Aplicación de técnicas de machine learning para el aprovechamiento de los datos de la planta piloto del proyecto Life BactiWater

Abstract

[ES] El proyecto Life-BACTIWATER ha desarrollado un sistema de alerta temprana basado en técnicas de PCR que alerta sobre la disrupción del sistema biológico en las EDARs tras el ingreso de una alta carga de contaminantes. De forma complementaria al sistema de alerta temprana, el presente TFM propone aplicar técnicas de machine learning (ML) para interpretar y clasificar los datos de laboratorio y los datos de sensores en tiempo real, y para predecir de forma anticipada la concentración de amonio y nitrato en el reactor aerobio de la planta piloto donde se llevaron a cabo las experiencias del proyecto a escala demostrativa entre enero y junio del 2019. La planta piloto es de esquema Ludzack- Ettinger y se encuentra ubicada en la EDAR de Quart Benáger, en Valencia- España. El primer objetivo ha sido recopilar información bibliográfica y el estado del arte sobre el efecto de vertidos en los procesos biológicos, técnicas de monitorización y de ML para la detección de eventos anómalos. El segundo objetivo ha sido evaluar la evolución de los procesos biológicos en la planta piloto tras 4 vertidos: níquel (33mgNi/L), lavavajillas (0.51mL/L), lavavajillas (1.02mL/L), y de hipoclorito de sodio (32mgCl2/L). Al respecto, el vertido de Ni provoca la inhibición del 40% de la eliminación de nitrógeno total (NT), del 100% de la eliminación del fósforo total (PT), del 30% de la eliminación de sólidos suspendidos totales (TSS) y un aumento de la turbidez de forma visible en el decantador secundario y un empeoramiento de la sedimentación. Se identificó Vorticella Convallaria cuyo crecimiento se correlaciona positivamente con la alta concentración de NO3- y la eliminación de DBO5, y negativamente con la eliminación de PT. Por su parte, el primer vertido de lavavajillas (0.51mL/L) inhibió en un 40% la eliminación de PT y 3% de la eliminación de DQO durante 4 días. El segundo vertido de lavavajillas (1.02ml/L), inhibió en un 60% el proceso de nitrificación, en un 35% la velocidad de toma de amonio (AUR) durante 15 días, y en un 30% la OUR durante los primeros días. En concordancia, la OUR calculada con los datos de los sensores, se inhibió en un 31% durante 7 días. Al día 14, la aparición de una colonia de Carchesium sp. se asocia con un sistema de buena calidad y oxigenación, lo que indica la recuperación del proceso. El vertido de cloro no provocó inhibiciones significativas, sin embargo, la viabilidad celular decayó de un 59% a un 44% durante 10 días. La OUR calculada a partir de los datos de los sensores, no varió significativamente, lo que concuerda con los resultados de laboratorio. Como tercer objetivo, se han aplicado técnicas de ML para agilizar la interpretación de los datos de laboratorio. La información contenida en las variables de laboratorio se comprimió mediante componentes principales que luego se utilizaron para clasificar las muestras de forma no supervisada mediante K-Means Clustering permitiendo identificar fácilmente en 5 grupos. El grupo 5, agrupa las muestras con concentraciones de DBO5, NT, NH4+, PT, TSS, que exceden la Directiva 91/271/CEE, para zonas sensibles a eutrofización, mientras que el grupo 1, agrupa las muestras que cumplen con la normativa. Como cuarto objetivo, se han clasificado los datos de los sensores con la técnica de K- Nearest Neighbor (K-NN) de forma supervisada. Se crearon 4 clases en función a la suma de N-NH4+ y N-NO3-, siendo la Clase 1: 0-10mgN/L, Clase 2: 10-15mgN/L, Clase 3: 15-30mgN/L, Clase 4: >30mgN/L. Los parámetros de entrada para predecir la clase de cada muestra son: pH (anox), T °C(anox), potencia de la soplante, OD, T°C(aerobio). Se logran resultados medianamente confiables con una precisión de 62% y una exhaustividad del 66%. Como quinto objetivo, se han desarrollado modelos de predicción aplicando técnicas de Multi Layer Perceptron (MLP) y Support Vector Machine (SVM). Se predijo la concentración de amonio en ti

