OTIMIZAÇÃO DA OPERAÇÃO DE ESTAÇÕES DE TRATAMENTO DE ESGOTO DOMÉSTICO E INDUSTRIAL POR MEIO DE APRENDIZADO DE MÁQUINA

Descrição

Através da Lei 14.026 de 15 de julho de 2020 o Governo Federal brasileiro sancionou o novo Marco Legal do Saneamento Básico. O principal objetivo da legislação é universalizar e qualificar a prestação dos serviços no setor. Se realmente se concretizar, a meta do Governo Federal é alcançar a universalização até 2033, garantindo que 99% da população brasileira tenha acesso à água potável e 90% à coleta e ao tratamento de esgoto. Por si só, este marco já constitui uma “corrida” para a definição das melhores práticas a serem utilizadas em projetos de estações de tratamento de esgoto (ETE), de forma a garantir uma operação otimizada onde os custos sejam minimizados, os parâmetros de descarte sejam obedecidos e, ao mesmo tempo, a operação seja “suave” do ponto de vista dinâmico. Neste sentido, uma alternativa viável é a utilização de modelos matemáticos rigorosos que simulem com fidelidade o processo aeróbico de tratamento de esgotos, subsidiando assim projetos de instalação e operação de tais empreendimentos. Um desses modelos, o Simulation Benchmark Model No. 1 (BSM1) desenvolvido pelo grupo da força tarefa do IWA (International Water Association), tem sido extensivamente usado para definição de projetos e políticas operacionais que otimizem ETEs. No entanto, devido à sua alta complexidade, este modelo é de difícil otimização. Assim sendo, a contribuição pretendida neste projeto é a de desenvolver um aplicativo baseado no modelo rigoroso BSM1 para fins de simulações que também contenha um metamodelo simplificado, validado e de baixa complexidade para uso em rotinas de otimização utilizando como ferramentas metodológicas o Matlab Compiler e técnicas estatísticas de Machine Learning, além da otimização da operação de estações de tratamento de efluentes domésticos e industrias, contribuindo desta feita para a proteção ambiental. O horizonte de possíveis aplicações deste produto é vasto devido ao seu potencial de uso generalizado por projetistas e operadores de ETEs que almejem um processo eficiente do ponto de vista operacional e ao mesmo tempo viável economicamente. Evidentemente, devido ao escopo abrangente e de multidisciplinaridade, este projeto se enquadra nas seguintes áreas prioritárias definidas pelo Ministério de Ciência, Tecnologia, Inovação e Comunicações (MCTIC): Habilitadoras de Inteligência Artificial pelo uso de técnicas de Machine Learning; Tratamento de Poluição e Preservação Ambiental devido à contribuição ao tratamento de efluentes domésticos com consequente proteção ao meio ambiente devido ao potencial de evitar poluição das águas e do solo; da Qualidade de Vida relacionada ao Saneamento Básico por envolver o tratamento de dejetos que potencialmente causariam danos nocivos à saúde de comunidades caso não fossem devidamente processados.