You are on page 1of 6

DETERMINACIN DE LOS PARMETROS DE DISEO DE UN CLARIFICADOR SECUNDARIO DE EFLUENTES LCTEOS UTILIZANDO MATLAB Carlos A. Crdoba - Tutor: MSc.

Miguel A. Rosa Universidad Tecnolgica Nacional - Facultad Regional Villa Mara - Crdoba - Argentina Resumen El objetivo del presente trabajo es destacar la importancia del uso de una herramienta informtica clsica, MATLAB, en la resolucin de un problema concreto de ingeniera tal como es la determinacin de los parmetros de diseo del clarificador secundario en el proceso de lodos activados. Utilizando lodos procedentes del tratamiento de un efluente lcteo, se determin experimentalmente la velocidad de sedimentacin de una suspensin de los mismos para una dada concentracin. A partir de los valores experimentales y utilizando los fundamentos tericos clsicos para el diseo de un sedimentador, se gener en MATLAB un programa para la determinacin de dichos parmetros, empleando, entre otras herramientas, el clculo de regresiones con redes neuronales. Su ejecucin demostr la factibilidad de evaluar de manera sencilla y rpida diferentes alternativas de trabajo hasta alcanzar valores de diseo apropiados. Como conclusin general se establece la validez del uso de esta herramienta computacional para la resolucin de casos concretos y en particular la versatilidad del programa para analizar distintas condiciones de operacin, lo cual brinda al usuario la posibilidad de seleccionar la ms ventajosa desde el punto de vista tcnico econmico. Introduccin En una planta convencional para tratar aguas residuales mediante lodos activados, la sedimentacin se utiliza para separar la biomasa (slidos suspendidos) generada en el reactor durante la degradacin de la materia orgnica. Para que el proceso de lodos activados resulte eficiente, se debe generar un efluente con baja concentracin de slidos suspendidos y un lodo suficientemente espeso para su retorno al reactor, el cual requiere mantener una concentracin de biomasa elevada. Esta condicin es lograda mediante un adecuado funcionamiento de los clarificadores, tanto primario como secundario. Por tal razn resulta de primordial importancia, para satisfacer los requerimientos de vertido, el diseo del sedimentador secundario, el cual requiere de las especificaciones de su profundidad y del rea de seccin transversal, siendo sta el mayor valor obtenido del clculo entre el rea de clarificacin y el rea de espesamiento (Martnez y Rodrguez, 2005). La forma ms comn de los sedimentadores secundarios es circular y en menor medida rectangular. Las unidades circulares o rectangulares se equipan con barredor de fondo (que permite una mejor separacin de la Biomasa del agua, a la vez que impulsa el lodo sedimentado hacia la zona de extraccin) y recolector superficial de espumas. El fondo de los sedimentadores circulares tiene una leve pendiente, tpicamente de relacin 1/12, para facilitar el deslizamiento del sedimento. Existen tambin sedimentadores internos (Intrachannel Clarifier) que van ubicados dentro del reactor, de menor frecuencia de uso y que suelen corresponder a tecnologas patentadas (Nannig, 2003). En los clarificadores secundarios la concentracin de slidos debe incrementarse de la cantidad Xo que se tiene en el reactor a la cantidad Xf que se presenta en el flujo inferior del sedimentador. En este trnsito las velocidades de sedimentacin cambian, presentndose zonas con diferentes caractersticas, fenmeno conocido como zonas de sedimentacin (Valdez y Vzquez Gonzlez, 2003). La evaluacin de las mismas puede efectuarse mediante ensayos experimentales de sedimentacin discontinua en el laboratorio y resulta una condicin de diseo fundamental. Por otra parte, se cuenta en la actualidad con diversos programas de computaciones capaces de efectuar la simulacin del proceso propiamente dicha y de evaluar la confiabilidad del modelo propuesto mediante la comparacin con datos experimentales.

