21/08/2002
Dentro de los procesos de tratamiento del agua, el proceso de coagulación es el más complejo, debido a la correlación no-lineal, existente entre la dosis de coagulante y los parámetros de agua cruda. La complejidad existente entre las variables involucradas en este proceso hace muy difícil la implementación de un sistema de control satisfactorio basado en métodos convencionales. Esta es la razón de ser del sistema planteado para la estimación y control de la dosificación de coagulante; desarrollado como un sistema experto en tiempo real , mediante la aplicación de técnicas de control inteligentes como las redes neuronales y la lógica difusa. El sistema se concibió para ser capaz de obtener los resultados de la prueba de jarras y capaz de ajustar la dosificación de coagulante; tal como lo haría un operador. Teniendo en cuenta el gran consumo de coagulante demandado por una planta de tratamiento de aguas, este sistema constituye una excelente alternativa para la reducción y optimizacion de la dosificación de coagulante.
Palabras claves: Coagulación, Redes neuronales artificiales , Lógica difusa.
Introducción
En la actualidad, la industria del agua ha centrado sus esfuerzos en producir la mejor calidad de agua al menor costo; debido al incremento de los estándares de regulación.
El proceso de coagulación es una de los más importantes estados en el tratamiento de agua; permitiendo la remoción de partículas coloidales presentes en el agua. Este proceso es esencial para mantener una calidad de agua tratada satisfactoria.
La complejidad existente entre la dosis de coagulante requerida en función de los parámetros de calidad de agua cruda, y la influencia de factores tales como: el corto tiempo de reacción del proceso de coagulación, el gran tiempo de reacción del proceso de floculación y el caudal de agua
tratada, hacen que el control de este proceso requiera de técnicas de apoyo como la prueba de jarras en la estimación de la dosis optima y de la acción de un operador que supervise el proceso y haga los ajustes necesarios para garantizar una remoción de turbiedad efectiva.
En la actualidad existen algunos sistemas comerciales para el control del proceso de coagulación tales como el streaming current detector , el cual ha demostrado excelentes resultados en plantas de tratamiento con calidades de agua cruda poco variables, mostrando también su incapacidad para adaptarse a todos los tipos de calidad de agua cruda [1],[4].
El mejoramiento en el control de los procesos mediante la introducción de nuevas técnicas tales como las redes neuronales y la lógica difusa, abre una nueva ventana hacia el desarrollo de soluciones optimas, para procesos cuyo control mediante el uso de técnicas convencionales resulta muy complejo .
Para el proceso de coagulación ya se han desarrollado algunas aplicaciones basadas en estas técnicas [1],[2],[3]; las cuales han mostrado excelentes resultados y han abierto el campo para otras aplicaciones .
En Colombia en la planta de tratamiento de aguas de puerto mallarino de las empresas municipales de Cali (Emcali) se desarrollo un sistema de control basado en redes neuronales y lógica difusa que permitiera llevar a cabo tanto la estimación como el control de la dosis de coagulante .
Marco teórico
Redes neuronales artificiales en aplicaciones industriales [5].
Desde el punto de vista de la ingeniería las redes neuronales artificiales (RNA) pueden ser vistas como una gran sistema dinámico en paralelo que puede realizar transformaciones por medio de la respuesta de estado de su información de entrada. El cómo se lleva a cabo la transformación depende del modelo de la RNA y de su forma de aprender la transformación. El área de aplicación más natural de las RNA son obviamente las tareas en las cuales se deben obtener las transformaciones apropiadas de ciertas entradas a ciertas salidas; pero las transformaciones no pueden ser descubiertas analíticamente debido a la variedad de factores involucrados en ellas. Por lo tanto no es sorprendente que la mayoría de las aplicaciones exitosas de RNA puedan ser encontradas en áreas de visión de maquinas, reconocimiento de patrones, control de motores, procesamiento de señales, donde tales transformaciones “entradas a salidas” dominan la solución del problema.
Figura 1. Estructura de una red neuronal artificial.
Tabla 1. Areas de aplicaciones de RNA en Europa.
Control, monitoreo y modelamiento 31%
Reconocimiento y detección de patrones 14%
Prevención y predicción 14%
Procesamiento de imágenes 10%
Optimización 4%
Procesamiento de señales 3%
Genéricos 23%
Tabla 2. Sectores industriales de aplicaciones de RNA en Europa.
Producción (manufactura, Agric. , Etc. ) 39%
Mercadeo y negocios 19%
Bancos, servicios y seguros 12%
Medicina, salud , farmacéutica 3%
Transporte 3%
Energía 3%
Ventas al por mayor 1%
Otros 20%
En la figura 1 se observa la estructura general de una red neuronal multinivel. Las neuronas de primer nivel reciben sus entradas directamente del entorno. Las salidas de estas neuronas se conectan a las entradas de las neuronas del segundo nivel, y así sucesivamente, hasta el último nivel, cuyas salidas son entregadas al entorno. En la tabla1 se muestran las áreas de aplicaciones más típicas de RNA en Europa, mientras que en la tabla 2 se muestran los sectores industriales donde más aplicación han tenido las RNA.
Aplicaciones de lógica difusa en automatización industrial [6].
En los últimos años, la lógica difusa ha demostrado su gran potencial en las aplicaciones de automatización industrial. Para los eventos de control discreto los ingenieros han usado la lógica de escalera, un lenguaje de programación semejante a los esquemas de cableado eléctrico corriendo en un controlador lógico programable (PLC en ingles) . Para un control continuo los controladores de tipo PID son los mas empleados; éstos controladores trabajan bien cuando el proceso bajo control esta en condiciones estables; sin embargo cuando se presentan grandes disturbios, variaciones en el tiempo de los parámetros del proceso, presencia de tiempos muertos, los controladores PID no operan bien.
La lógica difusa le permite a los ingenieros diseñar controles supervisorios multivariables derivados de la experiencia de una operador y de los resultados experimentales; en vez de modelos matemáticos [6].
La lógica difusa es un método de toma de decisiones basado en reglas usados para sistemas expertos y control de procesos que emulan el modo de comprensión de los sistema usados por el ser humano.
La lógica difusa puede ser usada para controlar un proceso que una persona puede controlar manualmente con la habilidad adquirida a través de la experiencia. Las reglas de control lingüística que un experto humano puede describir en forma intuitiva y general, pueden ser trasladadas a un conjunto de reglas (IF – THEN) para un controlador basado en lógica difusa [7].
Las aplicaciones industriales de controladores basados en lógica difusa han tenido una gran cobertura en los últimos años. Algunos ejemplos de aplicaciones de sistema de control basados en lógica difusa son :
Convertidores de viento en energía [8], control de dosificación en plantas de tratamiento de aguas [9], sistema de control de producción de azúcar fermentable [10],control lógico tipo fuzzy para tachos al vació de bajo grado [11].
Operación del sistema actual de dosificac
Fuente: