Otimização em tempo real de uma planta de tratamento de efluentes utilizando técnicas de aprendizado de máquina.

• Autor(a) principal: VILAR, Damiris Valeska Farias.
• Data de Publicação: 2023
• Tipo de documento: Dissertação
• Idioma: por
• Título da fonte: Biblioteca Digital de Teses e Dissertações da UFCG
• Texto Completo: http://dspace.sti.ufcg.edu.br:8080/jspui/handle/riufcg/32744
• topic: BSM1; Tratamento de efluentes; Metamodelos; Kriging; RTO; Wastewater treatment; Meta models; Engenharia Química

O tratamento de águas residuais utilizando o processo de lodos ativados é uma técnica de alta eficiência na remoção de compostos orgânicos e produtos nitrogenados, tornando-se amplamente utilizada e viabilizando a reutilização das águas tratadas. A modelagem computacional tem sido uma ferramenta essencial para melhorar o desempenho dos sistemas de tratamento, permitindo o planejamento e análise das estações de tratamento de efluentes. Diversos modelos preditivos, como o ASM para sistemas de lodos ativados e o BSM para o tratamento biológico em reatores de lodo ativado, têm sido desenvolvidos para avaliar estratégias de controle em estações de tratamento. Com o intuito de aprimorar esses processos, o uso de metamodelos tem sido explorado, oferecendo uma representação simplificada e otimizada do modelo original e resultando em economia de tempo e recursos computacionais em várias áreas, incluindo engenharia e ciência. A pesquisa propõe a otimização em tempo real de uma planta de tratamento de efluentes por meio de técnicas de aprendizado de máquina, utilizando o modelo BSM1 e metamodelos kriging. O estudo visou compreender o desempenho dos otimizadores nas simulações de processos de tratamento de águas residuais, avaliando diferentes métricas para identificar tendências e eficiência. Os resultados evidenciaram a confiabilidade do kriging na geração de metamodelos, com todas as combinações apresentando resultados satisfatórios. Os otimizadores "matlab", “filtersd” e "ipopt" mostraram-se eficazes na função objetivo e no atendimento de restrições, enquanto o "nomad" e "nlopt" apresentaram desempenho inferior. A abordagem de otimização RTO demonstrou resultados satisfatórios, possibilitando uma melhor compreensão dos processos envolvidos. A combinação dessas técnicas mostra-se promissora para aprimorar a eficiência operacional das estações de tratamento de águas residuais, com o potencial de contribuir significativamente para uma gestão sustentável dos recursos hídricos e uma redução do impacto ambiental.