Inteligencia artificial aplicada al mantenimiento predictivo de estaciones depuradoras de aguas residuales
El proyecto Predictedar está financiado por la Corporación Tecnológica de Andalucía y cuenta con la participación de la empresa Facsa y el grupo de investigación de Ingeniería e Infraestructuras de la Universidad de Granada. La tecnología desarrollada disminuye el consumo energético, incrementa la fiabilidad y evitará interrupciones del servicio y vertidos con tratamiento insuficiente.
Fuente: Corporación Tecnológica de Andalucía
La muntinacional sostenible Sando, junto con Sando Agua, está desarrollando a través de un proyecto de I+D+i financiado por CTA (Corporación Tecnológica de Andalucía), un sistema que utiliza Inteligencia Artificial para el mantenimiento predictivo de los componentes críticos de estaciones de depuración de aguas residuales urbanas (EDAR).
En el proyecto, denominado Predictedar, han colaborado la empresa Facsa y el grupo de investigación TEP-190 de Ingeniería e Infraestructuras de la Universidad de Granada (UGR), por lo que ha sido importante la transferencia de tecnología Universidad-Empresa.
Estación de Aguas Residuales El Copero en Sevilla.
El responsable técnico del sector Edificación y Obra Civil de CTA, Carlos García, ha explicado que “el objetivo del proyecto fue diseñar y validar un sistema inteligente de mantenimiento predictivo de los componentes críticos de estaciones de depuración de aguas residuales urbanas basado en herramientas de IA”. Añadió que “el sistema desarrollado por Sando supondrá un gran avance en el sector al aplicar tecnologías utilizadas en los sectores de fabricación avanzada e intensivos en tecnología, a la vanguardia en estas líneas de innovación”.
Por su parte, el responsable de Innovación de Sando, Juan Antonio Báez, afirma que “gracias al apoyo de CTA volvemos a aplicar la Inteligencia Artificial en otro proyecto”. Con Predictedar, seremos capaces de minimizar riesgos e imprevistos del funcionamiento, reducir las necesidades y costes, estudiar las principales limitaciones técnicas e incluso incrementar las ratios de insuficiencia de una EDAR. Favoreceremos la economía circular y disminuiremos el consumo”.
Economía circular y uso sostenible de recursos
El sistema desarrollado en el proyecto Predictedar permitirá evitar paradas imprevistas del funcionamiento de la planta y de sus subsistemas críticos, con lo que se evitaría también interrupción del servicio y vertidos al medio de aguas con tratamiento insuficiente. Además, minimizará la necesidad y el coste asociado del vertido de residuos (lodos y fangos) porque serán valorizados.
De esta forma, la tecnología desarrollada por Sando potenciará la economía circular y el uso sostenible de recursos, ya que optimizará la valorización de los lodos como fertilizantes agrícolas al incrementar la fiabilidad y disponibilidad del subsistema asociado.
Asimismo, el sistema disminuye el consumo energético e incrementa las ratios de autosuficiencia de una EDAR, puesto que permite maximizar los tiempos de funcionamiento de las plantas de depuración, disminuyendo el tiempo de hidrólisis, que es un proceso muy costoso energéticamente.
Este proyecto, además, ha permitido a Sando potenciar las actividades de I+D+i, teniendo como base el desarrollo de nuevos productos y servicios que anticipen las necesidades tecnológicas de los clientes y sean percibidas como de alto valor añadido. Con el resultado, Sando Agua podrá ofrecer a las entidades de gestión del ciclo del agua situarse a la vanguardia tecnológica de los sistemas inteligentes en EDAR.
Últimas publicaciones
Científicos del Instituto de Agricultura Sostenible de Córdoba han diseñado una metodología para analizar por separado los microorganismos que habitan sobre los fragmentos de acolchados plásticos que cubren el suelo en la agricultura intensiva y los que viven en las partículas de tierra que se quedan adheridas. El trabajo podría ayudar a identificar bacterias capaces de degradar este material y contribuir así a la búsqueda de soluciones biológicas para combatir su acumulación en el campo.
Investigadores de la Universidad de Málaga han desarrollado un algoritmo de Inteligencia Artificial (IA) que realiza un agrupamiento no supervisado de objetos similares evitando el etiquetado manual. Este modelo es capaz de detectar una gran diversidad de elementos en la zona de pistas de un aeródromo, desde personas hasta aviones. Otra de las novedades es su optimización para ahorrar tiempo de cálculo y energía en las tareas de identificación, de forma que permite su uso en dispositivos de bajo consumo.
Sigue leyendo
El estudio, liderado por el Instituto de Investigación Biosanitaria de Granada con la participación de la Universidad de Granada, reveló que las niñas con mayor exposición al bisfenol A presentaban un riesgo casi tres veces mayor de desarrollar sobrepeso u obesidad. El hallazgo destaca la necesidad de seguir investigando sobre la relación entre contaminantes ambientales y enfermedades metabólicas para mejorar el bienestar de la población infantil.
Sigue leyendo
