Control y Operación de Estaciones Depuradoras de Aguas Residuales: Modelado y Simulación

Autores/as

  • Ramón Vilanova Universidad Autónoma de Barcelona
  • Ignacio Santín Universidad Autónoma de Barcelona
  • Carles Pedret Universidad Autónoma de Barcelona

DOI:

https://doi.org/10.1016/j.riai.2017.05.004

Palabras clave:

Estaciones depuradoras de aguas residuales, proceso de fangos activados, benchmarking

Resumen

Este trabajo constituye la primera parte de una revisión de la problemática del control y operación de estaciones depuradoras de aguas residuales (EDAR) para el tratamiento de agua residual urbana. En esta primera parte nos centramos en el modelado y simulación mientras que la segunda parte se dedica en exclusiva al control y operación. Esta depuración se realiza, mayoritariamente, mediante procesos biológicos, concretamente, mediante el denominado proceso de fangos activados. El hecho de tratar con un proceso biológico conlleva una elevada complejidad tanto desde el punto de vista de modelado como, por supuesto, de control y operación. Para poder ubicar convenientemente el problema, se presenta una caracterización de las aguas residuales urbanas y las necesidades de depuración asociadas. El control y operación descansan en gran medida en la disponibilidad de modelos apropiados y, ya hoy en día, de una elevada fiabilidad. Se presentan los modelos de la familia ASM; poniendo especial énfasis en el ASM1 que se describe en más detalle; así como las características de otras unidades de proceso como el decantador y su interconexión. En estos modelos destacan los entornos BSM de benchmarking, que han sido esenciales para todo el posterior desarrollo en la actividad de control y operación.

Descargas

Los datos de descargas todavía no están disponibles.

Biografía del autor/a

Ramón Vilanova, Universidad Autónoma de Barcelona

Departamento de Telecomunicaciones y de Ingeniería de Sistemas, Escuela de Ingeniería, Universidad Autónoma de Barcelona

Ignacio Santín, Universidad Autónoma de Barcelona

Departamento de Telecomunicaciones y de Ingeniería de Sistemas, Escuela de Ingeniería, Universidad Autónoma de Barcelona

Carles Pedret, Universidad Autónoma de Barcelona

Departamento de Telecomunicaciones y de Ingeniería de Sistemas, Escuela de Ingeniería, Universidad Autónoma de Barcelona

Citas

Alex, J., Benedetti, L., Copp, J., Gernaey, K., Jeppsson, U., Nopens, I., Pons, M.-N., Steyer, J.-P., Vanrolleghem, P., 2008. Benchmark simulation model no. 1 (bsm1). Tech. rep., Lund University.

Batstone, D. J., Keller, J., Angelidaki, I., Kalyuzhnyi, S., Pavlostathis, S., Rozzi, A., Sanders, W., Siegrist, H., Vavilin, V., 2002. The iwa anaerobic digestion model no 1 (adm1). Water Science and Technology 45 (10), 65–73.

Cadet, C., Martins, V. D. S., Dochain, D., oct 2015. Dynamic modeling of clarifier-thickeners for the control of wastewater treatment plants: a critical analysis. En: 2015 19th International Conference on System Theory, Control and Computing (ICSTCC). IEEE. DOI: 10.1109/icstcc.2015.7321354

Carstensen, J., Haffemoes, ¨ P., Madsen, H., 1995. Statistical identification of monod-kinetic parameters from on-line measurements. Water Science and Technology 31 (2), 125–133.

Copp, J. B., 2002. The Cost Simulation benchmark: Description and simulator manual (COST Action 624 and Action 682). Luxembourg: Office for Official Publications od the European Union.

Diehl, S., sep 2007. Estimation of the batch-settling flux function for an ideal suspension from only two experiments. Chemical Engineering Science 62 (17), 4589–4601. DOI: 10.1016/j.ces.2007.05.025

Ekama, G. A., Barnard, J. L., GA˜ 1 4 nthert, F. W., Krebs, P., McCorquodale, J. A., Parker, D. S., Wahlberg, E. J., 1997. Secondary settling tanks: Theory, modelling, design and operation. iawq scientific and technical report no. 6. Tech. rep., International Association on Water Quality, England.

Gernaey, K. V., Rosen, C., Jeppsson, U., 2006. Wwtp dynamic disturbance modelling - an essential module for long-term benchmarking development. Water science and technology 53, 225–234.

Gomez-Quintero, C., Queinnec, I., Babary, J., June 14-16 2000. A reduced nonlinear model of an activated sludge process. En: In Proc. of the International Symposium on Advanced Control on Chemical Processes (ADCHEM). Pisa, Italy.

Henze, M., Grady, C., Gujer, W., Marais, G., Matsuo, T., 1987. Activated sludge model 1. Scientific and Technical Report No.1. IAWQ, London, UK.

Henze, M., Gujer, W., Mino, T., van Loosedrecht, M., 2002. Activated Sludge Models ASM1, ASM2, ASM2d and ASM3. Scientific and Technical Reports, No. 9. IWA Publishing.

Henze, M., van Loosdrecht, M., Brdjanovic, D., Ekama, G., 2008. Biological Wastewater Treatment: Principles, Modelling and Design. IWA Publishing.

Ingildsen, P., 2002. Realising full-scale control in wastewater treatment systems using in situ nutrient sensors. Ph.D. thesis, Department of Industrial Electrical Engineering and Automation.

