Artigo apresentado no 33º Congresso Brasileiro e Engenharia Sanitária e Ambiental (ABES) – 2025.

RESUMO

Nas últimas décadas, o uso de modelos matemáticos e ferramentas de simulação em estações de tratamento de efluentes (ETEs) consolidou-se como um recurso importante para otimizar operações e apoiar projetos de novas instalações. Mais recentemente, os modelos de machine learning (ML) ganharam destaque, possibilitando prever e ajustar com precisão parâmetros essenciais, como pH, concentração de matéria orgânica e a presença de contaminantes. Ambas as técnicas promovem uma gestão mais eficiente e proativa dos processos, além de possibilitar a redução de custos operacionais. Entretanto, para que se possa obter resultados satisfatórios, o fornecimento de dados com boa qualidade e quantidade é fundamental. Atualmente, ainda existem grandes desafios a serem enfrentados neste quesito, como a frequência inadequada das amostragens, baixa precisão dos dados, presença de ruídos e falta de manutenção nos equipamentos de monitoramento, o que dificulta o desempenho dessas ferramentas. Além disso, a ausência de sistemas centralizados e padronizados para coleta e armazenamento de dados agrava ainda mais o cenário, especialmente quando grande parte da coleta é realizada manualmente. Esse método, além de suscetível a erros humanos, muitas vezes resulta em dados armazenados de forma inconsistente ou em formatos incompatíveis, prejudicando a integração e a análise robusta das informações. Com base em análises de trabalhos da literatura e em um experimento numérico, este estudo destaca como a carência de informações detalhadas sobre a caracterização do efluente pode aumentar a incerteza nos resultados de simulações. Esse artigo reforça ainda a importância de se investir em sistemas de monitoramento eficazes e na integração de tecnologias avançadas para melhorar a coleta e a análise de dados, ampliando a eficiência das ferramentas de simulação e ML e proporcionando insights mais confiáveis para a tomada de decisão e a otimização dos processos.

PALAVRAS-CHAVE

Simulação numérica, machine learning, desafios de aplicação, otimização de operações, dados de monitoramento.

INTRODUÇÃO

Modelos numéricos e ferramentas de simulação de estações de tratamento de efluentes (ETEs) têm sido aplicados nas últimas décadas com diferentes objetivos na área do saneamento, como apoio a projetos de novas instalações, otimização de operações existentes, retrofit, etc. Dentre as ferramentas mais utilizadas atualmente, é possível citar os softwares WEST (DHI), GPS-X (Hydromantis), Biowin (Envirosim) e SUMO (Dynamita), os quais se baseiam na integração e resolução de modelos a parâmetros concentrados que buscam representar os fenômenos químicos, físicos e biológicos que ocorrem nas unidades de tratamento de uma ETE (Gernaey et al., 2004).

Recentemente, a aplicação de modelos de machine learning (ML) também tem ganhado destaque, tornando possível prever e ajustar com precisão parâmetros críticos de qualidade, como níveis de pH, concentração de matéria orgânica e a presença de contaminantes, permitindo uma gestão mais proativa e eficiente dos processos, além de reduzir custos operacionais (Roohi; Nazif; Ramazi, 2024). Estes modelos são muito utilizados em previsão de parâmetros de qualidade devido à sua capacidade de analisar grandes volumes de dados e identificar padrões complexos. Além disso, modelos de ML podem ser treinados e ajustados continuamente com novos dados, melhorando sua precisão ao longo do tempo. Isso é crucial para aplicações em ETEs, onde as condições podem variar devido às mudanças sazonais, climáticas e operacionais.

Contudo, uma das principais limitações para uma ampla utilização de técnicas de ML e de simuladores de processo é a escassez de dados de monitoramento da qualidade do efluente e da operação (Borzooei et al., 2019; Martin; Vanrolleghem, 2014; Rieger et al., 2010). Isto porque, para que os modelos possam ser calibrados (no caso dos simuladores) ou treinados (no caso de ML) de maneira a se tornarem representativos da realidade, é necessária a disponibilidade de dados com qualidade e quantidade adequadas ao estudo em questão. No entanto, para isso é necessário muitas vezes encarar elevados custos de aquisição e manutenção de equipamentos para monitoramento, além de uma demanda maior de recursos laboratoriais e de carga de trabalho para operadores para coleta de amostras experimentais (Borzooei et al., 2019; Martin; Vanrolleghem, 2014; Rieger et al., 2012).

Na prática, a aplicação de ferramentas de simulação e previsão ainda enfrenta desafios relacionados à baixa precisão dos dados disponíveis, frequentemente afetados por ruídos e obtidos por meio de instrumentos sem manutenção adequada, além da limitada frequência de coleta. Por exemplo, um modelo dificilmente será capaz de simular ou prever o comportamento de um parâmetro cuja variabilidade é diária se for alimentado ou validado com observações deste parâmetro em frequência semanal ou quinzenal (Rieger et al., 2012).

Neste contexto, é de grande relevância a discussão sobre a padronização da coleta de dados, bem como a sua intensificação, de modo a possibilitar a aplicação efetiva de simuladores de processos e técnicas de machine learning para a otimização de ETEs. Além disso, destaca-se o papel das companhias públicas e privadas, e dos órgãos ambientas na busca pela implementação de ações concretas alinhadas ao contexto de transformação digital e modernização dos processos.

OBJETIVOS

Por meio de análises detalhadas da literatura e da realização de um experimento numérico objetiva-se discutir a importância da adoção de práticas eficazes de monitoramento de processos em ETEs. Além disso, busca-se demonstrar como sua aplicação possibilita o uso efetivo de ferramentas de simulação e machine learning, podendo contribuir significativamente para a otimização das operações e melhoria contínua no tratamento de efluentes.

METODOLOGIA

Para a etapa de análise da literatura, a metodologia aplicada foi a busca por palavras-chave relacionadas às temáticas abordadas, como simulação de processos de tratamento de efluentes, machine learning aplicado a ETEs, escassez e monitoramento de dados, dentre outras. Nesta etapa, artigos de relevância para a área foram selecionados de forma a ilustrar as questões discutidas.

Com relação à etapa de realização de experimento numérico, o software WEST (DHI, Versão 2024 Update 1), um simulador de processos de tratamento de efluentes, foi utilizado para realizar experimentos de análise de incerteza em duas versões adaptadas de um modelo de ETE calibrado (ver Figura 1). Este modelo foi parte dos resultados obtidos no desenvolvimento dos estudos feitos por Poulsen et al. (2005) e disponibilizado no banco de dados do software pela empresa desenvolvedora.

