Contribuții privind diagnoza proceselor de tratare a apelor uzate utilizând rețele neuronale

Abstract

În ultimul secol, creșterea populației și dezvoltarea societății moderne pe diferite segmente reprezintă principala cauză a contaminării mediului înconjurător și a surselor de apă. Având în vedere că rezervele de apă curată sunt reduse, este important să se adopte măsuri de protecție și prevenire a poluării surselor de apă și deteriorării mediului înconjurător care asigură condițiile de trai și dezvoltare pentru toate formele de viață. În zilele de astăzi, există o conștientizare sporită a importanței privind prevenirea poluării și minimizarea deșeurilor în activitățile industriale, urbane și agricole, precum și a procesului de reciclare. Un rol important în confruntarea cu aceste provocări contemporane majore, o are biotehnologia care este într-o continuă dezvoltare, și în prezent, cea mai bună tehnologie disponibilă pentru a asigura durabilitatea și protecția mediului înconjurător. Tehnologiile din domeniul biotehnologiei sunt multiple, dar unele din cele mai des întalnite sunt procesele de tratare a apelor uzate provenite din procesele industriale, gospodăriile oamenilor etc. Stațiile de tratare a apelor uzate sunt instalații proiectate pentru a reduce cantitățile de materie organică și materii solide în suspensie din apă, prin tratamente adecvate pentru a purifica apa înainte de a fi deversată în orice emisar (mare, râu, lac etc.). Aceste procese sunt în mod inerent dinamice datorită variațiilor mari ale debitului de admisie a apei reziduale, concentrației și compoziţiei acesteia. Din acest motiv, modelele matematice și simulările pe calculator sunt esențiale pentru a modela, estima și controla aceste procese complexe. Funcționarea proceselor de tratare a apelor reziduale este foarte complexă. În unele instalații performanțele slabe, costurile ridicate și deteriorarea mediului s-au datorat unor probleme operaționale. Îmbunătățirea performanței stațiilor de tratare a apelor reziduale depinde, în principal, și de modulul de detectare, izolare și identificare a defecțiunilor (FDI Fault Detection and Isolation), pentru a crește siguranța și fiabilitatea echipamentelor. Prin urmare, au fost propuse mai multe abordări privind diagnoza în stațiile de epurare: abordări bazate pe cunoaștere euristică, cum ar fi inteligența artificială (rețelele neuronale), analiza statistică și abordări bazate pe modele matematice.