Modelo de predição de desempenho de estações de tratamento de água de pequeno porte usando redes neurais artificiais

Abstract

As estações de tratamento de água (ETAs) têm um papel fundamental e estratégico no controle de doenças transmitidas pela água por meio da potabilização da água, para atender às necessidades da população que é abastecida por ela. Nesse contexto, a avaliação do desempenho dessas estações é primordial, particularmente para as entidades responsáveis pelo estágio de controle da qualidade da água, uma vez que a ETA deve apresentar e operar com condições mínimas necessárias para alcançar seu objetivo. Para o desenvolvimento dos modelos (Modelo 1 - com base na turbidez da água tratada e Modelo 2 - com base na cor aparente da água tratada) foram utilizados dados referentes à qualidade da água bruta e tratada, fatores operacionais e parâmetros hidráulicos de 3 ETAs, com taxas de fluxo de 50 L.s-1 ou menos. Os modelos foram desenvolvidos usando a caixa de ferramentas do Matlab®, a partir da rede neural do tipo de camadas recorrentes, com função de ativação tansig e purelin. Como resultados, os modelos apresentaram coeficientes de determinação de 0,928 e 0,823 para turbidez e cor aparente da água tratada, respectivamente. Os resultados corroboram a aplicação da Inteligência Artificial em estações de tratamento de água, com o objetivo de otimizar processos e garantir uma maior operabilidade da ETAs, gerando um produto cada vez mais confiável.

Keywords

• desempenho da planta de tratamento de água
• processos de otimização
• rede neural artificial.