La
Inteligencia Artificial y el futuro Del Monitoreo De La Calidad Del Agua Parte 2
Abordando la NDMA en California
Tomado de Water Innovations
Nuestro segundo estudio de caso destaca la Instalación de Demostración
de Agua Pura del Distrito Municipal de Agua de Las Virgenes (LVMWD) en
California, donde Carollo enfrentó un desafío diferente: monitorear la
N-nitrosodimetilamina (NDMA), un subproducto crítico de la desinfección en
sistemas de reúso potable. Los niveles de NDMA pueden impulsar los requisitos
de dosis de UV en procesos de oxidación avanzada aguas abajo de la ósmosis
inversa (OI). Sin sensores de NDMA en tiempo real, las dosis de UV generalmente
se establecen de manera conservadora, con base en concentraciones históricas
máximas. Esto lleva a un uso de energía innecesariamente alto; por lo tanto,
Carollo desarrolló un sensor suave basado en ML para NDMA. Usando un conjunto
de datos de 162 mediciones de NDMA del Sistema de Reposición de Agua Subterránea del Distrito de Agua del Condado de Orange (OCWD), la Dra. Kate
Newhart de la Universidad Estatal de Oregón creó un modelo de bosque aleatorio
que predice concentraciones de NDMA con un RMSE de 3 nanogramos (ng)/L usando
mediciones registradas cada tres horas durante tres semanas. Las
características predictivas incluyeron amoníaco, pH, turbidez, cloro total y
presión. Al igual que con HRSD, nuestro equipo desarrolló los modelos de
aprendizaje automático (ML) utilizando programación R de código abierto, una
potente herramienta para el cálculo estadístico y la visualización de datos.
Implementar ajustes en la dosis de UV basados en las concentraciones de NDMA previstas en OCWD habría resultado
en un ahorro energético inferior al 10 %. El NDMA promedio posterior a la ósmosis
inversa (RO) ya era bajo en comparación con el objetivo de reutilización potable
para el aumento de aguas subterráneas. Sin embargo, el distrito
de agua se vería obligado a mantener un objetivo de NDMA más bajo para la
reutilización potable para el aumento de aguas superficiales. Suponiendo la
misma precisión del modelo y las mismas concentraciones iniciales de NDMA,
estimamos que la reducción del consumo de energía UV en LVMWD podría ser del 26
%. Incorporar factores de seguridad basados en la incertidumbre del modelo podría lograr un ahorro energético del 13
%. Por lo tanto, Carollo está transfiriendo este modelo a las instalaciones de demostración de LVMWD
y recopilando nuevos datos exhaustivos para mejorar su eficacia. Esto incluye
un exhaustivo proceso de recopilación de datos que abarca desde abril de 2024
hasta febrero de 2025, utilizando aproximadamente 200 muestras de NDMA del
permeado de ósmosis inversa, con muestreos diarios en momentos aleatorios para
capturar las variaciones diarias y estacionales. Este conjunto de datos
perfeccionará y validará aún más el modelo NDMA ML, lo que podría generar un
mayor ahorro energético y una mayor eficiencia en el tratamiento.
Perspectivas futuras: Estos avances resaltan el potencial transformador
del aprendizaje automático y la tecnología de sensores en tiempo real para
optimizar los procesos de tratamiento de agua. Al aprovechar el poder de la IA,
estamos creando sistemas de agua más inteligentes, eficientes y sostenibles
para las comunidades a las que servimos.
¡¡Importante!!
Escríbenos si requieres equipos para tratamiento del agua. Te proporcionamos el mejor servicio y asesoría.
Whatsapp: 5549321208
Email: antonio_zendejas@yahoo.com.mx // azendejas@proagua.mx
No hay comentarios.:
Publicar un comentario