II-090 DESENVOLVIMENTO DE MODELOS IDENTIFICADOS PARA DIAGNÓSTICOS OPERACIONAIS EM REATORES UASB

Transcrição

1 II-090 DESENVOLVIMENTO DE MODELOS IDENTIFICADOS PARA DIAGNÓSTICOS OPERACIONAIS EM REATORES UASB Raquel Machado Borges (1) Engenheira Química pela Universidade Federal de Uberlândia (UFU). Mestre em Engenharia Química pela Universidade Federal de Uberlândia (UFU). Doutoranda em Engenharia Elétrica pela Universidade Federal do Espírito Santo (UFES). Celso José Munaro Engenheiro Eletricista pela Universidade Federal de Santa Maria (UFSM). Mestre e Doutor em Automação pela Universidade Estadual de Campinas (UNICAMP). Professor Adjunto do Departamento de Engenharia Elétrica da Universidade Federal do Espírito Santo (UFES). Ricardo Franci Gonçalves Engenheiro Civil e Sanitarista pela Universidade do Estado do Rio de Janeiro (UERJ). Pós-graduado em Saúde Pública pela ENSP/RJ, DEA Ciências do Meio Ambiente Univ. Paris XII, ENGREF, ENC, Paris. Doutor em Engenharia do Tratamento e Depuração de Água INSA de Toulouse, França. Professor Adjunto do Departamento de Hidráulica e Saneament, PMEA da Universidade Federal do Espírito Santo (UFES). Endereço (1) : DEL CT1 UFES. Av. Fernando Ferrari, s/n Bairro Goiabeiras Vitória ES - CEP: Brasil Tel: (027) raquel.borges@ele.ufes.br RESUMO Os reatores anaeróbios de manta de lodo e fluxo ascendente (UASB, do inglês Upflow Anaerobic Sludge Blanket) tem tido destaque no cenário dos processos de tratamento de águas residuárias. Apesar das inúmeras vantagens operacionais, tais reatores exigem um monitoramento mais atento no que diz respeito às flutuações de suas condições operacionais sob pena de se tornarem instáveis sob determinadas circunstâncias. Na ausência de laboratórios in loco dotados de equipamentos apropriados para análises físico-químicas e de instrumentos para medições on-line, os sistemas de diagnóstico simplificados baseados em modelos do processo surgem como uma alternativa economicamente viável e facilmente aplicável para diagnosticar o desempenho de reatores UASB tratando esgoto sanitário e apoiar a operação da planta. Este trabalho apresenta o desenvolvimento de modelos identificados com estruturas do tipo ARX para estimar a produção de biogás em um reator UASB. Além disso, o trabalho propõe um sistema de diagnóstico simplificado, baseado em modelo, que pode ser utilizado para avaliar o desempenho de reatores UASB tratando esgoto sanitário. Para tanto, um número reduzido de variáveis medidas na planta são suficientes para o fornecimento do diagnóstico. Uma alternativa para se estimar DQO afluente a partir de dados de turbidez também é apresentada. Os dados para a obtenção do modelo foram obtidos em um reator UASB piloto tratando esgoto sanitário e instalado no Parque Experimental de Tratamento de Esgoto da Universidade Federal do Espírito Santo (UFES). PALAVRAS-CHAVE: Diagnóstico Operacional, Tratamento Anaeróbio, Esgoto Sanitário, Reator UASB, Modelo ARX. INTRODUÇÃO A aplicação de reatores UASB no tratamento dos mais diversos tipos de águas residuárias, domésticas ou industriais, é prova da imensa importância deste reator no cenário dos processos de tratamentos anaeróbios de águas residuárias (McCarty, 2001). Apesar de inúmeras vantagens operacionais, como relatado por Van Haandel e Lettinga (1994), tais reatores exigem um monitoramento mais atento no que diz respeito às flutuações de cargas orgânica e hidráulica, variações bruscas de ph e toxicidade, sob pena de se tornarem instáveis sob determinadas circunstâncias. Paralelo a isto, o monitoramento do descarte de lodo de excesso produzido no reator é um fator importante na medida em que o arraste da manta de lodo influencia sobremaneira a qualidade do efluente final no processo. A maior dificuldade atualmente encontrada para o monitoramento de estações de tratamento de águas residuárias diz respeito ao alto custo da instalação in loco de laboratórios dotados de equipamentos apropriados para análises físico-químicas, sobretudo em estações localizadas distante de centros urbanos, além do custo de mão de obra especializada. Face a isto, uma alternativa viável é fazer uso de equipamentos de instrumentação para medições on-line das variáveis de interesse na planta. Vanrolleghem e Lee (2003) apresentam uma extensa revisão das mais recentes tecnologias ABES - Associação Brasileira de Engenharia Sanitária e Ambiental 1

