Decisiones en los sistemas de saneamiento: Un poco de ayuda. Parte 8

6 Diseño de los procesos

A medida que se avanza en el diseño de los sistemas de saneamiento, el problema se va concretando, disminuye el riesgo y el impacto de las decisiones, mientras aumenta la información disponible, lo que permite una mayor concreción y un mayor uso de herramientas numéricas, que codifican esta información.

En este contexto, el desarrollo de modelos matemáticos ha experimentado en los últimos años un incremento significativo tanto en el desarrollo de nuevos modelos, que son capaces de describir cada vez mejor las complejas relaciones que tienen lugar en los sistemas de saneamiento, como en su aplicación.

Después de muchos años de participar en este ámbito nuestra experiencia es que su uso se ha ido generalizando y que las nuevas generaciones, que han crecido en un entorno donde los ordenadores reinan, los utilizan de forma generalizada. En un ejemplo claro de retroalimentación positiva, a medida que más se utilizan de más información se dispone lo que redunda en mejores modelos, que incrementan su fiabilidad y por tanto, cada vez son más utilizados.

En este apartado se ha considerado conveniente introducir un capítulo de presentación de algunos conceptos básicos de planteamiento de los modelos y un ejemplo de evolución del que en estos momentos es más ampliamente utilizado para describir el comportamiento de los procesos que tienen lugar en las plantas de tratamiento que utilizan lodos activos.

Esta generalización del uso de modelos en este apartado de diseño no debe hacernos olvidar sus limitaciones. Limitaciones derivadas de la dificultad de describir la complejidad de los procesos que tienen lugar en los sistemas de saneamiento, limitaciones en las calibraciones de los modelos, pero también limitaciones más conceptuales, derivadas de la dificultad de expresar en forma de ecuación matemática la experiencia adquirida, siguiendo la paradoja del experto, que nos indica que cuanto más se conoce de un proceso más difícil es expresar de forma sistemática el razonamiento empleado.

Otra de las problemáticas en las que se está haciendo un esfuerzo importante es en el tratamiento de la incertidumbre y la necesidad de incorporar la existencia de múltiples criterios en el momento de la toma de decisiones. En este sentido, el desarrollo de nuevas metodologías y nuevas herramientas basadas en modelos y en su incorporación a sistemas de ayuda a la decisión, tal como se presenta en el segundo apartado, creemos que puede dar un salto significativo en los próximos años, modificando sensiblemente los procedimientos utilizados hasta el momento.

6.1 Modelos matemáticos

El modelado matemático permite disponer de un conjunto de ecuaciones que representan el mundo real de un modo aproximado. La naturaleza de estos modelos puede ser determinista (cuando se conocen los mecanismos que rigen el proceso) o estadística (cuando se desconocen los mecanismos pero se dispone de suficientes datos fiables para proponer ecuaciones que, sin necesidad de incorporar una descripción de los procesos, tengan la capacidad de describir su comportamiento). Estos últimos también se conocen con el nombre de modelos caja negra, en contrapartida a los modelos híbridos (caja gris), que combinan correlaciones numéricas con cierto conocimiento empírico del comportamiento del sistema.

Etapas para la construcción de un modelo

La construcción y aplicación de un modelo requiere la ejecución de un conjunto de etapas:

• En primer lugar, identificar cuál es el problema que se quiere resolver con la utilización del modelo. El nivel de descripción necesario y el esfuerzo para desarrollarlo debe ser adecuado a los objetivos del mismo. No es lo mismo plantear una planificación a medio plazo, para lo que puede ser útil un modelo en estado estacionario, que el impacto sobre el sistema de saneamiento de una lluvia puntual.
• En segundo lugar, llevar a cabo el planteamiento de las ecuaciones que darán lugar al modelo matemático. En el caso de los modelos deterministas, que serán los considerados en este texto, estas ecuaciones están basadas en los conceptos generales de la conservación de la materia y de la energía, y de los fenómenos de transporte.
• La tercera etapa se refiere al proceso de calibración, en el que se determinan los valores de los parámetros que aparecen en las ecuaciones del modelo. Habitualmente, la determinación de los parámetros se realiza comparando los valores de salida proporcionados por las ecuaciones del modelo con los que se han determinado experimentalmente.
• Finalizado el proceso de calibración con un ajuste razonable, el modelo puedepasar a ser utilizado de manera operativa, para evaluar el efecto de diferentes alternativas al modificar los datos de entrada. Su fiabilidad estará siempre condicionada a las hipótesis de partida y a la bondad del ajuste obtenido.

