- -
UPV
 

Inicio

Actividades

Enlaces de Interés

Director

 
16/12/21
Notícia
Un estudio de la Cátedra demuestra cómo mejorar el control operacional de las EDARs con técnicas de “machine learning”

Resultado del Trabajo Final de Máster realizado por Paola Yllanes Fernández.

Una investigación becada por la Cátedra Aguas de Valencia ha propuesto un sistema de alerta temprana basado en el uso de técnicas de machine learning, que avisa sobre la disrupción del sistema biológico en las EDAR tras el ingreso de vertidos con alta carga de contaminantes y, de este modo, permite recuperar antes el proceso biológico y mejorar el control operacional de la EDAR.

Este es el principal resultado obtenido por Paola Yllanes Fernández en su Trabajo Final de Máster, “Aplicación de técnicas de machine learning para el aprovechamiento de los datos de la planta piloto del proyecto LIFE BactiWater, dirigido por el investigador del IIAMA-UPV (Instituto de Ingeniería del Agua y Medio Ambiente de la Universitat Politècnica de València), Daniel Aguado, y por Feliu Sempere, técnico de Global Omnium del departamento de I+D+i de Aguas Residuales.

La investigación busca anticiparse a las condiciones transitorias que afectan la operación de las EDAR y, de este modo, alertar cuando haya un ingreso de contaminantes elevado que pueda afectar negativamente al proceso biológico de depuración del agua o interrumpir por completo el proceso, para que se pueda actuar lo antes posible y así minimizar su impacto en la EDAR.

“Estos incidentes inesperados pueden ser causados por eventos extremos, accidentes o vertidos no autorizados sobre en el sistema de saneamiento y son más frecuentes de lo que creemos. Solo a nivel local, la Entidad Pública de Saneamiento de Aguas Residuales(EPSAR)identificó 3,503 incidentes en el año 2019, es decir, 9 incidentes al día”, sostiene Paola Yllanes.

Pincha aquí para leer la noticia completa.


EMAS upv