2 em equipamentos de instrumentação atualmente disponíveis no mercado para plantas de tratamento de águas residuárias. Instrumentos de medição on-line acoplados a sistemas de diagnóstico são capazes de fornecer informações preciosas a respeito do comportamento do processo e apoiar decisões operacionais na planta. Os sistemas de diagnóstico baseados em modelos aplicados a processos anaeróbios de águas residuárias têm sido objeto de várias pesquisas (Puñal et al., 2001a, 2001b, 2002; Müller et al., 1997; Genovesi et al., 1999). Na grande maioria dos casos, o sistema desenvolvido é capaz de reconhecer o estado do processo e sua tendência de comportamento, e com base nestas informações, gerar ações de controle apropriadas a fim de evitar a desestabilização do reator. O objetivo deste trabalho consiste em desenvolver modelos identificados com estruturas do tipo ARX ou modelo auto-regressivo com entradas exógenas (do inglês, autoregressive with exogenoux inputs) para estimar a produção de biogás em um reator UASB. Além disso, o trabalho propõe um sistema de diagnóstico simplificado, baseado em modelo, que pode ser utilizado para avaliar o desempenho de reatores UASB tratando esgoto sanitário. Para tanto, um número reduzido de variáveis medidas na planta são suficientes para o fornecimento do diagnóstico. Uma alternativa para se estimar DQO afluente a partir de dados de turbidez também é apresentada. Os dados para a obtenção do modelo foram obtidos em um reator UASB piloto tratando esgoto sanitário e instalado no Parque Experimental de Tratamento de Esgoto da Universidade Federal do Espírito Santo (UFES). MATERIAIS E MÉTODOS O REATOR UASB De mesma configuração apresentada por Van Haandel (1999), o reator UASB piloto possuía forma cilíndrica, com volume útil de 47,6 L, 5 m de altura, conforme ilustra a Figura 1. O sistema de alimentação era composto de um tanque de equalização de 100 L com uma bóia para controle de nível. Uma bomba peristáltica remotamente controlada foi conectada ao tanque a fim de assegurar que a vazão desejada de afluente alimentasse o reator. Após a inoculação de um terço do reator com lodo anaeróbio, o reator UASB piloto foi alimentado com esgoto sanitário proveniente de um bairro residencial próximo a UFES. A vazão de alimentação foi mantida constante em 100mL/min, com tempo de detenção hidráulica de 8 horas, resultando em uma carga orgânica volumétrica média de 1,48 KgDQO/m 3.d. Figura 1. Reator UASB piloto da ETE-UFES. ABES - Associação Brasileira de Engenharia Sanitária e Ambiental 2

