientemente han vuelto a ser dispositivos atractivos para generar electricidad,
desarrollando oportunidades para aplicaciones prácticas (LIU y LOGAN, 2004).
11
Las celdas de combustible se pueden clasificar en diferentes tipos
basados en el diseño, la temperatura de operación y tipo de combustible
utilizado tales como:
- Celda de combustible con membrana de intercambio de
protones
Este tipo de celda es también conocida como celda de combustible
de membrana hecha de electrolito de polímero, se compone de una membrana
conductora de protones como la Nafion, esta membrana presenta una alta
resistencia química, es mecánicamente fuerte, es buena conductora de
protones y es altamente absorbente de agua (RAMÍREZ, 2012). Las reacciones
que se dan en el ánodo y cátodo de forma general son las siguientes:
H2→2H++ 2e− (1)
O2+ H+ + 1e− →H2O (2)
2H2+ O2→2H2O (3)
Algunas de las ventajas principales de este tipo de celda son:
- Operan eficientemente a temperatura ambiente, incluidas bajas
temperaturas.
- No requieren del tratamiento del biogás generado en la celda.
La principal desventaja de este tipo de celda de combustible es la
necesidad de catalizadores caros para acelerar la reacción electroquímica.
Además, el monóxido de carbono no puede ser utilizado como un combustible
debido a que envenena la celda (RAMÍREZ, 2012).
2.2.1. Funcionamiento de la Celdas de Combustible Microbiano
Una celda de combustible microbiana consiste básicamente en dos
cámaras, una llamada anódica y otra catódica, separadas por una membrana
12
intercambiadora de protones. Las bacterias que actúan como biocatalizadores
están presentes en el compartimiento del ánodo y participan en la oxidación del
sustrato (combustible) para producir electrones. El combustible que se oxida en
el ánodo resulta en electrones, protones y un producto oxidado. Los electrones
generados pasan desde el ánodo al cátodo a través del circuito externo, donde
se combinan con el oxígeno presente en el aire burbujeado, y con los protones
que llegan hasta el compartimiento del cátodo a través de la membrana
selectiva de protones, se genera una corriente eléctrica (RAMÍREZ, 2012).
Un diagrama esquemático de la construcción y operación de una
CCM se da en la figura 1. Ecuaciones generales que ilustran el funcionamiento
de un CCM son; (ALZATE et al, 2010).
Fuente: ALZATE et al., 2010.
Figura 1. Esquema básico de una CCM de dos cámaras que ilustra los
mecanismos de transporte de electrones
13
2.2.1.1. Electrolito
La diferencia fundamental de una celda microbiana de combustible
es que ésta pertenece a las celdas de combustible con membrana de
intercambio de protones (PECCM, siglas en ingles), y esto radica en el
electrolito empleado. El electrolito usado es una membrana polimérica de entre
75 y 150 micras que recibe el nombre comercial de Nafion, fabricado por
Dupont, que es un derivado del Teflón cuya estructura se muestra en la figura
2; (RAMÍREZ, 2012).
Fuente: RAMÍREZ, 2012.
Figura 2. Estructura química de la membrana
Las membranas de este material poseen una extraordinaria
estabilidad química y térmica, y soportan la acción de numerosos agentes
oxidantes o reductores, así como temperaturas relativamente elevadas. La
membrana Nafion es un tanto peculiar, ya que para el correcto funcionamiento
de todo el dispositivo ésta debe mantenerse humedecida en todo momento, de
manera que el agua es absorbida por la membrana y debido a su estructura
química, los iones negativos queden retenidos, mientras que solo los iones
14
positivos contenidos en la membrana sean móviles y libres para llevar carga
positiva desde el ánodo hasta el cátodo.
En la mayoría de las celdas de tipo PEM estos iones positivos son
iones hidrogeno o protones, de aquí la designación “Membrana de Intercambio
de Protones”. Este movimiento de cargas positivas en una sola dirección dentro
de la celda de combustible es esencial para su correcto funcionamiento, ya
que, sin este circuito formado por la celda, la conexión entre electrodos y la
carga permanecería abierta y no circularía corriente alguna.
En general, un electrolito común es una sustancia que se disocia
en iones cargados positiva y negativamente en presencia de agua, haciendo
por ello que la solución acuosa sea conductora de la electricidad debido al
propio movimiento de los iones. Pero no es el caso del usado aquí, ya que se
trata de un electrolito no acuoso, que está inmerso en agua, y necesita ser
activado para su buen funcionamiento (RAMÍREZ, 2012).
Según RAMÍREZ (2012) la membrana de electrolito polimérico está
hecha de un polímero orgánico solido compuesto por ácido poli-
perfluorosulfónico, y consta de tres zonas bien diferenciadas:
- Una cadena principal de fluorocarbonos (Teflón), repetida cientos
de veces.
- Cadenas laterales que conectan la cadena.
- Grupos iónicos formados por grupos sulfónicos.
El Teflón (Politretrafluoroetileno, o PTFE), es un polímero resistente
al ataque químico y fuertemente hidrófobo, propiedad en la que se basa su
utilización en la construcción de electrolitos para pilas de combustible para
eliminar el agua obtenida en la oxidación del hidrogeno, evitando así el
encharcamiento de este. Pero para obtener el electrolito como tal es necesario
añadir otra fase adicional. El polímero PTFE se sulfata, y en uno de los lados
15
de la cadena se añade un grupo sulfónico HSO3 Este grupo se enlaza
iónicamente, obteniéndose al final de la cadena lateral un ion SO3-.
Como consecuencia de la presencia de estos iones y de los H+, se
produce una fuerte atracción entre los iones positivos y negativos de cada
molécula, de manera que se forman una serie de agrupaciones dentro del
material. El ácido sulfónico es fuertemente hidrófilo, encontrándose en el
interior de una estructura hidrófoba. La región hidrófila localizada alrededor de
los agregados de cadenas laterales sifonadas puede absorber grandes
cantidades de agua, de manera que dentro de estas regiones hidratadas los
protones son débilmente atraídos por los grupos SO3-, y gracias a ellos son
capaces de desplazarse. Esta morfología de microbuses separadas esta
esquematizada en la Figura 2 (RAMÍREZ, 2012).
2.2.1.2. Transporte de electrones
El proceso de transporte de electrones es un punto importante de
las celdas de combustibles microbianas, debido a que ocurren dos procesos
diferentes de transporte de electrones, el primero es el que ocurre en el interior
de la celda de combustible, donde son producidos los electrones a través de
los metabolismos de las bacterias, y el segundo es el que ocurre en el trasporte
desde el ánodo hacia el cátodo (RAMÍREZ, 2012).
Para el transporte de electrones del ánodo al cátodo, se debe de
tener en cuenta que se necesita de un sistema eficiente de transporte de
electrones para el correcto funcionamiento de la celda, generalmente se utiliza
un circuito externo para hacer el flujo de electrones a través de una resistencia.
Según RAMÍREZ (2012), el circuito externo debe de estar compuesto por un
conductor eléctrico con una eficiencia alta, para minimizar las pérdidas por
resistencia del material conductor desde el ánodo al cátodo, un esquema
general del flujo de electrones se muestra en la figura 3.
16
Fuente: RAMÍREZ, 2012.
Figura 3. Esquema general del transporte de electrones en una celda de
combustible microbiana
El proceso de transporte de electrones de las bacterias al ánodo es
uno de los fenómenos más complicados de interpretar en un sistema de CCM.
Los electrones producidos a partir del sustrato, oxidados por las bacterias
electroactivas, son transportados hacia el ánodo o electrodo por un mediador
como medio de transporte de electrones o nanocables entre la biomasa
(RAMÍREZ, 2012).
La teoría de transporte de electrones no se ha investigado bien.
Sólo un número limitado de estudios ha abordado el transporte de electrones.
Dos mecanismos de transferencia de electrones se han propuesto en la
literatura. En uno de los mecanismos, se considera que los electrones pueden
ser transportados al electrodo por un "mediador". Ciertos productos químicos
agregados al sistema pueden servir como mediadores. Por ejemplo,
ferrocianuro, el hexacianoferrato de potasio, 2-hidroxi-1, 4–naftoquinona, y el
rojo neutro se ha utilizado como medios para transporte de electrones hacia el
ánodo, los cuales pueden funcionar como anolitos acuosos. Un mediador actúa
17
para acelerar el transporte de electrones entre las bacterias electroactivas y el
electrodo, y proporciona una reacción biológica denominada acoplamiento
redox entre la enzima bioelectroactiva y el electrodo.
En el otro mecanismo, los electrones pueden ser transportados al
electrodo por "nanocables" que forman parte de la biopelícula y conectará
estos con el electrodo. Los nanocables se supone que aceptan los electrones
de las bacterias en el biofilm y transportan los electrones hacia el ánodo.
Ciertas bacterias pueden transferir directamente los electrones hacia el ánodo
por activos redox electroquímicos tales como citocromos en la membrana
exterior de las bacterias sin ningún tipo de intermediarios en un sistema de
celdas de combustible microbiano.
Independientemente del mecanismo, el electrón debe ser
transferido al electrodo del cátodo para generar la corriente a través del
sistema de la CCM. Por lo tanto, la generación eléctrica depende
principalmente de la capacidad de transporte de electrones. Sin embargo, la
directa y rápida transferencia de electrones entre las bacterias y el electrodo es
difícil de lograr, y hay quienes no recomiendan el uso de mediadores redox,
debido a que una vez agotado el mediador, hay que renovarlo.
Aunque se han hecho ya varios experimentos probando diferentes
tipos de inóculos y sustratos, la mayor potencia registrada en literatura es de
3.6 W/m2. A continuación se muestra un cuadro comparativo de diferentes
configuraciones en celdas microbianas de tipo PEM (RAMÍREZ, 2012).
18
18
Cuadro 4. Comparación de algunos parámetros de desempeño de diferentes configuraciones en celdas de combustibles
microbianas de tipo PEM
Sustrato Cultivo Tipo de
electrodo Mediador redox
Densidad de potencia (mW/m2)
Eficiencia coulómbica
(%) Referencia
Lactato Shewanella oneidensis
Carbón reticulado vítreo
Ferrocianuro potásico
24 2.4 Ringeisen et al.
(2006)
Agua residual domestica
Bacterias de aguas residuales
Grafito No 24 3-12 LIU et al. (2004)
Glucosa Cultivo mixto Grafito plano Hexacianoferrato
de potasio 3600 89
RABAEY et al. (2003)
Acetato Bacterias de agua residual domestica
Papel carbón No 286 + 3 65 Min y LOGAN
(2004)
Acetato Geobacter
metallireducens Papel carbón No 40 + 1 19
Min et al. (2005)
Peptona Bacterias de agua residual domestica
Papel carbón No 269 + 1 6 HEILMANN y
LOGAN (2006) Acetato Lodos activados Papel carbón No 0.097 63-78 OH et al. (2004)
Glucosa Bacterias de agua
residual Papel carbón No 262 40-55
LIU y LOGAN (2004)
Acetato Lodos activados Grafito plano Ferrocianuro en
cátodo 788 No reportó
PARK y ZEIKUS (2003)
Glucosa Bacterias de agua residual domestica
Fibra de carbón No 1430 23 LOGAN et al.
(2007)
Glucosa Cultivo mixto Papel carbón No 336 y 340 60 ALZATE et al.
(2007)
Fuente: RAMÍREZ, 2012.
19
También es importante mencionar que la celda de combustible en
sus dos cámaras debe de contener un anolito (cámara anódica) y un catolito
(cámara catódica), los cuales deben de ser conductores eléctricos para su
correcto funcionamiento, en el caso de la cámara anódica se utiliza un medio
acuoso para el crecimiento de los microorganismos, el cual debe de ser rico en
nutrientes o aportar los nutrientes necesarios para el crecimiento de las
bacterias a utilizar, y estas puedan generar corriente eléctrica a través de sus
metabolismos.
En la cámara catódica se puede utilizar agua como catolito acuoso,
la función de utilizar agua es burbujearla con oxígeno para oxidarlo y
combinarlo con los protones que provienen de la cámara anódica. También se
pueden utilizar mediadores redox como los anteriormente mencionados
(RAMÍREZ, 2012).
2.3. Medios para el desarrollo y crecimiento del microorganismo
El aislamiento de las bacterias se hace en la mayoría de los casos
mediante la producción de colonias aisladas en cultivos sólidos. El crecimiento
explosivo de las bacterias produce un gran número a partir de una única célula
inicial de forma que, tras un periodo de tiempo de incubación en las
condiciones ambientales adecuadas, se produce una colonia de individuos
iguales. Para crecer, un microorganismo necesita nutrientes que le aporten
energía y elementos químicos para la síntesis de sus constituyentes celulares,
actualmente existen medios de cultivo que contienen los nutrientes necesarios
para el crecimiento de las bacterias. Dependiendo de la fuente de carbono que
utilizan, los microorganismos se pueden clasificar en autótrofos sí que utilizan
el CO2 atmosférico (microorganismos que fotosintetizan) y heterótrofos sí que
utilizan el carbono orgánico.
Los medios de cultivo para el crecimiento de las bacterias se
pueden clasificar en definidos cuando su composición química se conoce
totalmente y complejos cuando no es el caso porque están compuestos por
20
mezclas de extractos de materiales complejos (extracto de levadura, extracto
de carne, etc.). Por otra parte, los medios de cultivo pueden ser líquidos o bien
sólidos si se añade algún agente solidificante (normalmente agar) que no sea
consumible por los microorganismos.
En función de los microorganismos que pueden crecer en ellos, los
medios pueden ser generales, selectivos cuando favorecen el crecimiento de
ciertos microorganismos mientras suprimen el de otros (por ejemplo, el medio
SPS para clostridios), diferenciales cuando alguno de sus componentes
permite identificar las colonias de un tipo de microorganismos (por ejemplo
medios con hematíes para identificar colonias de microorganismos
hemolíticos), selectivo-diferenciales cuando combinan las dos características
anteriores (por ejemplo, el agar de MacConkey para identificar Escherichia
coli), y medios de enriquecimiento que permiten aislar un tipo determinado de
microorganismo a partir de una población mixta de gran tamaño (RAMÍREZ,
2012).
2.3.1. Ciclo de crecimiento de poblaciones
En un cultivo bacteriano, se pueden diferenciar cuatro fases en la
evolución de los parámetros que miden el crecimiento microbiano (LOGROÑO,
2014):
- Fase de adaptación: Durante la que los microorganismos adaptan
su metabolismo a las nuevas condiciones ambientales (de
abundancia de nutrientes) para poder iniciar el crecimiento
exponencial.
- Fase exponencial o logarítmica: En ella la velocidad de
crecimiento es máxima y el tiempo de generación es mínimo.
Durante esta fase las bacterias consumen los nutrientes del medio
a velocidad máxima.
- Fase estacionaria: En ella no se incrementa el número de
bacterias (ni la masa u otros parámetros del cultivo). Las células
21
en fase estacionaria desarrollan un metabolismo diferente al de la
fase exponencial y durante ella se produce una acumulación y
liberación de metabolitos secundarios que pueden tener
importancia en el curso de las infecciones o intoxicaciones
producidas por bacterias. Los microorganismos entran en fase
estacionaria bien porque se agota algún nutriente esencial del
medio, porque los productos de desecho que han liberado durante
la fase de crecimiento exponencial hacen que el medio sea
inhóspito para el crecimiento microbiano o por la presencia de
competidores u otras células que limiten su crecimiento.
- Fase de muerte: se produce una reducción del número de
bacterias viables del cultivo. La cinética de crecimiento, en este
caso, sólo se puede seguir utilizando unos sistemas de detección
especiales siendo el más sencillo, la medida del número de
células viables por unidad de superficie también llamadas UFC o
por unidad de masa (RAMÍREZ, 2012).
2.3.2. Factores físicos y químicos que influyen en el crecimiento
Algunos de los parámetros más importantes que pueden influir en
el crecimiento de los microorganismos según (LOGROÑO, 2014) son:
a) Temperatura
Cada microorganismo tiene una temperatura de crecimiento
adecuada. Si se considera la variación de la velocidad de crecimiento en
función de la temperatura de cultivo, se puede observar una temperatura
mínima por debajo de la cual no hay crecimiento; a temperaturas mayores se
produce un incremento lineal de la velocidad de crecimiento con la temperatura
de cultivo hasta que se alcanza la temperatura óptima a la que la velocidad es
22
máxima. Por encima de esta temperatura óptima, la velocidad de crecimiento
decae bruscamente y se produce la muerte celular.
La falta de crecimiento a temperaturas bajas se debe a la reducción
de la velocidad de las reacciones biológicas y al cambio de estado de los
lípidos de la membrana celular que pasan de ser fluidos a cristalinos
impidiendo el funcionamiento de la membrana celular. La muerte celular a altas
temperaturas se debe a la desnaturalización de proteínas y a las alteraciones
producidas en las membranas lipídicas a esas temperaturas. Es importante
tener en cuenta que, a temperaturas bajas el metabolismo celular es lento y las
células paran de crecer; aunque suelen morir. Sin embargo, cuando la
temperatura es superior a la óptima, se produce la muerte celular rápidamente
y las células no pueden recuperar su capacidad de división si baja
posteriormente la temperatura. Esto permite esterilizar por calor y no por frío.
Hay varios tipos de microorganismos en función de sus temperaturas de
crecimiento mínima, máxima y óptima.
b) pH
El pH influye en el crecimiento de las bacterias debido a que
algunas no son capaces de poder reproducirse en medios alcalinos o básicos,
la mayoría de las bacterias crecen en un medio con un pH cercano al neutro,
aunque también existen bacterias que son especiales de los medios alcalinos o
básicos, y que solo se reproducen en esas condiciones.
c) Oxígeno disuelto
Las bacterias que crecen en presencia de oxigeno son llamadas
bacterias aerobias, las bacterias que crecen sin presencia de oxígeno, o en
condiciones donde es muy baja la cantidad de oxigeno son llamadas bacterias
anaerobias, por lo que el oxígeno disuelto en el medio de crecimiento es de
23
gran importancia para el crecimiento del tipo de bacteria con las que se esté
trabajando.
2.3.3. Biopelículas
El crecimiento microbiano asociado a superficies o interfases es el
estilo de vida predominante de estos seres vivos: aproximadamente el 95% de
los microorganismos lo realizan en condiciones naturales y son capaces de
formar una biopelícula, siempre y cuando haya presente al menos una mínima
concentración de agua que contenga los nutrientes necesarios, asociada al
medio en el que se encuentran (RAMÍREZ, 2007).
Una biopelícula se puede definir como un conglomerado de
naturaleza biológica que posee gran heterogeneidad y que se forma con capas
de células microbianas (aunque también pueden asociarse organismos
mayores) y productos celulares, que son capaces de adherirse a una superficie
sólida (viva o inerte), o bien a una interface (líquido-sólido, líquido-gas). Estas
estructuras biológicas se forman a partir de microorganismos sésiles que
producen una matriz (glicocálix) de sustancias poliméricas extracelulares
(SPE), la cual les brinda posibilidades de adhesión, soporte y protección ante
las diferentes formas de estrés a las que los microorganismos pueden estar
expuestos según los trabajos de DAVEY, M., col. (2000); COSTERRON, J.
(1999); WATNICK P., col. (2000); CENTER FOR BIOFILM ENGINEERING.
(2006); PICIOREANU, C. (1999) y DOMÍNGUEZ, B. (2007), (RAMÍREZ, 2007).
Los microorganismos contenidos en una biopelícula pueden
pertenecer a una misma o diversas especies distribuidas en su estructura,
siendo la matriz de SPE lo que mantiene la cohesión y las posibilidades de
interacción entre ellos (RAMÍREZ, 2007).
El crecimiento en una biopelícula provee grandes ventajas en
comparación con el crecimiento planctónico (de vida libre), la proximidad física
de distintas células favorece las interacciones sinérgicas especialmente cuando
24
se forman consorcios microbianos complejos cuyas células se distribuyen
naturalmente de acuerdo con sus requerimientos de crecimiento (aerobias
estrictas, aerobias facultativas, anaerobias estrictas, acidófilas, oligotróficas).
Como consecuencia, dentro de las biopelículas se pueden originar
distintas condiciones y gradientes, por ejemplo: zonas de aireación diferencial,
zonas de acidificación diferencial, zonas de concentración de iones que
favorecen el establecimiento de estas complejas comunidades simbióticas
según HARRISON, J., col. (2005) y DOMÍNGUEZ, (2004), (RAMÍREZ, 2007).
La incorporación de un microorganismo a una biopelícula le provee
de grandes ventajas, como son: la posibilidad de transferencia horizontal de
material genético entre su misma y otras especies, la utilización conjunta de
subproductos metabólicos, una mayor tolerancia a compuestos
antimicrobianos, protección ante los cambios del microambiente y una defensa
frente al sistema inmunitario o depredadores, según sea el caso, lo cual
depende del ambiente en el que se forme la biopelícula (RAMÍREZ, 2007).
2.3.3.1. Potencial Redox
Son aquellas reacciones en donde se presenta la transferencia de
electrones desde un donador (agente reductor) y aceptor (agente oxidante):
- Mientras más negativo sea el potencial estándar de reducción de
un par de redox, será mayor la tendencia del componente
reductor de dicho par para perder electrones (habrá mayor
descomposición de materia orgánica y desprendimiento de
electrones del ánodo por ser menos activo).
- Mientras más positivo sea el potencial estándar de reducción de
un par redox, será mayor la tendencia del componente oxidante
de dicho par para aceptor electrones (En la cámara aerobia se
aceptan la mayoría de los electrones).
25
Por lo tanto, los electrones viajaran desde el par con potencial más
negativo, hacia el par con potencial más positivo. El Potencial REDOX Influye
en los tipos de microorganismos (m.o.) y su metabolismo, por sí mismo
depende de la tendencia a oxidarse, de la concentración de sustancias
oxidantes y reductores presentes. El Potencial Redox indica relaciones de
oxigeno de m.o. vivos, se utiliza para especificar el ambiente donde un m.o. es
capaz de sintetizar energía sin recurrir al oxigeno molecular ni sintetizar nuevas
células (RAMÍREZ, 2007).
- Aerobios = requieren redox positivos
- Anaerobios = requieren redox negativos
2.3.4. Sustratos empleados en las celdas de combustible
microbiano
En las CCM, el sustrato es considerado como uno de los factores
biológicos más importantes que afectan la generación de electricidad; (LIU et
al., 2005). Los sustratos empleados en las CCM para la producción de
electricidad van desde los compuestos puros a las mezclas complejas de la
materia orgánica en las aguas residuales.
2.3.4.1. Acetato
El acetato es comúnmente empleado como sustrato modelo
cuando se tiene como propósito comparar condiciones de operación, nuevos
componentes y diseños de CCM, debido a que presenta una inercia hacia
conversiones alternativas microbianas (fermentación y metanogénesis) a
temperatura ambiente; (LIU et al., (2005). El acetato es un sustrato simple y es
ampliamente utilizado como fuente de carbono para inducir a las bacterias
electroquímicamente activas a llevar a cabo sus reacciones metabólicas y a
reducir el tiempo de aclimatación (BOND et al., 2005). Además, el acetato es el
producto final de varias rutas metabólicas para fuentes de carbono más
26
complejas (LÓPEZ, 2013). Por otro lado, la presencia de compuestos
recalcitrantes en muchos tipos de aguas residuales hace que su empleo para
generar corriente eléctrica sea más difícil, en comparación con el acetato; (LIU
et al., 2005). A nuestro mejor conocimiento, la mayor densidad de potencia
reportada es de 1010 W/m3 y fue obtenida por FAN et al., (2007), (LÓPEZ,
2013), operando en continuo una CCM con dos ensambles tela-electrodo y
alimentada con acetato de sodio.
2.3.4.2. Glucosa
La glucosa es otro sustrato empleado en CCM. KIM y LOGAN
(2005) reportaron que el rendimiento de una CCM con Proteus vulgaris
dependía de la fuente de carbono en el medio y del contenido inicial de glucosa
dentro de la célula en CCM que funcionan durante un corto periodo de tiempo
en comparación con la galactosa. RABAEY y VERSTRAETE (2005) informaron
que una densidad de potencia máxima igual a 216 W/m3 se obtuvo con una
CCM alimentada por lotes con glucosa empleando 100 mm de cianuro férrico
como oxidante catódico (LÓPEZ, 2013). HU et al., (2008) evaluaron la
viabilidad de los lodos anaerobios como combustible para la generación de
electricidad en CCM y los comparó con la glucosa. En la CCM, sin membrana y
con bafles, los lodos anaerobios proporcionaron poco sustrato, lo cual generó
una densidad de potencia limitada (0.3 mW/m2). Sin embargo, con glucosa en
el mismo sistema se generó una densidad de potencia máxima igual a 161
mW/m2. En un estudio reciente hecho por FENG et al., (2010), la CCM
alimentada con glucosa generó la más baja eficiencia coulómbica como
consecuencia de la perdida de electrones por las bacterias competitivas, pero
su estructura bacteriana relativamente diversa permitió que el sustrato se
empleara de manera más amplia y se generara una densidad de potencia
mayor. La eficiencia coulómbica baja se debió al hecho de que la glucosa es un
sustrato de fermentación y metanogénesis, que no puede producir electricidad.
Para explicar de manera más amplia la especificidad de sustrato en CCM con
glucosa enriquecida, CHAE et al., (2009) propusieron la presencia de un
27
consorcio mixto más complejo de diversas bacterias electrogénicas o de sus
sintróficas como resultado de la producción de diversos subproductos de la
fermentación durante la degradación de la glucosa (LÓPEZ, 2013).
2.3.4.3. Agua residual sintética
Las aguas residuales sintéticas o químicas con una composición
definida se han empleado en estudios por AELTERMAN et al., (2008), debido a
que su pH, conductividad y fuerza iónica son fáciles de controlar (LÓPEZ,
2013). Muchos medios de cultivo empleados para el crecimiento bacteriano
contienen gran cantidad de mediadores redox, como cisteína y las aguas
residuales de alta resistencia contienen azufre, el cual puede trabajar como
donante abiótico de electrones e incrementar la producción de corriente
eléctrica por un tiempo corto; por lo tanto, no representan el verdadero
rendimiento del sistema; ALDROVANDI et al., (2009). Esto puede evitarse
mediante el uso de un medio con mínimo contenido de sales y con un solo
donador de electrones, como la glucosa o el acetato. Para comprobar la
influencia de la composición de las aguas residuales sintéticas en el
desempeño de la CCM, RODRIGO et al., (2009) alimentaron CCM con dos
diferentes aguas residuales sintéticas con los mismos contaminantes orgánicos
(glucosa y peptona) y la misma carga orgánica (315 mg/dm3), pero con
diferente índice de facilidad/lentitud de biodegradación del sustrato. Las CCM
alimentadas con residuos biodegradables lentamente eran más eficientes en
términos de producción de electricidad, probablemente debido a la producción
de productos intermedios que favorecen la formación de electricidad (LÓPEZ,
2013). La metodología de LÓPEZ (2013) consistió en dos etapas, en la primera
etapa evaluó diferentes inóculos y materiales de electrodos con la finalidad de
seleccionar los electrodos que registren mayores voltajes, densidades de
corriente y densidades de potencias que su sistema genere. En la segunda
etapa evaluó tres estrategias de colonización para la puesta en marcha de su
diseño de CCM utilizando un sistema automatizado de control de tiempos
28
variables. En la figura 4, se muestra la metodología de la primera etapa que fue
evaluada y desarrollada por lo diversos materiales modificados y sin modificar.
Fuente: LÓPEZ, 2013.
Figura 4. Esquema de la metodología empleada en la primera etapa del
proyecto
En la segunda etapa del trabajo de LÓPEZ (2013), implemento un
sistema automatizado con el cual pudo implementar tres estrategias de
colonización en las CCM y la ventaja del sistema automatizado es que puede
optimizar los procesos de colonización en las CCM, disminuyendo los errores
ocasionados por la intervención humana.
El sistema automatizado trabajó en modo batch (por lotes). Una
vez armado el sistema automatizado se evaluó la puesta en marcha de tres
CCM, mediante tres estrategias de colonización diferentes. La estrategia de
control con resistencia variable denominada “CCM-V”, estrategia de control con
resistencia variable versión 2 denominada “CCM-V2” y estrategia de control
con resistencia fija denominada “CCM-F”. La meta en esta etapa de la
experimentación fue la de obtener una estrategia de colonización que nos
proporcione el mejor desempeño en las celdas durante el menor tiempo de la
29
puesta en marcha (LÓPEZ, 2013). En la figura 5, se muestra la metodología de
la segunda metodología empleada por LÓPEZ (2013) que implementa una
estrategia para la puesta en marcha su CCM.
Fuente: LÓPEZ, 2013.
Figura 5. Esquema de la metodología empleada para la segunda etapa
La evaluación de la primera etapa de LÓPEZ (2013), consistió en
tres diferentes inóculos y dos materiales de electrodos distintos con la finalidad
de elegir un inoculo y un electrodo que sean los que proporcionen los mejores
resultados del diseño de CCM con materiales de bajo costo, en la figura 6 se
muestra el flujograma del proceso que se siguió en la primera etapa.
30
Fuente: LÓPEZ, 2013.
Figura 6. Diagrama del proceso de evaluación de inóculos y materiales de
electrodo
Los inóculos empleados en la metodología de LÓPEZ (2013) se
observan en el cuadro 5, donde muestra los distintos inóculos con una
diversidad de bacterias electroactivas y abundantes en materia orgánica.
Cuadro 5. Inóculos y materiales de electrodos evaluados
Inoculo Material de electrodo
Lixiviado de composta Tela de grafito
Lixiviado de composta Fieltro de grafito
Lodo anaeróbico Fieltro de grafito
Agua residual Tela de grafito Fuente: LÓPEZ, 2013.
2.3.5. Parámetros de operación
En el estudio de LÓPEZ (2013) para poder ejecutar correctamente
un software para modelar los resultados de las CCM, es necesario que
previamente el operador defina algunos parámetros, como los
31
correspondientes a los tiempos de espera, tiempo de llenado, tiempo de
reacción, tiempo de vaciado, tiempo de muestreo (registro de lectura), así como
el valor de la resistencia con la que se estará trabajando y el porcentaje de
voltaje máximo. Estos datos pueden ser modificados una vez que el programa
ha entrado a la fase de reacción. Los primeros son fundamentales para la
ejecución correcta de cada etapa y los restantes son las condiciones de paro
de la etapa de reacción.
2.3.5.1. Aireación y agitación automática
GARCÍA et al., (2006), el éxito de muchos procesos
biotecnológicos a escala industrial depende de una agitación y aireación
efectiva de los fluidos presentes. En un proceso aerobio es importante
considerar fenómenos como la ruptura y coalescencia de burbujas a partir de
modelos de balance poblacional, ya que en el biorreactor estos fenómenos
desencadenan la formación de zonas poco oxigenadas y gradientes de gases
que pueden afectar la productividad durante el escalado debido a que:
- El comportamiento de las burbujas tiene una influencia significativa en la
transición del régimen de flujo porque el fenómeno más importante que
causa esta transición desde un régimen homogéneo a un régimen
heterogéneo es la ocurrencia de grandes burbujas
- El tamaño de las burbujas tiene una amplia distribución en un régimen
heterogéneo que comúnmente se presenta en un proceso de cambio de
escala
- Las velocidades radiales, axiales y tangenciales de las burbujas y la
disipación de la energía cinética turbulenta influyen significativamente en
los fenómenos de ruptura y coalescencia que como consecuencia
definen los perfiles de gradientes de aire en un biorreactor.
En esta etapa se adiciona aire al biorreactor a través del difusor y
se toman mediciones temporales de oxígeno disuelto hasta que se alcance la
saturación. La concentración de oxígeno disuelto se medirá con un Oxímetro.
32
Para el biorreactor de doble cámara diseño según el criterio de una
fermentación aeróbica y anaeróbica, se mantendrá un flujo de aire continuo a
través en la cámara aeróbica con agitador. Es por tal razón que habrá una
distribución de tamaño de burbujas resultantes de la interacción de
mecanismos físicos como la ruptura y coalescencia. Sin embargo, se debe
tener en cuenta la teoría del daño celular debida a la turbulencia sugiere que, si
una célula es menor al diámetro de remolinos de Kolmogórov, la entidad
biológica no sufrirá daño celular.
2.3.5.2. Reynolds (Re)
Numero de Reynolds: este parámetro nos indica en que régimen de
flujo va a trabajar nuestro agitador, es importante porque de él depende la
potencia del motor y si introducimos o no aire a la mezcla. En un régimen
laminar o viscoso hay poco o nada de introducción de aire a la mezcla (dentro
de este régimen trabajan los agitadores lentos). El número de Reynolds influye
directamente en la potencia del agitador (GARCIA et al., 2006).
𝑅𝑒 =𝑝𝑁𝐷2
µ (4)
Dónde:
D → diámetro de la turbina expresado en m
μ → viscosidad del producto expresado en Pa.seg (1 Pa. seg = 10
poises = 1000 cps)
ρ → densidad del producto o gravedad especifica en kg/m3
N → velocidad de salida del motor o motorreductor en revoluciones
por segundo
33
2.3.5.3. Potencia del motor (Hb)
Unas de las fórmulas para determinarla, según el tipo de unidades
que se estén utilizando y dependiendo del autor es la siguiente, algunos
autores la manejan de forma universal (GARCIA et al., 2006).
𝑃 = 𝑁𝑝𝑁3𝐷5𝑝 (5)
Dónde:
P → Potencia
Np → Número de potencia
ρ → Densidad del producto o gravedad especifica en kg/m3
N → Velocidad de salida del motor o motorreductor en revoluciones
por segundo
D → Diámetro de la turbina expresado en m
2.3.6. Potencial Electroquímico
El estudio realizado por ALZATE et al., (2010) sobre la evaluación
del desempeño e identificación de exoelectrógenos en dos tipos de celdas de
combustible microbianas con diferente configuración en el ánodo, especifican
que las arquitecturas de las celdas tienen una gran relevancia en la generación
de corriente eléctrica, la dimensión y caracterización del ánodo y también las
variables que intervienen en la potencia eléctrica como el pH y Temperatura.
La relación de generación de corriente y degradación del sustrato
no siempre es directamente proporcional, para eso se debe tener en cuenta
todos los parámetros que intervienen en el proceso. Otros estudios sobre la
potencia eléctrica de las celdas de combustible microbianas usan mediadores
para generar mayor contacto entre los electrones generados por la degradación
de la materia orgánica y el ánodo, en otros estudios se menciona la importancia
de la formación de biopelículas para que el contacto sea más directo sin
necesidad de usar mediadores.
34
Fuente: ALZATE et al., 2010.
Figura 7. Ensamble experimental en laboratorio de la CCM1 y de la CCM2
2.3.6.1. Generación de potencia
La generación de potencia se expresa mayormente en W/m3; sin
embargo, el cálculo se puede realizar de varias formas, del cual en el estudio
realizado por ALZATE et al., (2010) se tomó en cuenta el volumen y área del
ánodo empleando las ecuaciones respectivas:
- Con el volumen del ánodo.
𝑃𝑣 =𝑉𝐶𝐶𝑀
2
𝑣𝑥𝑅𝐸𝑥𝑡 (6)
Dónde:
o VCCM : Voltaje medido
o V : Volumen del ánodo
o RExt : Resistencia externa
- Con el área del ánodo.
𝑃𝐴𝑛 =𝑉𝐶𝐶𝑀
2
𝐴𝐴𝑛𝑥𝑅𝐸𝑥𝑡 (7)
35
Dónde:
o VCCM : Voltaje medido
o AAn : Área del ánodo
o RExt : Resistencia externa
Para determinar la potencia total de CCM se expresa mediante la
fórmula:
𝑉𝑓𝑒𝑚 = 𝑉𝑐à𝑡𝑜𝑑𝑜 − 𝑉à𝑛𝑜𝑑𝑜 (8)
Que se obtiene de potencial para el cátodo:
𝑂2 + 4𝐻+ + 4𝑒− → 2𝐻2𝑂 (9)
Y se obtiene de potencial para el ánodo:
2𝐻+ + 2𝑒− → 𝐻2 (10)
La densidad de potencia generada por las CCM se midió en W/m3,
y para los cálculos se emplearon las ecuaciones de potencia descritas en la
metodología las cuales utilizan factores de cálculo (ALZATE et al., 2010).
El electrodo debe presentar mayor área superficial de contacto,
permitiendo así a los microorganismos mayor posibilidad de poblarlo y por tanto
aumentar la producción de electrones. Al aumentar la generación de energía
aumenta también la disponibilidad del sustrato, reflejándose en valores de
remoción de materia orgánica más elevados; (JANG et al., 2004).
La densidad de potencia más alta que reporta la literatura es de
3600mW/m2, utilizando glucosa como sustrato y hexacianoferrato de potasio
para optimizar el rendimiento del cátodo (RABAEY et al., 2005).
De igual forma, el ferrocianuro es muy popular como aceptor de
electrones en experimentos en CCM y puede producir voltajes mayores
utilizando solo el O2. La gran ventaja del ferrocianuro es el bajo sobrepotencial
utilizando cátodos de carbón plano; sin embargo, la generación de potencia con
ferrocianuro no es sustentable debido a la insuficiente reoxidación por O2, lo
cual requiere que el catolito sea reemplazado regularmente, contribuyendo a la
36
generación de pasivos tóxicos recalcitrantes al medio ambiente. Además, a
largo plazo el sistema puede ser afectado por la difusión de ferrocianuro a la
cámara del ánodo (LOGAN et al., 2006). En el Cuadro 6 se puede observar que
obtuvieron 258W/m3, uno de los valores más altos en la literatura; esto debido
a que en su cátodo emplea hexacianoferrato, mayor área de contacto en su
electrodo y una fuente de carbono de fácil degradación como es la glucosa,
además de emplear un cultivo mixto facultativo rico en un pool enzimático de
oxidación.
RABAEY et al. (2003) reportaron también una potencia importante
de 216W/m3 y corriente de 30mA, de nuevo empleando un mediador externo y
un electrodo de grafito plano. Sin embargo, existe una diferencia de corriente
entre estos dos trabajos, que se explica por la forma como se ensamblaron los
sistemas. En el trabajo de AELTERMAN et al. (2006) fueron acoplados en
paralelo para potenciar la corriente, y en RABAEY et al. (2003) lo fueron en
serie, para aumentar el voltaje. Los valores más bajos son los de LIU y LOGAN
(2004) y KIM et al. (2004), debido a que no emplean mediadores externos y a
que su donador de electrones son aguas residuales convencionales de
composición diferente a la glucosa, como son: lípidos, proteínas y
carbohidratos de degradación más especializada (ALZATE et al., 2010)
Cuadro 6. Comparación del desempeño de diferentes estudios con celdas de
combustible microbiana tipo batch
Sustrato Cultivo mixto
Tipo de electrodo
Medidores Redox I
(mA) P
(W/m3) Referencia
Glucosa Consorcio
mixto Grafito plano
Ferricianuro en la solución del cátodo
30 216 Rabaey et al. (2003)
Acetato Lodo Grafito plano
Ferricianuro en la solución del cátodo,
Mn(4+) ánodo de grafito, Fe (3+) en el
cátodo de grafito
2.6 32 Parky y Zeikus (2003)
Glucosa Bacterias de
agua residual
Tela de grafito
No 0.9 13 Liu et al. (2005)
Agua residual
Bacterias de agua
Grafito de superficie
No 4.85 1.3 Liu y
Logan
37
residual plana (2004)
Agua residual
Lodo activado
Grafito de superficie
plana No 0.2 1.7
Kim et al. (2004)
Agua residual sintética
Lodo anaeróbico y aeróbico
Grafito granular
Hexacianoferrato en cátodo
255 258 Aelterman
et al. (2006)
Agua residual sintética
No anaeróbico
Carbón de superficie
plana No 0.2 6
Este estudio
Agua residual sintética
No anaeróbico
Grafito granular
No 1 48 Este
estudio
Fuente: ALZATE et al. 2010.
2.3.6.2. Influencia del pH
Otro parámetro importante en el desempeño de las celdas de
combustible microbianas es el pH de los ánodos. Durante el presente estudio
que se está analizando se mantuvo en los anolitos un pH de 6. Las figuras 8 y
9 muestran la relación entre la producción de potencia volumétrica de ambos
dispositivos y el pH. Como puede apreciarse, las más altas densidades de
potencia ocurrieron en valores de pH entre 6.3 y 6.9 obteniéndose resultados
que oscilaron desde 4.2 a 11.5W/m3 para la CCM1 y entre 25 y 53W/m3 para la
CCM2. La densidad de potencia mantuvo una tendencia a la estabilidad en
relación con el pH. Cabe resaltar que la mayoría de las bacterias (bacterias
entéricas) empleadas en estos sistemas no tolera niveles de pH arriba de 7.5 o
debajo de 4. Además, valores de pH por debajo de 6.8 inhiben la actividad
metanogénica; METCALF et al., (1995) y ANGENENT et al., (2004).
38
Fuente: ALZATE et al., 2010.
Figura 8. Desempeño de CCM1 en pH y W/m3
Fuente: ALZATE et al., 2010.
Figura 9. Desempeño de CCM2 en pH y W/m3
39
2.3.6.3. Temperatura en el rendimiento de la celda de
combustible microbiano
Las cinéticas microbianas son más rápidas a mayor temperatura;
sin embargo, el porcentaje de remoción de solidos volátiles no. Es por ello que
una ventaja importante es que pueden producir electricidad a partir de cualquier
materia orgánica, operando a temperaturas moderadas, entre 15-40 °C; LIU et
al., (2005); AELTERMAN et al., (2006); OH y LOGAN (2007).
2.3.6.4. Eficiencia obtenida en la celda de combustible
microbiano
La eficiencia de corriente se determinó en el experimento analizado
con base a la eficiencia coulómbica (EC), definida como la cantidad de
electrones almacenados en la materia orgánica como posible corriente
disponible. Para determinar EC se utilizó la gráfica de la corriente en función
del tiempo de operación de cada CCM, y luego se integró el área bajo la curva
desde (t=0 hasta 120 días) obteniendo la carga total (q) en coulomb. El sustrato
empleado fue glucosa. Para el cálculo de la cantidad teórica se empleó la
ecuación de la EC, sobre la base de corriente generada bajo condiciones
constantes, la cual estuvo dada por (ALZATE et al., 2010):
𝐸𝐶𝑏 =𝑀𝐼
𝐹𝑏𝑞∆𝐶𝑂𝐷 (11)
Dónde:
- q: volumen afluente
- ∆COD: DQO removida
- F: constante de Faraday (98485 C/mol de electrones)
- b: número moles de electrones producidos por mol de sustrato
(para glucosa b=24)
- I: corriente en amperios
- M: peso molecular del sustrato (180).
40
Las EC de las CCM en la literatura varían, pero en general
incrementan con la densidad de potencia, porque hay menos tiempo para que
se pierda sustrato durante la competencia en procesos físicos y biológicos
(LOGAN y REGAN, 2006). En este estudio los valores de EC para la CCM1 y
CCM2 fueron 25 y 55% respectivamente. Sin embargo, de acuerdo con el tipo
de sustrato y mediadores externos que se empleen, varían las eficiencias
producidas. Por ejemplo, con acetato los valores van desde 65% de eficiencia;
Min, LOGAN (2004) hasta 78%; OH y LOGAN (2007). Con glucosa, la EC fue
89% empleando hexacianoferrato de potasio en el cátodo (RABAEY et al.,
2003), mientras que LIU y LOGAN obtuvieron 40-55% empleando una PEM, y
9-12% en ausencia de membrana pero utilizando un cátodo de aire; en este
caso la mayor desventaja fue la perdida de sustrato debido a la oxidación
aerobia en el ánodo, es decir, mayor difusión de O2 al ánodo (ALZATE et al.,
2010). Con aguas residuales las EC fueron de 3-12%; LIU et al., (2004), con
proteínas 6%; ALZATE et al., (2010) y empleando lactato y ferrocianuro de
potasio fue 2.4%; RINGEISEN et al., (2006).
2.3.6.5. Microorganismos con capacidad de respiración
electródica
Se ha intentado identificar y aislar las bacterias que tienen la
capacidad de transferir los electrones a un electrodo. Varios estudios indican
que la actividad metabólica más similar a la transferencia de electrones en una
CCM es la reducción desasimilatoria de metales; BOND et al., (2002);
CHAUDHURI et al., (2003) y BRETSCHGER et al., (2007). En ausencia de
oxígeno, las bacterias reductoras desasimilatorias de metal (DMRB por sus
siglas en inglés) transfieren sus electrones a un metal como el hierro o el
manganeso, que actúa como receptor terminal de electrones; LOVLEY (1993).
En una CCM, el hierro o el manganeso es sustituido por el ánodo, al cual las
bacterias entregan electrones generados debido a la oxidación de compuestos
orgánicos. Sin embargo, no todas las DMRBs son capaces de transferir
electrones hacia el ánodo de un CCM; MILLER y OREMLAND (2008). Entre los
tipos de reducción de metales posibles, la reducción de hierro es el proceso
41
más cercano a lo que ocurre en una CCM, por lo tanto, la investigación ha
tratado de enriquecer los cultivos con actividad reductora desasimilatoria de
hierro; CHAUDHURI y LOVLEY (2003); HOLMES et al. (2004) y LOVLEY
(2008).
Entre las especies de microorganismos por primera vez reportados
con actividad reductiva del electrodo se encuentran Clostridium, Geobacter,
Aeromonas, Rhodoferax, Desulfobulbus y Shewanella, todos son capaces de
reducción desasimilatoria de metales (especialmente del hierro)
(BRETSCHGER et al., 2007). Los electrones pueden ser transferidos al ánodo
en cualquiera de las siguientes maneras:
- Transferencia directa por medio de estructuras bacterianas
llamada nanocables
- Transferencia indirecta, utilizando lanzaderas intermedias de
electrones, la conducción a través de la matriz de
exopolisacáridos (EPS) del biofilm, o una combinación de estos
mecanismos (LOGAN y REGAN, 2006a); LOVLEY (2008) y
RITTMANN (2008).
Un importante trabajo de investigación sobre Shewanella
putrefaciens indicó que citocromos específicos en la membrana celular vuelven
a la bacteria electroquímicamente activa cuando se cultiva en condiciones
anaerobias; (KIM et al., 2002). Estudios recientes han encontrado un
predominio de Gamma proteobacteria, Beta proteobacteria, Rhizobial, y
Clostridia en la superficie del ánodo de CCM con sustrato orgánico; LOVLEY
(2008). CCM de cultivos mixtos generan mayores densidades de potencia que
cultivos puros, tal vez debido a las interacciones sinérgicas dentro de las
comunidades en torno al ánodo, ligado a la participación de cepas actualmente
desconocidas y sus respectivos mecanismos de transferencia de electrones;
JUNG y REGAN (2007).
42
2.3.6.6. Factores que afectan el voltaje en las celdas de
combustible microbiano
La figura 10 muestra el comportamiento de una celda tipo PEM.
Este tipo de graficas reciben el nombre de Curvas de Polarización, y aunque
todas siguen un mismo patrón, son diferentes para cada celda. Los puntos
clave que describen este comportamiento son los siguientes (BUITRON et al.,
2011):
- A circuito abierto, la tensión es menor que la esperada
teóricamente.
- Se produce una rápida caída de tensión al comienzo de su
funcionamiento.
- Una vez estabilizada, la tensión va cayendo lentamente y de
forma lineal.
- Cuando se demanda gran cantidad de corriente, la tensión cae
abruptamente.
Fuente: BUITRON et al., 2011.
Figura 10. La curva de polarización tiene tres regiones bien diferenciadas
directamente relacionadas con los puntos anteriores
43
- Región I: la tensión a circuito abierto es menor que la ideal, y se
produce además una caída brusca de la tensión en cuanto
empieza a suministrarse corriente. Este comportamiento es típico
de las celdas de baja temperatura tipo PEM, siendo este
descenso mucho menos pronunciado en las celdas de alta
temperatura. Los aspectos que determinan la forma de esta
región son las pérdidas por activación y un fenómeno denominado
Crossover, “Perdidas por efecto Crossover”.
- Región II: la caída de tensión se puede considerar lineal, lo que
sugiere que predominan las pérdidas resistivas u óhmicas.
- Región III: aquí se observa cómo se produce un nuevo descenso
brusco de la tensión, debido fundamentalmente a pérdidas por el
transporte de masas. La ecuación es responsable de la zona III de
la curva de polarización de una pila de combustible, que
representa una caída brusca de la tensión de celda cuando se
demanda mucha densidad de corriente.
Los factores que afectan de manera significativa la tensión de la
salida de las celdas de combustible suelen denominarse polarizaciones o
sobretensiones, y son fundamentalmente los siguientes:
- Polarización de Activación (nact)
- Polarización Óhmica o resistiva (nOHm)
- Polarización de Concentración o transporte de masa (ncon)
Como se mencionó anteriormente en las CCM el Voltaje medido en
la celda generalmente es una función lineal de la corriente y se puede describir
como:
𝑉𝑐𝑒𝑙𝑙 = 𝑂𝐶𝑉 − 𝐼𝑅𝑖𝑛𝑡 (12)
44
Dónde:
- IRint: Es la suma de todas las perdidas internas de la CCM es
proporcional a la corriente generada (I)
- I: Es la intensidad de corriente eléctrica generada en las CCM
- Rint: Es la resistencia interna del sistema
2.3.6.7. Pérdidas Óhmicas
Las pérdidas óhmicas (o Polarización Óhmica) en una CCM
influyen tanto en la resistencia al flujo de electrones a través de los electrodos e
interconexiones como en la resistencia al flujo de iones a través de la PEM y
los electrolitos catódicos y anódicos. Las pérdidas Óhmicas pueden reducirse
minimizando el espaciamiento entre los electrodos, usando una membrana con
baja resistividad, revisando minuciosamente todos los contactos, y (si es
posible) aumentar la conductividad de la solución al máximo tolerado por las
bacterias (BUITRON et al., 2011).
2.3.6.8. Pérdidas de Activación
Para que se lleve a cabo la reacción electroquímica, es necesario
que exista una cierta diferencia de tensión desde el equilibrio. Esta diferencia
es la Polarización de Activación que está directamente relacionada con la
lentitud de las reacciones electroquímicas que tienen lugar en los electrodos,
ligada, a su vez, con la barrera de potencial que tienen que superar todas las
reacciones químicas para iniciarse. Cuanto mayor sea la densidad de corriente,
menores serán las perdidas por activación. Las perdidas bajas de activación
pueden ser logradas mediante el aumento de la superficie del electrodo,
mejorando la catálisis del electrodo, aumentando la temperatura de
funcionamiento y mediante el establecimiento de un biofilm enriquecido en el o
los electrodos (BUITRON et al., 2011).
45
2.3.6.9. Pérdidas por Metabolismo Bacteriano
Para generar energía metabólica, las bacterias transportan
electrones de un sustrato de bajo potencial a través de la cadena de transporte
de electrones para el aceptor de electrones final a un potencial más alto. En
una CCM, el ánodo es el aceptor de electrones final y su potencial determina la
ganancia de energía para las bacterias. Cuanto mayor sea la diferencia entre el
potencial redox y el potencial del ánodo, es mayor la posibilidad de ganancia de
energía metabólica por las bacterias, pero más baja es la tensión máxima
alcanzable en la CCM (BUITRON et al., 2011).
2.3.6.10. Pérdidas por Concentración
Para producir potencia en una celda de combustible tiene que
alimentarse continuamente con reactantes y a su vez se debe eliminar los
productos resultantes de las reacciones químicas ocurridas en el interior del
sistema. Este proceso de suministro de reactantes y eliminación de productos
se conoce con el nombre de transporte de masa. Por tanto, este proceso lleva
asociada pérdidas por Transporte de masa, conocidas además como Pérdidas
por Concentración.
Las Pérdidas por Transporte de Masa o Pérdidas por
Concentración se pueden definir como aquellas que están asociadas a la
incapacidad de la celda de Combustible para suministrar la potencia necesaria
a una carga, todo ello relacionado con posibles fallos en los sistemas de
suministro de combustible y oxidante.
La generación de potencia depende de la concentración de los
reactantes en la capa de catalizador de los electrodos, y no de su
concentración en la entrada de alimentación, de manera que tanto un defecto
en la alimentación como un exceso en los productos resultantes, pueden
resultar perjudiciales para el funcionamiento del generador electroquímico
(BUITRON et al., 2011).
46
2.3.7. Remoción en celdas de combustible microbiano
Las celdas de combustible microbiano (CCM) son dispositivos que
se encargan de convertir energía biológica a energía eléctrica mediante
microorganismos. Las bacterias obtienen la energía transfiriendo electrones
desde un donador de electrones, como el acetato o el agua residual (materia
orgánica), hacia un aceptor de electrones, como el oxígeno. Cuanto mayor sea
la diferencia de potencial entre el donador y el aceptor, mayor será la ganancia
energética para la bacteria y, generalmente, mayor será su tasa de
reproducción y, por lo tanto, de eliminación de la materia orgánica. En una
CCM, las bacterias no transfieren directamente los electrones a un aceptor final
de electrones característico, sino que lo hacen a un electrodo, es decir hacia un
ánodo. Posteriormente, los electrones pasan a través de una resistencia, u otra
carga, hacia un cátodo, por lo que los electrones generados en la reacción son
“cosechados” y convertidos directamente en energía eléctrica. El carbono
orgánico es transformado a CO2.
