Modelo híbrido determinístico-estocástico aplicado a la predicción del desempeño de un sedimentador secundario de una planta tipo lodos activados operando en Tabasco.

Abstract

El tratamiento de aguas residuales es uno de los procesos más importantes en la Ingeniería Sanitaria. Un sistema de tratamiento es un conjunto secuencial de operaciones y procesos unitarios en los que se involucran fenómenos físico-mecánicos, químicos y/o biológicos con el propósito de reducir o eliminar contaminantes presentes en el agua de acuerdo a la normatividad vigente. Existen diversos tipos de tecnologías para el tratamiento de las aguas residuales, algunas de éstas requieren mayor costo de operación que otras, o mayor espacio, según la magnitud del caudal que se desee tratar. Conocer el desempeño de estas plantas es importante por tres razones; la primera porque se pueden obtener criterios de diseño para plantas de tratamiento; segunda, porque permite evaluar el desempeño de las plantas de tratamiento y tercera, porque ayuda a optimizar costos en la operación, sobre todo en las que utilizan procesos complejos que requieren mayores costos de energía eléctrica así como de agentes químicos (Metcalf y Eddy, 1996). La predicción del desempeño de los procesos y las operaciones unitarias para el tratamiento de aguas se puede realizar utilizando modelos matemáticos mecanísticos basados en ecuaciones de conservación de masa y momentum, o modelos estocásticos que se basan en eventos aleatorios. En el presente trabajo se realizará la predicción del perfil de concentraciones de Sólidos Suspendidos Totales (SST) en un sedimentador secundario usando un modelo determinístico, un modelo estocástico y el modelo híbrido resultante al combinar los dos anteriores. Con el propósito de analizar las capacidades de predicción de los tres modelos estudiados, se utilizó información real obtenida de una unidad de sedimentación secundaria operando en la Planta de Tratamiento de Aguas Residuales (PTAR) del Fraccionamiento Pomoca, en Nacajuca, Tabasco. El modelo determinístico, constituido por ecuaciones diferenciales ordinarias basadas en el balance de masa, es la representación de la sedimentación considerando las variables más importantes involucradas, tales como la velocidad de flujo y la concentración de SST. El modelo estocástico, que está basado en eventos aleatorios, estará representado por un modelo de Red Neuronal Artificial (RNA), el cual fue alimentado con variables de proceso preseleccionadas, para posteriormente analizar cuáles de ellas fueron las más importantes para la predicción. Por su parte, el modelo híbrido consiste en la integración de los dos modelos mencionados y con el propósito de mejorar el desempeño del modelo determinístico en la predicción del perfil de concentraciones de los SST con respecto a la profundidad de la unidad de sedimentación secundaria estudiada. El presente documento está organizado de la siguiente manera: en el Capítulo 2 se definen los conceptos y principios en los que se fundamenta este estudio. El Capítulo 3 presenta las investigaciones previas directamente relacionadas al modelado matemático de equipos de sedimentación en sistemas de tratamiento de agua. El Capítulo 4 está constituido por la justificación, objetivos e hipótesis establecidos en este estudio. Por su parte, en el Capítulo 5 se detallan los métodos y procedimientos numéricos que permiten solucionar a los dos modelos, determinístico y estocástico, así como una descripción de la integración de ambos para la obtención del modelo híbrido. Los Capítulos 6 y 7 muestran los resultados y discusión de las simulaciones de la operación de sedimentación con los tres modelos matemáticos analizados, así como las conclusiones centrales del presente trabajo.