3 Para fins de monitoramento, amostras do esgoto afluente e efluente foram coletadas e analisadas durante a partida do reator e por um período de aproximadamente três meses e meio, com periodicidade variando de 2 a 5 vezes por semana. As principais análises realizadas foram DQO total, DQO filtrada, DBO, sólidos suspensos totais e sólidos sedimentáveis, de acordo com a metodologia apresentada no Standard Methods (AWWA et al., 1995). Medidas de turbidez da amostra, produção de biogás, temperatura ambiente e, eventualmente, ph também foram obtidas. A vazão de biogás produzido foi medida através de um medidor de biogás do tipo caçamba, conectado a um equipamento que permitia a aquisição e o armazenamento dos dados, que eram captados posteriormente por um PC. Este mesmo equipamento foi utilizado para a aquisição e armazenamento da temperatura ambiente na planta, medida através de um sensor. As medidas de turbidez e de ph foram realizadas através de equipamentos analíticos de bancada. Os valores de eficiência de remoção de matéria orgânica e de sólidos foram, em média, 74% para DQO total e de 78% para SST. A Tabela 1 apresenta os principais parâmetros analisados. Os dados de sólidos sedimentáveis no efluente, avaliados para detecção de um possível arraste da manta, ficaram inferiores a 0,1 ml/l, enquanto o valor de ph afluente se manteve em torno de 6,7. Tabela 1: Estatística descritiva dos parâmetros analisados (n = número de amostras coletadas; D.P = desvio padrão e C.V. = coeficiente de variação) Variável n média min max D. P. C. V. DQO tot. afluente (mg/l) ,8% DQO tot. efluente (mg/l) ,4% DQO filtr. afluente (mg/l) ,0% DQO filtr. efluente (mg/l) ,6% SST afluente (mg/l) ,1% SST efluente (mg/l) ,8% DBO afluente (mg/l) ,7% DBO efluente (mg/l) ,7% Turbidez afluente (NTU) ,5% Turbidez efluente (NTU) ,9% Temperatura ( C) ,8 18,1 36,5 3,9 15,1% Vazão de biogás (ml/h) ,8 0 16,4 6,1 56,4% A produção de biogás em um reator UASB é uma variável de suma importância para a avaliação do desempenho do processo de digestão anaeróbia e, por conseqüência, da degradação da matéria orgânica presente no esgoto (Van Haandel e Lettinga, 1994). Além disso, esta variável reflete a condição do processo, podendo fornecer informações qualitativas a respeito da eficiência do mesmo. De posse dessas informações, optou-se pela estimativa do biogás produzido no reator para se desenvolver um modelo do processo. Para tanto, foi realizado um estudo das variáveis de maior influência na produção de biogás. De forma geral, existem vários fatores que podem alterar de forma significativa a produção de biogás em um reator, dentre eles a carga orgânica afluente e a temperatura. A variação da carga orgânica afluente reflete no aumento ou diminuição da produção de biogás pela própria estequiometria da digestão anaeróbia. Já a temperatura influencia sobremaneira o metabolismo endógeno das bactérias, e por conseqüência, a produção de biogás. Como a vazão afluente foi mantida constante durante o experiemento, definiu-se que dados de DQO total e de temperatura eram suficientes para fornecer uma boa estimativa da produção de biogás no reator. A partir desta definição, o monitoramento do reator passou a ser diário e em maior freqüência apenas para as variáveis de interesse para a modelagem. Devido à baixa produção de lodo no reator, nenhum descarte da manta de lodo do reator foi realizado durante o experimento. Uma vez que o objetivo era desenvolver um modelo para o reator operando em situação de normalidade, realizou-se uma campanha de 19 dias consecutivos para coleta de dados de temperatura, DQO total e produção de biogás. Durante a campanha, houve uma vigilância constante da operação do reator para garantir que nenhum problema operacional ocorresse no período, como falha no sensor de temperatura, no medidor de biogás ou na bomba de alimentação, entupimento de mangueiras ou ainda problemas de chegada de esgoto no Parque Experimental. ABES - Associação Brasileira de Engenharia Sanitária e Ambiental 3

4 SELEÇÃO DA ESTRUTURA DOS MODELOS O modelo auto-regressivo com entradas exógenas (ARX do inglês autoregressive with exogenoux inputs) foi utilizado para a seleção das estruturas, onde apenas as variáveis mais relevantes da planta são consideradas (Kárný et al., 1995). A primeira estrutura de modelo (1) relaciona temperatura (u 1 ), demanda química de oxigênio (u 2 ) e produção de biogás (y), enquanto a segunda estrutura de modelo (2) relaciona temperatura (u 1 ), turbidez (u 3 ) e produção de biogás (y). y k) = f ( u ( k), u ( k 1), y( k 1)) (1) ( 1 2 y k) = f ( u ( k), u ( )) (2) ( 1 3 k A técnica de identificação por mínimos quadrados foi utilizada para a estimação dos parâmetros dos modelos, tendo como critério para a seleção dos termos o erro absoluto entre variável medida e estimada. Para a obtenção dos modelos, entretanto, foi realizada uma mudança no fator de escala das variáveis de forma que os dados estivessem numa escala entre 0 e 1, para melhor visualização do efeito das variáveis de entrada. Assim, o valor de produção de biogás estimado através do modelo deverá ser transformado para unidades de L/d através da seguinte equação: Biogás ( k) = 13* y( k) 2 ( L ) +. d RESULTADOS DQO (mg/l) tempo (d) Figura 2. Dados de Demanda Química de Oxigênio Temperatura ( C) tempo (d) Figura 3. Dados de Temperatura. 20 ABES - Associação Brasileira de Engenharia Sanitária e Ambiental 4