Submodelos e interrelaciones

Cuando se pretende simular la totalidad del sistema de saneamiento, hay que tener en cuenta los diferentes procesos que tienen lugar en cada elemento, puesto que se producen movimientos asociados al flujo de agua, pero también se pueden producir variaciones térmicas, y las interrelaciones entre los diferentes indicadores de calidad o contaminación.

Ello implica que para construir un buen modelo será necesario construir tres submodelos: un submodelo hidraúlico, un submodelo térmico y un submodelo (bio)químico. Aunque conceptualmente los tres modelos se encuentran interrelacionados, las interrelaciones entre el térmico y el hidráulico (correspondería a la variación de flujo de agua debido a la temperatura) o entre el térmico y el (bio) químico (correspondería a la variación de la temperatura debido a las reacciones (bio)químicas) son suficientemente pequeñas para que el sistema pueda resolverse en cascada. Así pues, a partir del balance de materia en un elemento tridimensional, que considerará los términos de flujo convectivo, difusivo y de generación, se puede obtener la ecuación general que describe el sistema.

En la práctica esta ecuación general es difícil de resolver, por lo que es necesario establecer diferentes hipótesis simplificativas adaptadas a las características de cada elemento en estudio. Así, en los sistemas de colectores se acepta generalmente un flujo modelo pistón, mientras que en los reactores de las estaciones depuradoras la hipótesis de mezcla completa suele ser la más utilizada.
No es lo mismo hablar de modelar un proceso que de simular su comportamiento. De hecho, la mayoría de usuarios nos limitamos a resolver, para un escenario determinado, los modelos desarrollados
previamente por algún experto.

La simulación implica el uso de algún programa que permita la resolución matemática del modelo. Estos programas pueden ser generales (paquetes matemáticos avanzados como Matlab, etc.) o específicos para el campo del saneamiento (Mouse, SWMM, West, GPS-X, Simba, Biowin, etc.).

Los simuladores son cada vez más potentes y fáciles de usar, por lo que también es cada vez más común su uso para distintas aplicaciones por multitud de usuarios. Resulta fundamental conocer unos mínimos detalles de los modelos que se esconden debajo de la agradable interfaz del usuario, y sobre todo de las limitaciones o restricciones que conllevan, ya que si no corremos el riesgo de obtener preciosas gráficas en dinámico del comportamiento de un proceso significativamente distinto al que pretendemos simular. Por ejemplo, un convincente icono de biorreactor de membranas puede contener un modelo que no simula el ensuciamiento de las mismas.

Otros factores claves para no malinterpretar los resultados de las simulaciones son el hecho de llevar a cabo una correcta calibración de los parámetros del modelo (aunque a veces es mejor utilizar sus valores por defecto), tener en cuenta que las típicas rules of thumb de diseño a las que están acostumbradas las ingenierías suelen incluir el factor de seguridad (mientras que los modelos intentan reproducir el sistema real), y asegurar la calidad y consistencia de los datos de entrada, ya que si los datos son malos, los resultados también lo serán –garbage in, garbage out–.

6.2 Diseño óptimo Análisis del problema

Una vez definida, en la etapa anterior, la configuración de las instalaciones del sistema de saneamiento, se hace necesario determinar los valores numéricos que puedan servir para su implementación.

