Noticias

Noticias sobre Aguas Residuales

“Keep Calm y Machine Learning”, artículo de opinión de Paola Yllanes Fernández, estudiante becada por la Cátedra Aguas de Valencia


26/05/2021

Control de vertidos
“Keep Calm y Machine Learning”, artículo de opinión de Paola Yllanes Fernández, estudiante becada por la Cátedra Aguas de Valencia

 

  • Es fundamental anticiparnos a las condiciones transitorias que afectan la operación de las EDAR, nos da la oportunidad de poder recuperar el sistema biológico a tiempo y con un menor costo operativo
 
¿Cuántos quisiéramos tener la capacidad para predecir el futuro?
 
Pues este anhelo no es ajeno a los que trabajan en estaciones depuradoras de aguas residual (EDAR), que día a día temen que haya un ingreso de contaminantes elevado que pueda afectar el tratamiento del agua o interrumpir por completo el proceso.
 
Estos incidentes inesperados, pueden ser causados por eventos extremos, accidentes o vertidos no autorizados sobre en el sistema de saneamiento.
 
Lamentablemente, estas anomalías son más frecuentes de lo que creemos. Solo a nivel local, la Entidad Pública de Saneamiento de Aguas Residuales (EPSAR) identificó 3,503 incidentes en el año 2019, es decir, 9 incidentes al día; lo cual ha afectado la operación de más de 200 EDAR en la Comunitat Valenciana, siendo las de pequeña y mediana capacidad (<50 000 h-e), las más perjudicadas
 
“Es fundamental anticiparnos a las condiciones transitorias que afectan la operación de las EDAR”
 
Por tanto, es fundamental anticiparnos a las condiciones transitorias que afectan la operación de las EDAR, nos da la oportunidad de poder recuperar el sistema biológico a tiempo y con un menor costo operativo.
 


Life BACTIWATER y como la inteligencia artificial puede mejorar la EDAR

 
La Universitat Politècnica de València junto al grupo empresarial Global Omnium, a partir del programa de la Cátedra Aguas de Valencia, decidieron afrontar este reto aplicando una rama de la inteligencia artificial, llamada Machine Learning para interpretar y predecir los datos de la planta piloto del Proyecto Life-BACTIWATER ubicada en la EDAR de Quart-Benáger, en València.
 
“El objetivo es identificar de forma automatizada y a tiempo real, momentos en los que se presuma que haya un vertido incontrolado”
 
El objetivo de la investigación, es poder identificar de forma automatizada y a tiempo real, momentos en los que se presuma que haya un “vertido incontrolado”. Para ello, se analiza una serie de datos histórica y se aplican algoritmos de machine learning, mediante los cuales se establecen relaciones numéricas que permiten agrupar los parámetros de diferentes muestras, clasificar la información y predecir parámetros de interés.
 
El agrupamiento busca asociar las muestras de agua en función a los parámetros de calidad (DQO, NH4, PT …), proporcionándonos información acerca del tipo de contaminante que podría estar provocando la variación entre los grupos.
 
Por otro lado, la clasificación se realiza de forma supervisada estableciendo un umbral. Cuando se supera dicho umbral cambia la clase, lo que da pie a generar una ¡Alarma!. De esta manera, se busca generar un sistema de alerta temprana, a partir de datos de calidad indirectos (oxígeno disuelto, pH, temperatura,…) registrados cada dos minutos en sondas ubicadas en la planta piloto.
 
Por último, se pretende predecir la concentración de amonio y nitrato hasta con ocho horas de anticipación. Ello nos permitirá evaluar la tendencia futura de los datos y si se espera una inhibición del proceso de nitrificación o desnitrificación. 
 
“Un mejor control operacional de las EDAR se traduce en una mejor calidad del efluente y, por tanto, un menor impacto en el medio ambiente y la salud pública”
 
¡Existen mucho más! Y es que, esta investigación, recoge sólo una pequeña fracción de las aplicaciones que pueden desarrollarse con técnicas de machine learning, para alertar y actuar rápidamente ante vertidos de contaminantes incontrolados.
 
En definitiva, un mejor control operacional de las EDAR, significa una mejor calidad del efluente y, por tanto, un menor impacto en el medio ambiente y la salud pública. Estos avances serán posibles si en la EDAR aplicamos nuestra nueva filosofía: “Keep Calm y Machine Learning”.
 

Fuente www.upv.es/contenidos/CATAGUAS


Publicidad

Contenidos relacionados...

Deja tu comentario

Comentarios Publicar comentario

No hay comentarios publicados hasta la fecha.