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

Imagine uma estação de tratamento de águas residuais de uma cidade como uma cozinha gigante e movimentada onde a água suja é o ingrediente principal. O objetivo é "cozinhar" essa "sopa" até que esteja limpa o suficiente para ser despejada de volta no rio sem prejudicar ninguém. Um dos chefs mais importantes nesta cozinha é uma equipe de bactérias minúsculas e invisíveis. Elas têm um trabalho específico: comer a amônia (um composto químico desagradável proveniente de resíduos humanos) e transformá-la em outra coisa. Mas aqui está a reviravolta: quando essas bactérias terminam seu trabalho, elas deixam para trás um novo ingrediente chamado nitrato. Embora a amônia seja ruim, o excesso de nitrato no rio também é perigoso para as pessoas e animais. Tradicionalmente, se uma estação produzisse muito nitrato, ela teria que construir uma segunda cozinha inteira apenas para limpá-lo, o que é caro e complicado. Cientistas têm tentado descobrir se podem fazer as bactérias realizarem os dois trabalhos — comer a amônia e limpar o nitrato — ao mesmo tempo na mesma caixa, como um mestre chef que consegue picar vegetais e mexer a sopa simultaneamente sem derrubar uma colher.

Este é exatamente o enigma que os pesquisadores M. Muloiwa e CM Zvinowanda abordaram em seu estudo. Eles queriam ver se poderiam usar um truque de computador inteligente chamado "Otimização por Enxame de Partículas" (PSO) para encontrar a receita perfeita para as bactérias. Pense no PSO como um bando de pássaros procurando pelo melhor arbusto de bagas. Cada pássaro (ou partícula) voa de um lado para o outro, tentando diferentes combinações de temperatura, fluxo de ar e tempo. Se um pássaro encontra um lugar saboroso, os outros voam em sua direção, mas também mantêm suas próprias ideias. Eventualmente, todo o bando converge para o melhor ponto absoluto. Os pesquisadores usaram este bando digital para testar milhares de configurações diferentes em um laboratório para ver se conseguiam fazer com que as bactérias removessem o nitrato enquanto ainda estavam ocupadas removendo a amônia.

A equipe montou um experimento de laboratório usando águas residuais reais da estação de tratamento de Daspoort, na África do Sul. Eles criaram uma pequena "câmara de aeração" controlada (um tanque onde o ar é bombeado para ajudar as bactérias a respirar) e a operaram por 54 dias. Eles coletaram dados sobre sete ingredientes diferentes: quanto tempo a água permaneceu no tanque, quanto ar foi soprado, a temperatura, a quantidade de alimento (DQO), a quantidade de amônia, a quantidade de bactérias (biomassa) e o nível de oxigênio. Para dar sentido a todos esses dados bagunçados, eles construíram um cérebro digital usando um "Perceptron Multicamadas" (MLP), que é um tipo de Rede Neural Artificial. Você pode pensar nisso como um estudante superinteligente que olhou para 324 pontos de dados diferentes e aprendeu os padrões secretos de como as bactérias se comportam.

Uma vez que o cérebro digital entendeu as regras, eles deixaram o "bando de pássaros" (o algoritmo PSO) trabalhar. O objetivo era simples: encontrar as configurações específicas que resultariam na menor quantidade possível de nitrato restante. A simulação de computador foi incrivelmente bem-sucedida. Ela encontrou um "ótimo global", ou a receita perfeita, que resultou em uma concentração de nitrato de apenas 0,5744 mg/L. Este é um número muito baixo, bem dentro dos limites seguros estabelecidos pelas autoridades de águas.

Para alcançar esse número mágico, o computador sugeriu um conjunto muito específico de condições:

• Período de Aeração: A água deve permanecer no tanque por cerca de 1,514 horas (aproximadamente 1 hora e 31 minutos).
• Taxa de Fluxo de Ar: A bomba de ar deve empurrar 2,6911 L/min de ar para dentro da água.
• Temperatura: A água precisa ser mantida aquecida, a 30,5270 °C.
• Oxigênio Dissolvido (OD): Deve haver 5,5768 mg/L de oxigênio na água.

Sob estas condições perfeitas, o sistema também conseguiu limpar os outros poluentes de forma eficaz, deixando para trás apenas 35,8187 mg/L de DQO (resíduos orgânicos) e 2,9126 mg/L de amônia.

Os pesquisadores também realizaram uma "análise de sensibilidade", que é como perguntar: "O que acontece se mudarmos apenas uma coisa?". Eles descobriram que dois fatores eram os verdadeiros chefes dos níveis de nitrato. A Temperatura foi o maior impulsionador, respondendo por 54,2% das mudanças, seguida pelo Período de Aeração com 22,5%. Isso significa que, se você quiser controlar quanto nitrato resta, você só precisa monitorar principalmente o termômetro e o relógio. Curiosamente, o estudo descobriu que outros métodos que as pessoas tentaram, como usar eletricidade ou novos designs de reatores, são frequentemente caros demais ou exigem a construção de novas plantas inteiras. Este estudo sugere que, em vez de demolir as plantas antigas e construir novas, podemos apenas ajustar as configurações das que já possuímos.

No final, o artigo sugere que, ao usar a otimização inteligente por computador, é de fato possível fazer com que as bactérias realizem a nitrificação e a desnitrificação simultâneas. Os resultados mostram que, com a temperatura e o tempo certos, as bactérias podem limpar a amônia e o nitrato ao mesmo tempo, potencialmente poupando as estações de tratamento de águas de precisarem de equipamentos extras caros. Os autores estão confiantes nestas descobertas porque o seu modelo computacional coincidiu muito de perto com os dados do mundo real, com uma pontuação de precisão alta, mas apresentam isso como uma otimização bem-sucedida de processos existentes, em vez de uma cura mágica para todas as situações.