As versões adaptadas do modelo consistiram na conversão dos dados de caracterização do efluente bruto do formato fracionado (de acordo com o modelo ASM2 – Activated Sludge Model n.^o 2, conforme descrito por Poulsen et al., 2005), para o formato de concentrações medidas, isto é, demanda bioquímica de oxigênio (DQO), nitrogênio total Kjeldahl (NTK), fósforo total (TP), sólidos em suspensão totais (SST) e vazão (Q). Esta conversão se baseou na utilização do bloco “Multiprobe Sensor” para registro dos dados, no qual foram assumidos os valores padrões indicados pelo software para os índices de conversão, conforme apresentado na Tabela 1.

Tabela 1: Índices de Conversão Aplicados para a Conversão dos Dados do Formato Fracionado para o Formato de Concentrações Medidas

A partir desta conversão, os dados foram exportados em duas frequências diferentes de registro: uma com medidas diárias (Cenário 1) e outra com medidas quinzenais (Cenário 2). Estas duas resoluções para os dados foram selecionadas com o objetivo de ilustrar dois cenários distintos de coleta de dados em uma ETE. Com estes dois conjuntos de dados, cada um deles foi, posteriormente, alimentado ao modelo no software. O fracionamento padrão do efluente bruto para o modelo ASM2 foi aplicado em ambos os casos e o experimento de análise de incerteza foi realizado.

Quanto aos parâmetros utilizados na análise de incerteza, três fatores de conversão relacionados ao fracionamento do efluente bruto (Tabela 2) foram selecionados para avaliação, uma vez que, dependendo da estrutura de fracionamento adotada, seus valores costumam exercer grande influência nos resultados das simulações. Dada essa atuação relevante, torna-se ainda mais evidente a influência da definição desses valores em estudos que utilizam ferramentas de simulação numérica.

Tabela 2: Fatores de Conversão Aplicados aos Cenários 1 e 2

Além disso, o método de Monte Carlo foi aplicado à seleção de 50 amostras diferentes destes fatores para cada um dos cenários avaliados. Este método realiza a geração de valores aleatórios que são atribuídos aos parâmetros de análise, de maneira a investigar os seus efeitos em um sistema. Os resultados obtidos foram avaliados em termos de probabilidades de distribuição de valores para as concentrações de DQO, NTK e TP no efluente tratado do processo simulado.

RESULTADOS E DISCUSSÃO

Cenário de monitoramento da qualidade do efluente em ETEs no Brasil

Primeiramente, contextualizando o cenário de monitoramento da qualidade do efluente em ETEs no Brasil, atualmente não há um padrão nacional pré-estabelecido para a frequência de coleta de amostras no sistema de tratamento. Cada localidade, seja município ou estado e seu respectivo órgão ambiental, aplicam suas próprias normativas, frequentemente considerando o porte da estação e a classificação do corpo hídrico receptor. Por exemplo, a Resolução CONSEMA n.º 182/2021, vigente no Estado de Santa Catarina, estabelece os parâmetros e suas respectivas frequências de amostragem para monitoramento da qualidade de esgotos domésticos de acordo com as metas progressivas definidas para os períodos de 2021 a 2022, de 2023 a 2031 e a partir de 2031. Para cada período, a frequência é estabelecida de acordo com a categoria de porte da ETE, conforme é possível observar na Tabela 3.

Tabela 3: Frequência de Monitoramento de Parâmetros de Qualidade de Esgotos Domésticos em Ponto de Saída do Tratamento*

Já para o estado de São Paulo, a deliberação ARSESP n.º 1.612/2024 estabelece (dentre outras informações) a frequência mínima de amostragem para as estações de tratamento de esgoto sanitário dos serviços públicos regulados pela Agência Reguladora de Serviços Públicos do Estado de São Paulo (ARSESP). Segundo esta deliberação, ETEs de pequeno e médio porte (vazão nominal de projeto menor ou igual a 400 L‧s^-1) devem coletar no mínimo 12 amostras por ano, enquanto as de grande porte (vazão nominal de projeto maior que 400 L‧s^-1) 52 amostras por ano.

Em paralelo, a Companhia Ambiental do Estado de São Paulo (CETESB) também estabeleceu critérios para a elaboração e implementação do Plano de Automonitoramento de Efluentes Líquidos através da Decisão de Diretoria n.º 054/2022/C/E/I. Este documento estabelece que o regime de monitoramento deve ser avaliado de acordo com o potencial poluidor do efluente tratado e da vulnerabilidade do corpo receptor, sendo indicado considerar a análise a partir da consideração da matriz de correlação da Tabela 4.

Tabela 4: Matriz de Correlação do Regime de Monitoramento do Sistema de Tratamento de Efluentes Líquidos de Acordo com a Decisão de Diretoria n.º 054/2022/C/E/I (CETESB)

Outro exemplo é para o estado de Minas Gerais, que estabelece, pela Resolução ARSAE-MG n.° 130/2019, condições específicas a serem observadas na prestação dos serviços públicos de esgotamento sanitário dinâmico pelos prestadores de serviços regulados pela Agência Reguladora de Serviços de Abastecimento de Água e de Esgotamento Sanitário do Estado de Minas Gerais (ARSAE-MG). Dentre as condições, é indicada a frequência de monitoramento das ETEs de acordo com o disposto no Programa de Monitoramento de Efluentes para cada categoria de ETE, constante no Anexo III da Resolução e ilustrado na Tabela 5.

Tabela 4: Matriz de Correlação do Regime de Monitoramento do Sistema de Tratamento de Efluentes Líquidos de Acordo com a Decisão de Diretoria n.º 054/2022/C/E/I (CETESB)

Com estes exemplos, é possível observar que não há um padrão definitivo para a frequência de amostragem em sistemas de tratamento de esgoto no Brasil. Além disso, são poucos os parâmetros monitorados com alta frequência e não é exigida instrumentação automatizada para o monitoramento. Estes dois fatores acabam se configurando como obstáculos importantes para a aplicação de tecnologias de otimização, como é o caso de ferramentas de simulação e técnicas de machine learning. Isto porque estas tecnologias necessitam de dados de alta precisão e elevada frequência de amostragem para diversos parâmetros de caracterização do efluente, tendo por objetivo, principalmente, uma melhor compreensão e representação do comportamento dinâmico dos processos (Borzooei et al., 2019; Roohi; Nazif; Ramazi, 2024).

