la fiabilitat dels procesos de regeneració de l`aigua

la fiabilitat dels procesos de regeneració de l`aigua

LA FIABILITAT DELS PROCESOS
DE REGENERACIÓ DE L’AIGUA
Rafael Mujeriego
Catedrático de Ingeniería Ambiental
Universitat Politècnica de Catalunya
II Jornades Tècniques de Gestió d’Estacions Depuradores
d’Aigües Residuals
Agència Catalana de l’Aigua
Barcelona, gener de 2005
Introducción
• El seguimiento y la explotación de los procesos de
tratamiento del agua generan abundantes resultados
experimentales
• Estos resultados se utilizan generalmente para
evaluar: 1) la conformidad de los efluentes con las
normas de calidad y 2) el rendimiento de los procesos
• Un requisito actual es la fiabilidad o la garantía de los
procesos: su capacidad para asegurar un cierto nivel de
calidad, de forma sistemática
• Los resultados experimentales permiten precisamente
valorar la fiabilidad de los procesos
Objetivos
• Presentar los métodos comúnmente utilizados para
evaluar el rendimiento y la fiabilidad de un proceso
de tratamiento del agua
• Analizar las posibilidades y las limitaciones
interpretativas que cada uno de ellos tiene
• Presentar el método gráfico de evaluación basado
en la distribución normal y la normal-logarítmica
• Realizar una aplicación práctica a la inactivación
microbiana conseguida por los procesos de
regeneración de agua: 1) eliminación de MES y 2)
desinfección con luz UV e hipoclorito sódico
Objetivos del Seguimiento
• Determinar la conformidad del efluente con las
normas de calidad aplicables
• Evaluar el rendimiento del proceso de tratamiento: su
capacidad para eliminar o inactivar alguno de los
contaminantes contenidos en el afluente
• Evaluar la fiabilidad del proceso en condiciones
normales de explotación
• Valorar los cambios del rendimiento y de la fiabilidad
conseguidos cuando se mejoran o se modifican las
condiciones de explotación
Perspectivas de Valoración
• Uno de los objetivos prioritarios del promotor del
proceso suele ser su rendimiento: su capacidad para
eliminar un determinado porcentaje de la aportación
• Uno de los objetivos prioritarios del responsable de la
explotación suele ser su fiabilidad: su capacidad para
asegurar un nivel estable de calidad en el efluente,
especialmente ante un afluente variable
• Ambos son importantes y cada uno requiere una
estrategia diferente para su evaluación
Métodos de Valoración
1. La estimación de la media y la desviación típica,
realizado usualmente de forma numérica, sin
verificación expresa de la normalidad de la variable
2. La descripción de la evolución cronológica de la
variable, en relación con sus límites de aceptación o
de conformidad con una norma
3. La valoración gráfica mediante una escala de
probabilidad normal (variables físicas y químicas)
4. La valoración gráfica mediante una escala de
probabilidad normal-logarítmica (variables
microbiológicas)
Distribución Normal-logarítmica
• La concentración microbiana es una variable que se
ajusta a una distribución normal-logarítmica
• El logaritmo de la concentración microbiana pasa a ser
una nueva variable, comúnmente de tipo normal
• El uso de una escala de probabilidad (papel gráfico o
programa informático) permite la verificación gráfica de
la normalidad de los datos experimentales
• Un ajuste adecuado de los resultados experimentales a
una línea recta aporta esa confirmación
• La distribución normal resultante permite estimar los
parámetros estadísticos de la muestra inicial de datos
Parámetros de Valoración
• La media geométrica de la muestra es la medianamedia-moda de su distribución normal-logarítmica
