Modelado neuronal de un proceso de digestión aeróbica de aguas residuales

Abstract

Los procesos biológicos para el tratamiento de agua residual son sistemas altamente no lineales que están sometidos a incertidumbres y perturbaciones externas, se ha creído ampliamente que los modelos que describen las reacciones bioquímicas y procesos de sedimentación son muy complejos y difíciles de manejar exactamente con fines de control. Por tal motivo se requieren estrategias avanzadas para la identificación, estimación de parámetros no medibles del proceso y control.En este trabajo se propone una red neuronal no lineal en tiempo discreto en presencia de perturbaciones externas y estimación de los estados dinámicos difíciles de medir en un proceso de digestión aerobia para tratamiento de agua residual. Se presentan resultados de estimación vía simulación, donde se demuestra que el modelo neuronal propuesto es eficiente para la estimación de las dinámicas de los estados en presencia de perturbaciones. Con este modelo neuronal será posible diseñar una estrategia de control para optimizar el rendimiento de la degradación de materia orgánica en un proceso de digestión aerobia usando técnicas de control óptimo y estimación neuronal.