INTRODUCCIÓN
Cada año, se tratan más de 4.000 hm³ de aguas residuales en España, lo que implica un consumo energético de cerca de 4.000 GWh (el 1,5% del total nacional) y supone alrededor del 0,5% de las emisiones de gases de efecto invernadero. En este contexto, la mejora continua de la calidad del agua depurada y la eficiencia energética son objetivos clave. Las Estaciones Depuradoras de Aguas Residuales (EDAR) deben adaptarse a un entorno en el que aumentan los contaminantes emergentes y se exige una mayor sostenibilidad.
EL RETO
El tratamiento biológico mediante fangos activados, utilizado para eliminar contaminantes orgánicos y compuestos perjudiciales, depende críticamente de la aireación. Este proceso, habitualmente sobredimensionado, representa entre el 45% y el 75% del consumo energético de una EDAR. Además, carece de capacidad de adaptación ante vertidos puntuales, lo que puede comprometer la calidad del agua tratada y aumentar la demanda energética, afectando tanto al medioambiente como a la salud pública.
SOLUCIÓN
El proyecto FUZZYPAV fue impulsado y desarrollado por la empresa PAVAGUA con el apoyo de ITI, centro tecnológico especializado en TIC, con el objetivo de ofrecer una solución innovadora al desafío energético y operativo de las EDAR.
Mediante el uso de inteligencia artificial, lógica difusa e IoT, se ha diseñado un sistema de control predictivo que permite optimizar las estrategias operativas en el proceso de aireación en los reactores biológicos, lugar clave del proceso donde se busca mantener unas condiciones ambientales propicias (pH, temperatura, concentración de oxígeno y amonio) para que los organismos vivos encargados del tratamiento puedan desempeñar con eficacia su trabajo. Esto supone un gran reto de optimización industrial puesto que mantener dichas condiciones supone invertir grandes cantidades de energía y existen riesgos de vertidos que modifiquen los procesos.
A través de una red de sensores, modelos de predicción y un algoritmo de optimización, la solución debía ser capaz de predecir e informar de forma anticipada del comportamiento del reactor biológico en función de diversos parámetros de operación. Esta información debía ser capaz de conocer y establecer nuevas estrategias para la reducción de consumo energético a través del encendido y apagado de las soplantes del reactor biológico. Además, la solución debía incorporar una arquitectura digital avanzada y cibersegura, permitiendo la automatización completa del proceso y su monitorización continua.
RESULTADOS
La investigación ha permitido desarrollar un prototipo de solución validada en una EDAR urbana que trata un caudal medio de 3.784 m³/día (aproximadamente 22.000 habitantes), obteniendo resultados altamente satisfactorios:
- Eficacia del modelo predictivo de 91,6%.
- 20% de reducción en el consumo energético de los soplantes.
- Automatización de los procesos de captura de datos y monitorización.
Estos resultados demuestran el potencial de la solución como herramienta eficaz y replicable para mejorar la eficiencia energética, garantizar la calidad del agua tratada y avanzar hacia una gestión más inteligente y sostenible de las EDAR.