• La conformidad con los límites de calidad se puede
determinar mediante los percentiles de la distribución
• El rendimiento medio se puede estimar mediante el
valor medio (percentil 50) de la distribución
• La fiabilidad o garantía se puede estimar mediante la
desviación típica de la distribución
• La significación estadística de la diferencia de
rendimientos entre dos procesos de tratamientos se
puede estimar mediante la t-Student para la media, y
la Χ2 para la desviación típica
Castell Platja d’Aro
Planta de Regenración de Agua Castell Platja d'Aro (CPA), 2003, 2004
Símbolo
Decantador
CPA1
Punto de muestreo
ID
Efluente secundario
CPA1
Efluente filtrado
CAP2
Efluente desinfectado con luz UV
CPA3
CPA4 Efluente desinfectado con UV + hipoclorito
Filtro
CPA2
Lámparas UV
CPA3
Hipoclorito
CPA4
Datos Cronológicos
Día
CPA1, ufc/100 ml
CPA2, ufc/100 ml
1
35.000
8.100
2
16.800
11.400
3
18.800
10.200
4
13.000
7.850
5
70.000
14.000
6
335.000
224.000
7
326.000
160.000
8
230.000
67.000
9
50.000
33.000
10
800.000
250.000
11
37.000
25.000
12
24.000
20.000
Media y Desviación Típica
Serie Cronológica
Distribución Normal
• Se listan los datos experimentales en orden creciente
• Se les asigna el valor del estimador
• F(xi) = i / (n + 1), en %
• Se representan los pares de valores: xi en ordenadas
frente a F(xi) en abscisas, utilizando una escala de
probabilidad normal
• Se interpola una línea recta entre los puntos obtenidos
• Esa línea recta representa la función de frecuencias
acumuladas de la distribución normal
• Se estiman los parámetros de la distribución
Ordenación de Datos
i
F(xi) = i/(n+1)
CPA1, ufc/100 ml
CPA2, ufc/100 ml
1
3,23
13000
7850
2
6,45
16800
8100
3
9,68
18800
10000
4
12,90
24000
10200
5
16,13
24650
11400
6
19,35
32800
14000
7
22,58
35000
15000
8
25,81
36500
16750
9
29,03
37000
20000
10
32,26
43200
24000
11
35,48
44000
25000
12
38,71
50000
26133
Distribuciones de CF
Distribuciones de CF en Mataró
Distribuciones de CF en
Empuriabrava
Comparación de Métodos
• El análisis de barras no refleja el número de datos ni la
significación estadística de la diferencia entre grupos
• El análisis cronológico aporta una valoración directa de
los posibles cambios entre los grupos de datos
• El análisis de probabilidad normal-logarítmica (probit)
proporciona:
• Una indicación clara del número de datos
• Una confirmación visual del ajuste a la distribución
• Una estimación numérica de las diferencias
• Una estimación rápida de la fiabilidad de los
diferentes procesos de tratamiento
Resultados Preliminares
• La concentración microbiana de un efluente secundario
muestra una variabilidad similar entre plantas
• Los procesos físico-químicos inactivan entre 0,2
ulog/100ml (filtración en arena) y 1,0 ulog/100 ml
(tratamiento completo)
• La desinfección con luz UV inactiva una media de 2,02,5 ulog/100 ml, pero con menor fiabilidad
• La desinfección con cloro, tras la luz UV, inactiva 2,0
ulog/100 ml adicionales, pero sin recuperar la fiabilidad
• La desinfección con cloro inactiva entre 3,5-5,0 ulog/100
ml, con una fiabilidad significativa
• Una serie de 4 procesos naturales en serie inactiva 3,5
ulog/100 ml, manteniendo la variabilidad inicial
Agradecimientos
Este estudio ha sido posible gracias a:
• Una ayuda de investigación del Ministerio de
Ciencia y Tecnología, junto con la UB y la UIB (en
curso)
• Una ayuda de investigación de la Fundación del
Instituto Euromediterráneo de Hidrotecnia, junto
con la UB y el CSIC (en curso)
• El apoyo y la colaboración de la Agència Catalana
de l’Aigua y del Consorci de la Costa Brava