El objetivo principal del presente trabajo es evaluar el comportamiento de varias herramientas del software MATLAB, entre ellas, la de regresin con redes neuronales, para la determinacin de los parmetros de diseo del clarificador secundario correspondiente al proceso de lodos activados en el tratamiento de los efluentes de una industria lctea. Procedimiento y desarrollo El diseo de un espesador continuo requiere de las especificaciones del rea de seccin transversal y su profundidad, y adems puede ser realizado usando informacin de sedimentacin intermitente obtenida en el laboratorio, puesto que, en un sedimentador continuo las condiciones en un punto son estables con respecto al tiempo, mientras que cada prueba de sedimentacin intermitente representa las condiciones en cierto punto particular en un espesador, slo a un tiempo dado durante la prueba (Foust et al., 1998). Ajuste de los datos de altura de interfase-tiempo En primer lugar se llev a cabo una experiencia de sedimentacin, para evaluar la Vi (velocidad de sedimentacin por zonas), parmetro clsico para determinar las caractersticas de los lodos. El ensayo consisti en medir en funcin del tiempo la altura de la interfase que se genera durante la sedimentacin de una suspensin de lodos de una dada concentracin en una probeta estandarizada de 1000 ml. La altura de la interfase se registr a intervalos de tiempo seleccionados (Tabla 1). Es importante remover la suspensin con agitadores a una velocidad de aproximadamente 5 rph, lo cual simula la accin de los rastrillos mecnicos utilizados para la separacin de los lodos y evita la estratificacin de los mismos (Ramalho, 1993). Tabla 1: Valores experimentales: altura de la interfase [m] vs. Tiempo [h] Slidos suspendidos totales (SST): 2230 mg/l Tiempo 0.000 0.025 0.033 0.050 0.067 0.083 0.100 0.117 0.167 0.250 0.333 0.417 0.050 Altura 0.340 0.326 0.309 0.245 0.177 0.143 0.126 0.116 0.099 0.066 0.066 0.066 0.063 Luego y de acuerdo al objetivo principal del trabajo, se utilizo la interfaz grfica de usuario (GUI), herramienta de red neuronal de ajuste, mediante el comando de MATLAB nftool. El mismo permite seleccionar los datos, crear y entrenar una red, y evaluar su actuacin mediante el error cuadrado medio y anlisis de la regresin. Las redes neuronales a priori son capaces de asociar patrones de entrada con cualquier patrn de salida y su eficacia depende del ajuste heurstico de numerosos parmetros. Adems, las mismas aprenden mejor el ajuste a las funciones, sobre todo por sus caractersticas no lineales o de alto ruido (Quintero, 2002), an cumpliendo criterios de muestras apropiadas para mtodos estadsticos multivariados (MEMV) basados en el modelo de regresin lineal general (MRLG). Para definir el problema de ajuste de la caja de herramientas, se organizo un conjunto de vectores de entrada IMPUT01 como columnas en una matriz y otro conjunto de vectores objetivo TARGET01 en una segunda matriz. Los datos fueron extrados de la literatura especifica (Ramalho, 1993). El comportamiento de la altura de la interfase con respecto al tiempo depender de la concentracin de slidos suspendidos totales de la muestra, en cada ensayo. La matriz de entrada consta de 2 columnas, la primera corresponde a los intervalos de tiempo seleccionados y la segunda a la concentracin de SST correspondiente a cada ensayo. La matriz objetivo, de una sola columna, corresponde a las alturas de la interfase para cada vector de entrada. Las variables de entrada y salida se acotaron en valores entre 0 y 1, para obtener una aproximacin funcional ptima. Estas deben seguir una distribucin normal o uniforme, y el rango de posibles valores debe ser aproximadamente el mismo y acotado en el intervalo de trabajo de la funcin de activacin empleada en las capas ocultas y de salida de la red (Diazaraque, 2011).

Se tomo un 70% de las muestras para el entrenamiento de la red, la cual se ajusta de acuerdo a su error. Para su validacin 15% de las muestras se utilizaron para medir la respuesta de la red, y para detener el entrenamiento antes de que se produzca un sobreajuste. El ltimo 15% se utiliza como una prueba completamente aislada y as proporciona una medida independiente de rendimiento de la red durante y despus del entrenamiento. La red estndar que se utilizo para el ajuste de la funcin es una red de propagacin de dos capas, con una funcin de transferencia sigmoidal en la capa oculta y una funcin de transferencia lineal en la capa de salida. El nmero de neuronas ocultas por defecto se estableci en 20 (Figura 1). El coeficientes de determinacin (R) para el entrenamiento de la red fue 0.999709, para la validacin 0.998788 y para el testeo 0.995191, resultando para la totalidad de los datos un R = 0.99904 (Figura 2). Este coeficiente es una medida de la correlacin entre las salidas (outputs) y blancos (targets). Un valor de R = 1, significa una relacin ntima y R = 0, una relacin aleatoria.