La figura 11 muestra la cinética de la degradación del sustrato,
medido como carbono orgánico total (COT), para las tres CCM. El promedio de
la degradación del carbono de las celdas fue del 71%. En todos los casos la
remoción del sustrato fue acompañada de generación de voltaje. Es interesante
observar cómo el máximo de voltaje se obtiene justo después de una rápida
disminución de materia orgánica. Pasada esta etapa, la velocidad de remoción
de materia orgánica disminuye, al igual que la generación de electricidad
(BUITRON et al., 2011).
47
Fuente: BUITRON et al., 2011.
Figura 11. Cinética de remoción de COT y generación de voltaje para tres tipos
de celdas microbianas
2.4. Variables de control y respuesta
En una CCM la energía es producida directamente por las
bacterias, lo que implica la conversión directa de sustrato a energía eléctrica,
por lo que las CCM deben ser monitoreadas a través de parámetros
electroquímicos tales como densidad de potencia, corriente eléctrica generada
y voltaje. De igual forma, un parámetro biológico muy importante es la carga
orgánica del sustrato a emplear y el consumo de este, (RABAEY et al, 2005).
También es importante mencionar que la temperatura de
operación, el pH y el oxígeno disuelto juegan un papel muy importante, ya que
las bacterias son muy sensibles a estos cambios, por lo que se recomienda
hacer un seguimiento de estas tres variables manteniéndolas en las
condiciones óptimas para el desarrollo de las bacterias y la generación de
corriente (RAMÍREZ, 2012).
48
2.4.1. Diseño Box-Benkhen
El trabajo de JARAMILLO et al. (2013) utilizó el método de
superficie de respuesta, más conocido como Box-Behnken, que trata sobre una
superficie de respuesta esférica y giratoria que incluye un punto central y
puntos medios entre las esquinas, circunscritos sobre una esfera. Este diseño
puede ser aplicado para la optimización de varios procesos químicos y físicos,
donde el número de experimentos es determinado de acuerdo con los
requerimientos del proceso.
Un diseño factorial 2k permite reducir el número de experimentos
necesarios para la optimización de un proceso, así como establecer los
factores más influyentes en determinada respuesta y evaluar sus interacciones,
dando a conocer la variación del efecto de un factor debido a la presencia de
los restantes. En estos experimentos se varían simultáneamente k factores y se
evita que cambien siempre en la misma dirección (JARAMILLO et al., 2013).
2.5. Antecedentes del trabajo de investigación
El trabajo de SAAVEDRA (2012), sobre celdas de combustible
microbiológico con uso de bacterias oxidantes de azufre y hierra llego a la
conclusión de que al inicio de la operación el voltaje de la celda resultó muy
cercano a cero pero transcurrido un lapso de 200 h registró un voltaje de
circuito abierto (OCVexp) de 0,19 V; a 265 h de operación obtuvo un desempeño
de 17 mW/m2 como punto de máxima potencia (MPP) con un voltaje de circuito
abierto de 0,46 V; a 507 h de operación tuvo un aumento de la potencia
máxima a ~9 W/m2 y OCVexp igual a 0.108 V. También, logro observar que el
proceso de aparente adaptación anodofílica (ánodo como aceptor terminal de
electrones) y formación de biofilms electroactivos de At. ferrooxidans, sería una
característica de ondas redox que apareció en los voltagramas de los
electrodos en condición biótica, donde los picos de densidad de corriente de las
ondas características aumentan con el tiempo de crecimiento del biofilm y/o la
edad del medio de cultivo. Él sugiere que se debe a la capacidad electroactiva
49
del biofilm capaz de catalizar, probablemente, la oxidación de RISCs como
tiosulfato (S2O32-), sulfito (SO3
2-), tetrationato (S4O62-) y otros politionatos
(SNO62-), compuestos producidos por el metabolismo bacteriano en crecimiento
con azufre elemental. Se constató también la posibilidad de inhibir la
electroactividad del biofilm mediante un aumento de pH, y su reaparición al
restablecer un pH bajo adecuado para la bacteria acidófila.
LÓPEZ (2013) demostró que la celda con electrodos de tela de
grafito e inóculo de lixiviado de composta presentó un mejor desempeño que
las celdas que utilizaron fieltro de grafito e inóculo de lixiviado de composta y la
celda que utilizó tela de grafito y lodo anaerobio. En su trabajo obtuvo un
voltaje de 162 ± 36 mV, una densidad de potencia de 9 ± 3 mW/m2 y una
eficiencia coulómbica de 12 %. También, explico que los electrodos
modificados por oxidación electroquímica y oxidación térmica no fueron
capaces de generar mayores voltajes, densidades de corriente y de potencia
respecto a los electrodos sin modificar, esto puede ser debido a la formación de
compuestos inhibitorios como quinonas que no favorecen la colonización por
parte de los microorganismos electroactivos. Con los electrodos de tela de
grafito sin modificar se obtuvo un voltaje de 194 ± 11 mV, una densidad de
corriente de 110 ± 37 mA/m2 y una densidad de potencia de 21 ± 7 mW/m2,
finalmente su estrategia de control más eficiente fue la de arrancar una celda
con una resistencia variable manteniendo esta variación en ± 20% de la
resistencia externa, con esta estrategia generó al tercer día de la puesta en
marcha: 96% más voltaje (120 mV), 60% más densidad de corriente (10
mA/m2) y 66% más densidad de potencia (1.5 mW/m2) que con la celda
operada con una resistencia fija de 1500 Ω.
LOGROÑO (2014) Utilizando un multímetro registró la producción
bioeléctrica diaria tanto en el CAN como en el CAM, por cada tratamiento y
réplica en mili voltios (mV), constatando que en ambos casos existen bacterias
electrogénicas capaces de producir bioelectricidad. El CAM representa los
siguientes valores medios de cada tratamiento y réplica: V1-A-M: 63,36 mV;
V1-B-M: 43,86 mV; V1-C-M: 79,96mV; V2-A-M: 52,26 mV; V2-B-M: 105,9 mV,
50
V2-C-M: 233,25 mV; V3-A-M: 296,55 mV; V3-B-M: 207,04 mV; V3-C-M: 305,59
mV y el CAN: V1-A-M: 269,93 mV; V1-B-M: 318,24 mV; V1-C-M: 243,27 mV;
V2-A-M: 262,83 mV; V2-B-M: 364,50 mV, V2-C-M: 322,36 mV; V3-A-M: 302,72
mV; V3-B-M: 167,8717 mV; V3-C-M: 282,02 mV. También realizo una
comparación de medias e indicó que existen diferencias significativas entre la
producción de bioelectricidad de acuerdo al tamaño de celda, lugar, y
repetición, en ambos casos de estudio, por último, identificó la presencia de las
bacterias directa o indirectamente relacionadas en la producción de
bioelectricidad en sistemas MFC tanto en el CAM como en el CAN utilizando
medios enriquecidos con glucosa, almidón, leche y un medio pobre lo que
indicó la heterogeneidad, preferencia por el tipo de sustrato y relaciones
simbióticas entre colonias, estableciendo así una posible relación e influencia
del tipo de microorganismo sobre la eficiencia y estabilidad de las MFCs.
51
III. MATERIALES Y METODOS
3.1. Lugar de ejecución
La presente practica se llevó a cabo en el Laboratorio de Calidad y
Tratamiento de Suelo y en el Laboratorio de Microbiología de la Universidad
Nacional Agraria de la Selva (UNAS) políticamente ubicado en el distrito de
Rupa Rupa, provincia de Leoncio Prado, región Huánuco.
3.1.1. Ubicación Geográfica
Latitud Sur : 9° 18’ 33.92”
Longitud Oeste : 75° 59’ 56.94”
Altitud : 664 m.s.n.m
Fuente: VALENCIA, 2015.
Figura 12. Ubicación del lugar de ejecución
52
3.1.2. Aspectos climáticos
3.1.2.1. Clima
La Provincia se encuentra ubicada en la zona de selva alta
(entre 660 m.s.n.m. y 1,300 m.s.n.m.), por lo que posee un clima tropical, cálido
y húmedo y su morfología nos da como resultado climas que varían de acuerdo
con su altitud y época del año, con características homogéneas en cuanto a su
alta precipitación pluvial. (SENAMHI, 2016).
3.1.2.2. Temperatura
Para determinar la temperatura del distrito de José Crespo y
Castillo se usa la estación meteorológica del SENAMHI más cerca al distrito, el
cual es la de que se encuentra en la ciudad de Tingo María. La variación
térmica es elevada y puede alcanzar 20 °C de diferencia con mínimos de 18 °C
y máximos de 38 °C lo que se traduce en ciclos climáticos más acentuados.
Según el monitoreo del SENAMHI, la temperatura promedio anual en el año
2015 se asume que es a 23.92 ºC; en estos parajes los promedios más altos se
presentan durante el verano, de enero a marzo y las más bajas durante el
invierno junio, julio y agosto.
Cuadro 7. Temperaturas promedias
Estación meteorológica Tingo María
Mes Abreviatura Temperatura (ºC)
Media Máxima Mínima
Enero ENE 24,01 29,33 19,92 Febrero FEB 23,79 29 19,84 Marzo MAR 23,9 29,37 19,87 Abril ABR 24,11 29,83 19,9 Mayo MAY 23,98 29,84 19,59 Junio JUN 23,44 29,42 18,9 Julio JUL 23,21 29,46 18,4
Agosto AGO 23,76 30,15 18,7 Septiembre SEP 24,04 30,56 19,06
Octubre OCT 24,3 30,31 19,63 Noviembre NOV 24,36 30,06 19,86 Diciembre DIC 24,18 29,62 20,03
Temperatura promedio 23,92 29,75 19,48
Fuente: SENAMHI, 2016.
53
Figura 13. Línea de Tendencia de la temperatura en el 2016
3.1.2.3. Precipitaciones
Leoncio Prado está situada en la selva alta de Huánuco y es por
ello que muestra una zona de vida de bosque muy húmedo montaña tropical
(bmh-mt) que propicia el crecimiento de abundante vegetación arbórea y
arbustiva, y un clima cálido húmedo lluvioso con abundantes precipitaciones
pluviales durante 5 meses del año, estimándose una precipitación media anual
en el 2016 de 3327.94 mm; mientras que las precipitaciones de escasa
intensidad ocurren en los meses de junio a diciembre.
17
19
21
23
25
27
29
31
1 2 3 4 5 6 7 8 9 10 11 12
Tem
per
atu
ra °
C
Meses
Tmed Tmax Tmin
54
Cuadro 8. Precipitación promedio
Estación meteorológica Tingo María
Mes Abreviatura Precipitación (mm)
Enero ENE 423,31
Febrero FEB 397,99
Marzo MAR 381,7
Abril ABR 290,84
Mayo MAY 212,78
Junio JUN 148,54
Julio JUL 145,47
Agosto AGO 114,54
Septiembre SEP 171,45
Octubre OCT 290,74
Noviembre NOV 353,87
Diciembre DIC 396,71
Precipitación acumulada 3327,94
Fuente: SENAMHI, 2016.
Figura 14. Tendencias de los promedios de precipitación de la ciudad de Tingo
María
0
50
100
150
200
250
300
350
400
450
1 2 3 4 5 6 7 8 9 10 11 12
Pre
cip
itac
ión
mm
Meses
55
3.1.2.4. Humedad relativa
La combinación de calor y lluvias extremas dan como resultados
índices de humedad relativa altas. La humedad relativa media fluctúa entre 80
y 90% y el ritmo de variación corresponde al ciclo de lluvias; durante la estación
seca, se registran los más bajos promedios. Por tanto, la humedad relativa
promedio en el 105 fue de 82.8% y su ritmo de variación está de acuerdo con el
ciclo de lluvias, es así como durante la estación de lluvias se registra una
mayor humedad.
Cuadro 9. Humedad relativa promedio
Estación meteorológica Tingo María
Mes Abreviatura Humedad Relativa (%)
Enero ENE 84,8
Febrero FEB 85,28
Marzo MAR 84,97
Abril ABR 84,09
Mayo MAY 83,24
Junio JUN 82,56
Julio JUL 81,07
Agosto AGO 80,24
Septiembre SEP 79,88
Octubre OCT 81,47
Noviembre NOV 82,53
Diciembre DIC 83,47
Humedad Relativa promedio 82,8
Fuente: SENAMHI, 2016.
56
Figura 15. Tendencias de las Humedades Relativas del aire de la ciudad de
Tingo María
3.2. Materiales y equipos
3.2.1. Materiales y equipos de campo
Para el recojo del compost de la planta de compostaje de la
Municipalidad Provincial de Leoncio Prado, se utilizó termómetro, sacos de
plástico, cámara fotográfica, wincha y lapicero indeleble.
3.2.2. Materiales y equipos de laboratorio
3.2.2.1. Materiales
- Tubos y mangueras de plástico.
- Beaker de 250 mL
- Cinta Métrica.
- Pipetas de vidrio de 5mL
- Placas petri
- Matraces
- Vaso de precipitación de 250 mL
79
80
81
82
83
84
85
86
0 2 4 6 8 10 12 14
HU
MED
AD
REL
ATI
VA
%
MESES
57
- Alambre de cobre
- Silicona
- Soldimix
- Cúter
- Pegamento “Africano”
- Tubo de PVC y conexiones de 1” y ½”
- Recipiente de plástico hermético 1L
- 2 llaves de paso
- 2 baldes de 10 L capacidad
- Motor de licuadora
- Motor de microondas
- Resistencia de hervidora
3.2.2.2. Insumos
- Agua destilada
- Carbón activado 500g
3.2.2.3. Equipos
- Equipo multiparámetro digital (8505800)
- Multitester (10400 / MUT-830)
- Estufa (BIO8)
- Balanza analítica (WL-104-0047)
- Cámara fotográfica (HUAWEI CUN-L03)
- Desecador (1.8312.00)
- Termómetro (22T140045)
3.2.2.4. Software
- Microsoft Excel
- Statgraphics Centurion XV.II (30 días de prueba gratuita)
- Autocad
- CuverExpert Professional (30 días de prueba gratuita)
58
3.3. Metodología
3.3.1. Parámetros de construcción del biorreactor de doble cámara
GARCÍA y JÁUREGUI (2006) desarrollaron un fermentador
estándar a escala de laboratorio, con el cual, para la fabricación del biorreactor
de doble cámara se tomó como referencias los criterios y parámetros de
construcción para establecer las condiciones de ambas cámaras del
biorreactor. El termino cámara se adoptó según las condiciones anaeróbicas y
aeróbicas necesarias para la oxidación y reducción respectivamente, primero
se construyó la cámara anaeróbico con un agitador en la parte superior junto
con una resistencia que será la fuente calor, estos dos fueron conectados en
serie con el termostato digital para que cuando se prendiera y se apagara a la
vez según el rango de temperatura establecido, si la temperatura es menor de
40 ºC el termostato junto con el agitador se prendieran hasta llegar a los 43 ºC
y luego se apagara automáticamente, en esta cámara se colocó el compost
para se produjera la oxidación de la materia orgánica por medio de la actividad
microbiana y en el cámara aeróbica se construyó con un sistema de agitación,
aireación y deflectores para la homogenización del flujo, en esta cámara se
producirá la reducción del oxígeno por el flujo de electrones que se generaron
en la cámara anaeróbica y para la generación de un flujo constante en ambas
cámaras, se hizo la conexión en forma de “T” con una membrana de
intercambio protónico artesanal. Según las relaciones geométricas:
59
Fuente: GARCÍA y JÁUREGUI, 2006.
Figura 16. Relaciones geométricas de la cámara aeróbica del biorreactor estándar
3.3.1.1. Parámetros de construcción de las celdas de combustible
microbiano
Se trabajó con un biorreactor de dos cámaras (aeróbico y
anaeróbico) hechas de plástico con capacidad de 10 litros cada uno, en la tapa
de la cámara anaeróbica se instaló el cableado de cobre junto con los
electrodos y el motor del agitador; el ánodo y catado consistió en una multicapa
compuesta por 5 placas de triplay esterilizadas de 8 por 12 cm y 4 almohadas
de carbón activado interpuestas y cubiertas por un saco de tela negra para
evitar su disgregación, las almohadas de carbón activado tuvieron un peso de
200g (50g aproximadamente cada almohadas); en la cámara anaeróbica se
colocó en la tapa una manguera que se conectó a un envase de un litro de
capacidad llenado en la mitad de agua (para evitar el ingreso de oxígeno a la
cámara anaeróbica) para el colector de gases generados por la
descomposición de la materia orgánica. Las dos cámaras se unieron por medio
60
de una conexión en forma de T que estuvo a una altura de 15 cm de cada una,
con una membrana de intercambio catiónico hecho de carbón activado que
permitió principalmente el flujo de protones (H+) y otros iones con carga positiva
como Ca+2 y Na+1. En la cámara aeróbica se colocó una manguera
transparente el cual estuvo conectado a una bomba de pecera que permitió
mantener la cámara en constante agitación y aireación. El agitador mantuvo un
flujo laminar a transición, también se colocó un cableado de cobre y se conectó
a un multitester para tomar los datos de voltaje e intensidad de corriente
producidas en el sistema.
3.3.1.2. Parámetros de Control
- Tiempo de retención hidráulica (TRH)
Se consideró dos factores para que los microorganismos que
puedan descomponer la materia orgánica: tipo de sustrato y la temperatura
(TELLEZ, 2008), citado por GONZÁLES et al., (2014):
Fuente: GONZÁLES et al., 2014.
Figura 17. Tiempo de retención en función de la temperatura
𝑇𝑅𝐻 = (−52.227𝑥𝑙𝑛(𝑇°𝐶) + 206.72) (13)
61
Dónde:
- TRH: Tiempo de retención hidráulica
- T ºC: Temperatura en grado Celsius
- Nivel de acidez (pH)
Las bacterias metanogénicas son muy sensibles a las variaciones
en acidez/alcalinidad de la mezcla del digestor. El análisis del pH en la cámara
anaeróbica como en la cámara aeróbica se determinó por medio de la técnica
instrumental del multiparámetro electrónico.
- Agitación
El fenómeno de ruptura reduce significativamente el tamaño de las
burbujas, causando de esta manera la deformación de estas hasta causar el
rompimiento, este fenómeno se observó gradualmente desde el fondo del
biorreactor (cámara aeróbica) hasta la superficie, a excepción del centro de
rotación, esto permitió una mejor transferencia de oxígeno que en las zonas
cercanas a la superficie del fluido líquido.
El fenómeno de coalescencia generado por las altas velocidades
tangenciales, la baja disipación de la energía cinética turbulenta y el incremento
en el tamaño de remolinos ocasionan comportamientos no ideales en el centro
de agitación que deben evitarse durante un proceso de escalado, es por esto
por lo que se instaló una segunda turbina en esta zona del biorreactor,
basándonos con la ecuación 4:
𝑅𝑒 =𝑝𝑁𝐷2
µ
Con esta ecuación se establecerá el tipo de flujo para hallar
teóricamente el número de revoluciones. El número de Reynolds influye
directamente en la potencia del agitador (GARCIA et al., 2006).
62
3.3.1.3. Conexiones entre la cámara anódica y catódica del
biorreactor
El diseño del equipo a utilizar consta de 2 fases: anaeróbica y
aeróbica, entre las cuales hubo una conexión en forma de “T” con carbón
activado que simuló una membrana de intercambio protónico (MIP) que
permitió transportar electrones y protones hacia la otra cámara, es decir del
anaeróbico al aeróbico. En cada cámara se colocaron los electrodos a base de
carbón activado cubiertas con una tela negra delgada. En la cámara
anaeróbica, la materia orgánica al oxidarse por acción de los microorganismos
generó electrones, protones y CO2.
En la fase aeróbica el electrodo de carbón activado cubierto con
una tela negra delgada actuó como cátodo, del cual fue aireado en forma
pasiva y activa. También estuvo en agitación por un tiempo corto usando un
motor de licuadora adaptado según cada tratamiento propuesto, una vez los
electrones llegaron de la cámara anódica a la cámara aeróbica por medio del
circuito externo (cableado de cobre) fueron recibido por el electrodo catódico.
Simultáneamente, en la cámara anódica se generaron protones que migraron
hacia la cámara catódica a través del MIP, donde se combinaron con el
oxígeno generado por la aireación y se redujo en agua con los electrones que
se captaron directamente del cátodo.
3.3.1.4. Calculo de los parámetros de construcción
GARCIA et al. (2006) indica que, para determinar la potencia del
motor sea según el tipo unidades que se estén utilizando y dependiendo del
autor es la siguiente, algunos autores la manejan de forma universal, siendo
esta la ecuación 5:
𝑃 = 𝑁𝑝𝑁3𝐷5𝑝
63
Para determinar el número de potencia nos basaremos en el
trabajo de GARCÍA, et al. (2006) donde indica que entre las pocas
correlaciones generales que tienen en cuenta la influencia de los factores
geométricos para estimar el número de potencia se encuentra la propuesta por
Rushton y colaboradores:
𝑁𝑝 = 6.3 (4𝐿
𝐷)
1.5
(10 ·3𝐽
𝐷)0.3(
𝑛𝐿
6)0.8(
𝑛𝐵
4)0.4 (14)
Esta relación es válida en los intervalos de las variables que se
muestran debajo:
- L/W = 1.25
- 0.18=<L/D=<3
- 2=<T/D=<7
- 0.7=<C/D=<1.6
- C/T=0.333
- 3=<nL=<6
- 2=<H/D=<4
- 2=<nB=<4
- 0.1=<J/D=<0.5
- 0.22=<T=<2.44
Donde se tiene que:
- L: largo de las paletas del impelente
- W: ancho de las paletas del impelente
- nL: número de paletas en la turbina
- nB: número de deflectores en la vasija
- J: ancho de los deflectores
- D: diámetro del biorreactor
- T: diámetro del biorreactor
- H: altura del agua del biorreactor
- C: altura al agitador desde la base del biorreactor
64
Fuente: imagen extraída de GARCÍA, et al. (2006)
Figura 18. Configuración geométrica estándar para sistemas monofásicos en
régimen turbulento con el impelente de flujo radial
3.3.2. Evaluación de los parámetros
La toma de muestras y posterior análisis de los parámetros se
realizó en los establecimientos de la Planta de Compostaje de la Municipalidad
de Leoncio Prado; donde se juntó con palas y guantes 6 bolsas herméticas
codificadas respectivamente para cada tratamiento. Durante el experimento, las
muestras fueron analizadas de acuerdo con los siguientes parámetros:
3.3.2.1. Criterios de selección de muestras
La toma de muestras se realizó en los establecimientos de la Planta
de Compostaje de la Municipalidad Provincial de Leoncio Prado; donde se
extrajo del centro de cada pila 1kg de compost inmaduro con bolsas térmicas
respectivamente codificadas con una repetición ara cada tratamiento.
65
3.3.2.2. Tiempo de antigüedad del compost
El tiempo del compost analizado en el laboratorio, fue de una
semana y sin microorganismo eficaces en su composición.
3.3.2.3. Parámetros físicos
- Temperatura (T)
La temperatura se midió utilizando el sensor del termostato digital
que estuvo introducido en el punto central de la mezcla de la cámara
anaeróbica y el sensor del multiparámetro para la cámara aeróbica.
- Porcentaje de Salinidad
Se determinó por medio del equipo multiparámetro, se extrajeron
de las dos cámaras del biorreactor 150 ml de la muestra y luego se realizó el
registro de datos, las unidades fueron registraros en porcentaje de salinidad
(%NaCl)
- Solidos Disueltos Totales (STD)
Se determinó por medio del equipo multiparámetro, se extrajeron
de las dos cámaras del biorreactor 150 ml de la muestra y luego se realizó el
registro de datos, las unidades fueron registraros en partes por millón (ppm).
3.3.2.4. Parámetros fisicoquímicos
- Potencial de hidrógeno (pH)
Se determinó por medio del equipo multiparámetro, se extrajeron
de las dos cámaras del biorreactor 150 ml de la muestra y luego se realizó el
registro de datos.
66
3.3.2.5. Parámetros químicos
- Demanda Biológica de Oxigeno (DBO)
El método consistió en la incubación de las muestras en botellas
bien cerradas y almacenadas en una caja de poliestireno u cooler para evitar la
entrada de aire, durante 5 días en oscuridad. Se pintaron las botellas de negro
para asegurar que no ingrese la luz a las muestras. Las diluciones se realizaron
por inoculación directa al 5% en frascos de 325 ml. Se midió el oxígeno disuelto
con un oxímetro digital al iniciar y al finalizar la incubación.
Preparación del agua de dilución:
1. La muestra estuvo a temperatura ambiente (aprox. 24ºC) antes
de realizar las diluciones.
2. Se midió el oxígeno disuelto de la muestra (ODm) con el
oxímetro digital, evitando airear la muestra.
3. Luego de homogeneizar la muestra se prepararon las diluciones
directamente en las botellas de DBO, usando pipeta graduada.
4. Se inocularon las botellas con 16.25 ml de muestra evitando
airear y se aforó con el agua de dilución o agua destilada hasta
325 ml (volumen total de las botellas) de forma que al cerrarlas
se desplazan todas las burbujas de aire.
5. Se llenó una botella con agua de dilución o blanco, para realizar
su control.
Para determinar la muestra se realizó:
1. Incubación: se incubaron las botellas de DBO conteniendo las
diluciones de la muestra y el blanco del agua de dilución a
temperatura ambiente (aprox. 24ºC), durante 5 días en
oscuridad.
2. Luego de los 5 días de incubación se determinó el oxígeno
disuelto residual con el oxímetro digital.
Según el trabajo de Ayala, P. (s.d.), la captación de OD para el
agua destilada no debe ser mayor de 0.1 – 0.2, de esta manera se asegura
67
adecuadas condiciones para la demanda biológica de oxígeno. Para la
determinación del DBO se usó la fórmula:
𝐷𝐵𝑂5𝑚𝑔
𝑙= (𝑂𝐷𝑚 − 𝑂𝐷𝑤𝑜) +
𝑉𝑏
𝑉𝑚(𝑂𝐷𝑤𝑓 − 𝑂𝐷𝑓) (15)
Dónde:
ODm: concentración de oxígeno disuelto de la muestra inicial
ODf: concentración de oxígeno disuelto final
ODw: concentración de oxígeno disuelto del agua de dilución
Vb: volumen de la botella de DBO, (325 mL)
Vm: volumen de muestra inoculada en mL
3.3.2.6. Diseño Box Behnken
Se aplicó un diseño comparativo empírico de casilla comparativa
para verificar la estabilidad del compost con 3 tratamientos (tratamiento 0,
tratamiento 1 y tratamiento 2) con una sola repetición dónde:
− Tratamiento 0 (testigo-T0): Residuos orgánicos de 200g con 8L
de agua en la cámara anódica y en la cámara catódica, con 4
electrodos conectados en serie respectivamente a temperatura
ambiente en cada cámara.