Contudo, é importante ressaltar também que cada ETE é única, tendo em vista as características do efluente, a variabilidade de temperatura e precipitação da região, os serviços de manutenção, a qualidade dos equipamentos, os processos de tratamento implementados, dentre outros fatores (Borzooei et al., 2019). Somado a isso, para cada objetivo de otimização e para cada tecnologia de simulação escolhida, os requerimentos de dados podem ser diferentes, o que torna necessário analisar caso a caso sempre que possível (Rieger et al., 2012; Roohi; Nazif; Ramazi, 2024).

Casos de aplicação de ferramentas de simulação de processos

Em se tratando de aplicações práticas de ferramentas de simulação de processos de ETEs, é importante contextualizar que esses modelos podem representar os processos em regime permanente ou dinâmico, e grande parte deles requer uma etapa de calibração de parâmetros. Esta calibração é uma parte fundamental de um estudo de simulação de ETEs, principalmente quando se trata da representação de um processo real já existente. Isto porque, nesta etapa, os parâmetros do modelo são ajustados para que os resultados da simulação correspondam aos dados reais, o que torna o modelo representativo daquele processo em particular (Petersen et al., 2002; Rieger et al., 2012).

No entanto, para que isso seja viável, é fundamental que dados sobre o desempenho dos processos e a qualidade do efluente — bruto, tratado e em pontos intermediários — estejam disponíveis. Essa exigência torna-se ainda mais crítica em simulações dinâmicas, nas quais a quantidade e a qualidade adequadas desses dados são essenciais para a obtenção de resultados confiáveis (Rieger et al., 2012).

De modo a auxiliar na organização das informações essenciais para a realização de estudos aplicando ferramentas de simulação, protocolos e guias práticos foram desenvolvidos nas últimas décadas de forma a estabelecer diretrizes de caracterização e simulação do sistema (Rieger et al., 2012; van Loosdrecht et al., 2015). Alguns dos principais protocolos – por exemplo, STOWA (Hulsbeek et al., 2002), BIOMATH (Vanrolleghem et al., 2003), WERF (Melcer et al., 2003) e GMP Unified protocol (Rieger et al., 2012) – indicam os tipos de dados requeridos e as frequências de amostragem ideais para cada caso. Apesar disso, para que estas diretrizes sejam aplicadas, é necessário enfrentar as barreiras organizacionais e financeiras que dificultam a mudança na coleta e na gestão dos dados de monitoramento das ETEs.

Uma das principais limitações para a ampla utilização de ferramentas de simulação de processos em ETEs é a escassez de dados de medição para a caracterização do efluente. A elevada demanda de trabalho e recursos financeiros necessários para um monitoramento detalhado, capaz de capturar as variações dinâmicas dos processos, representa um grande obstáculo à aplicação efetiva de simuladores em ETEs (Martin; Vanrolleghem, 2014). Além disso, em uma pesquisa com potenciais usuários de ferramentas de modelagem, destacou-se que o esforço exigido tanto para a coleta adequada de dados quanto para a calibração eficiente dos modelos é um dos principais desafios nas etapas de projeto da área (Hauduc et al., 2009).

No contexto atual, diferentes trabalhos da literatura abordam esta questão da escassez de dados para o desenvolvimento de estudos com estas ferramentas. Um destes (Borzooei et al., 2019) retrata as dificuldades encontradas para simular uma ETE devido à qualidade e a quantidade dos dados que estavam disponíveis. O estudo teve por objetivo otimizar o processo de tratamento de forma a atender os padrões de lançamento do efluente, assim como reduzir custos com energia. Contudo, a compreensão da variação dinâmica do efluente bruto ao longo dos dias da semana e em períodos de seca e de chuva era fundamental para compreender os diferentes cenários operacionais da estação. Para contornar isso, campanhas de coleta adicionais foram realizadas de forma a complementar os dados monitorados. Os autores enfatizam que uma coleta adequada e bem planejada de dados é de grande importância tanto para a investigação do desempenho quanto para resolução de problemas em unidades do tratamento.

Dois outros estudos (Alferes et al., 2013; Rieger et al., 2010) reiteram esta observação. Principalmente quando se trata da execução de simulações dinâmicas (isto é, que simulam um determinado período considerando variações nas características do efluente e em parâmetros das operações com o tempo), a disposição de dados com alta resolução é fundamental. Coletas horárias, diárias ou semanais de amostras do efluente em diferentes pontos do fluxograma de tratamento podem ser necessárias e, caso não estejam disponíveis, campanhas adicionais devem ser planejadas e incluídas no cronograma do estudo. Os autores também mencionam que uma alternativa mais eficiente a esta abordagem seria a inclusão de sensores em linha para monitoramento em tempo real destes dados. Contudo, devido aos custos atrelados a esta prática, pode ser financeiramente inviável a implementação e manutenção destes equipamentos no processo.

Martin e Vanrolleghem (2014) propõem outra possível solução para contornar essas dificuldades. Segundo os autores, quando há a necessidade de completar um conjunto de dados de caracterização do efluente, uma alternativa é fazer o uso de geradores de dados, que podem ser baseados em diferentes abordagens, como: 1) em bancos de dados, que utilizam padrões observados para criar perfis realistas; 2) em funções harmônicas (ou de Fourier); ou 3) em modelos fenomenológicos, os quais incorporam informações do sistema de coleta de esgoto para gerar dados e possuem capacidade de extrapolá-los para cenários diversos. Seguindo essa mesma linha, Li e Vanrolleghem (2022) propuseram um gerador de dados baseado em redes neurais recorrentes, destacando-se pela alta precisão na previsão de sistemas complexos e não lineares, como os do tratamento de efluentes.