Jeppsson, U., 1993. On the verifiability of the activated sludge dynamics. Master’s thesis, IEA, Lund Institute of Technology.

Jeppsson, U., 1996. Modelling aspects of wastewater treatment processes. Ph.D. thesis, Department of Industrial Electrical Engineering and Automation, Lund Institute of Technology, Lund, Sweden.

Jeppsson, U., Olsson, G., 1993. Reduced order models for on-line parameter identification of the activated sludge process. Water Science and Technology 28 (11-12), 173–183.

Jeppsson, U., Pons, M.-N., mar 2004. The COST benchmark simulation model - current state and future perspective. Control Engineering Practice 12 (3), 299–304. DOI: 10.1016/j.conengprac.2003.07.001

Jeppsson, U., Pons, M.-N., Nopens, I., Alex, J., Copp, J., Gernaey, K., Rosen, C., Steyer, J.-P., Vanrolleghem, P., 2007. Benchmark Simulation Model No 2: general protocol and exploratory case studies. Water Science and Technology 56 (8), 67–78.

Jeppsson, U., Rosen, C., Alex, J., Copp, J., Gernaey, K., Pons, M.-N., Vanrolleghem, P., 2006. Towards a benchmark simulation model for plant-wide control strategy performance evaluation of WWTPs. Water Science and Technology 53 (1), 287–295.

Julien, S., Babary, J., Lessard, P., 1998. Theoretical and practical identifiability of a reduced order model in an activated sludge process doing nitrification and denitrification. Water science and technology 37 (12), 309–316.

Julien, S., Lessard, P., Barbary, J., 1999. A reduced order model for control of a single reactor activated sludge process. Mathematical and Computer Modelling of Dynamical Systems 5 (4), 337–350.

Kabouris, J., Georgakakos, A., 1992. Accounting for different time scales in activated sludge process control. Water Science and Technology 26 (5-6), 1381–1390.

Kokotovic, P. V., O’malley, R., Sannuti, P., 1976. Singular perturbations and order reduction in control theory: an overview. Automatica 12 (2), 123– 132.

Kynch, G. J., 1952. A theory of sedimentation. Transactions of the Faraday Society 48, 166. DOI: 10.1039/tf9524800166

Lee, T., Wang, F., Newell, R., oct 2002. Robust model-order reduction of complex biological processes. Journal of Process Control 12 (7), 807–821. DOI: 10.1016/s0959-1524(02)00006-9

Marsili-Libelli, S., 1989. Modelling, identification and control of the activated sludge process. Lignocellulosic Materials, 89–148.

Nopens, I., Batstone, D. J., Copp, J. B., Jeppsson, U., Volcke, E., Alex, J., Vanrolleghem, P. A., apr 2009. An ASM/ADM model interface for dynamic plant-wide simulation. Water Research 43 (7), 1913–1923. DOI: 10.1016/j.watres.2009.01.012

Nopens, I., Benedetti, L., Jeppsson, U., Pons, M.-N., Alex, J., Copp, J. B., Gernaey, K. V., Rosen, C., Steyer, J.-P., Vanrolleghem, P. A., 2010. Benchmark Simulation Model No 2: finalisation of plant layout and default control strategy. Water Science and Technology 62 (9), 1967–1974.

Olsson, G., Jeppsson, U., 2006. Plant-wide control: dream, necessity or reality? Water science and technology 53 (3), 121–129.

Olsson, G., Newell, B., 1999. Wastewater treatment systems: modelling, diagnosis and control. IWA publishing.

Petty, C., 1975. Continuous sedimentation of a suspension with a nonconvex flux law. Chemical Engineering Science 30 (12), 1451–1458. DOI: 10.1016/0009-2509(75)85022-6

Robuste, J., 1990. Modelitzacio i identificació del proces de fangs activats. ´ Ph.D. thesis, Universidad Autonóma Barcelona.

Rosen, C., Vrecko, D., Gernaey, K., Pons, M., Jeppsson, U., aug 2006. Implementing ADM1 for plant-wide benchmark simulations in matlab/simulink. Water Science & Technology 54 (4), 11. DOI: 10.2166/wst.2006.521

Smets, I. Y., Haegebaert, J. V., Carrette, R., Van Impe, J. F., 2003. Linearization of the activated sludge model asm1 for fast and reliable predictions. Water research 37 (8), 1831–1851.

Steffens, M., Lant, P., Newell, R., mar 1997. A systematic approach for reducing complex biological wastewater treatment models. Water Research 31 (3), 590–606. DOI: 10.1016/s0043-1354(96)00273-4

Takacs, I., Patry, G. G., Nolasco, D., oct 1991. A dynamic model of the clarification-thickening process. Water Research 25 (10), 1263–1271. DOI: 10.1016/0043-1354(91)90066-y

Vitasovic, Z., 1989. Continuous settler operation: a dynamic model. Ch. Dynamic Modelling and Expert Systems in Wastewater Engineering, pp. 59–81.

Zhao, H., Isaacs, S., Søeberg, H., Kummel, M., 1995. ¨ An analysis of nitrogen removal and control strategies in an alternating activated sludge process. Water research 29 (2), 535–544.

Descargas

Cómo citar

Vilanova, R., Santín, I. y Pedret, C. (2017) «Control y Operación de Estaciones Depuradoras de Aguas Residuales: Modelado y Simulación», Revista Iberoamericana de Automática e Informática industrial, 14(3), pp. 217–233. doi: 10.1016/j.riai.2017.05.004.

Número

Sección

Artículos