− Tratamiento 1 (T1): Residuos orgánicos de 200g con 8L de agua
en la cámara anódica y en la cámara catódica, con 4 electrodos
conectados en serie respectivamente. Se aplicará una
temperatura de 45 °C en la cámara anaeróbica y una aireación
pasiva en la cámara aeróbica.
− Tratamiento 2 (T2): Residuos orgánicos de 200g con 8L de agua
en la cámara anódica y en la cámara catódica, con 4 electrodos
conectados en serie respectivamente, Se aplicará una
temperatura de 45 °C en la cámara anaeróbica, así como
aireación activa y agitación automática en la cámara aeróbica.
68
Variables:
− Independiente: Compost y Aireación Activa.
− Dependiente: Voltaje, Intensidad de Corriente, Salinidad,
Conductividad, Potencial de Reducción, Solidos Disueltos Totales
y DBO.
− Control: Temperatura y Agitación
− Intervinientes: pH
Para el diseño de superficie de respuesta o Box-Behnken se le
realizó a cada tratamiento por medio del software Statgraphics libre. Según los
resultados obtenidos se escogieron el de mayor trascendencia en cuanto al
registro de la energía eléctrica consumida y generada en el sistema, así se
pudo realizar la optimización de cada proceso.
3.3.3. Determinación de los parámetros de energía eléctrica
- Voltaje
El voltaje está en función de la resistencia externa (Rext) o carga en
el circuito, y de la corriente (I). La relación entre esas variables es: V=I*Rext.
Esta variable se midió con el multitester (LOGAN et al., 2006).
- Intensidad de corriente (Amperaje)
La corriente producida en una CCM escala laboratorio es calculada
midiendo el voltaje a través de la resistencia externa, y usando I=VCCM/ Rext
(LOGAN et al., 2006). Esta variable se midió con el multitester que es un aparto
electrónico que mide el amperaje y voltaje en corriente continua y alterna.
69
- Potencia
La potencia es calculada a partir del voltaje y corriente. La potencia
de salida de la CCM es calculada a partir del voltaje medido a través de la
resistencia externa y corriente como P = I*VCCM (LOGAN et al., 2006).
- Densidad de potencia y Densidad de corriente
Según el trabajo de ALZATE-GAVIRIA et al. (2010) el desempeño
de la CCM se mide en función de la densidad de potencia (PAn), la potencia
volumétrica (Pv), remoción de DBO (ncoul). La potencia será calculada (Pccm)
mediante la siguiente ecuación:
𝑃𝐶𝐶𝑀 = 𝐼𝐶𝐶𝑀𝑉𝐶𝐶𝑀 (16)
𝑃𝐶𝐶𝑀 =𝑉𝐶𝐶𝑀
2
𝑅𝑒𝑥𝑡 (17)
Una forma de obtener el índice que permita comparar la corriente y
la potencia generada por la CCM se normalizara estas magnitudes respecto al
área efectiva del ánodo o al volumen de la celda, resultando en densidades de
potencia PAn y densidad de corriente IAn y de volumen Pv (LOGAN et al., 2006).
𝑃𝐴𝑛 = 𝑉𝐶𝐶𝑀
2
𝐴𝐴𝑛𝑅𝑒𝑥𝑡 (18)
𝐼𝐴𝑛 = 𝐼𝐶𝐶𝑀
𝐴𝐴𝑛 (19)
Siendo AAn el área superficial del ando en m2.
Finalmente te tendrá la ecuación normalizada con respecto al
volumen V de la celda y así realizar las respectivas mediciones y posteriores
análisis:
𝑃𝑉 = 𝑉𝐶𝐶𝑀
2
𝑉𝑅𝑒𝑥𝑡 (20)
Así mismo, la corriente en función del volumen de la CCM:
70
𝑃𝑉 = 𝑉𝐶𝐶𝑀
𝑉𝑅𝑒𝑥𝑡 (21)
- Eficiencia coulómbica
En el trabajo de ALZATE-GAVIRIA et al., (2010) la ndbo o ndqo fue
cuantificado usando la ecuación de la remoción de materia orgánica del
sistema:
𝑛𝐷𝐵𝑂(%) =𝐷𝐵𝑂𝑖𝑛𝑖𝑐𝑖𝑎𝑙−𝐷𝐵𝑂𝑓𝑖𝑛𝑎𝑙
𝐷𝐵𝑂𝑖𝑛𝑖𝑐𝑖𝑎𝑙𝑥100 =
𝐷𝐵𝑂𝑎𝑓𝑙𝑢𝑒𝑛𝑡𝑒−𝐷𝐵𝑂𝑒𝑓𝑙𝑢𝑒𝑛𝑡𝑒
𝐷𝐵𝑂𝑎𝑓𝑙𝑢𝑒𝑛𝑡𝑒𝑥100 (22)
Con respecto a la eficiencia coulombimétrica, se referirá a la
eficiencia de transferencia de electrones disponibles en el sustrato (compost
diluida) hacia el ánodo y es calculada mediante la ecuación (ALZATE-GAVIRIA
et al., 2010):
𝑛𝐶𝑜𝑢𝑙(%) =𝐶𝑅𝑆
𝐶𝑇𝑆𝑥100 (23)
Donde CRS es la carga eléctrica real debido al sustrato que se
convierte en energía eléctrica:
𝐶𝑅𝑆 = ∫ 𝐼𝐶𝐶𝑀𝑡=𝑖
𝑡=0𝑑𝑡 (24)
CTS es la carga eléctrica teórica debido al sustrato:
𝐶𝑇𝑆 =𝐹𝑏𝐷𝐵𝑂(𝐷𝐵𝑂𝐼−𝐷𝐵𝑂𝑓)𝑉
𝑀𝐷𝐵𝑂 (25)
Dónde:
F: Constante de Faraday 96485.33 Coulomb/mol e-
bDBO: mol de e- generados por la DBO (4 moles de e- cuando la
base de expresión de la DBO es oxigeno molecular O2)
DBOi: DBO5 inicial (g/l)
DBOf: DBO5 final (g/l)
71
V: Volumen de la CCM (litros)
MDQO: Peso molecular de la DBO (32 gO2/mol DBO)
Estas variables de respuesta ayudaran a determinar el desempeño
real de una CCM, y a menudo, directa o indirectamente, contribuyen a
identificar cual o cuales perdidas irreversibles son las importantes en la CCM y
así implementar las modificaciones y mejoras requeridas.
- Curvas de polarización
Las curvas de polarización se trazaron graficando las densidades
de corriente (eje de las abscisas) contra los voltajes (eje de las ordenadas) que
se registraron cuando se varía la resistencia externa en un rango de n minutos.
El valor de “n” se específica en cada experimento, así como el número de
resistencias empleadas y la forma en que se variaron éstas (LOGAN et al.,
2006).
- Curvas de potencia
Las curvas de potencia se trazan graficando las densidades de
corriente (eje de las abscisas) contra las densidades de potencia (eje de las
ordenadas) que se registran cuando se varía la resistencia externa en un rango
de “n” minutos. El valor de n se específica en cada experimento, así como el
número de resistencias empleadas y la forma en que se variaron éstas
(LOGAN et al., 2006).
3.3.3.1. Análisis multivariado
Los datos obtenidos de los análisis fueron analizados por el
programa estadístico Statgrafic donde se utilizó el análisis de variancia
(ANOVA, Analysis of Variance) (MONGOMERY, 2004) para comparar la media
de los valores de diferentes parámetros a ser estudiados para cada tratamiento
aplicado usando el test de Tukey con una diferencia significativa al 5 por ciento
del nivel de probabilidad.
72
Cuadro 10. Análisis de varianza
Fuentes de Variación (F.V.)
Grados de Libertad
(G.L.)
Suma de Cuadrados
(S.C.)
Cuadrados Medios (C.M.)
Fo
Tratamientos 1−t 2
1
)( Ynt
iii Y −
=
1−t
SCTr
CME
CMTr
Error tnt
i
i −=1
2
1 1
)( i
t
iiji
nj
j
Yn Y −= =
2
1
1
=
−=
t
i
in
SCError
Total 11
−=
t
i
in
2
1 1
)( i
t
iiji
nj
j
Yn Y −= =
Fuente: MONGOMERY, 2004
73
IV. RESULTADOS
4.1. Diseño del sistema de Biorreactor de doble cámara
4.1.1. Criterios del diseño
Para establecer los parámetros de diseño, primero se determinó el
tipo de flujo que tendrá la cámara aeróbica y anaeróbica, se eligió un flujo
laminar (1500) para la cámara anaeróbica y según las medidas de la figura 18,
se determinó las siguientes formulas:
- Numero de Reynolds
Como Re es 1500 siendo así un flujo laminar, el diámetro (D) en
metros es 0.25 y la densidad del agua (𝑝) es 1023 kg/m3, entonces se obtuvo la
revolución por segundo (N) siendo 1.88.
- Potencia del motor (Hb)
Para determinar la potencia se necesita el 𝑁𝑝, conocido como
número de potencia, según GARCÍA et al., (2006) se determina por medio de la
ecuación 14:
Cuadro 11. Coeficientes y relaciones para determinar el Np
Relación Coeficiente
D 7,5
C 7,5
L/W 1,25
L/D 0,25
T/D 3
C/D 1
C/T 0,33
74
H/D 3
J/T 0,1
J/D 0,3 Fuente: GARCÍA et al., (2006)
Figura 19. Diseño del biorreactor de doble cámara
Siendo Np 4.55, entonces se tiene una potencia de 30.08W, por
motivos de que los motores se consiguen en HP, se transforma y su obtiene un
valor de 0.04 HP redondeando para encontrar motores de mercado seria 0.05
HP.
Cuadro 12. Parámetros de diseño en la cámara anaeróbica
VARIABLES INTERVINIENTES
T (°C) 45
pH 6,8 - 7,5
h% saturado
THR(días) 8
aireación activa (vvm) 120
agitación (RPM) 108,11
Cof. Velocidad tangencial 0,96
Re (laminar) 1500
Potencia (W) 30,08
75
P/V (Hp/m3) 0,05
VARIABLES INDEPENDIENTES
Agua (L) 10
Compost (kg) 0.2
1 electrodo (cm3) 192
4 electrodo (cm3) 768
1 electrodo (cm2) 96
4 electrodo (cm2) 384
Para la cámara aeróbica se calculó una potencia de 165.88W, por
motivo de que los motores se consiguen en HP, se transforma y su obtiene un
valor de 0.22 HP redondeando para encontrar motores de mercado seria 0.25
HP.
Cuadro 13. Parámetros de diseño en la cámara aeróbica
VARIABLES INTERVINIENTES
T (°C) 25
pH 6,8 - 7,5
h% saturado
THR(días) 39
aireación activa (vvm) 120
agitación (RPM) 190,99
Cof. Velocidad tangencial 1,10
VARIABLES INTERVINIENTES
Re (laminar) 2650
Potencia (W) 165,88
P/V (Hp/m3) 0,25
VARIABLES INDEPENDIENTES
Agua (L) 10
Compost (kg) 0,2
1 electrodo (cm3) 192
4 electrodo (cm3) 768
1 electrodo (cm2) 96
4 electrodo (cm2) 384
76
76
4.2. Evaluación de los parámetros
Cuadro 14. Promedio de parámetros para cada tratamiento
Tratamiento Voltaje Amperaje ph.ana ph.aer t.ana t.aer P.R.ana P.R.aer Cond.ana Cond.aer SDT.ana SDT.aer Sal.ana Sal.aer
(V) (uA) (H+) (H+) (ºC) (ºC) (mV) (mV) (mS) (mS) (mg/l) (mg/l) (%NaCl) (%NaCl)
T0 7,40 76,35 5,39 7,08 24,80 24,90 89,40 -1,20 6,53 3,10 3,26 1,55 0,13 0,06 T0 8,52 84,22 5,28 7,03 24,85 24,90 94,90 1,55 8,78 2,97 4,39 1,48 0,17 0,06 T0 9,78 98,43 5,20 7,04 24,45 24,55 99,05 3,20 11,85 3,41 5,92 1,70 0,23 0,07 T0 9,48 94,79 5,20 7,17 25,40 25,35 99,40 4,40 11,73 4,54 5,87 2,27 0,23 0,09 T0 8,61 87,28 5,22 7,18 24,55 24,35 98,30 -6,55 13,30 2,78 6,65 1,39 0,26 0,05 T0 11,35 113,94 5,21 7,09 24,75 24,55 98,50 -1,70 9,54 3,10 4,77 1,55 0,19 0,06 T0 12,91 129,12 5,33 7,57 25,75 26,40 92,95 -19,50 11,00 5,16 5,50 2,58 0,21 0,10 T0 13,13 130,84 5,21 7,09 24,75 24,55 98,50 -1,70 9,54 3,10 4,77 1,55 0,19 0,06 T1 7,42 75,81 6,94 7,55 43,00 25,20 7,50 -25,90 6,47 1,55 3,24 0,77 12,50 3,00 T1 6,97 70,07 6,94 7,55 40,00 25,20 7,50 -25,90 6,47 1,55 3,24 0,77 12,50 3,00 T1 8,50 84,96 6,87 7,59 40,00 24,90 10,00 -28,30 6,16 1,58 3,08 0,79 11,90 3,10 T1 10,96 108,34 6,57 7,30 41,50 27,00 26,50 -13,10 6,55 1,82 3,27 0,91 12,60 3,50 T1 8,33 91,98 6,60 7,19 41,50 25,60 24,80 6,90 8,13 0,88 4,06 0,44 15,70 1,70 T1 7,64 76,49 6,01 7,34 40,00 25,30 13,50 -14,60 4,66 2,41 2,33 1,21 9,00 4,70 T1 7,43 74,84 6,65 7,05 43,00 24,40 21,90 0,50 5,41 1,06 2,71 0,53 10,50 2,10 T1 8,52 84,69 6,57 7,30 43,00 27,00 26,50 -13,10 6,55 1,82 3,27 0,00 12,60 3,50 T2 13,18 133,08 6,85 7,68 41,50 25,20 7,26 -26,14 5,23 1,51 2,95 0,63 13,26 2,76 T2 10,38 104,79 6,85 7,68 40,00 25,20 7,26 -26,14 5,23 1,57 2,96 0,53 13,26 2,76 T2 13,25 133,78 6,63 7,72 40,00 24,90 9,76 -28,54 5,92 1,54 2,84 0,85 11,66 2,86 T2 29,66 299,60 6,63 7,43 40,00 26,00 26,26 -13,34 6,31 1,58 3,03 0,87 12,36 3,26 T2 19,08 192,73 6,51 7,32 41,50 24,60 24,56 6,66 7,89 0,64 3,82 0,20 14,46 1,36 T2 20,39 205,98 5,92 7,47 43,00 25,20 13,26 -14,84 4,42 2,17 2,09 0,98 8,76 4,16 T2 14,19 143,27 6,56 7,18 43,00 24,00 21,66 0,26 5,17 0,82 2,47 0,59 10,26 1,16 T2 22,95 231,82 6,48 7,43 43,00 23,50 26,26 -13,34 6,31 1,58 4,03 0,67 12,36 3,26
77
Los datos registrados en el cuadro muestran los parámetros
fisicoquímicos y eléctricos que se analizaran para determinar el mejor
tratamiento con respecto a la generación de energía eléctrica consumiendo la
mínima cantidad de energía por el uso del termostato y de la disminución de la
demanda biológica de oxígeno.
Cuadro 15. Registro de voltaje e intensidad de corriente en el biorreactor
Intensidad C. Voltaje
60,2 6,5
60,8 6,21
60,6 6,24
60,5 6,22
61,2 6,19
62,0 6,29
61,7 6,29
60,9 6,34
61,1 6,44
- Voltaje en la prueba sin compost
Figura 20. Registro del voltaje en el primer día de prueba
6.00
6.05
6.10
6.15
6.20
6.25
6.30
6.35
6.40
6.45
6.50
6.55
1 2 3 4 5 6 7 8 9
Vo
ltaj
e (
V)
Iteraciones
78
Para determinar si el agua destilada contenida en el biorreactor de
doble cámara diluiría el carbón activado de los electrodos, se hizo la prueba de
voltaje para determinar el voltaje base del biorreactor de doble cámara.
- Intensidad de Corriente en la prueba sin compost
Figura 21. Registro de la intensidad de corriente en el primer día de prueba
Para determinar si el agua destilada contenida en el biorreactor de
doble cámara diluiría el carbón activado de los electrodos, se hizo la prueba de
amperaje para determinar la intensidad de corriente base del biorreactor de
doble cámara.
- Voltaje de los tratamientos evaluados
Se realizó el registro del voltaje para los tres tratamientos (T0, T1 y
T2) consecutivamente con una duración de 8 días cada uno, se realizó varios
registros al día y al final se promedió el valor con el propósito de determinar la
variación del voltaje con respecto al tiempo.
59.00
59.50
60.00
60.50
61.00
61.50
62.00
62.50
1 2 3 4 5 6 7 8 9
Inte
nsi
dad
de
co
rrie
nte
(u
A)
Iteraciones
79
Figura 22. Comparación del voltaje en cada tratamiento
Se realizaron las pruebas de voltaje para los tres tratamientos, se
registró a registraron del tiempo con el fin de determinar los picos y caídas del
voltaje en el transcurso de la descomposición del compost.
- Intensidad de corriente eléctrica de los tratamientos evaluados
Figura 23. Comparación de la intensidad de corriente en cada tratamiento
0.00
5.00
10.00
15.00
20.00
25.00
30.00
35.00
1 2 3 4 5 6 7 8
Vo
ltaj
e (
V)
tiempo (días)
T0
T1
T2
0.00
50.00
100.00
150.00
200.00
250.00
300.00
350.00
1 2 3 4 5 6 7 8
Inte
nsi
dad
de
Co
rrie
nte
(u
A)
tiempo (días)
T0
T1
T2
80
Se realizaron las pruebas de amperaje para los tres tratamientos,
se registraron a través del tiempo con el fin de determinar los picos y caídas de
la intensidad de corriente eléctrica en el transcurso de la descomposición del
compost.
- pH de los tratamientos evaluados
Se realizó el registro del pH para los tres tratamientos (T0, T1 y T2)
consecutivamente con una duración de 8 días cada uno, se realizó varios
registros al día y al final se promedió el valor con el propósito de determinar la
variación del pH con respecto al tiempo.
Figura 24. Registro del pH en la cámara anaeróbica para cada tratamiento
Se realizaron las pruebas de pH para los tres tratamientos, se
registraron a través del tiempo con el fin de determinar los picos y caídas del
pH en el transcurso de la descomposición del compost, esto nos podría indicar
en qué punto los microorganismos mesófilos se encontraron con las mejores
condiciones según el pH apropiado para el incremento de la actividad
microbiana en la cámara anaeróbica.
0.00
1.00
2.00
3.00
4.00
5.00
6.00
7.00
8.00
1 2 3 4 5 6 7 8
pH
(H
+)
tiempo (días)
T0
T1
T2
81
Figura 25. Registro del pH en la cámara aeróbica para cada tratamiento
Se realizaron las pruebas de pH para los tres tratamientos, se
registraron a través del tiempo con el fin de determinar los picos y caídas del
pH en el transcurso de la descomposición del compost, esto nos podría indicar
en qué punto los microorganismos mesófilos se encontraron con las mejores
condiciones según el pH apropiado para el incremento de la actividad
microbiana en la cámara aeróbica.
- Temperatura (ºC) de los tratamientos evaluados
Se realizó el registro de la temperatura para los tres tratamientos
(T0, T1 y T2) consecutivamente con una duración de 8 días cada uno, se
realizó varios registros al día y al final se promedió el valor con el propósito de
determinar la variación de la temperatura con respecto al tiempo.
6.60
6.80
7.00
7.20
7.40
7.60
7.80
1 2 3 4 5 6 7 8
pH
(H
+)
tiempo (días)
T0
T1
T2
82
Figura 26. Registro de la temperatura en la cámara anaeróbica en cada
tratamiento
Se realizaron las pruebas de temperatura para los tres
tratamientos, se registraron a través del tiempo con el fin de determinar los
picos y caídas de la temperatura en el transcurso de la descomposición del
compost, esto nos podría indicar en qué punto los microorganismos mesófilos
se encontraron con las mejores condiciones según la temperatura apropiada
para el incremento de la actividad microbiana en la cámara anaeróbica.
0.00
5.00
10.00
15.00
20.00
25.00
30.00
35.00
40.00
45.00
50.00
1 2 3 4 5 6 7 8
Tem
pe
ratu
ra (
°C)
tiempo (días)
T0
T1
T2
83
Figura 27. Registro de la temperatura en la cámara aeróbica en cada
tratamiento
Se realizaron las pruebas de temperatura para los tres
tratamientos, se registraron a través del tiempo con el fin de determinar los
picos y caídas de la temperatura en el transcurso de la descomposición del
compost, esto nos podría indicar en qué punto los microorganismos mesófilos
se encontraron con las mejores condiciones según la temperatura apropiada
para el incremento de la actividad microbiana en la cámara aeróbica.
- Potencial de Reducción (mV) de los tratamientos evaluados
Se realizó el registro del potencial de reducción para los tres
tratamientos (T0, T1 y T2) consecutivamente con una duración de 8 días cada
uno, se realizó varios registros al día y al final se promedió el valor con el
propósito de determinar la variación del potencial de reducción con respecto al
tiempo.
21.00
22.00
23.00
24.00
25.00
26.00
27.00
28.00
1 2 3 4 5 6 7 8
Tem
pe
ratu
ra (
°C)
tiempo (días)
T0
T1
T2
84
Figura 28. Registro del potencial de reducción en la cámara anaeróbica en
cada tratamiento
En la figura anterior nos podría indicar en qué punto los hubo
mayor recepción y registro de electrones en la cámara anaeróbica.
Figura 29. Registro del potencial de reducción en la cámara aeróbica en cada
tratamiento
0.00
20.00
40.00
60.00
80.00
100.00
120.00
1 2 3 4 5 6 7 8
Po
ten
cial
de
Re
du
cció
n (
mV
)
tiempo (días)
T0
T1
T2
-35.00
-30.00
-25.00
-20.00
-15.00
-10.00
-5.00
0.00
5.00
10.00
1 2 3 4 5 6 7 8
Po
ten
cial
de
Re
du
cciò
n (
mV
)
tiempo (días)
T0
T1
T2
85
Se realizaron las pruebas de potencial de reducción para los tres
tratamientos, se registraron a través del tiempo con el fin de determinar los
picos y caídas del potencial de reducción en el transcurso de la
descomposición del compost, esto nos podría indicar en qué punto hubo mayor
recepción y registro de electrones en la cámara aeróbica.
- Conductividad (mS) de los tratamientos evaluados
Se realizó el registro de la conductividad para los tres tratamientos
(T0, T1 y T2) consecutivamente con una duración de 8 días cada uno, se
realizó varios registros al día y al final se promedió el valor con el propósito de
determinar la variación de la conductividad con respecto al tiempo.
Figura 30. Registro de la conductividad en la cámara anaeróbica para cada
tratamiento
Se realizaron las pruebas de conductividad para los tres
tratamientos, se registraron a través del tiempo con el fin de determinar los
picos y caídas de la conductividad eléctrica en el transcurso de la
0.00
2.00
4.00
6.00
8.00
10.00
12.00
14.00
1 2 3 4 5 6 7 8
Co
nd
uct
ivid
ad (
mS)
tiempo (días)
T0
T1
T2
86
descomposición del compost, esto nos podría indicar en qué punto hubo mayor
conducción y registro de electrones en la cámara anaeróbica.
Figura 31. Registro de la conductividad en la cámara aeróbica para cada
tratamiento
Se realizaron las pruebas de conductividad para los tres
tratamientos, se registraron a través del tiempo con el fin de determinar los
picos y caídas de la conductividad eléctrica en el transcurso de la
descomposición del compost, esto nos podría indicar en qué punto hubo mayor
conducción y registro de electrones en la cámara aeróbica.
- Solidos disueltos totales (mg/l) de los tratamientos evaluados
Se realizó el registro de los sólidos disueltos totales para los tres
tratamientos (T0, T1 y T2) consecutivamente con una duración de 8 días cada
uno, se realizó varios registros al día y al final se promedió el valor con el
propósito de determinar la variación de los sólidos disueltos totales con
respecto al tiempo.
0.00
1.00
2.00
3.00
4.00
5.00
6.00
1 2 3 4 5 6 7 8
Co
nd
uct
ivid
ad (
mS)
tiempo (días)
T0
T1
T2
87
Figura 32. Registro de los sólidos disueltos totales en la cámara anaeróbica en
cada tratamiento
Se realizaron las pruebas de sólidos disueltos totales para los tres
tratamientos, se registraron a través del tiempo con el fin de determinar los
picos y caídas de los sólidos disueltos totales en el transcurso de la
descomposición del compost, esto nos podría indicar en qué punto hubo mayor
disminución de los sólidos disueltos debido al incremento de la actividad
microbiana en la cámara anaeróbica.
0.00
1.00
2.00
3.00
4.00
5.00
6.00
7.00
1 2 3 4 5 6 7 8
Sólid
os
dis
ue
lto
s to
tale
s (m
g/l)
tiempo (días)
T0
T1
T2
88
Figura 33. Registro de los sólidos disueltos totales en la cámara aeróbica en
cada tratamiento
Se realizaron las pruebas de sólidos disueltos totales para los tres
tratamientos, se registraron a través del tiempo con el fin de determinar los
picos y caídas de los sólidos disueltos totales en el transcurso de la
descomposición del compost, esto nos podría indicar en qué punto hubo mayor
disminución de los sólidos disueltos debido al incremento de la actividad
microbiana en la cámara aeróbica.
- Salinidad (%NaCl) de los tratamientos evaluados
Se realizó el registro de la salinidad para los tres tratamientos (T0,
T1 y T2) consecutivamente con una duración de 8 días cada uno, se realizó
varios registros al día y al final se promedió el valor con el propósito de
determinar la variación de la salinidad con respecto al tiempo.
0.00
0.50
1.00
1.50
2.00
2.50
3.00
1 2 3 4 5 6 7 8
Sólid
os
dis
ue
lto
s to
tale
s (m
g/l)
tiempo (días)
T0
T1
T2
89
Figura 34. Registro de la salinidad en la cámara anaeróbica en cada
tratamiento
En la figura anterior nos podría indicar en qué punto hubo mayor
neutralización de la salinidad, esto está relacionado con el pH y podría afectar
la actividad microbiana en la cámara anaeróbica.