5 As Figuras 2, 3 e 4 apresentam os dados de entrada do processo coletados em 19 dias de monitoramento diário. Os resultados mostram que o experimento cobriu faixas representativas de operação, com variações de 240 a 900 mg/l para a DQO total do afluente, 18 a 26ºC para a temperatura e 107 a 306 NTU para a turbidez. A Tabela 2 apresenta os parâmetros encontrados para cada estrutura de modelo com seus respectivos erros de estimação. A Figura 5 apresenta a produção de biogás medida e o erro absoluto de estimação obtido para cada um dos modelos. O erro absoluto (1) representa a diferença obtida entre a produção de biogás medida e a estimada através do modelo de estrutura (1), cujas entradas são temperatura, DQO total e produção de biogás passada. O erro absoluto (2) foi obtido com a produção de biogás estimada através do modelo de estrutura (2), cujas entradas são temperatura e turbidez do afluente Turbidez (NTU) Figura 4. Dados de Turbidez. tempo (d) Tabela 2. Parâmetros dos modelos ARX. (1) Modelo ARX y( k) = y( k 1) u u ( k) u 2 1 ( k) ( k 1) 1 2 ( 1 3 k Erro absoluto máximo (L/d) 3,16 (2) y k) = u ( k) u ( 1) 2,68 Produção de Biogás (L/d) Biogás medido Erro absoluto (1) Erro absoluto (2) tempo (dias) Figura 5. Produção de biogás medida e erros absolutos. ABES - Associação Brasileira de Engenharia Sanitária e Ambiental 5

6 SISTEMA DE DIAGNÓSTICO BASEADO EM MODELO De posse dos modelos, diagnósticos sobre as variações significativas na produção de biogás podem agora ser realizados, uma vez que os mesmos indicam a contribuição de cada variável de entrada para a produção de biogás. Um exemplo de como o modelo identificado pode ser utilizado para diagnóstico é ilustrado a seguir. A Figura 5 apresenta algumas regiões de grandes variações de produção de biogás (5 º, 8 º e 12 º dias), cujas causas para tal comportamento são analisadas. O aumento da produção de biogás no 5 º dia está mais relacionado ao aumento da temperatura observado neste dia. De acordo com o modelo do sistema de diagnóstico, neste caso, o termo relacionado à temperatura contribuiu em 52% para a estimativa do biogás, enquanto o termos relacionados à DQO total e ao biogás do dia anterior, em 11% e 37%, respectivamente. A diminuição da produção de biogás no 8 º dia, entretanto, está mais relacionada ao valor da produção de biogás do dia anterior, uma vez que esta variável contribuiu com 74%, enquanto o termo relativo à DQO total contribuiu com 26%. Não houve contribuição do termo relativo à temperatura para a estimativa. Já o aumento da produção de biogás no 12 º dia está relacionado de forma equilibrada tanto em relação ao aumento da DQO total afluente ao reator, tendo este termo contribuído em 54% para a estimativa, quanto com o aumento da temperatura, cuja contribuição foi de 46%. A produção de biogás do dia anterior não teve influência nesta estimativa. Desta forma, os resultados mostram que os modelos obtidos podem ser utilizados para explicar as variações de produção de biogás em função das variáveis de entrada. Maiores detalhes a respeito das influências de cada variável podem ser observados a partir das Figuras 2 e 3. A sistematização dos cálculos das contribuições das entradas para a estimativa da produção de biogás e sua apresentação ao operador em uma linguagem de fácil acesso têm papel fundamental para o apoio à operação do reator. A Figura 6 apresenta uma proposta de sistema de diagnóstico baseado em modelo para o reator UASB. Vazão de esgoto Temperatura DQO/Turbidez UASB Biogás SISTEMA DE DIAGNÓSTICO BASEADO EM MODELO DIAGNÓSTICOS Figura 6. Sistema de Diagnóstico para reatores UASB. A idéia básica do sistema de diagnóstico proposto é avaliar o desempenho do reator UASB a partir de um número reduzido de informações do processo. De posse de valores de vazão afluente, temperatura, matéria orgânica e produção de biogás, um modelo do tipo ARX é utilizado para se estimar a produção de biogás esperada para as dadas entradas. Uma vez que a vazão de biogás produzido é também uma variável medida, consegue-se avaliar o erro entre variável medida e estimada e a partir desta informação, avaliar o desempenho do reator. No entanto, a medição do teor de matéria orgânica on-line visando a estimativa da produção de biogás a partir de um modelo matemático, requer a utilização de equipamentos muito sofisticados e de alto custo (Vanrolleghem e Lee, 2003). Desta forma, uma alternativa razoável consiste em estimar o teor de matéria orgânica em determinada amostra a partir da medição on-line de turbidez e de sua correlação com a demanda química de oxigêncio (DQO). A Figura 7 apresenta a correlação encontrada entre a DQO e a Turbidez para o esgoto sanitário da cidade de Vitória (ES) e utilizado no experimento. Cabe ressaltar que esta correlação não é válida para períodos de chuva intensa. A Figura 8 apresenta as diferenças entre DQO medida e estimada através da correlação apresentada. ABES - Associação Brasileira de Engenharia Sanitária e Ambiental 6

