Modelo predictivo para la dosificación de coagulante en el proceso de  potabilización del agua

Mantilla Rocano, Josué Abraham; Ramos Salazar, Emily Stephannia

DSpace Principal
→
Unidades Académicas
→
Facultad de Ciencias Naturales y Matemáticas
→
Tesis de Ingeniería Química
→
Ver ítem

dc.contributor.advisor	Mosquera, Suanny, Director
dc.contributor.author	Mantilla Rocano, Josué Abraham
dc.contributor.author	Ramos Salazar, Emily Stephannia
dc.creator	ESPOL
dc.date.accessioned	2023-10-31T15:39:53Z
dc.date.available	2023-10-31T15:39:53Z
dc.date.issued	2023
dc.identifier.citation	Mantilla Rocano, J. A. y Ramos Salazar, E. S. (2023). Modelo predictivo para la dosificación de coagulante en el proceso de potabilización del agua. [Proyecto Integrador]. ESPOL.FCNM .
dc.identifier.uri	http://www.dspace.espol.edu.ec/handle/123456789/58546
dc.description	La necesidad de controlar los procesos claves en la potabilización del agua, como la coagulación, ha motivado la búsqueda de algoritmos que permitan establecer las condiciones óptimas de operación. Una alternativa es el uso de modelos matemáticos predictivos. Sin embargo, hasta el momento no se cuenta con uno que ofrezca predicciones precisas. Por ello, el objetivo principal de este proyecto es desarrollar un modelo matemático predictivo que considere todas las variables involucradas en el proceso, mejorando así la precisión en las predicciones. Se aplicó la metodología de Respuesta de Superficie (RSM) la cual permitió establecer funciones polinómicas en las épocas seca y lluviosa, para los sectores A y B que operan en planta. Los modelos matemáticos fueron validados mediante el cálculo del porcentaje de error. Se obtuvieron valores entre un 0.20% y 30.0% para escenarios incluidos dentro del rango de codificación. Para aquellos fuera de rango, el error fue mayor al 50.0%. Además, se efectuaron predicciones mediante el uso de una Red Neuronal, donde se identificaron correlaciones entre las variables. Finalmente, se llevó a cabo un análisis de robustez para los parámetros fisicoquímicos medibles a escala de laboratorio, donde el error obtenido fue menor a un 15.0%.
dc.format	application/pdf
dc.format.extent	34 paginas
dc.language.iso	spa
dc.publisher	ESPOL
dc.rights	openAccess
dc.subject	Coagulación
dc.subject	Respuesta de Superficie
dc.subject	Dosificación
dc.subject	Modelo predictivo
dc.title	Modelo predictivo para la dosificación de coagulante en el proceso de potabilización del agua
dc.type	Ingeniero Químico
dc.identifier.codigoespol	T-110553
dc.description.city	Guayaquil
dc.description.degree	Escuela Superior Politécnica del Litoral
dc.identifier.codigoproyectointegrador	INGE-2194
dc.description.abstractenglish	The need to control key processes in water purification, such as coagulation, has motivated the search for algorithms to establish the optimal operating conditions. One alternative is the use of predictive mathematical models. However, so far there is no one that offers accurate predictions. Therefore, the main objective of this project is to develop a predictive mathematical model that considers all the variables involved in the process, thus improving prediction accuracy. The Response Surface Methodology (RSM) was applied, which allowed establishing polynomial functions in the dry and rainy seasons, for sectors A and B that operate in the plant. The mathematical models were validated by calculating the percentage error. Values between 0.20% and 30.0% were obtained for scenarios included within the coding range. For those outside the range, the error was greater than 50.0%. In addition, predictions were made using a Neural Network, where correlations between variables were identified. Finally, a robustness analysis was carried out for the physicochemical parameters measurable at laboratory scale, where the error obtained was less than 15.0%.