Figura 35. Registro de salinidad totales en la cámara aeróbica en cada
tratamiento
0.00
2.00
4.00
6.00
8.00
10.00
12.00
14.00
16.00
18.00
1 2 3 4 5 6 7 8
Salin
idad
(%
NaC
l)
tiempo (días)
T0
T1
T2
0.00
0.50
1.00
1.50
2.00
2.50
3.00
3.50
4.00
4.50
5.00
1 2 3 4 5 6 7 8
Salin
idad
(%
NaC
l)
tiempo (días)
T0
T1
T2
90
Se realizaron las pruebas salinidad para los tres tratamientos, se
registraron a través del tiempo con el fin de determinar los picos y caídas de la
concentración de NaCl en el transcurso de la descomposición del compost,
esto nos podría indicar en qué punto hubo mayor neutralización de la salinidad,
esto está relacionado con el pH y podría afectar la actividad microbiana en la
cámara aeróbica.
- Conductancia y Resistencia en el biorreactor sin compost,
tratamiento 0, tratamiento 1 y tratamiento 2
Se usó el programa Curveexpert profesional para determinar la
ecuación de la Conductancia y Resistencia.
Figura 36. Dispersión de la intensidad de corriente eléctrica con respecto al
voltaje para determinar el grado de conductancia en la prueba sin compost
La conductancia del biorreactor de doble cámara sin compost es la
relación de la intensidad de corriente eléctrica con el voltaje respectivamente,
dando la siguiente ecuación:
𝑎 + 𝑏𝑥 + 𝑐𝑥2 + 𝑑𝑥3 + 𝑒𝑥4 + 𝑓𝑥5 + 𝑔𝑥6 (26)
91
Dónde:
𝑎 = 1.178874110029004𝑥108
𝑏 = 7.902712861248386𝑥107
𝑐 = −1.063386824730347𝑥108
𝑑 = 3.817443534095411𝑥107
𝑒 = −6.385941609641431𝑥106
𝑓 = 5.208332352751935𝑥105
𝑔 = −1.678999722130816𝑥104
Donde el coeficiente de correlación es 0.9487516992924877. Para
determinar la conductancia en cualquier punto evaluado se debe derivar la
ecuación de dispersión de la intensidad de corriente vs voltaje, teniendo como
resultado:
0 = 𝑏 + 2𝑐𝑥 + 3𝑑𝑥2 + 4𝑒𝑥3 + 5𝑓𝑥4 + 6𝑔𝑥5 (27)
Dónde:
𝑏 = 7,902712861𝑥103
𝑐 = −2,126773649𝑥104
𝑑 = 11,4523306𝑥103
𝑒 = −25,54376644𝑥102
𝑓 = 26,04166176𝑥10
𝑔 = −10,07399833
Al derivar la ecuación de la conductancia (integración del registro
de la corriente vs el voltaje con respecto al tiempo) hasta llegarla a ser lineal,
se podrá determinar en qué punto la generación de energía eléctrica tendría un
incremento constante.
92
Figura 37. Dispersión del voltaje con respecto a la intensidad de corriente
eléctrica para determinar el grado de resistencia en la prueba sin compost
La resistencia del biorreactor de doble cámara sin compost es la
relación del voltaje vs la intensidad de corriente eléctrica respectivamente,
dando la siguiente ecuación:
𝑎 + 𝑏𝑐𝑜𝑠(𝑐𝑥 + 𝑑) (28)
Dónde:
𝑎 = 6.280011938198761
𝑏 = 0.1263251407982372
𝑐 = 54.95376645609296
𝑑 = 53.52403067357346
Donde el coeficiente de correlación es 0.7612959470313280. Para
determinar la resistencia en cualquier punto evaluado se debe derivar la
ecuación de dispersión del voltaje vs intensidad de corriente, teniendo como
resultado:
0 = −𝑏𝑠𝑒𝑛(𝑐𝑥 + 𝑑) (29)
93
Dónde:
𝑏 = 0.1263251407982372
𝑐 = 54.95376645609296
𝑑 = 53.52403067357346
Al derivar la ecuación de la resistencia (integración del registro del
voltaje vs la intensidad de corriente con respecto al tiempo) hasta llegarla a ser
lineal, se podrá determinar en qué punto la generación de energía eléctrica
tendría un incremento constante.
El mismo procedimiento se hace para los tratamientos propuestos.
Figura 38. Dispersión de la intensidad de corriente eléctrica con respecto al
voltaje para determinar el grado de conductancia del tratamiento 0
La ecuación al ser lineal, de determina que la Conductancia es la
pendiente de la ecuación, siendo constante en todos los puntos evaluados.
y = 9.7528x + 2.9211R² = 0.9981
0.00
20.00
40.00
60.00
80.00
100.00
120.00
140.00
0.00 5.00 10.00 15.00
Inte
nsi
dad
de
Co
rrie
nte
(u
A)
Voltaje (V)
Lineal (IC vs V )
94
Figura 39. Dispersión de la intensidad de corriente eléctrica con respecto al
voltaje para determinar el grado de conductancia del tratamiento 1
Se deriva la ecuación para determinar la conductancia.
Figura 40. Dispersión de la intensidad de corriente eléctrica con respecto al
voltaje para determinar el grado de conductancia del tratamiento 2
y = 10.956x0.9635
R² = 0.9372
0.00
20.00
40.00
60.00
80.00
100.00
120.00
0.00 5.00 10.00 15.00
Inte
nsi
dad
de
Co
rrie
nte
(u
A)
Voltaje (V)
Potencial (IC vs V -T1)
y = 10.1x + 4E-13R² = 1
0.00
50.00
100.00
150.00
200.00
250.00
300.00
350.00
0.00 10.00 20.00 30.00 40.00
Inte
nsi
dad
de
Co
rrie
nte
(u
A)
Voltaje (V)
Lineal (IC vs V - T2)
95
La ecuación al ser lineal, de determina que la Conductancia es la
pendiente de la ecuación, siendo constante en todos los puntos evaluados.
Figura 41. Dispersión de voltaje con respecto a la intensidad de corriente
eléctrica para determinar el grado de resistencia del tratamiento 0
La ecuación al ser lineal, de determina que la Resistencia es la
pendiente de la ecuación, siendo constante en todos los puntos evaluados.
y = 0.1023x - 0.28R² = 0.9981
0.00
2.00
4.00
6.00
8.00
10.00
12.00
14.00
0.00 50.00 100.00 150.00
Vo
ltaj
e (
V)
Intensidad de Corriente (uA)
Lineal (Resistencia)
96
Figura 42. Dispersión de voltaje con respecto a la intensidad de corriente
eléctrica para determinar el grado de resistencia del tratamiento 1
La ecuación se deriva para determinar que la Resistencia.
Figura 43. Dispersión de voltaje con respecto a la intensidad de corriente
eléctrica para determinar el grado de resistencia del tratamiento 2
y = 0.0002x3 - 0.0447x2 + 3.9288x -108.05
R² = 0.9741
0.00
2.00
4.00
6.00
8.00
10.00
12.00
0.00 50.00 100.00 150.00
Vo
ltaj
e (
V)
Intensidad de Corriente (uA)
Polinómica(Resistencia)
y = 0.099x - 6E-14R² = 1
0.00
5.00
10.00
15.00
20.00
25.00
30.00
35.00
0.00 100.00 200.00 300.00 400.00
Vo
ltaj
e (
V)
Intensidad de Corriente (uA)
Lineal (Resistencia)
97
La ecuación al ser lineal, de determina que la Resistencia es la
pendiente de la ecuación, siendo constante en todos los puntos evaluados.
- Evaluación de la DBO5 en el inicio y final de cada tratamiento
propuesto
Cuadro 16. DBO5 inicial y final de cada tratamiento en mg/l
Nª Tratamiento
Anaeróbico Aeróbico
DBOo DBOf DBOo DBOf
T0 0,111 0,108 0,109 0,102
T1 0,104 0,089 0,047 0,042
T2 0,066 0,061 0,032 0,010
El registro de la demanda biologica de oxigeno se realizo debido a
la importancia en determinar la actividad microbiana en la camara anaerbocia,
ya que el ambiente debe ser netamente anaerobica, en el cuadro se muestra
un DBO mayor en el tratamiento 0, es decir a temperatura ambiente; esto se
debe a que los microorganismos aerobicos aun presentes utilizaron el oxigeno
molecular como mecanismo de energia u oxidente terminal (derivados del
metabolismo del agua) para empezar a biodegradar la materia organica
presente y asi desarrollarce, mientras pasen los dias, el DBO empezo a
disminuir debido a que la materia organica biodegradable estuvo
degradandose, según los tratamiento 1 y 2 (temperatura a 43 °C) se tiene al
inicio una menor DBO, esto podria indicar que la temperatura favorecio la
rapida degradacion de la materia organica al inicio y por ultimo incrementaria la
actividad microbiana obteniendose una menor DBO como se muestra en el
cuadro, por ultimo la disminucion de DBO tambien implicaria que los
microorganismos aerobicos no obligatorios empezarian a utilizar otros
mecanismos de generacion de energia como el CO2, obteniendose asi un
mayor crecimiento en los microorganismos anaerobicos.
98
4.2.1. Análisis Multifactorial para cada tratamiento
Para realizar el análisis multifactorial y determinar que tratamiento
tiene una mejor correlación con sus parámetros, primero se debe realizar la
normalización de los datos para poder determinar si se hará un análisis
estadístico paramétrico o no paramétrico.
Cuadro 17. Prueba de Normalización
Iteraciones Voltaje Norm. Intensidad
C. Norm. ph.an Norm. ph.ae Norm.
1,000 6,968 0,047 70,067 0,005 5,201 0,220 7,031 0,701
2,000 7,396 0,050 74,835 0,005 5,201 0,220 7,039 0,739
3,000 7,423 0,050 75,811 0,005 5,214 0,225 7,050 0,788
4,000 7,426 0,050 76,346 0,005 5,214 0,225 7,081 0,934
5,000 7,637 0,052 76,493 0,005 5,216 0,226 7,092 0,985
6,000 8,332 0,057 84,219 0,006 5,282 0,258 7,092 0,985
7,000 8,496 0,058 84,691 0,006 5,327 0,281 7,170 1,365
8,000 8,518 0,058 84,956 0,006 5,385 0,311 7,180 1,410
9,000 8,523 0,058 87,279 0,006 5,920 0,557 7,182 1,419
10,000 8,609 0,059 91,983 0,006 6,010 0,578 7,190 1,454
11,000 9,478 0,064 94,793 0,006 6,480 0,525 7,300 1,777
12,000 9,781 0,066 98,432 0,007 6,510 0,513 7,300 1,777
13,000 10,375 0,068 104,788 0,007 6,560 0,492 7,320 1,795
14,000 10,957 0,070 108,345 0,007 6,570 0,487 7,338 1,799
15,000 11,347 0,071 113,939 0,007 6,570 0,487 7,430 1,641
16,000 12,910 0,071 129,119 0,007 6,600 0,474 7,430 1,641
17,000 13,127 0,070 130,843 0,007 6,630 0,459 7,468 1,502
18,000 13,177 0,070 133,084 0,007 6,630 0,459 7,550 1,123
19,000 13,246 0,070 133,780 0,007 6,650 0,450 7,550 1,123
20,000 14,186 0,067 143,274 0,007 6,850 0,346 7,574 1,006
21,000 19,082 0,033 192,727 0,003 6,850 0,346 7,590 0,928
22,000 20,394 0,024 205,984 0,002 6,870 0,335 7,680 0,535
23,000 22,953 0,011 231,822 0,001 6,940 0,298 7,680 0,535
24,000 29,663 0,000 299,597 0,000 6,940 0,298 7,720 0,398
99
Figura 44. Distribución de Normalización del Voltaje
Se puede observar que la distribución tiende a aparecerse a una
campana, pero con una prolongación en la parte derecha, tiene una similitud al
de la campana gaussiana, pero aun así no se puede afirmar con rotundidad
que el registro del voltaje tenga una distribución normal.
Figura 45. Distribución de Normalización de la Intensidad de Corriente
0.000
0.010
0.020
0.030
0.040
0.050
0.060
0.070
0.080
0.000 10.000 20.000 30.000 40.000
No
rmal
izac
ion
Voltaje (V)
0.000
0.001
0.002
0.003
0.004
0.005
0.006
0.007
0.008
0.000 50.000 100.000 150.000 200.000 250.000 300.000 350.000
No
rmal
izac
ion
Intensidad de corriente (uA)
100
Se puede observar que la distribución tiende a aparecerse a una
campana, pero con una prolongación en la parte derecha, estos nos podrían
indicar que tiene una similitud al de la campana gaussiana, pero aun así no se
puede afirmar con rotundidad que el registro de la intensidad de corriente
eléctrica tenga una distribución normal.
Figura 46. Distribución de Normalización del pH. Anaeróbico
Con el método del gráfico de probabilidad normal, se puede
observar que la distribución tiende a aparecerse a una recta, pero también
tiene una desviación en ciertos puntos, estos nos podrían indicar que tiene una
similitud a los valores esperados estandarizados, Por tanto, una tendencia
lineal (de línea recta) en la gráfica de probabilidad normal sugiere que los datos
de pH en la cámara anaeróbica provienen de una distribución
aproximadamente normal.
y = 0.092x + 5.0011R² = 0.8894
0.000
1.000
2.000
3.000
4.000
5.000
6.000
7.000
8.000
0 10 20 30
pH
.an
a
Iteraciones
Lineal (Dist.Norm.)
101
Figura 47. Distribución de Normalización del pH. Aeróbico
Con el método del histograma, se puede observar que la
distribución tiende a aparecerse a una campana, pero con una prolongación en
la parte derecha, estos nos podrían indicar que tiene una similitud al de la
campana gaussiana, este grafico a comparación de las anteriores si se podría
afirmar que el registro del pH en la cámara aeróbica tenga una distribución
normal.
Aun así, se debe comprobar con métodos estadísticos, por
ejemplo; determinando el valor de P (95%) para comprobar que los datos de
las variables en estudio de cada tratamiento estén distribuidos normalmente y
posteriormente realizar los análisis estadísticos paramétricos o no
paramétricos.
- Análisis multifactorial del tratamiento 0
Por medio del software Statgraphics se procedió a realizar el
análisis multivariado con los siguientes datos o variables en estudio:
Voltaje (V), IC (uA), pH.ana (H+), pH.aer (H+), t.ana (ªC), t.aer (ªC),
P.R.ana (mV), P.R.aer (mV), Cond.ana (mS), Cond.aer (mS), SDT.ana (mg/l),
SDT.aer (mg/l), Sal.ana (%NaCl) y Sal.aer (%NaCl).
0.000
0.200
0.400
0.600
0.800
1.000
1.200
1.400
1.600
1.800
2.000
6.800 7.000 7.200 7.400 7.600 7.800
No
rmal
izac
ion
pH. aer
102
Este procedimiento está diseñado para resumir los datos
cuantitativos. Calculará varios estadísticos, incluyendo correlaciones,
covarianzas y correlaciones parciales. En el procedimiento también están
incluidas una serie de gráficas multivariadas, que proporcionan vistas
interesantes de los datos.
103
10
3
Cuadro 18. Resumen estadístico del tratamiento 0
Análisis Est. Voltaje IC pH.ana pH.aer t.ana t.aer P.R.ana P.R.aer Cond.ana Cond.aer SDT.ana SDT.aer Sal.ana Sal.aer
Recuento 8,00 8,00 8,00 8,00 8,00 8,00 8,00 8,00 8,00 8,00 8,00 8,00 8,00 8,00
Promedio 10,15 101,87 5,26 7,16 24,91 24,94 96,38 -2,69 10,28 3,52 5,14 1,76 0,20 0,07
Desviación Estándar
2,11 20,58 0,07 0,18 0,44 0,67 3,62 7,60 2,13 0,86 1,06 0,43 0,04 0,02
Coeficiente de Variación
0,21 0,20 0,01 0,02 0,02 0,03 0,04 -2,83 0,21 0,24 0,21 0,24 0,20 0,25
Mínimo 7,40 76,35 5,20 7,03 24,45 24,35 89,40 -19,50 6,53 2,78 3,26 1,39 0,13 0,05 Máximo 13,13 130,84 5,39 7,57 25,75 26,40 99,40 4,40 13,30 5,16 6,65 2,58 0,26 0,10 Rango 5,73 54,49 0,19 0,54 1,30 2,05 10,00 23,90 6,77 2,38 3,39 1,19 0,13 0,05 Sesgo
Estandarizado 0,48 0,52 1,41 2,69 1,41 2,05 -1,44 -2,09 -0,51 1,64 -0,52 1,65 -0,48 1,32
Curtosis Estandarizada
-0,73 -0,79 0,14 3,37 0,42 1,91 0,29 2,16 0,06 0,43 0,07 0,43 0,11 0,07
104
Este cuadro muestra el resumen estadístico para cada una de las
variables seleccionadas. Incluye medidas de tendencia central, de variabilidad,
y de forma. De particular interés aquí es el sesgo estandarizado y la curtosis
estandarizada, las cuales se usaron para determinar si las muestras provienen
de una distribución normal. Valores de estos estadísticos fuera del rango de -2
a +2 indican desviaciones significativas de la normalidad, las cuales tenderían
a invalidar muchos de los procedimientos estadísticos que se aplican
habitualmente a estos datos. En este caso, las siguientes variables muestran
valores de sesgo estandarizado y de curtosis estandarizada fuera del rango
esperado:
- pH.aer
- t.aer
- P.R.aer
Las siguientes variables muestran curtosis estandarizada fuera del
rango esperado:
- pH.aer
- P.R.aer
Se le llama Sesgo de un estimador a la diferencia entre su
esperanza o predicción matemática y el valor numérico del parámetro que
estima, en el caso de la Curtosis es una medida que sirve para analizar el
grado de concentración que presentan los valores de una variable analizada
alrededor de la zona central de la distribución de frecuencias, sin necesidad de
generar el gráfico, en otras palabras; se puede identificar si existe una gran
concentración de valores (Leptocúrtica), una concentración normal
(Mesocúrtica) ó una baja concentración (Platicúrtica) en los datos que
presentan una distribución normal.
105
10
5
Cuadro 19. Correlación Ordinal de Spearman para el tratamiento 0
Corr. Sper. Voltaje IC ph.ana ph.aer t.ana t.aer P.R.ana P.R.aer Cond.ana Cond.aer SDT.ana SDT.aer Sal.ana Sal.aer
Voltaje 1 -0,37 0,41 -0,02 -0,04 0,36 -0,38 0,24 0,46 0,24 0,46 0,23 0,37
0 0,32 0,28 0,95 0,92 0,34 0,31 0,53 0,22 0,53 0,22 0,54 0,33
IC 1
-0,37 0,41 -0,02 -0,04 0,36 -0,38 0,24 0,46 0,24 0,46 0,23 0,37
0
0,32 0,28 0,95 0,92 0,34 0,31 0,53 0,22 0,53 0,22 0,54 0,33
ph.ana -0,37 -0,37
0,06 0,40 0,30 -0,99 -0,53 -0,56 -0,23 -0,56 -0,23 -0,56 -0,21
0,32 0,32
0,87 0,29 0,43 0,01 0,16 0,14 0,53 0,14 0,53 0,14 0,59
ph.aer 0,41 0,41 0,06
0,30 0,15 -0,01 -0,61 0,49 0,32 0,49 0,32 0,55 0,22
0,28 0,28 0,87
0,43 0,70 0,97 0,10 0,19 0,40 0,19 0,40 0,15 0,57
t.ana -0,02 -0,02 0,40 0,30
0,93 -0,33 -0,04 -0,37 0,47 -0,37 0,47 -0,30 0,56
0,95 0,95 0,29 0,43
0,01 0,39 0,92 0,32 0,22 0,32 0,22 0,42 0,14
t.aer -0,04 -0,04 0,30 0,15 0,93
-0,25 0,16 -0,33 0,68 -0,33 0,68 -0,29 0,77
0,92 0,92 0,43 0,70 0,01
0,51 0,67 0,38 0,07 0,38 0,07 0,45 0,04
P.R.ana 0,36 0,36 -0,99 -0,01 -0,33 -0,25
0,54 0,54 0,25 0,54 0,25 0,56 0,22
0,34 0,34 0,01 0,97 0,39 0,51
0,15 0,15 0,52 0,15 0,52 0,14 0,57
P.R.aer -0,38 -0,38 -0,53 -0,61 -0,04 0,16 0,54
-0,06 0,15 -0,06 0,15 -0,05 0,23
0,31 0,31 0,16 0,10 0,92 0,67 0,15
0,87 0,70 0,87 0,70 0,90 0,54
Cond.ana 0,24 0,24 -0,56 0,49 -0,37 -0,33 0,54 -0,06
0,15 1,00 0,15 0,99 0,13
0,53 0,53 0,14 0,19 0,32 0,38 0,15 0,87
0,70 0,00 0,70 0,01 0,74
Cond.aer 0,46 0,46 -0,23 0,32 0,47 0,68 0,25 0,15 0,15
0,15 1,00 0,16 0,96
0,22 0,22 0,53 0,40 0,22 0,07 0,52 0,70 0,70
0,70 0,00 0,67 0,01
SDT.ana 0,24 0,24 -0,56 0,49 -0,37 -0,33 0,54 -0,06 1,00 0,15
0,15 0,99 0,13
0,53 0,53 0,14 0,19 0,32 0,38 0,15 0,87 0,00 0,70
0,70 0,01 0,74
SDT.aer 0,46 0,46 -0,23 0,32 0,47 0,68 0,25 0,15 0,15 1,00 0,15
0,16 0,96
0,22 0,22 0,53 0,40 0,22 0,07 0,52 0,70 0,70 0,00 0,70
0,67 0,01
Sal.ana 0,23 0,23 -0,56 0,55 -0,30 -0,29 0,56 -0,05 0,99 0,16 0,99 0,16
0,14
106
10
6
0,54 0,54 0,14 0,15 0,42 0,45 0,14 0,90 0,01 0,67 0,01 0,67
0,71
Sal.aer 0,37 0,37 -0,21 0,22 0,56 0,77 0,22 0,23 0,13 0,96 0,13 0,96 0,14
0,33 0,33 0,59 0,57 0,14 0,04 0,57 0,54 0,74 0,01 0,74 0,01 0,71
107
Este cuadro muestra las correlaciones por rango de Spearman,
entre cada par de variables. El rango de estos coeficientes de correlación va
de -1 a +1, y miden la fuerza de la asociación entre las variables.
En contraste con las correlaciones de Pearson más comunes, los
coeficientes de Spearman se calculan a partir del orden (ranks) de los datos,
más que de sus valores mismos. En consecuencia, son menos sensibles a
valores aberrantes (outliers) que los coeficientes de Pearson. También se
muestra, entre paréntesis, el número de pares de datos utilizados para calcular
cada coeficiente. El tercer número en cada bloque del cuadro es un valor-P que
prueba la significancia estadística de las correlaciones estimadas. Valores-P
abajo de 0,05 indican correlaciones significativamente diferentes de cero, con
un nivel de confianza del 95,0%. Los siguientes pares de variables tienen
valores-P por debajo de 0,05:
- Voltaje y IC
- ph.ana y P.R.ana
- t.ana y t.aer
- t.aer y Sal.aer
- Cond.ana y SDT.ana
- Cond.ana y Sal.ana
- Cond.aer y SDT.aer
- Cond.aer y Sal.aer
- SDT.ana y Sal.ana
- SDT.aer y Sal.aer
- Análisis Multivariado - tratamiento 1
Por medio del software Statgraphics se procedió a realizar el
análisis multivariado.
Datos/Variables:
Voltaje (V), IC (uA), pH.ana (H+), pH.aer (H+), t.ana (ªC), t.aer (ªC),
P.R.ana (mV), P.R.aer (mV), Cond.ana (mS), Cond.aer (mS), SDT.ana (mg/l),
SDT.aer (mg/l), Sal.ana (%NaCl) y Sal.aer (%NaCl).
108
Este procedimiento está diseñado para resumir los datos
cuantitativos. Calculará varios estadísticos, incluyendo correlaciones,
covarianzas y correlaciones parciales. En el procedimiento también están
incluidas una serie de gráficas multivariadas, que proporcionan vistas
interesantes de los datos.
109
10
9
Cuadro 20. Resumen estadístico del tratamiento 1
Análisis Est. Voltaje IC ph.ana ph.aer t.ana t.aer P.R.ana P.R.aer Cond.ana Cond.aer SDT.ana SDT.aer Sal.ana Sal.aer
Recuento 8,00 8,00 8,00 8,00 8,00 8,00 8,00 8,00 8,00 8,00 8,00 8,00 8,00 8,00
Promedio 8,22 83,40 6,64 7,36 41,50 25,58 17,28 -14,19 6,30 1,58 3,15 0,68 12,16 3,08 Desviación Estándar
1,25 12,28 0,30 0,19 1,39 0,95 8,51 12,74 1,00 0,47 0,50 0,36 1,93 0,91
Coeficiente de Variación
0,15 0,15 0,05 0,03 0,03 0,04 0,49 -0,90 0,16 0,30 0,16 0,53 0,16 0,30
Mínimo 6,97 70,07 6,01 7,05 40,00 24,40 7,50 -28,30 4,66 0,88 2,33 0,00 9,00 1,70
Máximo 10,96 108,34 6,94 7,59 43,00 27,00 26,50 6,90 8,13 2,41 4,06 1,21 15,70 4,70
Rango 3,99 38,27 0,93 0,54 3,00 2,60 19,00 35,20 3,47 1,53 1,73 1,21 6,70 3,00
Sesgo Estandarizado
1,99 1,47 -1,52 -0,26 0,00 0,97 -0,08 0,69 0,23 0,20 0,22 -0,76 0,25 0,26
Curtosis Estandarizada
2,08 0,95 1,40 -0,57 -1,21 -0,25 -1,34 -0,41 0,91 0,31 0,92 0,70 0,98 0,43
110
Este cuadro muestra el resumen estadístico para cada una de las
variables seleccionadas. Incluye medidas de tendencia central, de variabilidad,
y de forma. De particular interés aquí es el sesgo estandarizado y la curtosis
estandarizada, las cuales pueden usarse para determinar si la muestra
proviene de una distribución normal. Valores de estos estadísticos fuera del
rango de -2 a +2 indican desviaciones significativas de la normalidad, las
cuales tenderían a invalidar muchos de los procedimientos estadísticos que se
aplican habitualmente a estos datos. En este caso, no se mostró ninguna
variable con valores de sesgo estandarizado y de curtosis estandarizada fuera
del rango esperado.
Las siguientes variables muestran curtosis estandarizada fuera del
rango esperado:
- Voltaje
Se le llama Sesgo de un estimador a la diferencia entre su
esperanza o predicción matemática y el valor numérico del parámetro que
estima, en el caso de la Curtosis es una medida que sirve para analizar el
grado de concentración que presentan los valores de una variable analizada
alrededor de la zona central de la distribución de frecuencias, sin necesidad de
generar el gráfico, en otras palabras; se puede identificar si existe una gran
concentración de valores (Leptocúrtica), una concentración normal
(Mesocúrtica) o una baja concentración (Platicúrtica) en los datos que
presentan una distribución normal.
