Estrategia de dosificación inteligente para el proceso de potabilización de agua

Abstract

La potabilización del agua es un tratamiento que si, por un lado es sumamente vital para la salud pública, por otro lado es un proceso de dosificación complejo, no lineal, y difícil de llevar a cabo de manera óptima mediante el uso de modelos convencionales. En el presente trabajo, se desarrolló una estrategia de dosificación inteligente, basada en modelos de predicción, con técnicas no convencionales como Lógica Difusa y sistemas híbridos de ésta, con Redes Neuronales Artificiales, a lo que se conocen como Sistemas Adaptativos Neuro-Difusos (del inglés ANFIS). Los modelos difusos implicados en este trabajo de investigación son de tipo Mamdani y ANFIS, los cuales fueron comparados con modelos convencionales lineales y no lineales. El objetivo principal se enfocó en darle un seguimiento a las diferentes dosificaciones de reactivos en las etapas de coagulación-floculación y desinfección (con cloro gas) en la planta de potabilización ubicada en el Vigía, estado Mérida utilizando la base de datos de los registros de las dosificaciones realizadas en los últimos años. En la etapa de coagulación-floculación se habían utilizado en la planta dos tipos de coagulante, para los cuales se desarrollaron modelos predictivos. Al primer coagulante, sulfato de aluminio, se le desarrollaron modelos predictivos convencionales (lineales y no lineales) y no convencionales (Mamdani y ANFIS), presentando el modelo neuro-difuso (ANFIS) el mejor ajuste, con un 93.7% de precisión. Con el segundo coagulante (policloruro de aluminio), el modelo ANFIS también reportó el mejor desempeño, con una precisión del 95.1%. En la etapa de desinfección con cloro no se pudieron establecer las predicciones buscadas, debido a que las variables involucradas no están correlacionas. El mejor valor obtenido fue para el modelo ANFIS con un 32.1% de precisión. Finalmente, se procedió a realizar una experiencia de laboratorio que permitiera validar el modelo obtenido en la planta.