DIGITAL WASTE desarrolla un gemelo digital de plantas de tratamiento de residuos sólidos urbanos que integra modelos físicos, balances de materia y energía y datos reales de explotación. Permite simular escenarios de operación, anticipar desviaciones y construir servicios de control y optimización sobre el modelo. Cubre procesado mecánico, compostaje, digestión anaerobia y combustión, y su validación frente a datos de planta se ha cerrado con errores por debajo del 1,1%.
Candidatura
Digital Waste
Indicadores y procesos de mejora
La mejora se estructura en tres niveles: (1) modelo global de balances de materia y energía de la planta; (2) modelos físicos de operaciones unitarias, calibrados con datos reales; (3) servicios operativos basados en el modelo (alarmas por desviación, rendimientos esperados, control basado en modelo).
El indicador clave es la fidelidad del gemelo digital, que determina la utilidad de sus recomendaciones. En digestión anaerobia, las desviaciones entre predicción y medida real son <0,2% en biogás y digestato, y <1,1% en H₂S. La validación del procesado mecánico sigue abierta, pendiente del modelo de orden reducido.
Los indicadores de explotación comparan escenario base vs. optimizado en: energía específica (kWh/t), agua específica (m³/t), capacidad (t/h), rechazo, recuperación, disponibilidad y paradas no programadas.
Objetivos comprometidos: +20% producción de biogás, -30% tiempo de compostaje, -15% en paradas por avería y en residuos a vertedero.
Cuantificación/Estimación reducción consumo
El proyecto cuantifica consumo de energía y agua antes/después del gemelo digital. A fecha de la candidatura, el resultado consolidado de planta sigue en validación: no se declara ninguna cifra de ahorro como medida, solo el método de cierre, la línea base y el alcance.
Método directo y auditable: comparar línea base vs. escenario optimizado en energía específica (kWh/t) y agua específica (m³/t), multiplicar la diferencia por el tonelaje anual para obtener MWh y m³ evitados, y documentar qué decisión operativa concreta (consigna, secuencia de arranque, velocidad de equipo, umbral de mantenimiento) explica cada tramo de mejora. Esta trazabilidad hasta una decisión identificable diferencia una optimización real de una mejora atribuida por diferencia.
El valor del enfoque radica no solo en el ahorro final, sino en que el modelo señala qué equipos y operaciones concentran el mayor potencial de mejora.
Cuantificación/Estimación reducción emisiones CO2
La evaluación ambiental forma parte explícita del alcance del proyecto: se miden emisiones, residuos generados y consumo de recursos antes y después de la implantación del gemelo. Las toneladas de CO₂ evitadas se obtendrán aplicando el factor de emisión de la comercializadora eléctrica de la instalación al ahorro energético validado, e incorporando, cuando proceda, la mejora en rechazo y en recuperación de materiales.
Mientras el indicador no esté cerrado, la candidatura declara el proyecto en fase de validación y aporta metodología, alcance, línea base y fecha prevista de cierre, en lugar de una cifra sin trazabilidad. Es el mismo criterio que Valoriza aplica al resto de su cartera digital: las toneladas se declaran donde se miden y con la línea base que las sostiene.
El modelo permite además identificar qué procesos y equipos concentran el mayor potencial de reducción y relacionar las mejoras de eficiencia energética y de valorización con su impacto ambiental.
Innovación aplicada y buenas prácticas
El elemento diferencial es un gemelo digital de proceso orientado a la decisión, no una mera representación visual de la planta. Combina balances de materia y energía, modelos físicos de equipos, datos de explotación y algoritmos de optimización bajo restricciones reales, generando servicios utilizables por el equipo de planta.
Su aplicación a residuos urbanos supone un reto por la heterogeneidad y variabilidad diaria de la entrada en composición, humedad y densidad. En este contexto, la validación frente a datos reales, con desviaciones inferiores al 1,1% en digestión anaerobia, constituye el principal resultado técnico del proyecto.
Como buena práctica de gobierno del dato, cada indicador se etiqueta según su origen —medición, simulación, dato oficial u objetivo estimado—, evitando confundir simulaciones con mediciones. El conocimiento generado es adaptable a plantas con distintos niveles de digitalización, facilitando su replicabilidad y transferencia al sector.
Uso de tecnologías (TICs)
El gemelo se ha concebido para el equipo de planta, no para el equipo de modelización. El responsable de operación puede ensayar un cambio —consigna, régimen de caudal, secuencia— y ver su efecto esperado en rendimiento y consumo antes de tocar la instalación, transformando decisiones basadas en experiencia en decisiones contrastadas. El equipo de mantenimiento recibe avisos por desviación entre comportamiento esperado y real, alerta que llega antes que la avería.
La condición de usabilidad más exigente en este sector es la desigual madurez digital de las instalaciones, y el diseño la asume: en plantas con poca instrumentación el modelo opera con datos agregados y gana precisión a medida que se incorpora sensórica, en lugar de exigir una planta completamente instrumentada como requisito de entrada. Esto permite una implantación progresiva, la integración con la infraestructura existente y la transferencia a otras instalaciones manteniendo una estructura común de modelos.