Trazendo a aplicação das ferramentas de simulação para o contexto brasileiro, alguns estudos realizados em ETEs do país (Martins; Silva; Benetti, 2022; Neves et al., 2023; Souza, 2021) indicaram a necessidade de se realizar campanhas adicionais de monitoramento para possibilitar a compreensão das variações diárias das características do efluente e do tratamento, assim como das propriedades da biomassa e do lodo. No trabalho desenvolvido por Souza (2021), por exemplo, uma campanha de coletas diárias, com 4 amostras em um dia para diferentes pontos na ETE de estudo e em diferentes estações do ano foi realizada, de modo a representar as variações sazonais. As análises abrangeram as variáveis usualmente monitoradas no processo: DBO₅, DQO, sólidos suspensos, nitrogênio amoniacal, nitrogênio total, nitrogênio total Kjeldahl, nitrito, nitrato e alcalinidade. Contudo, o autor enfatiza que esta campanha foi limitada tanto por recursos financeiros quanto físicos, sendo realizada uma quantidade mínima necessária para uma modelagem apropriada.

Além dessas questões, o estudo de Neves et al. (2022) discute outro fator agravante: a priorização do investimento em recursos para a universalização do saneamento, especialmente na construção de redes coletoras e novas ETEs e na implementação de soluções descentralizadas. Como consequência, o uso de tecnologias mais avançadas, como as de simulação, acabam não sendo prioridade no momento. No entanto, é importante destacar que essas ferramentas podem ser aliadas valiosas para agilizar estudos de concepção e readequação de processos, o que vai ao encontro dos objetivos da universalização.

Dentro de todo o cenário aqui discutido, é possível analisar a situação por outra perspectiva: apesar de a modelagem exigir um investimento inicial de recursos financeiros e humanos – seja na aquisição de licenças de software, capacitação ou instrumentação para uma coleta de dados mais abrangente – o seu uso incentiva a modernização dos processos, encorajando os gestores a aprimorarem o controle operacional (Henze et al., 2008). Isto proporciona uma visão mais sistêmica do processo, uma maior clareza sobre o conhecimento atual acerca das operações e a identificação de lacunas nos dados disponíveis. Contudo, enquanto os benefícios da implementação de ferramentas de simulação a médio e longo prazo não forem plenamente compreendidos, avanços na sua aplicação tenderão a ocorrer de forma lenta diante dos desafios previamente discutidos.

Casos de aplicação de técnicas de machine learning (ML)

Em se tratando de aplicações de ML, é fundamental compreender primeiramente que estas técnicas se baseiam no aprendizado de padrões ocultos entre variáveis de um sistema a partir do fornecimento de um grande volume de dados aos modelos. Assim como as ferramentas de simulação, estas técnicas também podem auxiliar na tomada de decisões estratégicas, na melhoria da eficiência dos processos e no controle mais rigoroso do consumo de recursos, como produtos químicos e energia. Como resultado, as operações que aplicam ML como ferramenta de otimização conseguem não apenas alcançar melhores níveis de desempenho ambiental, mas também reduzir significativamente seus custos operacionais, contribuindo para a sustentabilidade e a viabilidade econômica do setor (Cechinel et al., 2024).

Contudo, similarmente ao que foi discutido, a jornada para implementar soluções baseadas em ML nas ETEs não está isenta de desafios. De acordo com Cechinel et al. (2024), a insuficiência de dados disponíveis continua sendo um dos principais obstáculos enfrentados. Ewuzie, Aku e Nwankpa (2021) reiteram esta observação, indicando que o cenário atual das ETEs revela uma série de desafios que comprometem a eficácia dos modelos preditivos e dificultam a sua implementação, incluindo a falta de conjuntos de dados consistentes e abrangentes. Dentre outras dificuldades mencionadas, é destacada também a limitação de infraestrutura, que muitas vezes carece de instrumentação adequada e atualizada para monitorar os parâmetros críticos dos processos de tratamento de forma intensiva.

Além disso, em várias estações, a integração de dados permanece fragmentada, dificultando a criação de bases de dados robustas. Essa fragmentação reflete diretamente na qualidade dos dados coletados, que pode ser comprometida por discrepâncias nos métodos de medição, na calibração dos instrumentos e na manutenção irregular dos equipamentos (Ewuzie; Aku; Nwankpa, 2021). Essas inconsistências não apenas reduzem a confiabilidade dos dados, mas também impactam negativamente a capacidade dos modelos de realizar análises precisas e fornecer percepções valiosas para otimizar os processos. Esses desafios destacam a necessidade urgente de investimentos em infraestrutura moderna e em sistemas de monitoramento integrados, permitindo uma coleta de dados mais uniforme, precisa e eficiente, essencial para desbloquear o potencial completo das soluções baseadas em inteligência artificial nas ETEs (Ewuzie; Aku; Nwankpa, 2021; Shyu et al., 2023).

Para ilustrar casos de aplicação das técnicas e os desafios atrelados à prática, no estudo de Roohi, Nazif e Ramazi (2024) é destacado que os dados utilizados em modelos preditivos frequentemente também apresentam lacunas, seja pela falta de instrumentação adequada nos processos, dos custos elevados de coleta ou problemas operacionais. Como possível solução para estes casos e visando o estabelecimento de um plano de monitoramento mais efetivo, os autores indicam que selecionar previamente as variáveis com maior impacto no modelo de previsão auxilia na redução do risco de se realizar coletas excessivas de dados, mantendo ainda assim a acurácia dos modelos. Por exemplo, no mesmo estudo realizado pelos autores, foram selecionadas as seguintes variáveis: vazão, temperatura do afluente e do ambiente, sólidos suspensos totais, condutividade elétrica, fosfato e fósforo total como as variáveis mais importantes identificadas neste caso.

No estudo de Cechinel et al. (2024), é demonstrado como a questão da frequência de amostragem para monitoramento é outro fator crucial para melhorar a capacidade de previsão dos modelos de ML, quando o objetivo é a previsão das características do efluente. Para isso, os autores utilizaram duas bases distintas de dados de composição de esgoto bruto e tratado, geradas através de um modelo calibrado de uma ETE real em um simulador de processos (WEST). Uma das bases possuía uma frequência de monitoramento horária e outra diária. Esses conjuntos de dados foram então utilizados para treinamento de modelos de ML com o intuito de obter um sistema de previsão da concentração de DQO no efluente tratado a partir de dados de entrada da ETE. Como resultado, observou-se que os modelos treinados com os dados com maior frequência (isto é, de monitoramento horário) obtiveram maior precisão e melhor desempenho de previsão, o que reitera a importância de se ter uma base de dados com alta frequência de monitoramento para obtenção de resultados satisfatórios dos modelos.

