Utilização de redes neuronais artificiais na gestão de processos de digestão anaeróbia

Numa Estação de Tratamento de Águas Residuais (ETAR), a otimização do processo de Digestão Anaeróbia (DA) é fundamental para o aumento da produção de biogás, que por sua vez é convertido em energia, essencial para a rentabilidade de exploração de ETAR. No entanto, a complexidade do processo de Digestão Anaeróbia das lamas constitui um obstáculo à sua otimização. Com este trabalho pretende-se efetuar a análise e tratamento de dados de Digestão Anaeróbia, com recurso a Redes Neuronais Artificiais (RNA), contribuindo, desta forma, para a compreensão do processo e do impacto de algumas variáveis na produção de biogás. As Redes Neuronais Artificiais são modelos matemáticos computacionais inspirados no funcionamento do cérebro humano, com capacidade para entender relações complexas num determinado conjunto de dados, motivo por que se optou pela sua utilização na procura de soluções que permitem predizer o comportamento de uma DA. Para o desenvolvimento das RNA utilizou-se o programa NeuralToolsTM da PalisadeTM. Como caso de estudo, a metodologia foi aplicada ao Digestor A da ETAR Sul da SIMRIA, empresa onde teve lugar o estágio curricular que originou o presente trabalho. Nesse contexto, utilizaram-se dados com informação referente aos últimos dois anos de funcionamento do digestor, disponíveis na empresa. Apesar de se terem verificado certas limitações, na predição em alguns casos particulares, de um modo geral, considera-se que os resultados obtidos permitiram concluir que as redes neuronais modeladas apresentam boa capacidade de generalização na imitação do processo anaeróbio. Conclui-se, portanto, que o estudo realizado pode constituir um contributo com interesse para a otimização da produção do biogás na DA de ETAR Sul da SIMRIA e que a utilização de RNA poderá ser uma ferramenta a explorar, quer nessa área, quer noutras áreas de gestão de sistemas de saneamento básico.

In a wastewater treatment plant (WWTP), the optimization of Anaerobic Digestion (AD) process is fundamental to increase the production of biogas, which in turn is converted into energy, essential to the profitability of the WWTP operation. However, the complexity of sludge anaerobic digestion process is an obstacle to its optimization. This work tries to carry out the analysis and treatment of Anaerobic Digestion data, using Artificial Neural Networks (ANN), thus contributing to understand the process and the impact of some variables in the biogas production. ANN are computational mathematical models inspired by the human brain, with the ability to understand complex relationships in a given data set. Therefore, ANN were selected in order to develop a computation solutions allowing to predict the behavior of an AD. In this work, the program NeuralToolsTM from PalisadeTM was used to develop de ANN oriented to predict AD outputs. As a case study, the methodology has been applied to SIMRIA´s digester A, at WWTP Sul. SIMRIA is the company where the traineeship that originated this work took place. In this work, enterprise’s data has been used to apply ANN to the AD process, namely information concerning the last two years of the digester operation. Although some limitations in predicting a few particular cases, in general, the results showed that the modeled neural networks exhibit good generalization capability, in the simulation of the anaerobic process. Finally, this study can be seen as a contribution to the optimization of biogas production, in AD, and an interesting contribution to biogas production optimization, at SIMRIA´s AD in WWTP Sul, as well as concluding that the use of ANN might be a tool to explore, whether in this area or other areas of the management of sanitation systems.