1. Skip to Menu
  2. Skip to Content
  3. Skip to Footer>

     

    Aplicación de métodos estadísticos multivariantes para la modelación y la monitorización de un reactor discontinuo secuencial para el tratamiento de aguas residuales.


    AUTOR: Daniel Aguado García

    TIPO: Tesis Doctoral

    UNIVERSIDAD/FACULTAD: Universitat de València/ Escuela Técnica Superior de Ingeniería

    AÑO: 2004

     


     

    Introducción

    El control de un proceso tan complejo como es el tratamiento de las aguas residuales con eliminación biológica de nutrientes, exige conocer las variables de calidad que determinan la eficacia del mismo tales como la concentración de ortofosfatos, de amonio, demanda química de oxígeno etc…. Los métodos existentes para la medición de estas variables en tiempo real suponen fuertes inversiones y elevados costes de mantenimiento. Por otro lado, existen otras variables tales como el pH, la conductividad o el potencial redox que se pueden medir en tiempo real por medio de sensores robustos, de bajo coste y que requieren poco mantenimiento, pero que no suministran de forma directa información del funcionamiento del proceso. El elevado número de variables de proceso que actualmente se registran en tiempo real en EDARs modernas, hace necesaria la utilización de técnicas que permitan extraer la información contenida en la gran cantidad de datos registrados.

     

    Aguado1


    El objetivo principal de la presente tesis ha sido estudiar las posibilidades de utilización de las variables de proceso para obtener información acerca de la evolución de las variables de calidad, así como sobre la evolución del proceso a lo largo del tiempo, mediante la aplicación de métodos estadísticos multivariantes. El trabajo realizado se ha centrado en el estudio de un reactor discontinuo secuencial (SBR, Sequencing Batch Reactor) a escala de laboratorio operado para la eliminación biológica de fósforo de las aguas residuales. Tanto para el análisis off-line como para la monitorización en tiempo real del proceso se compararon distintas estrategias basadas en las metodologías propuestas por Nomikos y MacGregor (1995) y por Wold et al. (1998) con modificaciones. Para predecir la evolución de las variables de calidad determinadas analíticamente en laboratorio, se desarrollaron y compararon diversos modelos predictivos o soft sensors, considerado tanto modelos de proyección sobre estructuras latentes como modelos de redes neuronales para predecir la evolución de las variables de calidad.

     

     

    Descripción

    La aportación principal de esta tesis es el desarrollo de un modelo químico para el cálculo del pH que puede incorporarse a los modelos matemáticos utilizados para representar los distintos tratamientos biológicos de las aguas residuales. El modelo propuesto incorpora a modelos biológicos que describen procesos dinámicos el conjunto de especies químicas que afectan al valor del pH en sistemas de eliminación biológica de nutrientes y sus principales interacciones en condiciones de equilibrio.

    Además, en esta tesis también se ha desarrollado un modelo del proceso de fermentación de fango primario utilizando la misma nomenclatura y terminología que los modelos de fangos activados para facilitar su incorporación en un modelo global.

     

     

    Conclusiones

    A partir de los resultados obtenidos, se ha propuesto un sistema integral para la monitorización, diagnóstico y predicción en tiempo real del SBR, mediante la aplicación de métodos de control estadístico multivariante de procesos basados en técnicas de proyección sobre estructuras latentes. Para tener en cuenta que en el proceso estudiado además de las autocorrelaciones y correlaciones cruzadas entre las variables a lo largo de cada lote existe una correlación importante entre lotes, el esquema de monitorización propuesto incluye dos niveles, de manera que permite visualizar el transcurso en tiempo real del lote actual y también la evolución general del proceso asociada a los lotes anteriores ya finalizados (ver Figura 1). Los resultados que se han obtenido a lo largo del desarrollo del presente trabajo ponen de manifiesto que la aplicación de técnicas estadísticas avanzadas puede ayudar a conseguir una operación más eficiente y segura de los procesos biológicos de tratamientos de aguas residuales utilizando la información contenida en las variables de proceso de fácil medición.