Ocorrência e caracterização de Giardia e Cryptosporidium em águas captadas para abastecimento público no município de Cajamar-SP e avaliação do risco

Introdução: O risco à saúde humana ocasionado pela contaminação biológica de águas captadas para abastecimento público é realçado pela ocorrência de surtos de doenças associadas aos protozoários Giardia e Cryptosporidium, que possuem baixas doses infecciosas e alta capacidade de sobrevivência no ambiente, além de serem capazes de resistir ao processo tradicional de desinfecção da água (cloração). Partindo-se da hipótese de que há um risco elevado de infecção por estes protozoários pela ingestão de água tratada por métodos convencionais e que fazem uso de mananciais superficiais impactados por contaminação biológica, resultando num possível incremento da incidência de diarréias, este estudo se propôs a verificar a ocorrência destes protozoários em águas captadas para abastecimento público no município de Cajamar-SP, caracterizar sua patogenicidade e avaliar o risco associado ao seu consumo através da água tratada. Métodos: Foram coletadas 48 amostras do ribeirão dos Cristais no ponto de captação da estação de tratamento de água, semanalmente, durante 12 meses (de 16/05/2013 a 21/05/2014). A detecção e a análise da concentração dos protozoários foram realizadas de acordo com Método 1623.1 da United States Environmental Protection Agency e a extração e caracterização dos espécies/genótipos de Giardia e Cryptosporidium foi realizada através metodologias moleculares e seqüenciamento. O risco de infecção pela ingestão de cistos de Giardia e oocistos de Cryptosporidium presentes na água tratada foi calculado usando a ferramenta da Avaliação Quantitativa do Risco Microbiológico, a partir dos dados de concentração dos patógenos obtidos pelo Método 1623.1, eficiência de remoção dos (oo)cistos durante o processo convencional de tratamento da água, modelo dose-resposta e taxa de ingestão diária de água para indivíduos menores de 5 anos e maiores de 21 anos. Resultados: Cistos de Giardia foram detectados em 83,3% das amostras (40/48), com concentrações variando desde o limite de detecção (<0,1) até 8,6 cistos/L. Oocistos de Cryptosporidium foram etectados em 37,5% das amostras (18/48), com concentrações variando desde o limite de detecção (<0,1) até 2 oocistos/L. As espécies/genótipos encontrados (Giardia intestinalis A e B e Cryptosporidium parvum e hominis) são característicos de contaminação antrópica e são frequentemente identificados em estudos epidemiológicos como responsáveis por surtos. A estimativa do risco anual de infecção por Giardia foi de 3,3x10-3 (IC95% 4,6x10-3) para crianças e de 11,5x10-3 (IC95% 13,3x10-3) para adultos, enquanto o risco por Cryptosporidium foi de 1,1x10-3 (IC95% 1,7x10-3) para crianças e de 3,9x10-3 (IC95% 5,0x10-3) para adultos. O incremento da incidência de diarréias foi observado no cenário de estudo após um acidente que resultou em transbordamento de esgotos não tratados no manancial, coincidindo com o aumento na detecção de (oo)cistos. Conclusão: Os resultados evidenciaram que a vulnerabilidade do ribeirão dos Cristais a contaminações biológicas pode culminar em um risco elevado de infecção e adoecimento por Giardia e Cryptosporidium através da ingestão de água tratada. Portanto, o caso é preocupante, tanto do ponto de vista do tratamento e abastecimento de água potável, quanto da degradação e contaminação do manancial, evidenciando a necessidade de se estabelecer medidas de intervenção direcionadas a promover a qualidade da água e garantir sua segurança

Real time optimization in chemical process: evaluation of strategies, improvements and industrial application.

The increasing economic competition drives the industry to implement tools that improve their processes efficiencies. The process automation is one of these tools, and the Real Time Optimization (RTO) is an automation methodology that considers economic aspects to update the process control in accordance with market prices and disturbances. Basically, RTO uses a steady-state phenomenological model to predict the process behavior, and then, optimizes an economic objective function subject to this model. Although largely implemented in industry, there is not a general agreement about the benefits of implementing RTO due to some limitations discussed in the present work: structural plant/model mismatch, identifiability issues and low frequency of set points update. Some alternative RTO approaches have been proposed in literature to handle the problem of structural plant/model mismatch. However, there is not a sensible comparison evaluating the scope and limitations of these RTO approaches under different aspects. For this reason, the classical two-step method is compared to more recently derivative-based methods (Modifier Adaptation, Integrated System Optimization and Parameter estimation, and Sufficient Conditions of Feasibility and Optimality) using a Monte Carlo methodology. The results of this comparison show that the classical RTO method is consistent, providing a model flexible enough to represent the process topology, a parameter estimation method appropriate to handle measurement noise characteristics and a method to improve the sample information quality. At each iteration, the RTO methodology updates some key parameter of the model, where it is possible to observe identifiability issues caused by lack of measurements and measurement noise, resulting in bad prediction ability. Therefore, four different parameter estimation approaches (Rotational Discrimination, Automatic Selection and Parameter estimation, Reparametrization via Differential Geometry and classical nonlinear Least Square) are evaluated with respect to their prediction accuracy, robustness and speed. The results show that the Rotational Discrimination method is the most suitable to be implemented in a RTO framework, since it requires less a priori information, it is simple to be implemented and avoid the overfitting caused by the Least Square method. The third RTO drawback discussed in the present thesis is the low frequency of set points update, this problem increases the period in which the process operates at suboptimum conditions. An alternative to handle this problem is proposed in this thesis, by integrating the classic RTO and Self-Optimizing control (SOC) using a new Model Predictive Control strategy. The new approach demonstrates that it is possible to reduce the problem of low frequency of set points updates, improving the economic performance. Finally, the practical aspects of the RTO implementation are carried out in an industrial case study, a Vapor Recompression Distillation (VRD) process located in Paulínea refinery from Petrobras. The conclusions of this study suggest that the model parameters are successfully estimated by the Rotational Discrimination method; the RTO is able to improve the process profit in about 3%, equivalent to 2 million dollars per year; and the integration of SOC and RTO may be an interesting control alternative for the VRD process.