No estudo conduzido por Rios Fuck et al. (2024) demonstrou-se a relevância da coleta, armazenamento de dados de alta qualidade e da necessidade de informações sobre mudanças na operação da ETE para o desempenho do modelo preditivo. Além disso, dados obtidos em uma ETE real foram comparados com o de uma ETE simulada e demonstraram que dados com boa frequência associados à informações sobre o modo operacional da estação são cruciais para o sucesso da implementação de métodos de previsão de parâmetros de qualidade do efluente.

Porém, outro desafio está relacionado à utilização de bases de dados com dados ausentes, seja por falhas na instrumentação, eventos inesperados ou erro humano. É observado que esta ausência de dados afeta diretamente a capacidade de previsão dos modelos de ML. Entretanto, determinar um percentual crítico depende de cada caso (Roohi; Nazif; Ramazi, 2024). Por exemplo, no mesmo trabalho desenvolvido por Roohi, Nazif e Ramazi (2024) foi observado que a acurácia da previsão dos modelos aplicados na ETE de estudo começou a se deteriorar rapidamente quando a quantidade de dados ausentes ultrapassou 10%. Acima de 30%, o impacto nos modelos se tornou ainda mais severo. Com isso, os autores salientam que, ao se identificar estas ausências, é fundamental lidar com estas lacunas, seja com estratégias de preenchimento de dados ou remoção destes registros. Contudo, os autores também indicam que estes métodos podem enviesar o conjunto de dados ou reduzir consideravelmente o seu tamanho. Isto enfatiza a importância de se prevenir as causas das ausências de dados para aplicação de modelos de previsão, como estabelecer um cronograma fixo e consistente de coleta de dados, utilizar instrumentação de boa procedência e realizar manutenções periódicas nos equipamentos.

Em contextos com quantidade limitada de dados, os estudos de Cechinel et al. (2024) e Yu et al. (2024) destacam a aplicação do modelo Long Short-Term Memory (LSTM), que demonstrou alta capacidade de representar padrões detalhados de monitoramento. Em especial, Yu et al. (2024) propuseram o TL-LSTM, um algoritmo de aprendizado de transferência baseado em LSTM, que se destacou por sua eficácia em aumentar a precisão preditiva em cenários de dados limitados. Dessa forma, aliando um ajuste eficaz da disponibilidade de dados com uma previsão precisa dos parâmetros de qualidade, é possível aplicar de forma efetiva os métodos de ML, permitindo ajustar proativamente os processos de tratamento e garantindo que o efluente tratado esteja em conformidade com os padrões ambientais.

Casos de sucesso em termos de aquisição de dados também são retratados na literatura. No estudo de Monday et al. (2025), realizou-se uma otimização preditiva do sistema de aeração de uma ETE de remoção biológica de nutrientes em grande escala. Os autores objetivaram minimizar a vazão do soprador de ar, garantindo que as propriedades finais do efluente atendessem aos limites de qualidade do tratamento em conformidade com os requisitos regulamentares. Nesse estudo, o modelo foi treinado e validado com uma base de dados abrangente, obtida por sensores online, que monitoraram continuamente a operação da estação ao longo de um período de dez anos, com medições realizadas a cada 10 min. Essa densidade e frequência de dados foram cruciais para alimentar o modelo com informações robustas e detalhadas, garantindo um desempenho confiável e resultados altamente precisos ao longo do tempo. Como resultado, foi possível atingir 14% de redução de requerimentos de aeração sem comprometer a qualidade do efluente tratado.

O estudo de Shyu et al. (2023) desenvolveu sensores virtuais baseados em ML para prever a qualidade da água em sistemas descentralizados de tratamento de efluentes que enfrentam desafios de monitoramento contínuo devido a custos e logística. Com apenas 56 amostras coletadas ao longo de dois anos, os modelos mostraram-se eficazes quando os dados foram bem selecionados. No entanto, a presença de lacunas comprometeu a precisão das previsões. A coleta contínua e sensores em tempo real podem melhorar previsões. Métodos estatísticos otimizaram o treinamento e a classificação binária mostrou-se útil para prever a quantificação de Escherichia coli. Assim, é visto que sensores virtuais são promissores para monitoramento remoto, mas dependem da regularidade na coleta de dados.

Em suma, a insuficiência de dados segue sendo um desafio crítico para o ajuste de parâmetros e o desempenho de modelos preditivos aplicados ao tratamento de efluentes. No entanto, os estudos apresentados demonstram que a aplicação de algoritmos avançados e a otimização da seleção de variáveis podem mitigar as limitações existentes, permitindo previsões mais precisas mesmo em cenários de dados escassos. A utilização de sensores virtuais, aprendizado de transferência e bases de dados combinadas são algumas das estratégias que viabilizam a aplicação mais eficiente de técnicas de machine learning nessas operações. Contudo, salienta-se a importância de uma coleta contínua e da qualidade dos dados para aprimorar a confiabilidade dos modelos, o que pode ser obtido através da intensificação das amostragens e da utilização de instrumentação confiável

Proposta de plano de monitoramento

Atualmente, o plano de monitoramento realizado no Brasil é amplamente baseado nos requisitos estabelecidos pela legislação vigente. No entanto, tais requisitos frequentemente demonstram limitações significativas, especialmente quando se busca aplicá-los para uma utilização eficiente das ferramentas de otimização mencionadas anteriormente. Apesar de existirem protocolos que oferecem recomendações para a elaboração de planos de monitoramento, é imprescindível que cada caso seja analisado individualmente, considerando suas especificidades e demandas particulares. Além disso, conforme discutido, uma das principais barreiras enfrentadas é a insuficiência de dados de alta qualidade e em quantidade adequada, o que impacta diretamente a eficácia de ferramentas de simulação e modelos de ML, restringindo seu potencial de aplicação prática. Diante disso, o seguinte questionário foi estruturado tendo por objetivo auxiliar na elaboração de um plano de monitoramento efetivo, servindo como ponto de partida para reflexão e ação.