Aunque el diseño óptimo de las operaciones unitarias implicadas en los sistemas de saneamiento se corresponda al tercer nivel de decisión, y por lo tanto la complejidad e incertidumbre se hayan visto significativamente reducidas, el margen de maniobra es lo suficientemente amplio como para apoyarse en las mejores tecnologías disponibles durante el proceso de toma de decisiones.

Actualmente, el dimensionamiento de las unidades previamente seleccionadas suele estar basado en una combinación de arte y ciencia para optimizar una función objetivo, donde la experiencia de la persona responsable del proceso se complementa con correlaciones empíricas, hojas de cálculo, estimaciones, factores de seguridad, modelos, vicios, modas, etc. algunos de ellos recuperados de viejos apuntes o de manuales de diseño más o menos actualizados, otros incorporados de aproximaciones más innovadoras que permiten contemplar la dinámica del proceso de un modo más ambicioso. El resultado final puede dar lugar a propuestas más o menos conservadoras, con mayores/menores costes de operación en contrapartida a una menor/mayor inversión inicial, que cumplan estricta o sobradamente los límites legales de vertido, más o menos fáciles de operar, con mayor o menor consumo de reactivos, más o menos flexibles, con mayor o menor margen de optimización, más o menos robustas frente a perturbaciones, más o menos seguras frente a eventuales accidentes o desastres naturales, etc. La mayoría de estos criterios ya se han tenido en cuenta en la toma de decisiones de primer y segundo nivel, pero su cuantificación no se ha llevado a cabo de un modo riguroso hasta llegar al detalle del dimensionamiento óptimo de las unidades.

Una reflexión importante en este nivel es la necesidad de diseñar las instalaciones pensando no sólo en su comportamiento en unas condiciones estacionarias óptimas, sino también dinámicas, previendo las oscilaciones que sufrirá durante su funcionamiento. Por tanto, será importante considerar simultáneamente las especificaciones de los equipos y el control de los mismos. La planta debe ser eficiente, no sólo para unas condiciones fijadas de diseño, sino que debe serlo también cuando se producen perturbaciones y variaciones en las condiciones de entrada, o en su operación.
La gestión de un modo objetivo y sistemático de criterios tan dispares durante el proceso de optimización, y la existencia de modelos y otras técnicas de análisis cognitivo, combinado con la incertidumbre de los datos, el conocimiento de partida y los objetivos del diseño, favorece el uso de sistemas de ayuda a la decisión frente a aproximaciones más convencionales.

De este modo, el proceso de diseño resulta más transparente y se puede justificar cualquier decisión tomada, además de favorecer la reutilización de determinados aspectos en el diseño futuro de procesos similares, la revisión de determinados cálculos frente a un cambio de escenario, etc.
Simultáneamente, como ya se ha ido indicando a lo largo del libro, cabe destacar el hecho de que el análisis exhaustivo que se lleva a cabo en este tercer nivel de optimización puede poner en cuestión alguna de las decisiones tomadas previamente en los niveles superiores, por lo que sería conveniente generar un flujo de retroalimentación del conocimiento, que no siempre tiene lugar.

Integración e implementación

La optimización de un problema convencional consiste en encontrar una solución que represente el valor óptimo para una función objetivo. Sin embargo en el caso del diseño de los sistemas de saneamiento, se constata que se requiere la optimización simultánea de más de un objetivo. Es por eso que una aproximación multiobjetivo, donde el cumplimiento de cada objetivo se mida en base a los distintos criterios seleccionados, parece ser la aproximación más adecuada.

La clasificación de los criterios contemplados en distintas categorías (por ejemplo económicos, ambientales, técnicos y sociales) permite asignar pesos globales por categoría y facilita el uso de análisis de sensibilidad para determinar la importancia relativa de los criterios en el proceso de optimización. Dicho proceso también puede realizarse dentro de cada categoría, jugando con los valores de los pesos asignados a cada criterio.

