3 de noviembre, 2020
< Volver

Una tesis doctoral del Laboratorio de Ingeniería Química y Ambiental (Lequia) de la Universitat de Girona (UdG) ha desarrollado un DSS para optimizar la operación de las estaciones potabilizadoras, validándolo en Barcelona y su área metropolitana. El trabajo es fruto del investigador Lluís Godo y de la colaboración entre el Lequia y el Ens d´Abastament d´Aigua Ter-Llobregat (ATL).

Las estaciones de tratamiento de agua potable (ETAP) se enfrentan a retos significativos debidos a la presión antropocéntrica y al cambio climático. Para abordarlos, los gestores de las ETAP deben ajustar sus unidades de tratamiento. La toma de decisión involucrada en este proceso es compleja y trata factores medioambientales, económicos y de salud (por ejemplo  subproductos de desinfección, DBP).

Sin embargo, la digitalización de las ETAP abre nuevos caminos. Así, los sensores remotos generan bases de datos que, conjuntamente con la experiencia de operarios y gestores, permiten el desarrollo de modelos matemáticos que predicen los parámetros de calidad del agua y recomiendan ajustes. Estos modelos pueden integrarse en sistemas de ayuda a la decisión en dominios ambientales (EDSS): softwares para optimizar el proceso de toma de decisión y reducir su tiempo.

La tesis doctoral titulada ´Design and implementation of an environmental decision support system
for the control and management of drinking water treatment plants´ de Lluís Godo Pla ha desarrollado un EDSS para responder a los retos operacionales principales de las ETAP a través de la provision de recomendaciones a tiempo real. El trabajo se realizó en dos casos de estudio reales, las ETAP del Llobregat y del Ter, que aportan agua potable a Barcelona y a su área metropolitana. Los principales retos operacionales tratados en este trabajo incluyen:

  • Control del proceso de preoxidación. El ajuste del permanganato de potasio se modeló en la ETAP del Llobregat utilizando redes neuronales artificiales (ANN). Se compararon distintas ANN y modelos de regresión lineal y se aplicó una metodología completa para la estimación de parámetros, imprecisión y análisis de sensibilidad. En paralelo, se desarrolló un modelo de razonamiento basado en casos, y ambos modelos se integraron en un EDSS.
  • Formación de DBP. Los modelos de formación de trihalometanos (THM) se compararon y calibraron con datos de campo de la ETAP del Llobregat. Después se modeló la operación de un sistema de electrodiálisis inversa y el conocimiento del proceso se incorporó para evaluar la calidad del agua en dos puntos críticos de la red de distribución. En un segundo estudio, se desarrolló un sistema de inferencia fuzzy para la ETAP del Ter. El proceso consistió en una dosis secuencial de hipoclorito sódico y dióxido de cloro. La validación a escala real durante 6 meses fue positiva en el 85.6% del tiempo.
  • Seguridad microbiológica. Se desarrolló un indicador clave de proceso (KPI) para evaluar la seguridad microbiológica de la planta. El marco para esta evaluación cuantitativa del riesgo microbiológico se adaptó a tiempo real aproximando algunas métricas basadas en el riesgo como el disability adjusted life years (DALY). El KPI se integró en un sistema de Supervisión del Control y Adquisición de Datos, que también alerta a los usuarios de las consecuencias de algunas operaciones o fallos de tratamiento.

En definitiva, se desarrollaron distintas herramientas para integrar los modelos en un EDSS y permitir su validación a escala industrial. La tesis doctoral es fruto de una colaboración a largo plazo entre el grupo de investigación Lequia de la UdG y ATL y ha sido dirigida por el doctor Hèctor Monclús (UdG) y el doctor Fernando Valero (ATL).

Noticias relacionadas

comments powered by Disqus

Utilizamos cookies propias y de terceros para analizar nuestros servicios y mostrarle publicidad relacionada con sus preferencias en base a un perfil elaborado a partir de sus hábitos de navegación (por ejemplo, páginas visitadas o videos vistos). Puedes obtener más información y configurar sus preferencias.

Configurar cookies

Por favor, activa las que quieras aceptar y desactiva de las siguientes las que quieras rechazar. Puedes activar/desactivar todas a la vez clicando en Aceptar/Rechazar todas las cookies.

Aceptar/rechazar todas
Cookies Analíticas

Cookies que guardan información no personal para registrar información estadística sobre las visitas realizadas a la web.

Cookies de Marketing

Cookies necesarias para determinadas acciones de marketing, incluyendo visualización de vídeos provenientes de plataformas como Youtube, Vimeo, etc. y publicidad de terceros.

Cookies de Redes Sociales

Cookies relacionadas con mostrar información provenientes de redes sociales o para compartir contenidos de la web en redes sociales.