{"id":132667,"date":"2016-05-10T09:41:55","date_gmt":"2016-05-10T08:41:55","guid":{"rendered":"http:\/\/www.madrimasd.org\/blogs\/remtavares\/?p=132667"},"modified":"2016-05-09T09:42:26","modified_gmt":"2016-05-09T08:42:26","slug":"aqualia-e-ibm-optimizan-el-tratamiento-de-aguas-con-tecnologia-de-toma-de-decisiones-a-tiempo-real","status":"publish","type":"post","link":"https:\/\/www.madrimasd.org\/blogs\/remtavares\/2016\/05\/10\/132667","title":{"rendered":"Aqualia e IBM optimizan el tratamiento de aguas con tecnolog\u00eda de toma de decisiones a tiempo real"},"content":{"rendered":"

IBM Research y Aqualia han desarrollado una soluci\u00f3n para reducir el consumo de energ\u00eda y maximizar los recursos recuperados durante el tratamiento de aguas residuales. Se trata de un sistema cognitivo que consolida datos de numerosas fuentes y sensores a fin de predecir el comportamiento din\u00e1mico de este proceso. El proyecto se ha puesto en marcha en una estaci\u00f3n de depuraci\u00f3n de Lleida con capacidad de 96.000 metros c\u00fabicos\/d\u00eda, en la que se ha conseguido reducir el consumo el\u00e9ctrico en un 13,5 % y disminuir en un 17% el n\u00famero de residuos, con mejoras de hasta un 20% en la eliminaci\u00f3n de nitr\u00f3geno.<\/span><\/p>\n

CyPS-UCM-Grupo de Cat\u00e1lisis y Procesos de Separaci\u00f3n<\/span><\/em><\/p>\n

<\/p>\n

IBM Research y Aqualia est\u00e1n trabajando conjuntamente para, a trav\u00e9s de la tecnolog\u00eda cognitiva de IBM, reducir el consumo de energ\u00eda derivado del tratamiento de las aguas residuales en las plantas y, al mismo tiempo, maximizar los recursos recuperados en dicho proceso.<\/span><\/p>\n

El tratamiento de aguas residuales puede ser una fuente potencial de recursos muy valiosos, como pueden ser bios\u00f3lidos para fertilizar los campos y biog\u00e1s para prop\u00f3sitos energ\u00e9ticos. Aqualia, la tercera mayor empresa privada de gesti\u00f3n de agua en Europa y s\u00e9ptima a nivel mundial, est\u00e1 inmersa en diferentes proyectos con el objetivo de extraer valor de los residuos mientras que se tratan las aguas. Para acometer esta tarea se precisan nuevas soluciones que ayuden a las plantas depuradoras a cumplir de manera eficiente con los estrictos requisitos y regulaciones de calidad y a la vez a reducir el creciente gasto energ\u00e9tico y los costes residuales. <\/span>A estos retos se les suma el entorno din\u00e1mico en el que operan estas plantas: flujos de entrada de agua cuyos vol\u00famenes var\u00edan seg\u00fan las distintas horas del d\u00eda o de la noche; temperaturas diferentes del agua que afectan de manera distinta al comportamiento de las bacterias que se utilizan para descomponer las aguas residuales y tarifas de electricidad que var\u00edan seg\u00fan la hora del d\u00eda o de la noche. <\/span><\/p>\n

Los resultados son prometedores ya que se ha conseguido reducir el consumo de electricidad general de la planta en un 13,5%.<\/span><\/p>\n

Aqualia y el laboratorio de IBM Research de Haifa (Israel) han desarrollado una soluci\u00f3n que consolida datos procedentes de numerosos sensores y fuentes con el objetivo de ofrecer a los ingenieros de las depuradoras una imagen completa de la \u201csalud operativa\u201d de la planta en todo momento. El proyecto se basa en una soluci\u00f3n de IBM que utiliza algoritmos de aprendizaje de m\u00e1quina para predecir el impacto de los cambios en el agua, fallos de funcionamiento en la f\u00e1brica, necesidades de mantenimiento de los equipos y otros factores que ocurran en tiempo real. De esta manera, la soluci\u00f3n es capaz de generar alertas y recomendaciones para realizar ajustes que permitan un mejor funcionamiento de la f\u00e1brica.<\/span><\/p>\n