Una de las claves del diseño óptimo radica en la correcta cuantificación de los criterios con los que se pretende medir el alcance de los objetivos. En el mejor de los casos, especialmente por lo que respecta a la hidrodinámica del proceso y a los procesos biológicos, disponemos de modelos mecanicistas suficientemente estandarizados que permiten la cuantificación -detallada y en dinámico- de los criterios correspondientes a rendimientos, calidad del agua, costes, etc. Por otro lado, correlaciones, rules of thumb, modelos tipo caja negra, modelos basados en conocimiento empírico, o la propia experiencia de la persona encargada del diseño, permiten llevar a cabo una cuantificación del resto de criterios.
Respecto a la optimización, conviene recordar la incertidumbre inherente a los datos y a los modelos que utilizamos, hecho que nos impide predecir su comportamiento con absoluta certeza. Ésto resulta especialmente importante para el caso de las EDAR. La poca predictibilidad de ciertos aspectos durante el tratamiento de aguas residuales, como las características del influente, la respuesta de las diferentes comunidades bacterianas o simplemente la aparición de sucesos que están fuera de nuestro control, (como fallos en los equipos) ha forzado a los ingenieros de proceso a aplicar factores de seguridad elevados, sobredimensionando los diseños. El análisis de incertidumbre permite identificar cuales son las principales fuentes de esta variabilidad y evaluarla (cualitativamente y cuantitativamente) para así finalmente proporcionar diseños más ajustados.

Finalmente, la implementación del SAD para la optimización del diseño requiere un marco de referencia que permita gestionar los datos y la información de partida, que facilite la cuantificación de los criterios (algunos de ellos precisan la ejecución de modelos) en dinámico y para distintos escenarios; que cuadre los balances de materia, y que permita llevar a cabo los análisis de sensibilidad de los pesos asignados y las simulaciones para predecir el impacto y la propagación de la incertidumbre (por ejemplo, mediante análisis de Monte Carlo). La integración de las distintas prestaciones y programas informáticos en un solo SAD facilita la interacción con el usuario y permite el análisis riguroso e iterativo con los distintos agentes implicados en el proceso.

OPERACIÓN
Entrada de datos

La cantidad y calidad de los datos y el conocimiento de partida condicionan las posibilidades reales de optimización del diseño de un sistema de saneamiento.

En algunos casos estos datos son proporcionados por la Administración o por el cliente (aunque en este caso algunas decisiones también están previamente tomadas), mientras que en otros es el diseñador el que tiene que llevar a cabo las medidas, estimaciones y predicciones futuras.

Asumido el marco legal que regula los límites finales de vertido, de emisiones, de seguridad, la calidad para la posible reutilización del agua, etc. y las restricciones respecto a espacio y presupuesto, la optimización del diseño precisa de detalles respecto a la cantidad y calidad del caudal a tratar. En el peor de los casos se dispone de una estimación de la población conectada al sistema de saneamiento, pero un diseño óptimo necesita disponer del perfil del influente (con medianas, picos, perfiles horarios, estacionalidad y todo ello para la cantidad y la calidad), la proyección de futuro, la estimación de eventos que alteren el sistema (algunos de los cuales pueden ser impredecibles, como corresponde a sistemas complejos), las posibles medidas ya existentes para la mitigación de dichos eventos (tanques de regulación, derivaciones, etc.), la contribución industrial, comercial e institucional, las infiltraciones y/o pérdidas del sistema, etc.

Autores:
Manel Poch
Ulises Cortés
Joaquim Comas
Ignasi Rodriguez-Roda
Miquel Sànchez-Marrè

Decisiones en los sistemas de saneamiento : un poco de ayuda / Manel Poch … [et al.]. – Girona : Laboratory of Chemical and Environment Engineering (LEQUIA-UdG), Knowledge Engineering and Machine Learning Group (KEMLG), Novedar :
Universitat de Girona. Servei de Publicacions, 2012.
— p. ; cm
ISBN 978-84-8458-382-0
I. Poch Espallargas, Manuel II. Universitat de Girona.
Laboratori d’Enginyeria Química i Ambiental 1. Sanejament
Aigua — Depuració
CIP 628.16 DEC