111
11
1
Cuadro 21. Correlación Ordinal de Spearman del tratamiento 1
Corr. Spr Voltaje IC ph.ana ph.aer t.ana t.aer P.R.ana P.R.aer Cond.ana Cond.aer SDT.ana SDT.aer Sal.ana Sal.aer
Voltaje 0,88 -0,65 -0,22 0,06 0,63 0,82 0,27 0,41 0,46 0,41 0,04 0,41 0,46
0,02 0,09 0,57 0,87 0,10 0,03 0,48 0,28 0,23 0,28 0,92 0,28 0,23
IC 0,88
-0,52 -0,16 -0,06 0,61 0,66 0,28 0,54 0,23 0,54 0,12 0,54 0,23
0,02
0,17 0,68 0,87 0,10 0,08 0,46 0,15 0,54 0,15 0,75 0,15 0,54
ph.ana -0,65 -0,52
0,46 0,03 -0,63 -0,76 -0,49 -0,02 -0,61 -0,02 -0,18 -0,02 -0,61
0,09 0,17
0,22 0,93 0,09 0,05 0,20 0,95 0,11 0,95 0,63 0,95 0,11
ph.aer -0,22 -0,16 0,46
-0,54 -0,24 -0,71 -0,98 -0,27 0,32 -0,27 0,47 -0,27 0,32
0,57 0,68 0,22
0,15 0,52 0,06 0,01 0,48 0,40 0,48 0,21 0,48 0,40
t.ana 0,06 -0,06 0,03 -0,54
0,10 0,35 0,48 0,29 -0,29 0,29 -0,63 0,29 -0,29
0,87 0,87 0,93 0,15
0,80 0,35 0,21 0,45 0,45 0,45 0,09 0,45 0,45
t.aer 0,63 0,61 -0,63 -0,24 0,10
0,68 0,37 0,68 0,44 0,68 -0,08 0,68 0,44
0,10 0,10 0,09 0,52 0,80
0,07 0,33 0,07 0,25 0,07 0,82 0,07 0,25
P.R.ana 0,82 0,66 -0,76 -0,71 0,35 0,68
0,73 0,49 0,22 0,49 -0,28 0,49 0,22
0,03 0,08 0,05 0,06 0,35 0,07
0,05 0,20 0,56 0,20 0,46 0,20 0,56
P.R.aer 0,27 0,28 -0,49 -0,98 0,48 0,37 0,73
0,41 -0,34 0,41 -0,50 0,41 -0,34
0,48 0,46 0,20 0,01 0,21 0,33 0,05
0,27 0,37 0,27 0,19 0,27 0,37
Cond.ana 0,41 0,54 -0,02 -0,27 0,29 0,68 0,49 0,41
-0,27 1,00 -0,52 1,00 -0,27
0,28 0,15 0,95 0,48 0,45 0,07 0,20 0,27
0,48 0,00 0,17 0,00 0,48
Cond.aer 0,46 0,23 -0,61 0,32 -0,29 0,44 0,22 -0,34 -0,27
-0,27 0,57 -0,27 1,00
0,23 0,54 0,11 0,40 0,45 0,25 0,56 0,37 0,48
0,48 0,13 0,48 0,00
SDT.ana 0,41 0,54 -0,02 -0,27 0,29 0,68 0,49 0,41 1,00 -0,27
-0,52 1,00 -0,27
0,28 0,15 0,95 0,48 0,45 0,07 0,20 0,27 0,00 0,48
0,17 0,00 0,48
SDT.aer 0,04 0,12 -0,18 0,47 -0,63 -0,08 -0,28 -0,50 -0,52 0,57 -0,52
-0,52 0,57
0,92 0,75 0,63 0,21 0,09 0,82 0,46 0,19 0,17 0,13 0,17
0,17 0,13
Sal.ana 0,41 0,54 -0,02 -0,27 0,29 0,68 0,49 0,41 1,00 -0,27 1,00 -0,52
-0,27
0,28 0,15 0,95 0,48 0,45 0,07 0,20 0,27 0,00 0,48 0,00 0,17
0,48
Sal.aer 0,46 0,23 -0,61 0,32 -0,29 0,44 0,22 -0,34 -0,27 1,00 -0,27 0,57 -0,27
0,23 0,54 0,11 0,40 0,45 0,25 0,56 0,37 0,48 0,00 0,48 0,13 0,48
112
Este cuadro muestra las correlaciones por rango de Spearman,
entre cada par de variables. El rango de estos coeficientes de correlación va
de -1 a +1, y miden la fuerza de la asociación entre las variables. En contraste
con las correlaciones de Pearson más comunes, los coeficientes de Spearman
se calculan a partir del orden (ranks) de los datos, más que de sus valores
mismos. En consecuencia, son menos sensibles a valores aberrantes (outliers)
que los coeficientes de Pearson. El tercer número en cada bloque del cuadro
es un valor-P que prueba la significancia estadística de las correlaciones
estimadas. Valores-P abajo de 0,05 indican correlaciones significativamente
diferentes de cero, con un nivel de confianza del 95,0%. Los siguientes pares
de variables tienen valores-P por debajo de 0,05:
- Voltaje y IC
- Voltaje y P.R.ana
- ph.ana y P.R.ana
- ph.aer y P.R.aer
- Cond.ana y SDT.ana
- Cond.ana y Sal.ana
- Cond.aer y Sal.aer
- SDT.ana y Sal.ana
- Análisis Multivariado - tratamiento 2
Por medio del software Statgraphics se procedió a realizar el
análisis multivariado
Datos/Variables:
Voltaje (V), IC (uA), pH.ana (H+), pH.aer (H+), t.ana (ªC), t.aer (ªC),
P.R.ana (mV), P.R.aer (mV), Cond.ana (mS), Cond.aer (mS), SDT.ana (mg/l),
SDT.aer (mg/l), Sal.ana (%NaCl) y Sal.aer (%NaCl).
Este procedimiento está diseñado para resumir los datos
cuantitativos. Calculará varios estadísticos, incluyendo correlaciones,
113
covarianzas y correlaciones parciales. En el procedimiento también están
incluidas una serie de gráficas multivariadas, que proporcionan vistas
interesantes de los datos.
Cuadro 22. Resumen estadístico del tratamiento 2
Análisis Est. Voltaje IC ph.ana ph.aer t.ana t.aer P.R.ana
Recuento 8,00 8,00 8,00 8,00 8,00 8,00 8,00 Promedio 17,89 180,63 6,55 7,49 88,19 25,58 17,28 Desviación Estándar
6,39 64,55 0,29 0,19 132,06 0,95 8,51
Coeficiente de Variación
0,36 0,36 0,04 0,03 1,50 0,04 0,49
Mínimo 10,38 104,79 5,92 7,18 40,00 24,40 7,50 Máximo 29,66 299,60 6,85 7,72 415,00 27,00 26,50 Rango 19,28 194,81 0,93 0,54 375,00 2,60 19,00 Sesgo Estandarizado
0,93 0,93 -1,79 -0,26 3,27 0,97 -0,08
Curtosis Estandarizada
0,05 0,05 2,00 -0,57 4,62 -0,25 -1,34
Cuadro 23. Resumen estadístico del tratamiento 2
Análisis Est. P.R.aer Cond.ana Cond.aer SDT.ana SDT.aer Sal.ana Sal.aer
Recuento 8,00 8,00 8,00 8,00 8,00 8,00 8,00
Promedio -14,19 6,30 1,58 3,15 0,79 12,16 3,08
Desviación Estándar
12,74 1,00 0,47 0,50 0,24 1,93 0,91
Coeficiente de Variación
-0,90 0,16 0,30 0,16 0,30 0,16 0,30
Mínimo -28,30 4,66 0,88 2,33 0,44 9,00 1,70
Máximo 6,90 8,13 2,41 4,06 1,21 15,70 4,70
Rango 35,20 3,47 1,53 1,73 0,77 6,70 3,00 Sesgo Estandarizado
0,69 0,23 0,20 0,22 0,25 0,25 0,26
Curtosis Estandarizada
-0,41 0,91 0,31 0,92 0,33 0,98 0,43
Este cuadro muestra el resumen estadístico para cada una de las
variables seleccionadas. Incluye medidas de tendencia central, de variabilidad,
y de forma. De particular interés aquí es el sesgo estandarizado y la curtosis
estandarizada, las cuales pueden usarse para determinó r si la muestra
114
proviene de una distribución normal. Valores de estos estadísticos fuera del
rango de -2 a +2 indican desviaciones significativas de la normalidad, las
cuales tenderían a invalidar muchos de los procedimientos estadísticos que se
aplican habitualmente a estos datos. en este caso, las siguientes variables
muestran valores de sesgo estandarizado y de curtosis estandarizada fuera del
rango esperado:
- t.ana
Las siguientes variables muestran curtosis estandarizada fuera del
rango esperado:
- t.ana
Se le llama Sesgo de un estimador a la diferencia entre su
esperanza o predicción matemática y el valor numérico del parámetro que
estima, en el caso de la Curtosis es una medida que sirve para analizar el
grado de concentración que presentan los valores de una variable analizada
alrededor de la zona central de la distribución de frecuencias, sin necesidad de
generar el gráfico, en otras palabras; se puede identificar si existe una gran
concentración de valores (Leptocúrtica), una concentración normal
(Mesocúrtica) ó una baja concentración (Platicúrtica) en los datos que
presentan una distribución normal.
115
11
5
Cuadro 24. Correlación Ordinal de Spearman del tratamiento 2
Voltaje IC ph.ana ph.aer t.ana t.aer P.R.ana P.R.aer Cond.ana Cond.aer SDT.ana SDT.aer Sal.ana Sal.aer
Voltaje 1,00 -0,67 -0,53 0,00 0,75 0,92 0,55 0,29 0,53 0,29 0,53 0,29 0,53
0,00 0,07 0,16 1,00 0,05 0,02 0,14 0,44 0,16 0,44 0,16 0,44 0,16
IC 1
-0,67 -0,53 0,00 0,75 0,92 0,55 0,29 0,53 0,29 0,53 0,29 0,53
0,00
0,07 0,16 1,00 0,05 0,02 0,14 0,44 0,16 0,44 0,16 0,44 0,16
ph.ana -0,67 -0,67
0,51 -0,28 -0,37 -0,60 -0,53 0,09 -0,35 0,09 -0,35 0,09 -0,35
0,07 0,07
0,18 0,46 0,33 0,11 0,16 0,81 0,36 0,81 0,36 0,81 0,36
ph.aer -0,53 -0,53 0,51
-0,23 -0,24 -0,71 -0,98 -0,27 0,32 -0,27 0,32 -0,27 0,32
0,16 0,16 0,18
0,55 0,52 0,06 0,01 0,48 0,40 0,48 0,40 0,48 0,40
t.ana 0,00 0,00 -0,28 -0,23
-0,08 -0,08 0,18 -0,23 -0,03 -0,23 -0,03 -0,23 -0,03
1,00 1,00 0,46 0,55
0,84 0,84 0,64 0,55 0,95 0,55 0,95 0,55 0,95
t.aer 0,75 0,75 -0,37 -0,24 -0,08
0,68 0,37 0,68 0,44 0,68 0,44 0,68 0,44
0,05 0,05 0,33 0,52 0,84
0,07 0,33 0,07 0,25 0,07 0,25 0,07 0,25
P.R.ana 0,92 0,92 -0,60 -0,71 -0,08 0,68
0,73 0,49 0,22 0,49 0,22 0,49 0,22
0,02 0,02 0,11 0,06 0,84 0,07
0,05 0,20 0,56 0,20 0,56 0,20 0,56
P.R.aer 0,55 0,55 -0,53 -0,98 0,18 0,37 0,73
0,41 -0,34 0,41 -0,34 0,41 -0,34
0,14 0,14 0,16 0,01 0,64 0,33 0,05
0,27 0,37 0,27 0,37 0,27 0,37
Cond.ana 0,29 0,29 0,09 -0,27 -0,23 0,68 0,49 0,41
-0,27 1,00 -0,27 1,00 -0,27
0,44 0,44 0,81 0,48 0,55 0,07 0,20 0,27
0,48 0,00 0,48 0,00 0,48
Cond.aer 0,53 0,53 -0,35 0,32 -0,03 0,44 0,22 -0,34 -0,27
-0,27 1,00 -0,27 1,00
0,16 0,16 0,36 0,40 0,95 0,25 0,56 0,37 0,48
0,48 0,00 0,48 0,00
SDT.ana 0,29 0,29 0,09 -0,27 -0,23 0,68 0,49 0,41 1,00 -0,27
-0,27 1,00 -0,27
0,44 0,44 0,81 0,48 0,55 0,07 0,20 0,27 0,00 0,48
0,48 0,00 0,48
116
11
6
Voltaje IC ph.ana ph.aer t.ana t.aer P.R.ana P.R.aer Cond.ana Cond.aer SDT.ana SDT.aer Sal.ana Sal.aer
SDT.aer 0,53 0,53 -0,35 0,32 -0,03 0,44 0,22 -0,34 -0,27 1,00 -0,27
-0,27 1,00
0,16 0,16 0,36 0,40 0,95 0,25 0,56 0,37 0,48 0,00 0,48
0,48 0,00
Sal.ana 0,29 0,29 0,09 -0,27 -0,23 0,68 0,49 0,41 1,00 -0,27 1,00 -0,27
-0,27
0,44 0,44 0,81 0,48 0,55 0,07 0,20 0,27 0,00 0,48 0,00 0,48
0,48
Sal.aer 0,53 0,53 -0,35 0,32 -0,03 0,44 0,22 -0,34 -0,27 1,00 -0,27 1,00 -0,27
0,16 0,16 0,36 0,40 0,95 0,25 0,56 0,37 0,48 0,00 0,48 0,00 0,48
117
Este cuadro muestra las correlaciones por rango de Spearman,
entre cada par de variables. El rango de estos coeficientes de correlación va
de -1 a +1, y miden la fuerza de la asociación entre las variables. En contraste
con las correlaciones de Pearson más comunes, los coeficientes de Spearman
se calculan a partir del orden (ranks) de los datos, más que de sus valores
mismos. En consecuencia, son menos sensibles a valores aberrantes (outliers)
que los coeficientes de Pearson. También se muestra, entre paréntesis, el
número de pares de datos utilizados para calcular cada coeficiente. El tercer
número en cada bloque del cuadro es un valor-P que prueba la significancia
estadística de las correlaciones estimadas. Valores-P abajo de 0,05 indican
correlaciones significativamente diferentes de cero, con un nivel de confianza
del 95,0%. Los siguientes pares de variables tienen valores-P por debajo de
0,05:
- ph.aer y P.R.aer
- Cond.ana y SDT.ana
- Cond.ana y Sal.ana
- Cond.aer y SDT.aer
- Cond.aer y Sal.aer
- SDT.ana y Sal.ana
- SDT.aer y Sal.aer
4.2.2. Análisis de Componentes Principales
o ACP – tratamiento 0, tratamiento 1 y tratamiento 2 Cuadro 25. Estadística descriptica
Parámetros Media Desviación típica N del
análisis
VOLTAJE 11,88 5,67 25
CORRIENTE 119,89 57,17 25
PHanerobico 6,15 0,68 25
PHaerobica 7,32 0,23 25
TEMPanaerobico 51,07 76,22 25
TEMPaerobica 25,33 0,88 25
PotRed.anaerobico 42,20 38,58 25
PotRed.aerobica -11,07 12,40 25
118
Parámetros Media Desviación típica N del
análisis
CONDUCT.anerobico 7,51 2,40 25
CONDUCT.aerobica 2,18 1,12 25
SDT.anaerobico 3,75 1,20 25
SDT.aerobica 1,03 0,62 25
SALINIDAD.anaerobico 8,21 5,83 25
SALINIDAD.aerobica 2,06 1,58 25
Se introdujo todos los datos y variables de cada tratamiento, para
tener un mayor enfoque en la correlación por cada par de variables como si
fuera consecutivo los tratamientos, los 8 primeros días tratamiento 0, 8 días
seguidos con el tratamiento 1 y los 8 días finales con el tratamiento 2, más el
dato del día que se evaluó sin compost.
Cuadro 26. KMO y prueba de Bartlett
KMO y prueba de Bartlett
Medida de adecuación muestral de Kaiser-Meyer-Olkin.
0,623
Prueba de esfericidad de
Bartlett
Chi-cuadrado aproximado
723,680
gl 91
Sig. 0,000
La medida de adecuación muestral KMO contrasta si las
correlaciones parciales entre las variables son suficientemente pequeñas.
Permite comparar la magnitud de los coeficientes de correlación observados
con la magnitud de los coeficientes de correlación parcial. El KMO varía de 0 a
1, los valores pequeños indican que el análisis factorial puede no ser una
buena idea, dado que las correlaciones entre los pares de variables no pueden
ser explicadas por otras variables. En el estudio se consideraron los datos
mayores a 0.5 para evitar datos mediocres, siendo seleccionados todos los
datos de estudio.
119
Cuadro 27. Comunalidades
Parámetros Inicial Extracción
VOLTAJE 1,000 0,922
CORRIENTE 1,000 0,923
PHanerobico 1,000 0,870
PHaerobica 1,000 0,896
TEMPanaerobico 1,000 0,271
TEMPaerobica 1,000 0,546
PotRed.anaerobico 1,000 0,972
PotRed.aerobica 1,000 0,812
CONDUCT.anerobico 1,000 0,772
CONDUCT.aerobica 1,000 0,898
SDT.anaerobico 1,000 0,772
SDT.aerobica 1,000 0,873
SALINIDAD.anaerobico 1,000 0,892
SALINIDAD.aerobica 1,000 0,826
La comunalidad de cada variable es la proporción de su varianza,
con el modelo se puede valorar cuales de las variables son peor explicadas por
el modelo. En el caso del cuadro la variable TEMP.anaerobico es la peor
explicada ya que el modelo solo es capaz de reproducir el 27.1% de su
variabilidad original. Según el método de extracción de Componentes
Principales asume que es posible explicar el 100% de la varianza observada y
por ello todas las comunalidades iniciales son iguales a la unidad (que es
justamente la varianza de una variable en puntuaciones típicas).
120
12
0
Cuadro 28. Varianza total explicada
Componente Autovalores iniciales
Sumas de las saturaciones al cuadrado de la extracción
Suma de las saturaciones al cuadrado de la rotación
Total % de la varianza
% acumulado
Total % de la varianza
% acumulado
Total % de la varianza
% acumulado
1 7,254 51,814 51,814 7,254 51,814 51,814 6,007 42,907 42,907
2 2,432 17,372 69,186 2,432 17,372 69,186 2,621 18,721 61,628
3 1,556 11,115 80,301 1,556 11,115 80,301 2,614 18,673 80,301
4 ,939 6,710 87,012
5 ,772 5,512 92,524
6 ,534 3,811 96,335
7 ,261 1,864 98,199
8 ,149 1,067 99,265
9 ,045 ,320 99,585
10 ,036 ,259 99,844
11 ,019 ,139 99,983
12 ,002 ,015 99,998
13 ,000 ,002 100,000
14 1,22x10-06 8,72x10-06 100,000
121
En el cuadro 28 se muestra la lista de auto-valores de la matriz de
varianza-covarianzas y del porcentaje de varianza que presenta cada uno de
ellos. Los autovalores expresan la cantidad de la varianza total que esta
explicada por cada factor; se extraen factores como autovalores mayores que 1
tiene la matriz analizada. En la matriz hay 3 autovalores mayores a 1 que
consiguen explicar el 80.3 % de la varianza de los datos originales. Si
quisiéramos un mínimo del 90% de la variabilidad contenida en los datos, sería
necesario extraer cuatro factores. Normalmente lo que cambia en el proceso de
rotación es el porcentaje de varianza total explicada por cada factor (y cambia
tanto más cuanto más éxito tiene la rotación). En nuestro caso, podremos
comprobar que las sumas de los cuadrados de las saturaciones no coinciden
con las de la extracción no rotada, aunque difiere un poco (por lo que podemos
pensar que la rotación no mejora demasiado la interpretación de la solución
factorial y que la extracción inicial ofrece ya una solución suficientemente
clara). El cuadro recoge las sumas de cuadrados de las saturaciones de las
variables en cada factor ya que cumple con las restricciones de ser ortogonales
entre sí, pero si no fueran ortogonales como consecuencia la varianza de la
suma de los factores ya no es igual a la suma de las varianzas de los factores.
Cuadro 29. Matriz de componentes
Parámetros Componente
1 2 3
VOLTAJE -0,247 0,887 -0,271
CORRIENTE -0,251 0,884 -0,279
PHanerobico -0,930 -0,062 0,037
PHaerobica -0,597 0,323 0,660
TEMPanaerobico -0,320 0,030 0,410
TEMPaerobica -0,320 0,666 0,009
PotRed.anaerobico 0,979 0,115 -0,027
PotRed.aerobica 0,579 0,041 -0,689
CONDUCT.anerobico 0,851 0,179 0,123
CONDUCT.aerobica 0,817 0,306 0,370
SDT.anaerobico 0,851 0,178 0,124
SDT.aerobica 0,791 0,339 0,363
SALINIDAD.anaerobico -0,934 0,026 -0,134
SALINIDAD.aerobicaa -0,892 0,152 0,084
122
Cuadro 30. Matriz de componentes rotados
Parámetros Componente
1 2 3
VOLTAJE -0,055 -0,027 0,958 CORRIENTE -0,064 -0,033 0,958 PHanerobico -0,819 0,425 0,137 PHaerobica -0,176 0,887 0,280 TEMPanaerobico -0,115 0,508 0,002 TEMPaerobica -0,079 0,227 0,698 PotRed.anaerobico 0,881 -0,430 -0,099 PotRed.aerobica 0,258 -0,860 0,075 CONDUCT.anerobico 0,846 -0,234 -0,045 CONDUCT.aerobica 0,947 0,018 0,023 SDT.anaerobico 0,846 -0,233 -0,047 SDT.aerobica 0,932 0,027 0,062 SALINIDAD.anaerobico -0,862 0,285 0,261 SALINIDAD.aerobicaa -0,704 0,477 0,319
La rotación de la solución original se realiza con el objetivo de
mejorar la interpretación de la estructura factorial. Las restricciones de la auto-
descomposición de la matriz de correlaciones ya que imponen que el primer
factor explique el máximo de la varianza común disponible en los datos, que el
segundo factor explique el máximo de la varianza común restante
(independiente de la explicada por el primer factor) y así hasta el último factor.
Estas restricciones se imponen para deshacer la indeterminación intrínseca a la
solución del sistema homogéneo de ecuaciones que da lugar a los
autovectores. Un efecto indeseable de estas restricciones es que los primeros
factores tienden a capitalizar la información de covariación contenida en la
matriz de correlaciones, acumulando más información de la que posiblemente
les corresponda. Esto se aprecia más en los primeros factores, suelen
encontrarse infladas, llevando esto a conceder excesiva importancia a los
primeros factores.
Cuando las variables saturan en más de un factor o existe un factor
general que domina la solución, la rotación puede ser de gran utilidad para
interpretar los resultados. Otro motivo es que los factores no rotados son
siempre independientes entre sí. Si se desea estimar el grado de relación
123
existente entre los factores, debe recurrirse a una rotación oblicua. Según los
resultados mostrados en el cuadro la rotación ha convergido en 5 iteraciones.
Cuadro 31. Matriz de transformación de las componentes
Componente 1 2 3
1 0,876 -0,430 -0,219
2 0,297 0,124 0,947
3 0,380 0,895 -0,236
La matriz de transformación es utilizada para rotar la solución
inicial. Para realizar la rotación el programa SPSS se basó en la siguiente
ecuación (ANÁLISIS Factorial).
𝐴∗ = 𝐴𝑇 (30)
𝑐𝑜𝑛 {𝑇 = (𝑐𝑜𝑠∅ 𝑠𝑒𝑛∅
−𝑠𝑒𝑛∅ 𝑐𝑜𝑠∅)} Si la rotación se hace en el sentido horario (31)
𝑐𝑜𝑛 {𝑇 = (𝑐𝑜𝑠∅ 𝑠𝑒𝑛∅
−𝑠𝑒𝑛∅ 𝑐𝑜𝑠∅)} Si la rotación se hace en el sentido contrario (32)
Donde A es la matriz de la estructura factorial antes de rotar, T es
la matriz de transformación y A* es la estructura factorial rotada.
Figura 48. Representación en 3D de componentes en espacio rotado
124
Cuadro 32. Matriz de coeficientes para el cálculo de las puntuaciones en las
componentes
Parámetros Componente
1 2 3
VOLTAJE 0,013 -0,096 0,394
CORRIENTE 0,009 -0,101 0,394
PHanerobico -0,111 0,073 -0,001
PHaerobica 0,128 0,431 0,043
TEMPanaerobico 0,065 0,256 -0,041
TEMPaerobica 0,045 0,058 0,268
PotRed.anaerobico 0,126 -0,067 0,019
PotRed.aerobica -0,093 -0,428 0,103
CONDUCT.anerobico 0,155 0,029 0,026
CONDUCT.aerobica 0,226 0,180 0,038
SDT.anaerobico 0,155 0,030 0,025
SDT.aerobica 0,225 0,179 0,053
SALINIDAD.anaerobico -0,142 -0,020 0,059
SALINIDAD.aerobicaa -0,069 0,109 0,073
Se hace las puntuaciones de los sujetos en cada uno de los
factores resultantes de la extracción a fin de valorar la situación relativa de
cada sujeto en esas “dimensiones ocultas” capaces de resumir la información
contenida en las variables originales. Es recomendable usar el método de
regresión con una rotación oblicua y asegurar así la posibilidad de explotar las
relaciones existentes entre los factores. Para solicitar las estimaciones de las
puntuaciones factoriales.