El proyecto se ha puesto en marcha en la Estaci\u00f3n Depuradora de Aguas Residuales (EDAR) que Aqualia gestiona en Lleida (Espa\u00f1a) con una capacidad de 96.000 metros c\u00fabicos al d\u00eda (m3\/d\u00eda). Los resultados son prometedores ya que se ha conseguido reducir el consumo de electricidad general de la planta en un 13,5%. Adem\u00e1s, la depuradora est\u00e1 utilizando los recursos de forma m\u00e1s eficaz: la cantidad de productos qu\u00edmicos necesarios para extraer el F\u00f3sforo del agua se ha reducido un 14% y la producci\u00f3n de residuos ha ca\u00eddo un 17%. Tambi\u00e9n se ha mejorado significativamente la eliminaci\u00f3n de Nitr\u00f3geno, especialmente en bajas temperaturas.<\/span><\/p>\n

\u201cCon tantos datos procedentes de fuentes diferentes, necesitamos un avanzado sistema cognitivo que sea capaz de predecir el comportamiento din\u00e1mico de nuestros procesos\u201d, afirma Jordi Palatsi, director de planta de Aqualia. \u201cUtilizando la avanzada anal\u00edtica de IBM, hemos podido concentrarnos en aspectos muy relevantes relacionados con las condiciones de los flujos de entrada y salida del agua y hacer r\u00e1pidamente los ajustes necesarios en el proceso de tratamiento para responder a los cambios\u201d, a\u00f1ade Jordi Palatsi.<\/span><\/p>\n

Con anterioridad, Aqualia operaba la EDAR de una manera menos predictiva y tomaba decisiones para modificar los par\u00e1metros bas\u00e1ndose en informaci\u00f3n no siempre actualizada a tiempo real. <\/span>La soluci\u00f3n de IBM Research ha tenido como resultado una mejora significativa en la eficiencia de la extracci\u00f3n del Nitr\u00f3geno.<\/span><\/p>\n

\u201cLos modelos anal\u00edticos son capaces de extrapolar los datos de los sensores para proporcionar una fotograf\u00eda completa de la situaci\u00f3n actual de la planta y las tendencias\u201d, ha se\u00f1alado Alexander Zadorojniy, director del proyecto en el laboratorio de IBM Research en Haifa. \u201cBas\u00e1ndose en la salud operativa de la depuradora en cada momento, gracias a la optimizaci\u00f3n de algoritmos matem\u00e1ticos, el sistema proporciona recomendaciones a los ingenieros de la planta a partir de las que toman decisiones sobre las compensaciones relativas a electricidad y calidad\u201d, a\u00f1ade.<\/span><\/p>\n

La optimizaci\u00f3n del sistema de IBM es din\u00e1mica y colabora de manera continua a realizar los ajustes necesarios para maximizar los recursos y reducir los costes, a la vez que se mantienen los niveles de seguridad. El sistema proporciona a los operadores de la planta recomendaciones cada 2 horas, los 7 d\u00edas a la semana. Al basarse en un marco de informaci\u00f3n que se est\u00e1 ajustando continuamente en funci\u00f3n de lo que est\u00e1 pasando en la planta en cada momento, los ingenieros de Aqualia pueden evitar la sobre compensaci\u00f3n. Esto significa que cumplen con las normativas y regulaciones de seguridad de una manera m\u00e1s eficiente.<\/span><\/p>\n

Desde hace unos a\u00f1os la eliminaci\u00f3n de Nitr\u00f3geno ha supuesto un gasto muy importante en las plantas de tratamiento de aguas, ya que ocupa mucho espacio, requiere costosas actualizaciones y modificaciones en las inversiones en energ\u00eda y productos qu\u00edmicos. La soluci\u00f3n de IBM Research ha tenido como resultado una mejora significativa en la eficiencia de la extracci\u00f3n del Nitr\u00f3geno, especialmente en condiciones muy bajas de temperatura (algunos meses ha habido una mejora de m\u00e1s del 20%).<\/span><\/p>\n

El proyecto se ha desarrollado como parte del programa First of a Kind de IBM, que une a los investigadores de IBM con empresas clientes para probar la aplicaci\u00f3n de nuevas tecnolog\u00edas para resolver problemas de negocio o afrontar oportunidades de crecimiento. El proyecto ha contado con financiaci\u00f3n de INNPRONTA del programa de CDTI y fondos FEDER. Sus resultados se presentar\u00e1n en la conferencia IWA en Jerez (Espa\u00f1a) en junio.<\/span><\/p>\n

Referencias:<\/span><\/strong><\/p>\n