Application of Particle Swarm Optimisation to achieve simultaneous nitrification and denitrification removal in the aerobic biological treatment process

Imagina que la planta de tratamiento de aguas residuales de una ciudad es una cocina gigante y con mucho movimiento donde el agua sucia es el ingrediente principal. El objetivo es "cocinar" esta "sopa" hasta que esté lo suficientemente limpia como para verterla de nuevo en el río sin dañar a nadie. Uno de los chefs más importantes en esta cocina es un equipo de bacterias diminutas e invisibles. Tienen un trabajo específico: comerse el amoníaco (un químico desagradable proveniente de los desechos humanos) y convertirlo en otra cosa. Pero aquí está el giro: cuando estas bacterias terminan su trabajo, dejan atrás un nuevo ingrediente llamado nitrato. Si bien el amoníaco es malo, demasiado nitrato en el río también es peligroso para las personas y los animales. Tradicionalmente, si una planta generaba demasiado nitrato, tenía que construir una segunda cocina entera solo para limpiarlo, lo cual es costoso y complicado. Los científicos han estado tratando de averiguar si pueden hacer que las bacterias hagan ambos trabajos —comer el amoníaco y limpiar el nitrato— al mismo tiempo en el mismo tanque, como un maestro chef que puede picar vegetales y revolver la sopa simultáneamente sin dejar caer una cuchara.

Este es exactamente el rompecabezas que los investigadores M. Muloiwa y CM Zvinowida abordaron en su estudio. Querían ver si podían usar un truco informático inteligente llamado "Optimización por Enjambre de Partículas" (PSO, por sus siglas en inglés) para encontrar la receta perfecta para las bacterias. Piensa en el PSO como una bandada de pájaros buscando el mejor arbusto de bayas. Cada pájaro (o "partícula") vuela alrededor, probando diferentes combinaciones de temperatura, flujo de aire y tiempo. Si un pájaro encuentra un lugar sabroso, los demás vuelan hacia él, pero también mantienen sus propias ideas. Eventualmente, toda la bandada converge en el punto absolutamente mejor. Los investigadores utilizaron esta bandada digital para probar miles de configuraciones diferentes en un laboratorio para ver si podían lograr que las bacterias eliminaran el nitrato mientras aún estaban ocupadas eliminando el amoníaco.

El equipo configuró un experimento de laboratorio utilizando aguas residuales reales de la planta de tratamiento de Daspoop en Sudáfrica. Crearon una pequeña "cámara de aireación" controlada (un tanque donde se bombea aire para ayudar a las bacterias a respirar) y la hicieron funcionar durante 54 días. Recopilaron datos sobre siete ingredientes diferentes: cuánto tiempo permaneció el agua en el tanque, cuánto aire se sopló, la temperatura, la cantidad de alimento (DQO), la cantidad de amoníaco, la cantidad de bacterias (biomasa) y el nivel de oxígeno. Para dar sentido a todos estos datos desordenados, construyeron un cerebro digital usando un "Perceptrón Multicapa" (MLP), que es un tipo de Red Neuronal Artificial. Puedes pensar en esto como un estudiante súper inteligente que observó 324 puntos de datos diferentes y aprendió los patrones secretos de cómo se comportan las bacterias.

Una vez que el cerebro digital comprendió las reglas, dejó que la "bandada de pájaros" (el algoritmo PSO) se pusiera a trabajar. El objetivo era simple: encontrar las configuraciones específicas que resultarían en la menor cantidad posible de nitrato restante. La simulación por computadora fue increíblemente exitosa. Encontró un "óptimo global", o la receta perfecta, que resultó en una concentración de nitrato de solo 0.5744 mg/L. Este es un número muy bajo, dentro de los límites seguros establecidos por las autoridades del agua.

Para lograr este número mágico, la computadora sugirió un conjunto muy específico de condiciones:

• Periodo de Aireación: El agua debe permanecer en el tanque durante aproximadamente 1.514 horas (alrededor de 1 hora y 31 minutos).
• Tasa de Flujo de Aire: La bomba de aire debe empujar 2.6911 L/min de aire al agua.
• Temperatura: El agua necesita mantenerse tibia, a 30.5270 °C.
• Oxígeno Disuelto (OD): Debe haber 5.5768 mg/L de oxígeno en el agua.

Bajo estas condiciones perfectas, el sistema también logró limpiar los otros contaminantes de manera efectiva, dejando solo 35.8187 mg/L de DQO (desechos orgánicos) y 2.9126 mg/L de amoníaco.

Los investigadores también realizaron un "análisis de sensibilidad", que es como preguntar: "¿Qué pasa si cambiamos solo una cosa?". Descubrieron que dos factores eran los verdaderos jefes de los niveles de nitrato. La Temperatura fue el motor principal, contabilizando el 54.2% de los cambios, seguida por el Periodo de Aireación con un 22.5%. Esto significa que, si quieres controlar cuánto nitrato queda, principalmente solo necesitas vigilar el termómetro y el reloj. Curiosamente, el estudio encontró que otros métodos que la gente ha probado, como usar electricidad o diseños de reactores especiales, suelen ser demasiado caros o requieren la construcción de plantas enteras nuevas. Este estudio sugiere que, en lugar de demoler las plantas viejas y construir nuevas, podemos simplemente ajustar las configuraciones de las que ya tenemos.

Al final, el artículo sugiere que, mediante el uso de la optimización computacional inteligente, es de hecho posible lograr que las bacterias realicen la nitrificación y desnitrificación simultáneas. Los resultados muestran que con la temperatura y el tiempo adecuados, las bacterias pueden limpiar el amoníaco y el nitrato al mismo tiempo, ahorrando potencialmente a las plantas de tratamiento de agua la necesidad de equipos adicionales costosos. Los autores están seguros de estos hallazgos porque su modelo computacional coincidió muy de cerca con los datos del mundo real, con una puntuación de precisión alta, pero presentan esto como una optimización exitosa de los procesos existentes en lugar de una cura mágica para todas las situaciones.