Finalmente combinando cada variable con sus correspondientes
coeficientes pueden construirse las dos ecuaciones lineales en las que se basa
el cálculo de las puntuaciones factoriales:
𝐶1 = 0.013𝑥𝑉𝑜𝑙𝑡 + 0.009𝑥𝐼𝐶 − 0.111𝑥𝑝𝐻𝑎𝑛𝑎 + 0.128𝑥𝑝𝐻𝑎𝑒𝑟 +
0.065𝑥𝑇º𝑎𝑛𝑎 + 0.045𝑥𝑇º𝑎𝑒𝑟 + 0.126𝑥𝑃. 𝑅. 𝑎𝑛𝑎 − 0.093𝑥𝑃. 𝑅. 𝑎𝑒𝑟 +
0.155𝑥𝐶𝑜𝑛𝑑. 𝑎𝑛𝑎 + 0.226𝑥𝐶𝑜𝑛𝑑. 𝑎𝑒𝑟 + 0.155𝑥𝑆𝐷𝑇𝑎𝑛𝑎 + 0.225𝑥𝑆𝐷𝑇𝑎𝑒𝑟 −
0.142𝑆𝑎𝑙. 𝑎𝑛𝑎 − 0.069𝑥𝑆𝑎𝑙. 𝑎𝑒𝑟 (33)
125
𝐶2 = −0.096𝑥𝑉𝑜𝑙𝑡 − 0.101𝑥𝐼𝐶 + 0.073𝑥𝑝𝐻𝑎𝑛𝑎 + 0.431𝑥𝑝𝐻𝑎𝑒𝑟 +
0.256𝑥𝑇º𝑎𝑛𝑎 + 0.058𝑥𝑇º𝑎𝑒𝑟 − 0.067𝑥𝑃. 𝑅. 𝑎𝑛𝑎 − 0.428𝑥𝑃. 𝑅. 𝑎𝑒𝑟 +
0.029𝑥𝐶𝑜𝑛𝑑. 𝑎𝑛𝑎 + 0.180𝑥𝐶𝑜𝑛𝑑. 𝑎𝑒𝑟 + 0.030𝑥𝑆𝐷𝑇𝑎𝑛𝑎 + 0.179𝑥𝑆𝐷𝑇𝑎𝑒𝑟 −
0.020𝑆𝑎𝑙. 𝑎𝑛𝑎 + 0.109𝑥𝑆𝑎𝑙. 𝑎𝑒𝑟 (34)
𝐶3 = 0.394𝑥𝑉𝑜𝑙𝑡 + 0.394𝑥𝐼𝐶 − 0.001𝑥𝑝𝐻𝑎𝑛𝑎 + 0.043𝑥𝑝𝐻𝑎𝑒𝑟 −
0.041𝑥𝑇º𝑎𝑛𝑎 + 0.268𝑥𝑇º𝑎𝑒𝑟 + 0.019𝑥𝑃. 𝑅. 𝑎𝑛𝑎 − 0.103𝑥𝑃. 𝑅. 𝑎𝑒𝑟 +
0.026𝑥𝐶𝑜𝑛𝑑. 𝑎𝑛𝑎 + 0.038𝑥𝐶𝑜𝑛𝑑. 𝑎𝑒𝑟 + 0.025𝑥𝑆𝐷𝑇𝑎𝑛𝑎 + 0.053𝑥𝑆𝐷𝑇𝑎𝑒𝑟 +
0.059𝑆𝑎𝑙. 𝑎𝑛𝑎 + 0.073𝑥𝑆𝑎𝑙. 𝑎𝑒𝑟 (35)
Las puntuaciones factoriales se encuentran en formato diferencial,
por lo que una puntuación de cero se corresponde con una puntuación factorial
igual a la media, las positivas son mayores a la media y las negativas son
menores a la media. Si se desea eliminar los signos negativos siempre es
posible realizar una transformación de las puntuaciones para cambiar la escala
de las nuevas variables. Se puede hacer una descripción de las puntuaciones
factoriales donde nos mostrara el N, mínimo, máximo media igual a 0 y
desviación igual a 1.
o ACP – TRATAMIENTO 1
Datos/Variables:
- Voltaje (V)
- IC (uA)
- pH.ana (H+)
- pH.aer (H+)
- t.ana (ªC)
- t.aer (ªC)
- P.R.ana (mV)
- P.R.aer (mV)
- Cond.ana (mS)
- Cond.aer (mS)
126
- SDT.ana (mg/l)
- SDT.aer (mg/l)
- Sal.ana (%NaCl)
- Sal.aer (%NaCl).
Se escogió el tratamiento con mejores datos en la producción de
voltaje y amperaje sin necesidad de emplea mucha energía.
Cuadro 33. Análisis de Componentes Principales
Numero de Componente
Eigenvalor Porcentaje de
Varianza Porcentaje Acumulado
1 5,73017 40,930 40,930 2 3,47061 24,790 65,720 3 2,58089 18,435 84,155 4 1,1906 8,504 92,659 5 0,688335 4,917 97,576 6 0,27161 1,940 99,516 7 0,0677749 0,484 100,000 8 4,65258x10-16 0,000 100,000 9 2,85735x10-16 0,000 100,000 10 2,20708x10-16 0,000 100,000 11 1,69568x10-16 0,000 100,000 12 0,0 0,000 100,000 13 0,0 0,000 100,000 14 0,0 0,000 100,000
Este procedimiento ejecuta un análisis de componentes principales.
El propósito del análisis es obtener un número reducido de combinaciones
lineales de las 14 variables que expliquen la mayor variabilidad en los datos.
En este caso, 4 componentes se han extraído puesto que 4 componentes
tuvieron eigenvalores mayores o iguales que 1,0. En conjunto ellos explican
92,6591% de la variabilidad en los datos originales.
127
Figura 49. Gráfico de sedimentación
Cuadro 34. Pesos de los Componentes
Variables Componente 1 Componente 2 Componente 3 Componente 4
Voltaje 0,151981 -0,374884 0,295482 -0,100043 IC 0,218946 -0,339215 0,274505 -0,208182 ph.ana 0,121626 0,412927 0,21136 0,202952 ph.aer -0,193224 0,246945 0,461231 0,109239 t.ana 0,207318 -0,0237089 -0,246489 0,583515 t.aer 0,15236 -0,360509 0,304684 0,3267 P.R.ana 0,283358 -0,364365 -0,147407 0,0541053 P.R.aer 0,261028 -0,172773 -0,390762 -0,271004 Cond.ana 0,357839 0,13151 0,240466 -0,0893421 Cond.aer -0,307904 -0,287121 0,189157 0,187405 SDT.ana 0,357326 0,135466 0,23959 -0,0890749 SDT.aer -0,290233 -0,0502069 0,118068 -0,527702 Sal.ana 0,358133 0,137608 0,234551 -0,0947578 Sal.aer -0,314936 -0,283234 0,178758 0,177341
Este cuadro muestra las ecuaciones de los componentes
principales. Por ejemplo, el primer componente principal tiene la ecuación
𝐶1 = 0,151981 ∗ 𝑉𝑜𝑙𝑡𝑎𝑗𝑒 + 0,218946 ∗ 𝐼𝐶 + 0,121626 ∗ 𝑝ℎ. 𝑎𝑛𝑎 − 0,193224 ∗
𝑝ℎ. 𝑎𝑒𝑟 + 0,207318 ∗ 𝑡. 𝑎𝑛𝑎 + 0,15236 ∗ 𝑡. 𝑎𝑒𝑟 + 0,283358 ∗ 𝑃. 𝑅. 𝑎𝑛𝑎 +
0,261028 ∗ 𝑃. 𝑅. 𝑎𝑒𝑟 + 0,357839 ∗ 𝐶𝑜𝑛𝑑. 𝑎𝑛𝑎 − 0,307904 ∗ 𝐶𝑜𝑛𝑑. 𝑎𝑒𝑟 +
Gráfica de Sedimentación
0 3 6 9 12 15
Componente
0
1
2
3
4
5
6
Eig
en
va
lor
128
0,357326 ∗ 𝑆𝐷𝑇. 𝑎𝑛𝑎 − 0,290233 ∗ 𝑆𝐷𝑇. 𝑎𝑒𝑟 + 0,358133 ∗ 𝑆𝑎𝑙. 𝑎𝑛𝑎 −
0,314936 ∗ 𝑆𝑎𝑙. 𝑎𝑒𝑟 (36)
𝐶2 = −0,374884 ∗ 𝑉𝑜𝑙𝑡𝑎𝑗𝑒 − 0,339215 ∗ 𝐼𝐶 + 0,412927 ∗ 𝑝ℎ. 𝑎𝑛𝑎 + 0,246945 ∗
𝑝ℎ. 𝑎𝑒𝑟 − 0,0237089 ∗ 𝑡. 𝑎𝑛𝑎 − 0,360509 ∗ 𝑡. 𝑎𝑒𝑟 − 0,364365 ∗ 𝑃. 𝑅. 𝑎𝑛𝑎 −
0,172773 ∗ 𝑃. 𝑅. 𝑎𝑒𝑟 + 0,13151 ∗ 𝐶𝑜𝑛𝑑. 𝑎𝑛𝑎 − 0,287121 ∗ 𝐶𝑜𝑛𝑑. 𝑎𝑒𝑟 +
0,135466 ∗ 𝑆𝐷𝑇. 𝑎𝑛𝑎 − 0,0502069 ∗ 𝑆𝐷𝑇. 𝑎𝑒𝑟 + 0,137608 ∗ 𝑆𝑎𝑙. 𝑎𝑛𝑎 −
0,283234 ∗ 𝑆𝑎𝑙. 𝑎𝑒𝑟 (37)
𝐶3 = 0,295482 ∗ 𝑉𝑜𝑙𝑡𝑎𝑗𝑒 + 0,274505 ∗ 𝐼𝐶 + 0,21136 ∗ 𝑝ℎ. 𝑎𝑛𝑎 + 0,461231 ∗
𝑝ℎ. 𝑎𝑒𝑟 − 0,246489 ∗ 𝑡. 𝑎𝑛𝑎 + 0,304684 ∗ 𝑡. 𝑎𝑒𝑟 − 0,147407 ∗ 𝑃. 𝑅. 𝑎𝑛𝑎 −
0,390762 ∗ 𝑃. 𝑅. 𝑎𝑒𝑟 + 0,240466 ∗ 𝐶𝑜𝑛𝑑. 𝑎𝑛𝑎 + 0,189157 ∗ 𝐶𝑜𝑛𝑑. 𝑎𝑒𝑟 +
0,23959 ∗ 𝑆𝐷𝑇. 𝑎𝑛𝑎 + 0,118068 ∗ 𝑆𝐷𝑇. 𝑎𝑒𝑟 + 0,234551 ∗ 𝑆𝑎𝑙. 𝑎𝑛𝑎 + 0,178758 ∗
𝑆𝑎𝑙. 𝑎𝑒𝑟 (38)
𝐶4 = −0,100043 ∗ 𝑉𝑜𝑙𝑡𝑎𝑗𝑒 − 0,208182 ∗ 𝐼𝐶 + 0,202952 ∗ 𝑝ℎ. 𝑎𝑛𝑎 + 0,109239 ∗
𝑝ℎ. 𝑎𝑒𝑟 + 0,583515 ∗ 𝑡. 𝑎𝑛𝑎 + 0,3267 ∗ 𝑡. 𝑎𝑒𝑟 + 0,0541053 ∗ 𝑃. 𝑅. 𝑎𝑛𝑎 −
0,271004 ∗ 𝑃. 𝑅. 𝑎𝑒𝑟 − 0,0893421 ∗ 𝐶𝑜𝑛𝑑. 𝑎𝑛𝑎 + 0,187405 ∗ 𝐶𝑜𝑛𝑑. 𝑎𝑒𝑟 −
0,0890749 ∗ 𝑆𝐷𝑇. 𝑎𝑛𝑎 − 0,527702 ∗ 𝑆𝐷𝑇. 𝑎𝑒𝑟 − 0,0947578 ∗ 𝑆𝑎𝑙. 𝑎𝑛𝑎 +
0,177341 ∗ 𝑆𝑎𝑙. 𝑎𝑒𝑟 (39)
En donde los valores de las variables en la ecuación se han
estandarizado restándoles su media y dividiéndolos entre sus desviaciones
estándar.
Cuadro 35. Valores de los Componentes Principales
Fila Componente 1 Componente 2 Componente 3 Componente 4
1 -0,54769 1,89773 0,575708 0,976611 2 -1,1528 2,24296 0,873105 -0,150479 3 -1,19017 1,18796 1,36371 -0,49907 4 1,13638 -2,85395 1,70554 -0,428207 5 4,09131 0,46157 -0,309149 -1,368 6 -4,12033 -1,9681 -0,87361 -0,703541 7 0,407687 0,396451 -3,3681 0,0378493 8 1,37561 -1,36462 0,0327884 2,13484
Este cuadro muestra los valores de los componentes principales
para cada fila en su archivo de datos.
129
Figura 50. Diagrama de dispersión en 3D
Figura 51. Grafica de pesos del componente en 3D
Diagrama de Dispersión
-4,2 -2,2 -0,2 1,8 3,8 5,8
Componente 1
-2,9-1,9
-0,90,1
1,12,1
3,1
Componente 2
-3,4
-2,4
-1,4
-0,4
0,6
1,6
2,6C
om
po
nen
te 3
Gráfica de Pesos del Componente
-0,32 -0,12 0,08 0,28 0,48
Componente 1
-0,38-0,18
0,020,22
0,42
Componente 2
-0,4
-0,2
0
0,2
0,4
0,6
Co
mp
on
en
te 3
VoltajeIC
ph.ana
ph.aer
t.ana
t.aer
P.R.ana
P.R.aer
Cond.ana
Cond.aer
SDT.anaSDT.aer
Sal.ana
Sal.aer
130
Figura 52. Biográfica de los componentes 1, 2 y 3
4.2.3. Diseño Experimental Box-Behnken
- Diseño Box-Behnken – Voltaje TRATAMIENTO 1: T.ana +
SDT.ana + pH.ana
Cuadro 36. Efectos estimados para Voltaje (V)
Efecto Estimado Error Estd. V.I.F.
promedio 7,56 0,444442
A:Temperatura 0,065 0,544328 1,0 B:pH.ana 0,5975 0,544328 1,0 C:SDT.ana 1,3525 0,544328 1,0 AA -0,25 0,801228 1,01111 AB 0,885 0,769795 1,0 AC 0,535 0,769795 1,0 BB 0,405 0,801228 1,01111 BC 1,65 0,769795 1,0 CC 1,425 0,801228 1,01111
Este cuadro muestra las estimaciones para cada uno de los efectos
estimados y las interacciones. También se muestra el error estándar de cada
uno de estos efectos, el cual mide su error de muestreo. Note también que el
factor de inflación de varianza (V.I.F.) más grande, es igual a 1,01111. Para un
Bigráfica
-4,2 -2,2 -0,2 1,8 3,8 5,8
Componente 1
-2,9-1,9
-0,90,1
1,12,1
3,1
Componente 2
-3,4
-2,4
-1,4
-0,4
0,6
1,6
2,6C
om
po
nen
te 3
VoltajeIC
ph.ana
ph.aer
t.ana
t.aer
P.R.ana
P.R.aer
Cond.anaCond.aer
SDT.anaSDT.aer
Sal.anaSal.aer
131
diseño perfectamente ortogonal, todos los factores serían igual a 1. Factores
de 10 o más normalmente se interpretan como indicativos de confusión seria
entre los efectos. Los errores estándar basados en el error total con 5 g.l. Para
graficar los estimados en orden decreciente de importancia, se usa el Diagrama
de Pareto. Para probar la significancia estadística de los efectos, de determina
por medio de un cuadro ANOVA.
Figura 53. Diagrama de Pareto Estandarizada para Voltaje
En el diagrama de Pareto, las barras que cruzan la línea de
referencia son estadísticamente significativas, en este caso ningún factor pasa
la línea de referencia y no son estadísticamente significativos en el nivel de
0.05. Pareto muestra el valor absoluto de los efectos, se puede determinar
cuáles efectos son grandes, pero no se puede determinar cuáles efectos
aumentan o disminuyen la respuesta. Se recomienda utilizar la gráfica de
probabilidad normal de los efectos estandarizados para examinar la magnitud y
dirección de los efectos en una gráfica.
Diagrama de Pareto Estandarizada para Voltaje
0 0,5 1 1,5 2 2,5 3
Efecto estandarizado
A:Temperatura
AA
BB
AC
B:pH.ana
AB
CC
BC
C:SDT.ana +-
132
Cuadro 37. Análisis de Varianza para Voltaje
Fuente Suma de Cuadrados
Gl Cuadrado Medio
Razón-F
Valor-P
A:Temperatura 0,00845 1 0,00845 0,01 0,9096 B:pH.ana 0,714013 1 0,714013 1,20 0,3224
C:SDT.ana 3,65851 1 3,65851 6,17 0,0555 AA 0,0576923 1 0,0576923 0,10 0,7676 AB 0,783225 1 0,783225 1,32 0,3023 AC 0,286225 1 0,286225 0,48 0,5180 BB 0,151408 1 0,151408 0,26 0,6347 BC 2,7225 1 2,7225 4,59 0,0849 CC 1,87442 1 1,87442 3,16 0,1355
Error total 2,96293 5 0,592585
Total (corr.) 13,2266 14
El R-cuadrada dio como resultado 77,5987%, el R-cuadrada
(ajustada por g.l.) es 37,2763%, el error estándar del est. Es igual a 0,769795,
el error absoluto medio es 0,343333, en el caso del estadístico Durbin-Watson
nos muestra un valor de 1,4055 (P=0,0480) y finalmente la autocorrelación
residual de Lag 1 es 0,295257. El cuadro ANOVA particiona la variabilidad de
Voltaje en piezas separadas para cada uno de los efectos. Entonces prueba la
significancia estadística de cada efecto comparando su cuadrado medio contra
un estimado del error experimental. En este caso, 0 efectos tienen una valor-P
menor que 0,05, indicando que son significativamente diferentes de cero con
un nivel de confianza del 95,0%.
El estadístico R-Cuadrada indica que el modelo, así ajustado,
explica 77,5987% de la variabilidad en Voltaje. El estadístico R-cuadrada
ajustada, que es más adecuado para comparar modelos con diferente número
de variables independientes, es 37,2763%. El error estándar del estimado
muestra que la desviación estándar de los residuos es 0,769795. El error medio
absoluto (MAE) de 0,343333 es el valor promedio de los residuos. El
estadístico de Durbin-Watson (DW) prueba los residuos para determinar si
haya alguna correlación significativa basada en el orden en que se presentan
los datos. Debido a que el valor-P es menor que 5,0%, hay una indicación de
posible correlación serial al nivel de significancia del 5,0%. Al Graficar los
residuos versus el orden de fila se podrá detectar si hay algún patrón.
133
Figura 54. Grafica de Efectos Principales para Voltaje
Cuadro 38. Coeficientes de regresión para Voltaje
Coeficiente Estimado
constante 193,549 A: Temperatura -0,133717
B: pH.ana -44,3667 C: SDT.ana -27,1398
AA -0,0555556 AB 0,634409 AC 0,206166 BB 0,936524 BC 2,05109 CC 0,952254
La ecuación del modelo ajustado es:
𝑉𝑜𝑙𝑡𝑎𝑗𝑒 = 193,549 − 0,133717 ∗ 𝑇𝑒𝑚𝑝𝑒𝑟𝑎𝑡𝑢𝑟𝑎 − 44,3667 ∗ 𝑝𝐻. 𝑎𝑛𝑎 −
27,1398 ∗ 𝑆𝐷𝑇. 𝑎𝑛𝑎 − 0,0555556 ∗ 𝑇𝑒𝑚𝑝𝑒𝑟𝑎𝑡𝑢𝑟𝑎2 + 0,634409 ∗
𝑇𝑒𝑚𝑝𝑒𝑟𝑎𝑡𝑢𝑟𝑎 ∗ 𝑝𝐻. 𝑎𝑛𝑎 + 0,206166 ∗ 𝑇𝑒𝑚𝑝𝑒𝑟𝑎𝑡𝑢𝑟𝑎 ∗ 𝑆𝐷𝑇. 𝑎𝑛𝑎 + 0,936524 ∗
𝑝𝐻. 𝑎𝑛𝑎2 + 2,05109 ∗ 𝑝𝐻. 𝑎𝑛𝑎 ∗ 𝑆𝐷𝑇. 𝑎𝑛𝑎 + 0,952254 ∗ 𝑆𝐷𝑇. 𝑎𝑛𝑎2 (40)
En donde los valores de las variables están especificados en sus
unidades originales.
40
pH.ana
6.94 4.06
Gráfica de Efectos Principales para Voltaje
7,3
7,6
7,9
8,2
8,5
8,8
9,1
Vo
ltaje
Temperatura
43 6.01
SDT.ana
2.33
134
Figura 55. Interacción para el voltaje
Figura 56. Resultado de la Superficie en malla de Respuesta con la
Temperatura a 41.5ºC
40
-
+
40 43
-
-
+
-
+
Gráfica de Interacción para Voltaje
6,9
7,9
8,9
9,9
10,9
Vo
ltaje
AB
43
-
+
AC
+
BC
6.01 6.94
-
+
Superficie de Respuesta EstimadaTemperatura=41,5
66,2
6,46,6
6,87pH.ana 2,3
2,62,9
3,23,5
3,84,1
SDT.ana
6,9
7,9
8,9
9,9
10,9
11,9
Vo
ltaje
Voltaje6,97,47,98,48,99,49,9
10,410,911,411,9
135
Figura 57. Resultado de la Superficie en solido de Respuesta con los SDT en la
cámara anaeróbica a 3.195 mg/l
Cuadro 39. Resultados Estimados para Voltaje
Fila Observados
Valores Ajustados Valores
Inferior 95,0% para Pronostico
Superior 95,0% para Pronostico
Inferior 95,0% para
Media
Superior 95,0% para
Media
1 7,64 7,74875 5,13101 10,3665 6,03504 9,46246
2 7,42 6,92875 4,31101 9,54649 5,21504 8,64246 3 6,97 7,46125 4,84351 10,079 5,74754 9,17496 4 8,52 8,41125 5,79351 11,029 6,69754 10,125 5 8,5 7,70625 5,08851 10,324 5,99254 9,41996 6 7,43 7,23625 4,61851 9,85399 5,52254 8,94996 7 8,33 8,52375 5,90601 11,1415 6,81004 10,2375 8 8,33 9,12375 6,50601 11,7415 7,41004 10,8375 9 7,64 8,325 5,70726 10,9427 6,61129 10,0387
10 6,97 7,2725 4,65476 9,89024 5,55879 8,98621 11 8,33 8,0275 5,40976 10,6452 6,31379 9,74121 12 10,96 10,275 7,65726 12,8927 8,56129 11,9887 13 7,56 7,56 5,27505 9,84495 6,41752 8,70248 14 7,56 7,56 5,27505 9,84495 6,41752 8,70248 15 7,56 7,56 5,27505 9,84495 6,41752 8,70248
Este cuadro contiene información acerca de los valores de Voltaje
generados usando el modelo ajustado. El cuadro incluye:
- Los valores observados de Voltaje (si alguno)
Contornos de la Superficie de Respuesta Estimada SDT.ana=3,195
4040,5
4141,5
4242,5
43Temperatura6
6,26,4
6,66,8
7
pH.ana
2,3
2,6
2,9
3,2
3,5
3,8
4,1S
DT
.an
a
Voltaje6,9-7,47,4-7,97,9-8,48,4-8,98,9-9,49,4-9,99,9-10,4
10,4-10,910,9-11,411,4-11,9
136
- El valor predicho de Voltaje usando el modelo ajustado
- Intervalos de previsión del 95,0% para las nuevas observaciones
- Intervalos de confianza del 95,0% para la respuesta media
Cada item corresponde a los valores de los factores
experimentales en una fila específica de los datos.
Cuadro 40. Camino de máximo ascenso para voltaje
Temperatura (ªC)
pH.ana (H+)
SDT.ana(mg/l)
Predicción para el Voltaje(V)
41,5 6,475 3,195 7,56 41,6086 6,60787 3,695 8,44918 41,7679 6,75272 4,195 10,2186 41,9432 6,90189 4,695 12,8893 42,1264 7,05332 5,195 16,4696 42,3142 7,20616 5,695 20,9638 42,5052 7,35995 6,195 26,3747 42,6984 7,51443 6,695 32,7041 42,8932 7,66945 7,195 39,9534 43,0893 7,82488 7,695 48,1238 43,2864 7,98064 8,195 57,216
Este cuadro despliega el trayecto de máximo ascenso. Este es el
trayecto, desde el centro de la región experimental actual, a través del cual la
respuesta estimada cambia más rápidamente con un cambio menor en los
factores experimentales. Indica buenas características para ejecutar
experimentos adicionales si el objetivo es incrementar o decrementar Voltaje.
Actualmente, 11 puntos se han generado cambiando SDT.ana en incrementos
de 0,5 mg/l. También se puede determinar cuánto tendrán que cambiar los
otros factores para mantenerse en el trayecto del máximo ascenso, para eso se
ha calcula la Voltaje estimada en cada uno de los puntos del trayecto, con los
cuales pueden compararse los resultados si es que se corren esos ensayos.
Cuadro 41. Optimización del voltaje (maximizar voltaje)
Factor Bajo Alto Óptimo
Temperatura 40,0 43,0 43,0 pH.ana 6,01 6,94 6,94 SDT.ana 2,33 4,06 4,04911
137
Este cuadro muestra la combinación de los niveles de los factores,
la cual maximiza Voltaje sobre la región indicada, se puede establecer el valor
de uno o más factores a una constante, estableciendo los límites alto y bajo en
ese valor. El valor óptimo del voltaje es 10,8524 para la primera corrida de la
prueba, si todo esto se llevara a cabo en los siguientes ensayos.
4.3. Parámetros de energía eléctrica
4.3.1. Parámetros eléctricos
Al determinar que el tratamiento 1 tiene una mayor disminución de
la demanda biológica de oxigeno con respecto al tratamiento 0 y 2; y una
mayor generación de energía eléctrica en comparación al consumo de energía
del tratamiento 2, se evaluó los parámetros eléctricos del mejor tratamiento,
siendo esto, el tratamiento 1, el cual proponía una aireación pasiva y una
temperatura de 43 °C:
Cuadro 42. Potencia eléctrica en los periodos de evaluación
Tratamiento Elegido
Potencia (mW)
tratamiento 1 0,56
tratamiento 1 0,49
tratamiento 1 0,72
tratamiento 1 1,19
tratamiento 1 0,77
tratamiento 1 0,58
tratamiento 1 0,56
tratamiento 1 0,72
Determinando la potencio con la ecuación (16), la menor potencia
fue en el segundo día, registrándose un promedio de 0,49 mW; la mayor
potencia registrada fue en el cuarto día siendo 1,19 mW, estos datos indicarían
la eficiencia de la biodegradabilidad y del mecanismo de transporte de
electrones hacia los electrodos, por medio de la actividad y fisiología
microbiana.
138
Cuadro 43. Densidad de potencia eléctrica en los periodos de evaluación
Tratamiento Elegido
DP (mW/m2)
tratamiento 1 58.62
tratamiento 1 50.85
tratamiento 1 75.18
tratamiento 1 123.66
tratamiento 1 79.83
tratamiento 1 60.85
tratamiento 1 57.88
tratamiento 1 75.19
Determinando la densidad de potencia con la ecuación (17), la
menor densidad de potencia fue en el segundo día registrándose un promedio
de 50,85mW/m2 y la mayor densidad de potencia registrada fue en el cuarto día
siendo 123,66mW/m2, estos datos indicarían la eficiencia del biorreactor de
doble cámara en la generación de energía eléctrica según el área de los
electrodos.
