SMART WWTP - Alejandro Monteagudo

Imagen

Datos básicos

Nombre del Proyecto SMART WWTP - Big Data & Machine Learning aplicado al ciclo de depuración

Autor: Alejandro García Monteagudo

Abstract:

Se pretende implementar, en función de las tecnologías específicas de cada explotación, la tecnología Machine Learning para llevar a cabo la gestión integral del ciclo de depuración y optimizar así tanto los recursos, como los consumos eléctricos, la gestión de activos, producción de biogás, etc. Podremos encontrarnos desde explotaciones donde la tecnificación sea prácticamente nula, hasta depuradoras con procesos totalmente automatizados y sensorizados. Al final se busca una solución flexible que dependiendo de la explotación en la que nos encontremos, tendremos un alcance mayor o menor.

El carácter innovador en este caso se basa en el aprovechamiento de fuentes de información externa. Junto con toda la información que recojamos dentro de nuestras instalaciones se pueden buscar y generar patrones que nos permitan optimizar los procesos y predecir el mejor momento para realizar las labores de mantenimiento. A partir de la información externa también podría optimizarse la producción de biogás o la generación de lodos.

Con esta implementación, se realizará un mantenimiento predictivo de los elementos de la EDAR reduciendo así en un 10% la huella de carbono derivada de los ahorros energéticos en el sistema, siguiendo las directrices de la ISO 50.000. Teniendo en cuenta que el ciclo de Depuración supone hasta el 60% del consumo energético del ciclo integral del agua, los ahorros económicos también supondrán un impacto importante sobre la explotación.

Vídeo presentación:

 

Si el proyecto te gusta, compártelo en las redes y ayuda a Alejandro a ser el ganador.

 

Compartir en