La Inteligencia Artificial y el futuro Del Monitoreo De La Calidad Del Agua Parte 2
Abordando la NDMA en California
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