• Qual o objetivo de otimização?
• Que parâmetros monitorados no processo estão relacionados com o objetivo de otimização? Quais outros parâmetros não monitorados poderiam auxiliar o estudo? Seria possível e viável monitorá-los?
• Qual o histórico disponível dos dados atuais?
• Ao longo do histórico, ocorreram alterações na forma de operação da planta? Se sim, há registros sobre as alterações e quando foram realizadas?
• Para atingir o objetivo, é importante considerar a dinâmica do processo? Se sim, com que frequência e em que etapas os parâmetros de interesse são monitorados?
• As sazonalidades influenciam o processo? A frequência de monitoramento dos parâmetros é suficiente para compreender estas variações? Em caso negativo, é possível e viável aumentar a frequência de monitoramento?
• Se não for possível aumentar a frequência de monitoramento, é possível e viável aplicar métodos de geração de dados sintéticos ou algoritmos de imputação de dados para preenchimento das séries temporais?
• As etapas monitoradas auxiliam no atingimento do objetivo? Em caso negativo, é possível e viável monitorar as etapas pertinentes?
• Qual a forma de monitoramento (sensores, análise laboratorial, etc.) e o tempo de resposta para obtenção dos dados?
• Os dispositivos de monitoramento e coleta são confiáveis (devidamente calibrados e com a precisão desejada)?
• Como os dados são armazenados?
• O armazenamento dos dados pode ser feito em nuvem, permitindo acesso remoto e integração com algoritmos preditivos?
• Como as manutenções periódicas nos processos e na instrumentação de monitoramento estão planejadas para garantir a coleta consistente de dados e evitar falhas?

Para além deste planejamento, é indispensável que os setores público e privado (incluindo companhias de saneamento, indústrias e órgãos regulamentadores) se alinhem efetivamente com o cenário da Indústria 4.0 (ou até mesmo 5.0) para garantir que as ferramentas de simulação e ML tenham seu pleno potencial nas ETEs. Contudo, essa integração não deve se limitar a discursos ou iniciativas superficiais; é essencial que sejam implementadas ações concretas voltadas para a transformação digital e a modernização dos processos. Dentre essas ações, as mais pertinentes são a adoção de tecnologias avançadas para coleta, armazenamento e análise de dados, a padronização de sistemas de monitoramento e a capacitação de equipes para lidar com os desafios e oportunidades da era digital. Somente por meio de uma abordagem prática e bem estruturada será possível aproveitar plenamente os benefícios que as tecnologias atuais oferecem, promovendo uma gestão mais inteligente, eficiente e sustentável dos recursos e processos (Uwamungu et al., 2022).

Discussão sobre o experimento numérico

Para além dos casos retratados na literatura, no presente trabalho também se realizou uma análise hipotética para avaliar o quanto a disponibilidade e a confiabilidade dos dados afetam a incerteza acerca da composição do efluente tratado em um estudo aplicando uma ferramenta de simulação de processos. Neste estudo, dois cenários diferentes com relação à frequência de coleta de dados e confiabilidade destes dados foram avaliados: o Cenário 1, com dados coletados diariamente e com boa confiabilidade, e o Cenário 2, com frequência de coleta quinzenal e baixa confiabilidade. Os resultados dos experimentos de análise de incerteza realizados para cada um dos cenários são ilustrados na Figura 2.

Conforme é possível observar, no Cenário 1 a faixa de variação dos resultados é mínima para DQO, possivelmente devido ao pequeno intervalo de variação considerado para o parâmetro f_XS (o que implica em uma maior confiabilidade em relação a este parâmetro) e à sua dependência também em relação a outros parâmetros relativos ao fracionamento do efluente. Contudo, quando se observa o Cenário 2, nota-se uma faixa de variação bem mais expressiva. Isto pode ser explicado pelo maior intervalo de valores considerado para os fatores de conversão assumidos para este caso. Este maior intervalo assumido representa uma maior incerteza sobre quais valores dos fatores de conversão seriam os mais representativos do processo, o que pode ser devido a uma menor confiabilidade nos dados pela imprecisão das medidas ou pela baixa quantidade de pontos amostrais.

É possível observar, para as concentrações de NTK e TP, o quanto a certeza sobre a caracterização do efluente bruto afeta os resultados da simulação. Isso reforça a importância de entender com precisão o comportamento da qualidade do efluente em uma ETE, por meio de monitoramentos frequentes e confiáveis das concentrações de poluentes. Tal compreensão é essencial para a aplicação eficaz de ferramentas de simulação e previsão.

CONCLUSÕES E RECOMENDAÇÕES

O cenário atual mostra que a coleta de dados em ETEs ainda é defasada e enfrenta diversos desafios que afetam a eficácia da implementação de técnicas de machine learning e de simuladores de processos. Em muitas estações, a infraestrutura para coleta destes dados ainda é limitada, com falta de padronização e intensificação nas frequências de monitoramento. Além disso, a qualidade dos dados coletados pode variar significativamente devido a inconsistências nos métodos de medição e na manutenção de equipamentos.

A ausência de um sistema centralizado e padronizado para a coleta e armazenamento de dados também representa um obstáculo. Muitas vezes, os dados são coletados manualmente e armazenados de forma incorreta ou em formatos incompatíveis, dificultando a análise e o uso eficiente das informações. A ausência de séries históricas extensas e com frequência adequada de coleta de dados dificulta a identificação de padrões e compromete a precisão das previsões.

Para garantir uma melhoria na utilização de técnicas de machine learning e simulação de processos em ETEs, é necessário aumentar a frequência de análises laboratoriais para monitoramento ou, caso possível, implementar sensores com boa precisão e capacidade de coleta de dados em tempo real, tendo-se, assim, um fornecimento de informações mais detalhadas e confiáveis sobre os parâmetros de qualidade do efluente. O desenvolvimento de uma plataforma ou sistema que integre todos os dados coletados de diferentes sensores e fontes pode facilitar a análise e a aplicação de algoritmos.

Outro aspecto fundamental para o sucesso dessas iniciativas é a definição e a implementação de padrões uniformes para a coleta, registro e armazenamento de dados. Estabelecer protocolos claros para a calibração e manutenção regular dos sensores é essencial para garantir a consistência, a precisão e a comparabilidade das informações ao longo do tempo. Esses esforços não apenas aumentam a confiabilidade dos dados, mas também oferecem uma base sólida para o treinamento de modelos de ML mais robustos e precisos. A adoção dessas melhorias pode não apenas maximizar a eficiência operacional das ETEs, mas também impulsionar a sustentabilidade e a viabilidade econômica do setor, contribuindo para operações mais eficientes, otimizadas e alinhadas às demandas ambientais e regulatórias.

Referências:

ALFERES, J.; POIRIER, P.; LAMAIRE-CHAD, C.; SHARMA, A. K.; MIKKELSEN, P. S.; VANROLLEGHEM, P. A. Data quality assurance in monitoring of wastewater quality: univariate on-line and off-line methods. In: INTERNATIONAL WATER ASSOCIATION – IWA. 11th IWA Conference on Instrumentation Control and Automation, Narbonne, França, 18–20 set. 2013. Resumo.

BORZOOEI, S.; AMERLINCK, Y.; ABOLFATHI, S.; PANEPINTO, D.; NOPENS, I.; LORENZI, E.; MEUCCI, L.; ZANETTI, M. C. Data scarcity in modelling and simulation of a large-scale WWTP: Stop sign or a challenge. Journal of Water Process Engineering, v. 28, p. 10–20, 1 abr. 2019. DOI: 10.1016/j.jwpe.2018.12.010.

CECHINEL, M. A. P.; NEVES, J.; FUCK, J. V. R.; CAMPOS DE ANDRADE, R.; SPOGIS, N.; RIELLA, H. G.; SOARES, C.; PADOIN, N. Enhancing wastewater treatment efficiency through machine learning-driven effluent quality prediction: A plant-level analysis. Journal of Water Process Engineering, v. 58, p. 104758, 2024. DOI: 10.1016/j.jwpe.2023.104758.

EWUZIE, U.; AKU, N. O.; NWANKPA, S. U. An appraisal of data collection, analysis, and reporting adopted for water quality assessment: A case of Nigeria water quality research. Heliyon, v. 7, n. 9, p. e07950, 2021.

GERNAEY, K. V.; VAN LOOSDRECHT, M. C. M.; HENZE, M.; LIND, M.; JØRGENSEN, S. B. Activated sludge wastewater treatment plant modelling and simulation: state of the art. Environmental Modelling & Software, v. 19, n. 9, p. 763–783, 2004. DOI: 10.1016/j.envsoft.2003.03.005.

HAUDUC, H.; GILLOT, S.; RIEGER, L.; OHTSUKI, T.; SHAW, A.; TAKÁCS, I.; WINKLER, S. Activated sludge modelling in practice: an international survey. Water Science and Technology, v. 60, n. 8, p. 1943–1951, 2009. DOI: 10.2166/wst.2009.223.

HENZE, M.; VAN LOOSDRECHT, M. C. M.; EKAMA, G. A; BRDJANOVIC, D. Biological wastewater treatment: principles, modelling and design. London: IWA Pub, 2008.

HULSBEEK, J. J. W.; KRUIT, J.; ROELEVELD, P. J.; VAN LOOSDRECHT, M. C. M. A practical protocol for dynamic modelling of activated sludge systems. Water Science and Technology, v. 45, n. 6, p. 127–136, 2002. DOI: 10.2166/wst.2002.0100.

LI, F.; VANROLLEGHEM, P. A. An influent generator for WRRF design and operation based on a recurrent neural network with multi-objective optimization using a genetic algorithm. Water Science and Technology, v. 85, n. 5, p. 1444–1453, 1 mar. 2022. DOI: 10.2166/wst.2022.048.

MARTIN, C.; VANROLLEGHEM, P. A. Analysing, completing, and generating influent data for WWTP modelling: A critical review. Environmental Modelling & Software, v. 60, p. 188–201, out. 2014. DOI: 10.1016/j.envsoft.2014.05.008.

MARTINS, A. C. O.; SILVA, M. C. A.; BENETTI, A. D. Evaluation and optimization of ASM1 parameters using large-scale WWTP monitoring data from a subtropical climate region in Brazil. Water Practice & Technology, v. 17, n. 1, p. 268–284, 2021. DOI: 10.2166/wpt.2021.109.

MELCER, H.; DOLD, P. L.; JONES, R. M.; BYE, C. M.; TAKACS, I.; STENSEL, H. D.; WILSON, A. W.; SUN, P.; BURY, S. Methods for wastewater characterization in activated sludge modeling. Alexandria: Water Environment Research Foundation (WERF), 2003.

MINAS GERAIS. Agência Reguladora de Serviços de Abastecimento de Água e de Esgotamento Sanitário do Estado de Minas Gerais. Resolução nº 130, de 11 de novembro de 2019. Estabelece as condições específicas para a prestação e utilização dos serviços públicos de esgotamento sanitário dinâmico, regulados pela ARSAE-MG.

MONDAY, C.; ZAGHLOUL, M. S.; KRISHNAMURTHY, D.; ACHARI, G. Incremental machine learning and genetic algorithm for optimization and dynamic aeration control in wastewater treatment plants. Journal of Water Process Engineering, v. 69, p. 106600, 2025. DOI: 10.1016/j.jwpe.2024.106600.

NEVES, J.; REMIGI, E. U.; POLESEL, F.; GASZYNSKI, C. E. Análise e perspectivas de aplicação da modelagem numérica a processos de tratamento de efluentes no contexto brasileiro e internacional. In: ENCONTRO TÉCNICO AESABESP, 31., 2022, São Paulo. Anais […]. São Paulo: AESabesp, 2022.

NEVES, J.; POZZEBON, A. G.; MATOS, C. C.; REMIGI, E. U. Verificação da capacidade instalada e análise de alternativas para o recebimento de vazão de esgoto bruto extra na ETE Sarandi com o uso de modelagem numérica. In: ENCONTRO TÉCNICO AESABESP, 32., 2023, São Paulo. Anais […]. São Paulo: AESabesp, 2023.

PETERSEN, B.; GERNAEY, K.; HENZE, M.; VANROLLEGHEM, P. A. Evaluation of an ASM1 model calibration procedure on a municipal-industrial wastewater treatment plant. Journal of Hydroinformatics, v. 4, n. 1, p. 15–38, 1 jan. 2002.

POULSEN, J.; LAURIDSEN, C. L. Modelling of the new works at Umbilo Sewage Purification Works with the WEST-program – plus an investigation of heavy metal content in the sludge. Aalborg, Denmark: Aalborg Universitet, 2005.

RIEGER, L.; TAKÁCS, I.; VILLEZ, K.; SIEGRIST, H.; LESSARD, P.; VANROLLEGHEM, P. A.; COMEAU, Y. Data Reconciliation for Wastewater Treatment Plant Simulation Studies — Planning for High‐Quality Data and Typical Sources of Errors. Water Environment Research, v. 82, n. 5, p. 426–433, maio 2010. DOI: 10.2175/106143009X12529484815511.