Fig. 1: Diagrama de la red neuronal

Fig. 2: Regresin lineal entre los outputs de la red y los targets Con la red neuronal diseada se obtuvo la regresin de datos correspondientes a la experiencia de laboratorio de sedimentacin con una concentracin de slidos de 2230 mg/l (Figura 3). Clculo de la velocidad de sedimentacin en funcin de la concentracin Los fundamentos tericos considerados para el diseo fueron los utilizados en la bibliografa clsica (Foust et al., 1998), que supone que la velocidad de sedimentacin es solamente funcin de la concentracin. El diseo del espesador se basa en la identificacin de la capa que tiene la menor capacidad para el paso de slidos a travs de ella en las condiciones de operacin (capa limitante de velocidad), cuya concentracin, cL, resulta una funcin inversa de la altura de la interfase slido-lquido, zL, a un tiempo dado, segn la expresin:

0.35 0.3 0.25

Datos experimentales Regresin con redes neuronales

H[m]

0.2 0.15 0.1 0.05 0 2

0.05

0.1

0.15

0.2

0.25

0.3

0.35

0.4

0.45

0.5

t [h]

Fig. 3: Altura de interfase vs. tiempo


cL co zo zL v L L

(1)

donde co y zo representan la concentracin y altura iniciales en la probeta y vL la velocidad de sedimentacin de las partculas, obtenida de la derivada de la correlacin altura de interfase vs. tiempo seleccionada anteriormente y evaluada para distintos tiempos L (Foust et al., 1998). En la tabla 2 se representan los valores generados por el programa; la misma, adems, se muestra en la ventana de comandos para una rpida apreciacin del usuario. El programa correlaciona los datos de velocidad de sedimentacin (Vi) en funcin de la concentracin de SST (Xi) a travs del ajuste de los parmetros Vo y Kv del modelo de Vesilind (Martnez y Rodrguez, 2005) de la expresin (2), cuya grfica se aprecia en la figura 4.

Vi Vo e( Kv Xi )
Tabla 2: Valores generados por el programa T [h] Altura interfase [m] Velocidad [m/h] Concentracin [mg/l] 0.05 0.10 0.15 0.20 0.248 0.127 0.097 0.087 3.086 1.258 0.223 0.196 1885.5 3004.5 5821.3 5990.5 0.25 0.078 0.141 6661.4 0.30 0.074 0.063 8200.6

(2)

0.35 0.40 0.071 0.070 0.032 0.011 9168.1 10154.0

Clculo de los parmetros de diseo Finalmente, como rea de diseo (AD) el programa selecciona la mayor entre la de clarificacin y la de compactacin o espesamiento. Para el clculo del rea de clarificacin (AC), se consider que la velocidad de la corriente de agua residual que sale del vertedero debe ser menor que la velocidad de sedimentacin, mientras que para el rea de espesamiento (AE) se utiliz el modelo de flux de slidos totales FT, definido como la masa de slidos por unidad de tiempo, que atraviesa un rea unitaria perpendicular a la direccin del flujo. El mismo se obtiene de la suma del flujo de slidos que sedimentan por gravedad, FL, ms el de slidos que sedimentan por la succin de la salida en el fondo del equipo con cierta velocidad, Ff. (3) El mtodo grfico requiere la representacin del flux total de slidos en funcin de la concentracin (Figura 5), la cual se correlaciona con la velocidad de sedimentacin mediante la

FT FL Ff

ecuacin de Vesilind. De esta manera, fijada una concentracin para los slidos de la corriente de fondo del sedimentador (Xf), el programa determina el flux total de slidos lmite, FTl, mediante la ordenada al origen de la recta tangente a la curva de flux total, que parte del valor de Xf seleccionado. Este flux, que sale por succin de un sedimentador de rea (AE), debe ser igual a la carga de slidos que entran al sedimentador y permite el clculo del rea de espesamiento a travs de la expresin (4). En esta expresin Qo y Xo son, respectivamente, el caudal y la concentracin de slidos en la alimentacin al clarificador.
FTl X o Qo AE

(4)

Para el clculo de la profundidad se estima un tiempo de residencia lmite (Th), ya que si ste es demasiado elevado, se puede presentar generacin de gases, debido a la desnitrificacin o por condiciones de anaerobiosis, con lo cual los slidos flotaran (Martnez y Rodrguez, 2005). Fijado el caudal de tratamiento se obtiene el volumen correspondiente al rea de diseo, V y la profundidad del equipo (Hsed) a travs de las expresiones (5) y (6):
3.5 3 2.5
Vi [m/h]

160

Datos experimentales Ajuste del modelo de Vesilind


Ft [kg/d*m2]

140 120 100 80 60 40 20 0

Datos experimentales Ajuste con modelo de Vesilind Tangente para Xf = 7000 mg/l

2 1.5 1 0.5 0 2000 3000 4000 5000 6000 7000 8000 9000 10000 11000 Xi [mg/l]

2000

4000

6000 Xi [mg/l]

8000

10000

12000

Fig. 4: Velocidad vs. concentracin. Ajuste del modelo de Vesilind.


