Com a conseqüència de l'increment dels problemes d'eutrofització en rius, llacs i costes, s'ha produït en les últimes dècades un notable augment de l'interés per l'eliminació de nutrients en les aigües residuals prèviament al seu abocament en els sistemes naturals. Inicialment, l'eliminació de la matèria orgànica i el nitrogen present en l'aigua residual es realitzava per mitjà de processos biològics mentres que el fòsfor s'eliminava per mitjà de processos químics. No obstant, els avantatges que presenta l'eliminació biològica de fòsfor han contribuït que gradualment este procés haja sigut implantat cada vegada en més estacions depuradores d'aigües residuals (EDARs). 

El control d'un procés tan complex com és el tractament de les aigües residuals amb eliminació biològica de fòsfor, exigix conéixer les variables de qualitat que definixen l'eficàcia del mateix (concentració d'ortofosfatos, d'amoni, demana química d'oxigen,...). Els mètodes existents per al mesurament d'estes variables en temps real suposen fortes inversions i elevats costos de manteniment. d'altra banda, hi ha altres variables (variables de procés: pH, conductivitat,...) que és poden mesurar en temps real per mitjà de sensors robustos, de baix cost i que requerixen poc manteniment, però que no subministren de forma directa informació del funcionament del procés. l'elevat nom de variables de procés que actualment és registren en temps real en EDARs modernes, fa necessària la utilització de tècniques que permeten extraure la informació continguda en la gran quantitat de dades registrades.

l'objectiu principal de la present tesi ha sigut estudiar els possibilitats d'utilització dels variables de procés per a obtindre informació sobre l'evolució dels variables de qualitat, així com sobre l'evolució del procés al llarg del temps, per mitjà de l'aplicació de mètodes estadístics multivariantes. Esta manera, és pretén detectar qualsevol anomalia que puga ocórrer (causa especial de variabilitat que pot provocar un funcionament inacceptable o inusual del procés i/o un efluent de baixa qualitat) i ajudar en la identificació del seu origen, obviant la utilització de les sondes de qualitat l'elevat de la qual cost fa inviable la seua disponibilitat en la major part dels EDARs existents.

El treball realitzat s'ha centrat en l'estudi d'un reactor discontinu seqüencial (SBR, Sequencing Batch Reactor) a escala de laboratori operat per a l'eliminació biològica de fòsfor dels aigües residuals. És tracta d'un procés per lots (discontinu), en el que s'alternen condicions anaeròbies i aeròbies per a afavorir el creixement dels bacteris acumuladors de polifosfatos.

Per a l'anàlisi “a posteriori” (off-line), és a dir, de lots (enllustres) ja finalitzats, s'han estudiat i comparat dos enfocaments: el proposat per Nomikos i MacGregor (1995) i el proposat per Wold al. (1998). A causa dels limitacions presentades pel nivell d'observació de l'enfocament de Wold al. (1998) en el conjunt de dades utilitzades, s'han proposat i analitzat dos alternatives per a millorar-ho: una consistent a reemplaçar la regressió en mínims quadrats parcials (PLS, Vaig partiral Least Squares) per un anàlisi de components principals (PCA, Principal Component Analysis), i la segona consistent a realitzar un preprocessament diferent i reemplaçar el PLS per un PCA per a extraure la informació rellevant del procés.

Per a la monitorització en temps real del procés s'han estudiat i comparat sis estratègies: el nivell d'observació de la metodologia proposada per Wold al. (1998), l'alternativa que empra un preprocessament diferent, la construcció de múltiples models de referència i els tres mètodes d'imputació per a la part futura del lot suggerits per Nomikos i MacGregor (1995): desviació nul·la, desviació constant i dades faltantes.

Per a predir l'evolució dels variables de qualitat (fòsfor, potassi i magnesi), determinades analíticament en laboratori, s'han desenvolupat diversos models predictivos o soft sensors, entre els quals s'han considerat tant models de projecció sobre estructures latents com a models de xarxes neuronals. Tots els models han sigut validats utilitzant un conjunt de dades diferents de l'utilitzat per a la construcció dels mateixos i s'han comparat dónes del punt de vista de l'error quadràtic mig este conjunt de dades de validació.

A partir dels resultats obtinguts, s'ha proposat un sistema integral per a la monitorització, diagnòstic i predicció en temps real del SBR, per mitjà de l'aplicació de mètodes de control estadístic multivariante de processos basats en tècniques de projecció sobre estructures latents. Per a tindre en compte que en el procés estudiat a mes dels autocorrelacions i correlacions encreuades entre els variables al llarg de cada lot hi ha una correlació important entre lots, l'esquema de monitorització proposat inclou dos nivells, de manera que permet visualitzar el transcurs en temps real del lot actual i també l'evolució general del procés associada als lots anteriors ja finalitzats. 

Els resultats que s'han obtingut al llarg del desenvolupament del present treball posen de manifest que l'aplicació de tècniques estadístiques avançades pot ajudar a aconseguir una operació mes eficient i segura del procés utilitzant la informació continguda en els variables de procés de fàcil mesurament.