RIEGER, L.; GILLOT, S.; LANGERGRABER, G.; OHTSUKI, T.; SHAW, A.; TAKÁCS, I.; WINKLER, S. Guidelines for Using Activated Sludge Models. Water Intelligence Online, v. 11, 2012.

RIOS FUCK, J. V.; CECHINEL, M. A. P.; NEVES, J.; CAMPOS DE ANDRADE, R.; TRISTÃO, R.; SPOGIS, N.; RIELLA, H. G.; SOARES, C.; PADOIN, N. Predicting effluent quality parameters for wastewater treatment plant: A machine learning-based methodology. Chemosphere, v. 352, 1 mar. 2024. DOI: 10.1016/j.chemosphere.2024.141472.

ROELEVELD, P.J.; VAN LOOSDRECHT, M.C.M. Experience with guidelines for wastewater characterisation in The Netherlands. Water Science and Technology, v. 45, n. 6, p. 77–87, 2002. DOI: 10.2166/wst.2002.0095.

ROOHI, A. M.; NAZIF, S.; RAMAZI, P. Tackling data challenges in forecasting effluent characteristics of wastewater treatment plants. Journal of Environmental Management, v. 354, 2024. DOI: 10.1016/j.jenvman.2024.120324.

SANTA CATARINA. Conselho Estadual do Meio Ambiente. Resolução CONSEMA nº 182, de 6 de agosto de 2021. Estabelece as diretrizes para os padrões de lançamento de esgotos domésticos de sistemas de tratamento públicos e privados.

SÃO PAULO (Estado). Agência Reguladora de Serviços Públicos do Estado de São Paulo. Deliberação ARSESP nº 1.612, de 6 de dezembro de 2024. Estabelece o Indicador de Qualidade de Tratamento de Esgoto (IQTE).

SÃO PAULO (Estado). Companhia Ambiental do Estado de São Paulo. Decisão de Diretoria nº 054/2022/C/E/I, de 25 de maio de 2022. Dispõe sobre a aprovação dos procedimentos para elaboração e implementação do Plano de Automonitoramento de Efluentes Líquidos – PAEL.

SHYU, H.; CASTRO, C. J.; BAIR, R. A.; LU, Q.; YEH, D. H. Development of a Soft Sensor Using Machine Learning Algorithms for Predicting the Water Quality of an Onsite Wastewater Treatment System. ACS Environmental Au, v. 3, n. 5, p. 308–318, 2023. DOI: 10.1021/acsenvironau.2c00072.

SOUZA, C. C. Simulação da operação de uma estação de tratamento de esgotos por lodos ativados com o modelo IWA-ASM3 (Activated Sludge Model n. 3) a partir de dados de monitoramento. Dissertação (mestrado em Engenharia Civil) – Universidade do Vale do Rio dos Sinos, Programa de Pós-Graduação em Engenharia Civil, São Leopoldo, RS, 2021.

UWAMUNGU, J. Y.; KUMAR, P.; ALKHAYYAT, A.; YOUNAS, T.; CAPANGPANGAN, R. Y.; ALGUNO, A. C.; OFORI, I. Future of Water/Wastewater Treatment and Management by Industry 4.0 Integrated Nanocomposite Manufacturing. Journal of Nanomaterials, v. 2022. DOI: 10.1155/2022/5316228.

VAN LOOSDRECHT, M. C. M.; LOPEZ-VAZQUEZ, C. M.; MEIJER, S. C. F.; HOOIJMANS, C. M.; BRDJANOVIC, D. Twenty-five years of ASM1: past, present and future of wastewater treatment modelling. Journal of Hydroinformatics, v. 17, n. 5, p. 697–718, 2015. DOI: 10.2166/hydro.2015.006.

VANROLLEGHEM, P. A.; INSEL, G.; PETERSEN, B.; SIN, G.; DE PAUW, D.; NOPENS, I.; DOVERMANN, H.; WEIJERS, S.; GERNAEY, K. A COMPREHENSIVE MODEL CALIBRATION PROCEDURE FOR ACTIVATED SLUDGE MODELS. Proceedings of the Water Environment Federation, v. 2003, n. 9, p. 210–237, 2003.

YU, Y.; CHEN, Y.; HUANG, S.; LI, F.; ZHANG, X.; WANG, J. Enhancing the effluent prediction accuracy with insufficient data based on transfer learning and LSTM algorithm in WWTPs. Journal of Water Process Engineering, v. 62, p. 105267, 2024. DOI: 10.1016/j.jwpe.2024.105267.

FOTO DE CAPA: Foto de Ron Lach : https://www.pexels.com/pt-br/foto/pessoa-tecnologia-numeros-resultados-9783346/

Artigo apresentado no 33º Congresso da ABES - Congresso Brasileiro e Engenharia Sanitária e Ambiental - 2025.

Juliana Neves(1)  Engenheira Química pela Universidade Federal de Santa Catarina (UFSC), com período sanduíche pela École Supérieure de Chimie Physique Électronique de Lyon (CPE Lyon). Mestranda em Engenharia Química (UFSC) e consultora na empresa HydroInfo.

Sérgio Leonardo Butski Soares Santos(2)  Engenheiro Químico e Mestre em Ciência Inovação e Modelagem em Materiais (UESC). Doutorando em Engenharia Química (UFSC).

Rodrigo Campos de Andrade(3)  Engenheiro Civil pela Universidade Federal de Santa Catarina (UFSC). Mestre e Doutor em Engenharia Oceânica pela Universidade Federal do Rio de Janeiro (COPPE / UFRJ). Consultor na empresa HydroInfo.

Natan Padoin(4)  Professor Adjunto (Nível III) no Departamento de Engenharia Química e Engenharia de Alimentos (EQA) da Universidade Federal de Santa Catarina (UFSC), Florianópolis/SC. Docente permanente no Programa de Pós-Graduação em Engenharia Química da UFSC.

Cíntia Soares(5)  Professora Associada (Nível IV) no Departamento de Engenharia Química e Engenharia de Alimentos (EQA) da Universidade Federal de Santa Catarina (UFSC), Florianópolis/SC. Docente permanente no Programa de Pós-Graduação em Engenharia Química da UFSC.

 

Endereço(1): Rua Emílio Blum, 131, Sala 409, Bloco A - Centro - Florianópolis - SC - CEP: 88020-010 - Brasil - Tel: +55 48 3879-6888 - e-mail: [email protected].