BIBLIOTECA

Modelagem e simulação de um sistema inteligente para controle de dosagem da pós-cloração em estações de tratamento de água

Resumo

Este artigo apresenta um modelo de rede neural para controlar a dosagem de cloro na água tratada, a fim de obter melhores resultados na estabilidade do cloro residual livre, quando comparados ao controle Proporcional-Integral-Derivativo (PID) empregado atualmente e na consequente redução do consumo de cloro no processo de tratamento de água. Entre os diferentes desinfetantes, o cloro é amplamente utilizado em estações de tratamento de água de grande porte no mundo. No Brasil, especialmente nas grandes cidades, esse produto químico é também empregado como um agente desinfetante. Nesse contexto, um modelo que utiliza redes neurais artificiais foi implementado e simulado no software Matlab, levando-se em conta as características operacionais de uma estação de tratamento localizada na região metropolitana de São Paulo.

Introdução

Sabe-se que o tratamento de água tem a função de eliminar ou diminuir a quantidade de materiais em suspensão, microrganismos e outras substâncias químicas de maneira a evitar problemas de saúde pública e atender à Portaria de Consolidação nº 5 de 2017 do Ministério da Saúde (BRASIL, 2017; CHARROIS; HRUDEY, 2007).

O tipo de tratamento de água mais utilizado é o convencional, que consiste nas etapas de pré-tratamento, coagulação, floculação, decantação, filtração e correções finais do pH e do cloro residual livre (CRL ou FRC), sendo este particularmente importante para a desinfecção da água (CHEN; HOU, 2006; GUPTA; SHRIVASTAVA, 2010; OLANREWAJU et al., 2012).

A desinfecção é feita nas estações de tratamento de água (ETAs) por meio da dosagem de cloro na água, mais conhecida como processo de cloração (MOULY et al., 2010). Muitas ETAs possuem esse processo automatizado, em que os equipamentos eletroeletrônicos corrigem os dosadores de maneira que se mantenha o CRL em valores pré-estabelecidos (SOYUPAK et al., 2011).

A automação dos processos de uma ETA busca continuamente a qualidade da água com a otimização do consumo dos produtos químicos. Com o avanço tecnológico, a utilização de equipamentos para controle automático das dosagens está cada vez mais presente, como dosadores com acionamento eletrônico, instrumentos on-line de medição dos parâmetros físico-químicos da água, Programable Logic Controllers (PLCs) e sistemas Supervisory Control and Data Acquisition (SCADA) (LIU et al., 2013).

Com a evolução tecnológica dos equipamentos de automação, a implementação de recursos de inteligência computacional se torna favorável à aplicação de métodos que possibilitam o melhor entendimento do processo (OLSSON et al., 2014).

Nesse sentido, as chamadas redes neurais artificiais são modelos pertencentes à inteligência computacional que podem contribuir para melhorias dos processos com características multivariáveis e não lineares, como os processos de tratamento de água e efluentes (BHUVANESWARI; UMA; RANGASWAMY, 2009), uma vez que tais modelos possuem a capacidade de extrair conhecimento ou informações relevantes de um processo que não esteja bem detalhado ou compreendido (NA et al., 2012). Ribeiro et al. (2008), por exemplo, propuseram um modelo de rede neural para estimar potenciais concentrações de clorofila, ou seja, pigmentos no reservatório de uma usina hidrelétrica.

O processo de desinfecção é uma importante etapa dos processos de tratamento de água e efluentes que utiliza, na maioria das vezes, o cloro como agente químico. De acordo com o revelado em Haas (2004), a implementação de redes neurais artificiais no processo de desinfecção pode promover a previsão de inativação microbial em função do tempo e outros parâmetros físico-químicos da água, como temperatura e pH, em relação aos métodos tradicionais de determinação, bem como em outras relações não comumente consideradas.

A dosagem de cloro resulta na existência de CRL na água tratada, garantindo a desinfecção na rede de distribuição (FISHER et al., 2011). Muitos estudos estão voltados aos valores do CRL ao longo da rede de distribuição, como previsão do valor na rede após determinado período a partir de parâmetros físico-químicos de períodos anteriores apresentados durante o treinamento de redes neurais artificiais (RODRIGUEZ; SÉRODES, 1996; 1998).

Estudos alternativos referentes à medição e ao controle do CRL são feitos em sistemas de distribuição de água utilizando redes neurais artificiais, resultando em maior estabilidade do CRL e na utilização para propósitos de previsão de valores de referência (AHN et al., 2004; SOYUPAK et al., 2011; RIBEIRO et al., 2008). Outros processos ligados à etapa de cloração em ETAs são também tema de estudos, com o emprego dos recursos de inteligência computacional, como previsão de dosagem de cal e pH por meio de controles avançados.

(…)

Autores: Cleber Gustavo Dias; André Felipe Henriques Librantz e Fábio Cosme Rodrigues dos Santos.

ÚLTIMOS ARTIGOS: