Wang, J.H., Zhao, D.J., Liao, W.S., Mahmoud, M.S., Guo, Z.W., Li, H.M., Gao, X., Feng, D., Shi, L.F., Chen, Y.P., Shen, Y. (2023). An online intelligent management method for wastewater treatment supported by coupling data-driven and mechanism models. Journal of Water Process Engineering 53, 103653. (link)

Título

An online intelligent management method for wastewater treatment supported by coupling data-driven and mechanism models

(Um método de gestão inteligente online para tratamento de águas residuais apoiado pela combinação de modelos de mecanismos e baseados em dados)

Resumo

TRADUÇÃO LIVRE

O gerenciamento de estações de tratamento de águas residuais tradicionais (ETARs) depende principalmente da experiência humana, resultando em alto custo e baixa eficiência sob modo de operação conservador. Este estudo propôs um método de gerenciamento inteligente online baseado em biblioteca de planos para melhorar o desempenho do tratamento de águas residuais. Os planos de operação na biblioteca de planos foram obtidos com base no modelo de mecanismo (Modelos de Lodo Ativado) de um processo piloto Anaeróbico-Anóxico-Óxico (A2/O), e cada plano representa a estratégia de operação ideal sob uma condição de influente específica. Em seguida, a biblioteca de planos foi inserida para treinar um modelo orientado a dados, ou seja, um modelo de regressão Multi-Layer Perceptron (MLP). O modelo MLP treinado pode ser usado para gerar estratégias de operação online mais detalhadas para o processo de tratamento de águas residuais sob diferentes condições de influente. Após uma operação contínua de 124 dias do processo A2/O, os resultados mostrados, o método proposto pode gerar estratégias de operação online de acordo com as condições de influente, e os principais indicadores de efluente atendem aos padrões de descarga de forma contínua e estável. Enquanto isso, comparado com o modo de operação manual, o consumo de energia de aeração foi economizado em cerca de 49,4% usando o método proposto. O modelo de mecanismo e o modelo orientado a dados foram combinados neste estudo, e ele tem valor científico e significância de engenharia para o gerenciamento inteligente de ETARs.

Artigo publicado no jornal Water Process Engineering, o site Science Direct.