V FTl AD Th Xo
V AD

Fig.5: Flujo de slidos totales vs. concentracin (5)

Hsed

(6)

HT Hcap Hinm Hsed

D tan( ) 2

(7)

El programa tambin computa las alturas (en m) definidas por el usuario, correspondientes a la capacidad de almacenamiento (Hcap), inmersin de la alimentacin (Hinm) y la altura de diseo mecnico. Esta ltima se determina teniendo en cuenta el dimetro del equipo (D) y el ngulo de inclinacin de fondo (). A su vez, el dimetro D se calcula en base AD y es definido inicialmente por el usuario. La altura total del equipo (HT) calculada a partir de la ecuacin (7), conjuntamente con el rea de diseo permite calcular el volumen total. Resultados y discusin A los fines de evaluar el comportamiento del programa generado se ejecut el mismo para la siguiente condicin de trabajo: caudal de entrada, Qo: 333.333 m3/h y concentracin de solidos a

la entrada, Xo: 2230 mg/l. Los parmetros fijados fueron: concentracin de slidos a la salida del vertedero, segn legislacin vigente: Xe: 50 mg/l; capacidad de almacenamiento, Hcap: 0.35 m; Inmersin de la alimentacin, Hinm: 0.35 m; tiempo de residencia en h (Th); concentracin de slidos en el fondo del sedimentador en mg/l (Xf) y ngulo de inclinacin del fondo en rad (). Los resultados obtenidos se muestran en la tabla 3. Tabla 3: Parmetros de diseo y valores calculados por el programa para un caso particular Parmetros fijados por el usuario Th [h] Xf [mg/l] [rad] 1.5 8000 0.06 1.5 7500 0.06 1.5 7000 0.06 1.5 6500 0.06 Valores calculados por el programa Dim [m] rea [m] Vol [m3] Altura [m] 16.82 222.11 767.67 3.46 15.01 176.92 703.60 3.98 13.52 143.51 658.72 4.59 12.22 117.25 625.10 5.33

Para el ejemplo planteado se observa que para valores superiores a los 7000 mg/l de concentracin de slidos en la descarga, el volumen del clarificador se incrementa significativamente, lo cual implica mayores costos de inversin y de mantenimiento. Por esta razn se considera como diseo adecuado, para un tiempo de residencia de 1.5 h, el correspondiente a una concentracin de slidos en el fondo de 7000 kg/h. Conclusiones De los resultados alcanzados se puede elaborar como conclusin general, la validez del uso de esta herramienta computacional empleada en la resolucin de problemas concretos en ingeniera. En particular para el caso planteado, el programa elaborado presenta la versatilidad suficiente para el anlisis de distintas alternativas de diseo de manera rpida y sencilla, brindando al usuario la posibilidad de seleccionar aquella que resulte ms ventajosa desde el punto de vista tcnico econmico. Referencias Diazaraque J. M. M.; Introduccin a las Redes Neuronales Aplicadas, Curso de Expertos de U.C.M., Universidad Carlos III de Madrid. (Espaa) (2011). Foust A. S., L. A. Wenzel, C. W. Clump, L. Maus y L. Bryce Andersen; Principios de Operaciones Unitarias, 6 Edicin, CECSA, Mxico D.F. (Mxico) (1998). Martnez S. A. y M. G. Rodrguez; Tratamiento de Aguas Residuales con MATLAB, Revert, Mxico D.F. (Mxico) (2005). Nannig, B. J.; Sedimentacin Secundaria en Sistemas de Lodos Activados, AKROS Ingeniera Ltda., Santiago de Chile (Chile) (2003). Quintero, R. E.; Problemas de Regresin: Soluciones por Modelos Estadsticos y Redes Neuronales Artificiales, Disertacin Doctoral, Tecana American University. Caracas (Venezuela) (2002). Ramalho, R. S.; Tratamiento de Aguas Residuales, Revert, Barcelona (Espaa) (1993). Spiegel M. R.; Teora y Problemas de Probabilidad y Estadstica, McGraw-Hill, Mxico D. F. (Mxico) (1991). Valdez, E. C. y A. B. Vzquez Gonzlez; Ingeniera de los Sistemas de Tratamiento y Disposicin de Aguas Residuales, Fundacin ICA, Mxico D.F. (Mxico) (2003).