1 de marzo, 2026
< Volver

Una tesis de la ivestigadora Laura Ferràndez, dirigida por Héctor Monclús y Alba Cabrera del grupo de investigación Lequia de la Universidad de Girona (UdG), propone el desarrollo de módulos de control y la definición conceptual de un sistema de apoyo a la decisión ambiental orientado a mejorar la gestión basada en el riesgo y la inteligencia operativa en estaciones de tratamieto de agua potable (ETAP). El trabajo se ha llevado a cabo en el marco de un doctorado industrial con la empresa Figueres de Serveis (Fisersa), con  la ETAP de Figueres como caso de estudio. La investigación integra enfoques experimentales, de modelización y operativos para abordar el reto de reducir los riesgos químicos y microbiológicos en la producción de agua potable.

Las ETAP tienen que producir agua segura y de calidad bajo condiciones ambientales y operativas cada vez más variables. Así, deben adaptar continuamente sus estrategias de tratamiento para garantizar la seguridad química y microbiológica, especialmente ante la creciente presión antrópica, la variabilidad climática y unas regulaciones cada vez más estrictas. Conseguir este equilibrio requiere estrategias de monitorización y control avanzadas, capaces de integrar conocimiento de proceso, datos sensoriales y apoyo a la toma de decisiones operativas.

El resultado principal de la investigacióon del Lequia es el diseño, implementación y validación a escala real de un sistema de inferencia difusa para la dosificación adaptativa de ozono. El modelo utiliza la señal de absorbancia a 254 nm y la temperatura como indicadores en tiempo real de la reactividad de la materia orgánica natural, permitiendo un control de oxidación bajo condiciones variables. El controlador difuso mostró un comportamiento predictivo y robusto, manteniendo la eficiencia de oxidación a la vez que reducía el consumo de reactivos, constituyendo una prueba de concepto sólida para herramientas de control basadas en datos y conocimiento.

Además de este módulo validado, se han desarrollado conceptualmente dos módulos adicionales: uno para la evaluación del riesgo químico mediante la predicción del potencial de formación de subproductos de desinfección y otro para el riesgo microbiológico basado en indicadores de carbono orgánico y de recrecimientos bacterianos. Estos componentes constituyen la base para la futura integración dentro de un marco de ayuda a la decisión modular que permita una gestión integral e informada del riesgo a lo largo de los distintos procesos de tratamiento.

En su conjunto, esta tesis establece un marco de conexión entre conocimiento mecanístico, experimentación y control operativo en tiempo real. Los resultados proporcionan una base metodológica y conceptual para el progresivo desarrollo de herramientas inteligentes de apoyo a la decisión en el tratamiento de agua potable, avanzando hacia sistemas de gestión predictivos, adaptativos y resilientes que garanticen la seguridad, la sostenibilidad y el cumplimiento normativo a largo plazo.

 

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.