[EN] The Life-BACTIWATER project has developed an early warning system based on PCR techniques that warns about the disruption of the biological system in WWTPs after the entry of a high load of pollutants. Complementary to the early warning system, this TFM proposes to apply machine learning (ML) techniques to interpret and classify laboratory data and sensor data in real time, and to predict ammonium and nitrate concentration in advance. in the aerobic reactor of the pilot plant where the experiences of the project were carried out on a demonstrative scale between January and June 2019. The pilot plant is of the Ludzack-Ettinger scheme and is located in the Quart Benáger WWTP, in Valencia- Spain. The first objective has been to collect bibliographic information and the state of the art on the effect of discharges on biological processes, monitoring techniques and ML for the detection of anomalous events. The second objective has been to evaluate the evolution of the biological processes in the pilot plant after 4 discharges: nickel (33mgNi / L), dishwasher (0.51mL / L), dishwasher (1.02mL / L), and sodium hypochlorite (32mgCl2 / L). In this regard, the discharge of Ni causes the inhibition of 40% of the elimination of total nitrogen (NT), 100% of the elimination of total phosphorus (PT), 30% of the elimination of total suspended solids (TSS) and a visible increase in turbidity in the secondary settler and a worsening of sedimentation. Vorticella Convallaria was identified whose growth correlates positively with the high concentration of NO3- and the elimination of BOD5, and negatively with the elimination of PT. On the other hand, the first dishwasher spill (0.51mL / L) inhibited the elimination of PT by 40% and 3% of the COD elimination for 4 days. The second dishwasher pour (1.02ml / L), inhibited the nitrification process by 60%, the ammonium uptake rate (AUR) by 35% during 15 days, and the OUR by 30% during the first days . In agreement, the OUR calculated with the data of the sensors, was inhibited by 31% during 7 days. On day 14, the appearance of a colony of Carchesium sp. it is associated with a system of good quality and oxygenation, which indicates the recovery of the process. Chlorine discharge did not cause significant inhibitions, however, cell viability decreased from 59% to 44% over 10 days. The OUR calculated from the sensor data did not vary significantly, which is consistent with the laboratory results. As a third objective, ML techniques have been applied to speed up the interpretation of laboratory data. The information contained in the laboratory variables was compressed by principal components that were then used to classify the samples in an unsupervised manner by means of K-Means Clustering, allowing easy identification into 5 groups. Group 5, groups the samples with concentrations of BOD5, NT, NH4 +, PT, TSS, which exceed Directive 91/271 / CEE, for areas sensitive to eutrophication, while group 1, groups the samples that comply with the regulations . As a fourth objective, the data from the sensors have been classified with the K-Nearest Neighbor (K-NN) technique in a supervised manner. 4 classes were created based on the sum of N-NH4 + and N-NO3-, being Class 1: 0-10mgN / L, Class 2: 10-15mgN / L, Class 3: 15-30mgN / L, Class 4 :> 30mgN / L. The input parameters to predict the class of each sample are: pH (anox), T ° C (anox), blower power, DO, T ° C (aerobic). Moderately reliable results are achieved with an accuracy of 62% and a completeness of 66%. As a fifth objective, prediction models have been developed applying Multi Layer Perceptron (MLP) and Support Vector Machine (SVM) techniques. Ammonium concentration was predicted in real time from the data of Qr inter., PH (anox), T ° C (anox), and blower power, with a low performance of R2 = 0.59 in the test for both the model with MLP as for SVM. Likewise, an autoregressive model was performed to predict the ammonium concentration up to 8 h