Sistema inteligente para el análisis predictivo de un proceso de tratamiento de aguas residuales industriales

Teniendo en cuenta el crecimiento exponencial de la industria en la actualidad y las aguas residuales producto de sus procesos, resulta imprescindible para estas, un óptimo sistema de tratamiento de tales aguas efluentes con el fin de mitigar el impacto ambiental generado por sus vertimientos y cumplir con las normas regulatorias ambientales que cada vez aumentan su exigencia. Esto lleva a la necesidad de innovar en los sistemas de control y gestión de la información de los sistemas responsables del tratamiento de estas aguas residuales en búsqueda de mejoramiento. Para este fin, se propone el desarrollo de un sistema inteligente que utilice los datos provenientes del proceso y realice una predicción de su comportamiento de manera que proporcione soporte en la toma de decisiones relacionadas a la operación de la planta de tratamiento de aguas residuales. Para llevar a cabo el desarrollo de este sistema se han implementado una red neuronal que junto a técnicas de descomposición de series de tiempo, correlación y autocorrelación de variables del proceso es posible predecir la demanda química de oxigeno (COD) a la entrada del biorreactor con una ventana de un día y una alta precisión del modelo. Todo este sistema es desplegado desde una página web para monitorear las variables de este proceso y predecir el COD.

• Autores: Arismendy Montes, Luis Ángel; Cárdenas Pérez, Carlos Ándres
• Fecha de publicación: 2020
• Institución: Universidad del Norte
• Repositorio: Repositorio Uninorte
• Idioma: spa
• OAI Identifier: oai:manglar.uninorte.edu.co:10584/9039
• Acceso en línea: http://hdl.handle.net/10584/9039
• Palabra clave: PTAR; DQO; Predecir; WWTP; COD; Predict
• License: Universidad del Norte