Cuadro 44. Densidad de corriente eléctrica en los periodos de evaluación
Tratamiento Elegido
DI (mA/m2)
tratamiento 1 7.90
tratamiento 1 7.30
tratamiento 1 8.85
tratamiento 1 11.29
tratamiento 1 9.58
tratamiento 1 7.97
tratamiento 1 7.80
tratamiento 1 8.82
Determinando la densidad de corriente por medio de la ecuación
(19), la menor densidad de corriente fue en el segundo día registrándose un
promedio de 7,30mA/m2 y la mayor densidad de corriente registrada fue en el
cuarto día siendo 11,29mA/m2, estos datos indicarían la eficiencia del
biorreactor de doble cámara en el transporte de la corriente eléctrica hacia los
electrodos.
139
Cuadro 45. Densidad normalizada con respecto a Volumen de la cámara
anaeróbica
Tratamiento Elegido
Densidad en
Volumen (mW/m3)
tratamiento 1 29.31
tratamiento 1 25.43
tratamiento 1 37.59
tratamiento 1 61.83
tratamiento 1 39.92
tratamiento 1 30.42
tratamiento 1 28.94
tratamiento 1 37.60
Determinando la densidad de volumen por medio de la ecuación
(21), la menor densidad en volumen fue en el segundo día registrándose un
promedio de 25.43mW/m3 y la mayor densidad en volumen registrada fue en el
cuarto día siendo 61.83mW/m3, estos datos indicarían la eficiencia del
biorreactor de doble cámara en la generación de energía eléctrica según el
volumen de todo el biorreactor.
4.3.2. Eficiencia Coulómbica
Cuadro 46. Eficiencia por medio de la remoción de DBO5
Nª Tratamiento ANAEROBICO AEROBICO
DBOo DBOf DBOo DBOf
tratamiento 1 0,104 0,089 0,047 0,042
La eficiencia coulómbica se puede calcular a través del porcentaje
de remoción de la demanda biológica de oxígeno, para eso se registraron los
datos iniciales y finales de la demanda biológica de oxígeno en cada cámara,
debido a que el tratamiento 1 tuvo mayor porcentaje de remoción se eligió el
mejor tratamiento para analizar el transporte de electrones.
140
Cuadro 47. Eficiencia coulómbica de DBO5
Ef. C (DBO)
Ana-nDBO(%) Aer-nDBO(%)
14,08 10,75
Con la ecuación (22) se registraron el porcentaje de remoción de la
demanda biológica de oxigeno de la cámara anaeróbica y aeróbica del
tratamiento 1, con esto nos mostraría se existía un grado de biodegradabilidad
de los componentes del compost en proceso de bioestabilización o
biooxidativa.
Figura 58. Ecuación integrada de la intensidad de corriente
Se hizo un gráfico de dispersión de Voltaje vs Resistencia, el cual
la ecuación con mayor ajuste es una logarítmica natural. Para determinar la
ecuación de la Intensidad de Corriente Eléctrica dentro de la interpolación o
ajuste, se realiza la derivada y para obtener la CRS se debe integrar con
respecto al tiempo de evaluación.
y = 4.4989ln(x) + 9.8197R² = 0.893
0.00
2.00
4.00
6.00
8.00
10.00
12.00
0.00 0.50 1.00 1.50
Vo
ltaj
e (
V)
Resistencia (uΩ)
Logarítmica(Intensidad deCorriente)
141
Cuadro 48. Eficiencia coulómbica de con CRS/CTS
Ef. C (CRS/CTS)
CRS CTS
0,44 1,41
Entonces la eficiencia a base de CRS y CTS la eficiencia
coulombimétrica es de 30.99%, ese dato se obtuvo de la ecuación (23).
Figura 59. Curva de polarización
BUITRON et al., 2011 señala tres regiones bien diferencias
directamente relacionadas con el comportamiento de una celda tipo PEM, en
este caso se presenta un aumento de la tensión según la corriente
suministrada hacia los electrodos según su área efectiva, se presenta las tres
regiones típicas inversas.
y = 0.1514x3 - 4.1163x2 + 37.716x - 108.05R² = 0.9741
0.00
2.00
4.00
6.00
8.00
10.00
12.00
0.00 5.00 10.00 15.00
Vo
ltaj
e (
V)
Densidad de Corriente (mA/m2)
Polinómica (Curva dePolarización)
142
Figura 60. Curva de potencia
En este con respecto a la curva de polarización, también se
presenta un aumento proporcional, en este caso se podría decir, que la
corriente generada aumenta dado que el número de bacterias sobre el
electrodo crece, por así decirlo, aumenta el número de sitios biocatalíticos
(SAAVEDRA, 2012).
y = 1.476x3 - 39.141x2 + 357.8x - 1050.9R² = 0.9933
0.00
20.00
40.00
60.00
80.00
100.00
120.00
140.00
0.00 5.00 10.00 15.00
De
nsi
dad
de
Po
ten
cia
(mW
/m2
)
Densidad de Corriente (mA/m2)
Polinómica (Curva dePotencia)
143
V. DISCUSIÓN
Según (GARCÍA et al., 2006) para el diseño de un biorreactor a
nivel de laboratorio se debe considerar el diseño estándar de fermentación, ya
que este diseño cuenta con todos los mecanismos necesarios para alcanzar
máximos niveles de degradación de materia orgánica. Según (RAMÍREZ, 2012)
el diseño propuesto consistió en la combinación de las condiciones
anaeróbicas y aeróbicas; pero para que tenga la simulación de una celda de
combustible microbiano debe pasar por dos condiciones (anaeróbico y
aeróbico); utilizando en los dos un agitador, el primero con un motor de
microondas adaptado y el otro con un motor de licuadora adaptado al sistema.
Según los cálculos de potencia, para una mejor agitación y aireación efectiva
se deben tomar en cuentan los fenómenos de ruptura y coalescencia de las
burbujas por medio de modelos de balance poblacional. En este caso, no se ha
realizado un balance de masa ya que lo que se busca es la conversión de esta
misma a su mínima composición por medio del registro del voltaje e intensidad
de corriente eléctrica, es por eso que en el trabajo se consideró tres
tratamientos para comprarlos entre sí, con la finalidad de determinar que
tratamiento consume y cual tratamiento genera mayor energía eléctrica en el
transcurso del tiempo. Con respecto a la implementación del agitador en la
cámara anaeróbica se consideró la mezcla y difusión del incremento de
temperatura por la resistencia colocada. En este caso el encendido y apagado
está conectado en serie y regulado por el termostato digital. Se puede realizar
modificaciones y adaptaciones sin perder las relaciones métricas de diseños
estándar para realizar un buen registro de datos en el laboratorio. El diseño del
biorreactor se basó en el diseño estándar de un fermentador a escala industrial
144
con una modificación de doble cámara para el proceso de las condiciones
aeróbica y anaeróbica paralelo, con esto se logró acoplar las conexiones
eléctricas, usando cableados de cobre, electrodos y membrana de intercambio
iónico a base de carbón activado, un agitador mecánico en las dos cámaras, un
recolector de gases para la cámara anaeróbica, una aireación activa y la
instalación del termostato digital en serie con la resistencia externa para
mantener la temperatura a 43 ºC.
La evaluación de los parámetros fisicoquímicos se partió desde el
análisis in situ y ex situ con respecto a la planta compostera de la Municipalidad
Provincial de Leoncio Prado, según los estudios de caracterización de residuos
sólidos de (MANYARI et al., 2010), los residuos sólidos domiciliarios y
comerciales tienen un gran porcentaje de generación de materia orgánica, lo
cual se aprovecha en la planta compostera y para obtener los beneficios
mencionados por ALVAREZ DE LA PUENTE (2006), menciona que el diseño
de los reactores para el aprovechamiento del compost puede ser a través de
biorreactores o contenedores pero en condiciones aeróbicas, en nuestro caso
se consideró las dos condiciones, ya que normalmente en la parte interior de
las “camas de compost” están mayormente en condiciones anaeróbicas y con
altas temperaturas y en la parte externa están en condiciones aeróbicas, es
decir se encuentran en diversas condiciones según el punto donde se realice el
análisis y esto también conlleva a la asociación de diversos microorganismos
que permitan la degradación en las diversas etapas de la maduración del
compost, aparte de que las celdas de combustible microbiano son más
sencillos de acoplar a los biorreactores estándares. Según el esquema extraído
de (RAMÍREZ, 2012), las celdas de combustible microbiano necesitan de
electrodos, resistencia externa y estar en condiciones anaeróbicas y aeróbicas,
es por esto que las evaluaciones de los parámetros fisicoquímicos deben ser
analizados en ambas condiciones y registrar los cambios en ambas cámaras
para determinar las mejores condiciones biocatalíticas (SAAVEDRA, 2012) y
comprender el sistema de captación de la energía eléctrica, cabe resaltar que
145
las condiciones son por separado y se desarrollan paralelo a la degradación del
compost en su etapa biooxidativa.
Para determinar la optimización del proceso de la degradación de
la materia orgánica o maduración del compost en dilución, bien conocido como
lixiviado artificial de compost, se deben tener en cuenta los valores máximos,
intermedios y mínimos de los datos registrados, también se puede proponer el
rango de datos antes de realizar la prueba en el biorreactor pero tomaría otra
investigación de corroboración como se menciona en el trabajo de
(JARAMILLO et al., 2013). El presente trabajo se basó en la investigación
explorativa ya que se determinó como constante la dilución de 200 gramos con
8 litros de agua, considerando los puntos de esquina y centrales, las variables
de temperatura, pH y solidos disueltos totales en la cámara anaeróbica. Con
respecto a la variación del potencial de reducción podría ser por el inicio de la
etapa de oxidación de la materia orgánica debido a la actividad microbiana y
por otros posibles factores que se producen en esta etapa. Para los parámetros
evaluados en laboratorio, el tratamiento con mejor producción de voltaje y
amperaje con respecto a los otros dos tratamiento fue el tratamiento 2, pero
consumió más energía eléctrica con respecto a los tratamientos 0 y 1 por el uso
de la aireación mecánica y por el termostato digital, el tratamiento 0 no
consumió ningún tipo de energía eléctrica, debido a que estuve a una
temperatura ambiental y con una aireación pasiva o en si decirlo, sin un
aireación mecánica y un termostato digital, y por último el tratamiento 1 tuvo la
mejor eficiencia en la remoción del DBO5 en la cámara anaeróbica y a la vez
produjo más energía de lo que consumió en el transcurso del tiempo;
obteniéndose así una relación directa en la degradación y producción de
corriente eléctrica (LOGROÑO, 2014).También se realiza un análisis
multifactorial, en nuestro caso el análisis de componentes principales donde se
determinó los 4 principales componentes que determinaron el comportamiento
del tratamiento 1 evaluado, cabe resaltar que la predominancia de los
componentes se basan al comportamiento lineal de las variables en evaluar, en
este caso mayormente las variables fisicoquímicas tienen a tener un orden
146
mayor de 1 o son representadas por otros comportamiento como logarítmicas,
potencial, etc.
Según el trabajo de (ALZATE-GAVIRIA et al., 2010) la arquitectura
de las celdas tienen una gran importancia en la generación y registro de
corriente eléctrica, también se debe considerar las dimensiones de los
electrodos en la cámara anaeróbica y aeróbica y el tipo de conexión entre ellos,
el trabajo se hizo en serie para aumentar el registro de voltaje (LOGAN et al.,
2006), mientras mayor área de electrodos se tenga y mayor producción de
bioelectricidad habrá mayor captación de los electrones esparcidos por el
sistema (LOGROÑO, 2014). Por ultimo para registrar una mayor corriente
eléctrica se deben controlar los parámetros de temperatura y pH, ya que estos
son importantes para el desarrollo y crecimiento de microorganismos
electrógenos, mayormente estos contienen pilis que permiten el traslado de los
electrones al electrodo siendo mejor aprovechado cuando se forman
biopelículas que ocupen mayores áreas de los sitios activos de los electrodos
según (RAMÍREZ, 2007). Con respecto al diseño Box-Behnken se determinó la
regresión de segundo orden para el voltaje con respecto a las variables de
temperatura, pH y solidos disueltos totales de la cámara anaeróbica, se graficó
la respuesta de superficie en malla y en sólido que muestran los diversos
puntos interpolados y extrapolados para comparar y validarlo con el sistema,
por último se determinó una optimización de 10,8524 de voltaje con respecto a
las variables analizadas en el sistema sin consumir mayor energía de la que se
produce.
147
VI. CONCLUSION
1. Con los criterios de diseño se determinó las variables
intervinientes necesarias para el correcto funcionamiento de las celdas de
combustible microbiano acoplado a un biorreactor de doble cámara,
considerando un agitador con una potencia de 0.25 HP para la cámara
aeróbica y 0.05 HP en la cámara anaeróbica.
2. Se logró determinar los parámetros fisicoquímicos en el
Laboratorio de Calidad y Tratamiento de Suelo del tratamiento cero (T0),
tratamiento uno (T1) y del tratamiento dos (T2).
3. Con el tratamiento elegido se produjo una potencia máxima
de 1.19 mW y un mínimo de 0.49 mW, una eficiencia coulómbica de 30.99%,
una máxima densidad de corriente eléctrica de 11.29 mA/m2 y una máxima
densidad de potencia de 123.66 mW/m2; finalmente con respecto a la curva de
polarización y curva de potencia fueron de tercer grado y tuvieron un
comportamiento proporcional.
4. Finalmente se analizó la energía eléctrica producida en el
transcurso de la primera etapa biooxidativa del compost, por medio de celdas
de combustible microbiano acoplado a un biorreactor de doble cámara.
148
VII. RECOMENDACIONES
1. Para el diseño del biorreactor se debe fabricar con material
INOX y forrarlo con fibra de vidrio, lana de poliéster, lana mineral o lana de
vidrio para mantener la temperatura.
2. Construir un sistema de biorreactores en forma continua o
semicontinua para evitar pérdidas de la muestra cuando se realizan los
análisis.
3. Diseñar una apertura en el biorreactor para la salida de
vapor y así evitar el corto circuito
4. El agitador se debe diseñar en la base del biorreactor como
una licuadora
5. Hacer una conexión con un serpentín para evitar la pérdida
por evaporación en el reactor anaeróbico.
6. Se tiene que hacer una prueba de cableado, ya que se
pueden usar otros materiales para realizar el registro de voltaje
7. Para determinar mejores parámetros fisicoquímicos se
debe producir el compost en el laboratorio con los residuos sólidos orgánicos
segregados de las viviendas seleccionadas.
8. Proponer los puntos mínimos, intermedios y máximos con
respecto al grado de dilución en la cámara anaeróbica para realizar el diseño
Box-Behnken
9. Para determinar mayor potencia eléctrica de debe
implementar mecanismos de atrapado de electrones basados en la
electroquímica (fuerza de Lorents) como el uso de imágenes giratorios.
149
10. Los electrodos pueden estar hechos de mejores materiales
conductoras como la aleación con platino, pero se debe evaluar los costos de
diseño
11. Para evitar “corriente parásitos” sería útil usar ejes de
plástico y por ultimo determinar los diferentes procesos de la degradación de la
materia orgánica en el registro de la corriente eléctrica pulsátil y continua a
través del tiempo
12. Es apropiado implementar un equipo que almacene la
energía producida.
13. Valorizar la energía eléctrica producida, almacenada y
distribuida en el transcurso del análisis del compost a costos de mercado y
sociales.
150
VIII. REFERENCIAS BIBLIOGRAFICAS
AELTERMAN, P., RABAEY, K., CLAUWAERT, P., VERSTRAETE, W. 2006.
Microbial fuel cells for wastewater treatment. Water Sci. Technol. 54: 9-15.
ALDROVANDI, A., MARSILI, E., STANTE, L., PAGANIN, P., TABACCHIONI,
S., GIORDANO, A. 2009. Sustainable power production in a membrane-
less and mediator-less synthetic wastewater microbial fuel cell.
Bioresour.Technol., 100(13): 3252-3260.
ÁLVAREZ DE LA PUENTE, J. 2006. Estudio sobre mezclas óptimas de
material vegetal para compostaje de alperujos en almazaras ecológicas y
caracterización físico química de los compost producidos. DGPE.
Consejería de Agricultura y Pesca. Junta de Andalucía. En
línea[http://www.juntadeandalucia.es/agriculturaypesca/portal/www/portal/
com/bin/portal/DGAEcologica/estudiostotales/estudio_compost.pdf del 15
de Jun. del 2017].
ALZATE-GAVIRIA, L., GONZÁLEZ, I., PERAZA, O., GARCÍA, J. DOMÍNGUEZ,
J., VÁZQUEZ, M., TZEC- SIMA, B., CANTO-CANCHÉ. 2010. Evaluación
del desempeño e identificación de exoelectrógenos en dos tipos de celdas
de combustible microbianas con diferente configuración en el ánodo,
Interciencia.
ANALISIS factorial – El procedimiento Análisis factorial. s.n.t. 71p.
ANGENENT, L., KARIM, K., AL-DAHHAN, M., WRENN, B., DOMIGUES-
ESPINOSA, R. 2004. Production of bioenergy and biochemicals from
industrial and agricultural wastewater. Trends Biotechnol. 22: 477-485.
151
ARANCIBIA, S., 2005. Análisis factorial – método de componentes principales.
Universidad de Chile, Chile. 30p.
BARRENA G., AYUSO, R. 2006. Compostaje de residuos sólidos orgánicos.
Aplicación de técnicas respiro métricas en el seguimiento del proceso.
Memoria de Tesis. Departamento de Ingeniería Química, Universidad
Autónoma de Barcelona. España.
BOND, D., HOLMES, D., TENDER, L., LOVLEY, D. 2002. Electrode-Reducing
Microorganisms That Harvest Energy from Marine Sediments. Science
295, 483 –485.
BRETSCHGER, O., OBRAZTSOVA, A., STURM, C., CHANG, I., GORBY, Y.,
REED, S., CULLEY, D., REARDON, C., BARUA, S., ROMINE, M., 2007.
Current Production and Metal Oxide Reduction by Shewanella oneidensis
MR-1 Wild Type and Mutants. Appl Environ Microbiol 73, 7003–7012.
BRETSCHGER, O., OSTERSTOCK, J., PINCHAK, W., ISHII, S., NELSON, K.
2010. Microbial fuel cells and microbial ecology: applications in ruminant
healt and production research, Microbial Ecology. 415-427 p.
BUITRON, G., PÉREZ, J. 2011. Producción de electricidad en Celdas de
Combustible Microbianas utilizando agua residual: efecto de la distancia
entre electrodos. México. Revista Especializada en Ciencias Químico-
Biológicas. 14(1): 5-11. [En línea]:
(http://www.medigraphic.com/pdfs/revespciequibio/cqb-2011/cqb111a.pdf,
25 jun., 2017).
CHAUDHURI, S., LOVLEY, D. 2003. Electricity generation by direct oxidation of
glucose in mediatorless microbial fuel cells. Nat. Biotechnol. 21, 1229–
1232.
DIONISIO, F. 2017. Los Instrumentos de Gestión Ambiental Local y la
Reducción de la Contaminación por Residuos Sólidos en la Ciudad de
Tingo María, Huánuco, Perú. Tesis Mg. Ing. Tingo María, Perú.
Universidad Nacional Agraria de la Selva. 126p.
152
EL PERUANO. 2000. LEY N°27314.Ley General de Residuos Sólidos. Lima,
Perú. 36p.
GARCÍA, D., JÁUREGUI, U. 2006. Hidrodinámica en tanques agitados con
turbinas de disco con paletas planas. Revista Facultad de Ingeniería.
Medellín, Colombia. 38: 97-113.
GÓMEZ D'ANGELO, Y. T., GONZÁLEZ GONZÁLEZ, M. I., y CHIROLES
RUBALCABA, S. 2004. Microorganismos presentes en el compost.
Importancia de su control sanitario. Medio Ambiente y Desarrollo.
GONZÁLES, D., QUINATOA, F. 2013. Elaboración de un software para el
diseño de biodigestores y validación mediante la construcción y pruebas
de un prototipo para el laboratorio de térmicas de la facultad de mecánica
– espoch. Tesis Ing. Mecánico. Riobamba, Ecuador. Escuela Superior
Politécnica de Chimborazo. 85p.
HOLMES, D., BOND, D., LOVLEY, D. 2004. Electron Transfer by
Desulfobulbus propionicus to Fe (III) and Graphite Electrodes. Appl
Environ Microbiol 70, 1234–1237.
JANG, J., PHAM, T., CHANG, I., KHAN, K., MOON, H., CHO, K., KIM, B. 2004.
Construction and operation of a novel mediator- and membrane –less
microbial fuel cell. Process Biochem. 39: 1007- 1012.
JARAMILLO, A., ESCHAVARRIA, A., HORMAZA, A. 2013. Diseño Box-
Behnken para la optimización de la adsorción del colorante azul acido
sobre residuos de flores. Ingeniería y Ciencia. Medellín, Colombia. 9(18):
75-91.
JUNG, S., REGAN, J. 2007. Comparison of anode bacterial communities and
performance in microbial fuel cells with different electron donors. Applied
Microbiology and Biotechnology 77, 393–402.
KIM, H., PARK, H., HYUN, M., CHANG, I., KIM, M., KIM, B. 2002. A mediator-
less microbial fuel cell using a metal reducing bacterium, Shewanella
putrefaciens. Enzyme and Microbial Technology 30, 145–152.
153
KIM, J., SHEPHERD, J., M. W., JIANG, X. 2009. Evaluating the Effect of
Environmental Factors on Pathogen Regrowth in Compost Extract.
Clemson, Carolina del Sur: Springer Science + Business Media.
LOGAN, B., REGAN J. 2006. Microbial fuel cells: Methodology and technology,
Environmental Science & Technology.
LOGAN, B., REGAN J. 2006. Electricity-producing bacterial communities in
microbial fuel cells, Trends in Microbiology.
LÓPEZ, I. 2013. Implementación de una estrategia de control para la puesta en
marcha de una celda de combustible microbiana. Tesis Mg. En Ingeniería.
Estado de México, México. Universidad Nacional Autónoma de México.
99p.
LIU, H., LOGAN, B., E. 2004. Revista Científica: Environ. Sci. Technol.,
Electricity generation using an aircathode single chamber microbial fuel
cell in the presence and absence of a proton Exchange membrane., P.p.,
38: 4040-4046.
LIU, H., CHENG, S., LOGAN, B. 2005. Power generation in fed-batch microbial
fuel cells as a function of ionic strength, temperature, and reactor
configuration. Environ.Sci.Technol., 39(14): 5488-5493.
LOVLEY, D. 1993. Dissimilatory metal reduction. Annu. Rev. Microbiol. 47,
263–290.
METCALF, EDDY. 1995. Wastewater Engineering Treatment and Reuse.
International Edition. 3a ed. Mc Graw-Hill. Madrid, España. 1485 pp.
MILLER, L., OREMLAND, R. 2008. Electricity generation by anaerobic bacteria
and anoxic sediments from hypersaline soda lakes. Extremophiles 12,
837–848.
MONGOMERY, D. 2004. Diseño y análisis de experimentos. Trad. Por Rodolfo
Piña. 2 ed. Mexico, Limusa Wiley, 692p.
154
OPS (ORGANIZACIÓN PANAMERICANA DE LA SALUD). 1999. Manual para
la Elaboración de Compost Bases Conceptuales y Procedimientos.
OPS/HEP/HES/URU/02.99. p. 10 – 30.
OH, S., LOGAN, B. 2007. Voltage reversal during microbial fuel cell stack
operation. Power Sourc. 167: 11-17.
PROGRAMA PASE. 2007. Programa de Apoyo a la Formación Profesional
para la Inserción Laboral en el Perú Capacítate Perú (APROLAB) -
Convenio ALA/2004/016-895 FONDO CONCURSABLE – Instructivo No.
001-2007 / 2007. Manual para la producción de compost con
microorganismos eficaces. 22 p.
RAMÍREZ, H. 2012. Generación de electricidad en una celda de combustible
microbiana de tipo PEM. Tesis Ing. Químico. Estado de México, México.
Universidad Nacional Autónoma de México. 95p.
RAMÍREZ, D. 2007. Bioelectroquímica de Biopelículas y su Influencia en
Materiales Metálicos. Tesis Ing. Biotecnologo. México. Instituto Politécnico
Nacional. 111p.
RABAEY, K., VERSTRAETE, W. 2005. Microbial fuel cells: novel biotechnology
for energy generation, Trends in Biotechnology.
RINGEISEN, B., HENDERSON, E., WU, P., PIETRON, J., LITTLE, B.,
BIFFINGER, J., JONES-MEEHAN, J. 2006. High power density from a
miniature microbial fuel cell using Shewanella oneidensis DSP10. Env.
Sci. Technol. 40: 2629-2634.
RITTMANN, B. 2008. Opportunities for renewable bioenergy using
microorganisms. Biotechnol. Bioeng. 100, 203–212.
SAAVEDRA, I. 2012. Diseño de una celda de combustible microbiológica con
uso de bacterias oxidantes de azufre y hierro. Tesis Ing. Civil Quimico e
Ing. Civil en Biotecnologia. Santiago de Chile, Chile. Universidad de
Chile. 57p.
155
TCHOBANOGLOUS, J. 1994. Estudio de la estabilidad durante el compostaje
de residuos municipales. Tesis doctoral. Córdoba, España. Universidad
de córdoba.
VALENCIA, C. 2015. Actividad respiratoria en el compost de la planta de
compostaje de la Municipalidad del Distrito José Crespo Y Castillo-
Aucayacu. Tesis Ing. Ambiental. Tingo María, Perú. Universidad Nacional
Agraria de la Selva. 184p.
156
ANEXOS
Figura 61. Conexiones de los cocodrilos
Figura 62. Esquema eléctrico del termostato digital
157
Figura 63. Acoplamiento de los electrodos de carbón activado
Figura 64. Conexiones con cable de cobre a los electrodos
158
Figura 65. Diseño del biorreactor de doble cámara
Figura 66. Regulación de altura del sensor del termostato digital
159
Figura 67. Cama 6 de la Planta Compostera de la Municipalidad Provincial
Leoncio Prado
Figura 68. Extracción de muestras
160
Figura 69. Muestra lista para el análisis
Figura 70. Dilución de muestra para analizar en el multiparámetro
161
Figura 71. Análisis en el multiparámetro
Figura 72. Registro de longitud de las camas de compostaje
162
Figura 73. Termostato digital
Figura 74. Acoplamiento de las celdas de combustible microbiano en el
biorreactor de doble cámara
163
Figura 75. Salida de gases de la cámara anaeróbica
Figura 76. Membrana de intercambio iónico a base de carbón activado
164
Figura 77. Máximos registros del voltaje
Figura 78. Máximos registros de la intensidad de corriente eléctrica