Field Performance and GPS-X Simulation Fidelity of a Full-Scale Municipal Wastewater Treatment Plant in Jordan: A Case Study of the Irbid Central Wastewater Treatment Plant (Fuara)

L'eau est le sang vital de toute ville, mais l'eau qui quitte nos maisons et nos entreprises porte un lourd fardeau de déchets. Avant que ces eaux usées ne puissent être restituées à l'environnement ou réutilisées pour l'agriculture, elles doivent passer par une station de traitement, une installation complexe conçue pour éliminer les matières organiques nocives et les particules solides. Dans de nombreuses parties du monde, les ingénieurs s'appuient sur des programmes informatiques sophistiqués pour prédire comment ces usines se comporteront, les aidant ainsi à décider quand moderniser les équipements ou comment gérer des pics soudains d'eaux sales. Ces modèles numériques agissent comme des laboratoires virtuels, permettant aux experts de tester des changements sans risquer le flux réel de l'eau. Cependant, pour que ces simulations soient réellement utiles, elles doivent refléter la réalité avec une grande précision. Si un programme informatique prédit qu'une usine nettoie l'eau mieux qu'elle ne le fait réellement, les conséquences pourraient être des dommages environnementaux ou un non-respect des normes de sécurité.

Dans le nord de la Jordanie, où l'eau est une ressource rare et précieuse, la station de traitement des eaux usées centrale d'Irbid, connue localement sous le nom de Fuara, dessert une large population comprenant la ville d'Irbid et ses communautés environnantes. Cette installation, en fonctionnement depuis la fin des années 1980, utilise un processus appelé aération prolongée pour décomposer les déchets. Dans cette méthode, de l'air est pompé dans de grands réservoirs pour encourager les bactéries à consommer les polluants organiques, transformant ainsi efficacement l'eau sale en un effluent plus propre qui peut être utilisé pour l'irrigation. La station fonctionne selon une norme nationale qui fixe des limites strictes sur la quantité de pollution pouvant rester dans l'eau avant son rejet. Parce que la région est confrontée à des pénuries d'eau chroniques, la fiabilité de cette usine n'est pas seulement une préoccupation locale, mais une question de stratégie nationale. Pour garantir que la station continue de bien fonctionner, des chercheurs ont récemment passé une année à l'observer de près, puis ont construit un jumeau numérique de l'installation pour voir si un ordinateur pouvait prédire sa performance réelle.

Les chercheurs ont collecté des échantillons de l'eau entrant et sortant de la station chaque semaine tout au long de l'année 2e 2022. Ils ont mesuré trois indicateurs clés de la qualité de l'eau : la quantité de matière organique consommatrice d'oxygène, la quantité totale de produits chimiques dissous et en suspension, et la quantité de particules solides flottant dans l'eau. Les résultats ont montré que l'usine physique faisait un excellent travail. Au cours de l'année, la station a réussi à éliminer plus de 97 % de la matière organique et plus de 96 % des particules solides. L'eau sortant de l'installation respectait systématiquement les strictes exigences de sécurité jordaniennes, prouvant que l'infrastructure physique fonctionnait comme prévu. L'équipe a ensuite injecté cette année de données réelles dans un logiciel de simulation informatique connu sous le nom de GPS-X, un outil largement utilisé par les ingénieurs pour modéliser les processus de traitement des eaux usées. Ils ont ajusté les paramètres du modèle pour qu'ils correspondent à la performance réelle de la station, espérant créer une réplique numérique fiable qui pourrait être utilisée pour la planification future.

Lorsque les chercheurs ont comparé les prédictions de l'ordinateur aux échantillons d'eau réels, les résultats ont révélé une division surprenante de la précision. Le modèle était remarquablement efficace pour prédire l'élimination de la matière organique, correspondant aux données du monde réel avec une différence de seulement environ six pour cent. Cela suggère que l'ordinateur comprenait comment les bactéries consommaient les déchets. Cependant, le modèle a rencontré des difficultés significatives avec les deux autres mesures. Lorsqu'il s'agissait de prédire les niveaux de produits chimiques totaux et de particules solides dans l'eau propre, l'ordinateur présentait des écarts importants, sous-estimant la quantité de pollution de plus de 40 % pour les produits chimiques et de plus de 70 % pour les solides. En termes simples, le modèle numérique pensait que la station produisait une eau beaucoup plus propre qu'elle ne le faisait réellement. La simulation supposait que les solides s'éliminaient parfaitement, alors qu'en réalité, une quantité importante de boue flottait encore dans le produit final.

Cette divergence met en lumière une leçon critique pour les ingénieurs et les exploitants d'usines. L'étude démontre qu'un modèle informatique peut être réglé pour réussir une partie du processus sans réussir le reste. Ce n'est pas parce qu'une simulation prédit avec précision la décomposition des déchets organiques qu'elle peut prédire de manière fiable l'élimination des particules solides. Les chercheurs ont constaté que l'incapacité du modèle à rendre compte du comportement désordonné et réel des bassins de décantation — où des facteurs tels que la formation d'écume et la profondeur de la boue varient constamment — entraînait ces erreurs importantes. L'étude s'oppose à la pratique courante consistant à supposer qu'un modèle calibré pour un paramètre est automatiquement fiable pour tous les autres. Avant que ces outils numériques ne soient utilisés pour prendre des décisions coûteuses concernant l'expansion d'une usine ou l'installation de nouvelles technologies, ils doivent être testés contre chaque type de pollution qu'ils sont censés gérer. Pour l'usine de Fuara et des installations similaires, cela signifie que, bien que l'ordinateur soit un guide utile pour comprendre les processus biologiques, il ne peut pas encore être pleinement fiable pour prédire le comportement des déchets solides sans ajustements supplémentaires et spécifiques.