Digestión Anaerobia

TRATAMIENTO DE RESIDUOS

ESTUDIO DE PROCESOS BIOLÓGICOS DE TRATAMIENTO DE RESIDUOS BASADO EN LA MODELIZACIÓN
Albert Magrí Xavier Flotats Francina Solé-Mauri Josep Illa

GIRO Centro Tecnológico

Universidad de Lleida

Summary
Mathematical models have become a basic tool for increasing our comprehension of the biological processes related to the treatment of organic waste. By means ofmodelling it is possible to create a common language of communication. Modelling assists in the design of experiments and the evaluation of results, as well as in testing hypotheses. It also helps to reveal relationships between different variables, to predict the evolution of systems and, in summary, in the design of optimised management and treatment strategies. In this paper, this working areais presented, and results in two different fields are shown: composting of waste mixtures and biological nitrogen removal from pig slurry.

Introducción
Los modelos matemáticos se han convertido en una herramienta básica para aumentar la comprensión de los procesos biológicos relacionados con el tratamiento de residuos orgánicos. En este sentido, la modelación permite crear un lenguaje decomunicación común, orientar el diseño experimental, evaluar resultados, contrastar hipótesis, revelar relaciones entre variables, prever la evolución de sistemas y, en definitiva, diseñar estrategias de gestión y tratamiento optimizados. En el presente artículo se presenta esta línea de trabajo y resultados concretos en dos ámbitos de aplicación: compostaje de mezclas de residuos y eliminaciónbiológica de nitrógeno en purines de cerdo.

INTRODUCCIÓN Los modelos sirven en investigación y desarrollo para integrar el conocimiento actual de los procesos estudiados y estructurar la complejidad, para probar hipótesis, para revelar relaciones entre variables, para guiar el diseño de experimentos y ahorrar en costes experimentales, para evaluar resultados experimentales, para predecir situaciones,para aprender y comunicar utilizando un lenguaje común,
24

para entrenar operadores y usuarios de procesos y, en definitiva, para obtener diseños y estrategias de operación optimizados. El objetivo de universalidad y de describir procesos mediante un conjunto de ecuaciones diferenciales, en las cuales cada subconjunto o cada ecuación individual describen un subproceso determinado, explica laevolución de la generación de modelos dinámicos y estructurados, como es el caso de los modelos ADM1 (Batstone et ál.,
RESIDUOS 90

2002) y los de la familia ASM (Henze et ál., 2000). En general, el proceso de creación de modelos es una disciplina con entidad propia, que va desde la creación de estructuras matemáticas que permitan la integración del conocimiento de los fenómenos a considerarhasta el diseño y ejecución de experimentos que permitan la identificabilidad de los parámetros, posterior comprobación y/o validación, y reinicio del proceso para mejoras en base a los resultados obtenidos. Un buen modelo requiere de parámetros significativos para ser útil. A pesar de que la metodología general de identificación de parámetros constituye una herramienta de trabajo importante,muy a menudo se omite, ya sea por la dificultad que conlleva un estudio detallado de identificabilidad o bien porque puede llegar a ser materialmente imposible. Sin este estudio también es extremadamente difícil la definición del diseño experimental adecuado para obtener un conjunto unívoco de parámetros en el proceso de calibración (Flotats et ál., 2003). Un modelo complejo no es necesariamentemejor que uno simple si no se disponen de suficientes datos. Un modelo con un gran número de parámetros incógnita y datos experimentales limitados da lugar a sistemas no identificables, situación para la que infinitas familias de parámetros pueden aportar buenos ajustes estadísticos, y erróneas interpretaciones. En el presente artículo se analizan dos trabajos ilustrativos de la utilidad de las...