Comparação da modelação da digestão anaeróbica da ETAR do Choupal através de Redes Neuronais Artificiais e ADM1

• Autor(a) principal: Amorim, Nádia Monteiro
• Data de Publicação: 2016
• Tipo de documento: Dissertação
• Idioma: por
• Título da fonte: Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)
• Texto Completo: http://hdl.handle.net/10400.26/17206
• topic: Biogás; Estação de Tratamento de Águas Residuais

Resumo O aumento dos últimos anos de Estações de Tratamento de Águas Residuais (ETAR) tem sido benéfico para o meio ambiente, pois as ETAR´s têm a função de receber e tratar as águas residuais de forma a serem devolvidas ao meio ambiente em condições ambientalmente seguras evitando assim a poluição. Contudo as ETAR´ s acarretam muitos custos energéticos, posto isto, tem vindo a ser desenvolvidas soluções para colmatar estes custos. Com este trabalho pretende-se otimizar o processo da Digestão Anaeróbia (DA) para se conseguir aumentar a produção de biogás que por sua vez é convertido em energia, contribuindo assim para a rentabilidade da exploração da ETAR. Nos últimos tempos as Redes Neuronais Artificiais (RNA) têm sido das soluções mais usadas neste tipo de processo da DA, pois são modelos matemáticos computacionais, sendo capazes de prever valores quando novos casos lhes são apresentados, têm características de desempenho inspirados no cérebro humano. Os modelos neuronais artificiais têm como fonte de inspiração as redes neuronais biológicas. Para o desenvolvimento das RNA foi utilizado o software NeuralTools da Palisade, esta consiste em quatro fases distintas, a preparação de dados, o treino, o teste e a previsão da rede. O estudo de caso incide nos dois digestores da ETAR do Choupal da AdCl, empresa onde foi realizado o estágio curricular que originou este trabalho. Para o presente estudo foram utilizadas variáveis do tratamento de lamas da ETAR, como % MS LM, a %MO LM, que entra no digestor I, Qentr.(m3/dia), o Qbiogás(m3/dia), a %MS, a %MO, a T(ºC), o pH, a alcalinidade, e os ácidos gordos voláteis de cada um dos digestores. Foram treinadas e testadas várias redes até se obter a melhor rede para de seguida ser utilizada para prever os valores de biogás. Houve dificuldades na definição das quantidades e disponibilidade de alguns dados prejudicando assim as redes, não conseguindo prever valores semelhantes dos valores reais do processo da DA, mas ainda assim foi possível obter em alguns valores essa igualdade. Verificou-se que as variáveis com maior impacto na modelação do processo anaeróbio são a MO(%)1, a MO(%)LM, a T(ºC)1, o Qentr(m3/dia). Conclui-se com este estudo, que usando o modelo RNA consegue-se obter resultados positivos no processo de DA permitindo assim otimizar a produção de biogás.