7 DQO (mg/l) Y=1,87 X+151 R 2 =0, Turbidez (NTU) Figura 7. Correlação DQO (mg/l) x Turbidez (NTU). DQO (mg/l) Medida Estimada tempo (d) Figura 8. DQO medida x DQO estimada (mg/l). CONCLUSÕES Este trabalho apresentou o desenvolvimento de modelos identificados para serem utilizados em sistemas de diagnósticos de reatores UASB. Dois modelos com estruturas do tipo ARX foram desenvolvidos a partir de técnicas de identificação de parâmetros por mínimos quadrados para a estimação da produção de biogás no reator. O primeiro modelo é dinâmico e relaciona a produção de biogás com informações de temperatura de DQO afluente. O segundo modelo é algébrico e relaciona produção de biogás a informações de temperatura e de turbidez afluente. Os resultados apresentados mostram que com a utilização dos modelos é possível explicar as variações na produção de biogás no reator a partir das entradas. O sistema de diagnóstico proposto mostra como o desempenho do reator pode ser avaliado a partir de um número reduzido de variáveis medidas. Além disso, a alternativa apresentada para a estimativa de DQO afluente a partir de medidas de turbidez online mostrou ser uma boa opção para contornar problemas desta natureza. REFERÊNCIAS BIBLIOGRÁFICAS 1. AWWA APHA and WEF, Standard Methods for the Examination of Water and Wastewater, American Public Health Association, Washington, 19 Edition, GENOVESI, A., HARMAND, J. and STEYER, J.-P. A Fuzzy Logic Based Diagnosis System for the On-line Supervision of an Anaerobic Digestor Pilot-Plant. Biochem. Eng. Journal, v.3, p KÁRNÝ, M., HALOUSKOVÁ, A. and NEDOMA, P. Recursive Approximation by ARX Model: A Tool for Grey Box Modelling. Int. Journal of Adaptative Control and Signal Processing, v.9, n.6, p McCARTY, P. L. The Development of Anaerobic Treatment and Its Future. Wat. Sci. Tech., v.23, n.3, p ABES - Associação Brasileira de Engenharia Sanitária e Ambiental 7

8 5. MÜLLER, A., MARSILI-LIBELLI, S., AIVASIDIS, A., LLOYD, T., KRONER, S. and WANDREY, C. Fuzzy Control of Disturbances in a Wastewater Treatment Process. Wat. Res., v. 31, n.12, p PUÑAL, A., ROCA, E. and LEMA, J. M. An Expert System for Monitoring and Diagnosis of Anaerobic Wastewater Treatment Plants. Wat. Res., v. 36, p a. 7. PUÑAL, A., ROCA, E. and LEMA, J. M. Advanced Monitoring and Control of Anaerobic Wastewater Treatment Plants: Diagnosis and Supervision by a Fuzzy-based Expert System. Wat. Sci. Tech., v. 43, n.7, p b. 8. PUÑAL, A., RODRÍGUEZ, J., CARRASCO, E. F., ROCA, E. and LEMA, J. M. Expert System for the On-line Diagnosis of Anaerobic Wastewater Treatment Plants. Wat. Sci. Tech, v.45, n.10, p VAN HAANDEL, A. C. e LETTINGA, G. Tratamento Anaeróbio de Esgotos Um Manual para Regiões de Clima Quente, Epgraf, Campina Grande VAN HAANDEL, A. C., CAVALCANTI, P. F. F. e SOUZA, F. P. Efeito da Proporção Área/Profundidade sobre o Desempenho de um Reator UASB. In: 20º Congresso Brasileiro de Engenharia Sanitária e Ambiental [CD-ROM], p Rio de Janeiro, RJ VANROLLEGHEM, P. A. and LEE, D. S. On-line Monitoring Equipment for Wastewater Treatment Processes: State of the Art. Water Science Technology, v. 47, n.2, p ABES - Associação Brasileira de Engenharia Sanitária e Ambiental 8