Browsing by Author "Oyarzo Santana, Omar Eliecer"

Now showing 1 - 1 of 1
  • Thumbnail Image
    Thesis
    Formulación de modelos de pronósticos para el control de calidad de agua residual de una planta de tratamiento de aguas residuales municipales
    (Universidad Católica de la Santísima Concepción, 2015-10) Oyarzo Santana, Omar Eliecer; Valdés M., Héctor
    En este proyecto se estudiaron las variables o indicadores más significativos que influyen en la remoción de contaminantes del agua residual del proceso de una planta de tratamiento de aguas residuales municipales. Los resultados arrojaron que los indicadores más representativos para la descripción de la calidad del agua tratada resulta ser la demanda bioquímica de oxígeno DBO5, la demanda química de oxígeno DQO y los sólidos suspendidos totales SST, debido al volumen de remoción de estos indicadores que se logra en el proceso global. Posteriormente se aplicó regresión lineal múltiple a estos indicadores en función de variables con capacidad de decisión en el pretratamiento como caudal en el afluente de la planta, basura extraída en las rejas gruesa y fina, y arenas extraídas del desarenador. El modelo de DBO5 efluente, queda en función de la basura extraída de rejas y arenas, que en conjunto explican un 65.50% de la variabilidad de la variable respuesta. El modelo de DQO efluente, queda en función de la basura extraída de rejas y arenas, que en conjunto explican un 62.06% de la variabilidad de la variable respuesta. El modelo de SST efluente, queda en función del caudal en el afluente, la basura extraída de rejas y arenas, que en conjunto explican un 60.24% de la variabilidad de la variable respuesta. A continuación se modelaron en función de las variables con capacidad de decisión del tratamiento biológico secundario como lo son el oxígeno disuelto en la zona aeróbica, la sedimentación del licor de mezcla en 30 minutos, el volumen de lodos recirculado y el volumen de lodos purgados. El modelo de DBO5 efluente, queda en función del oxígeno disuelto y volumen recirculado, que en conjunto explican un 64.58% de la variabilidad de la variable respuesta. El modelo de DQO efluente, queda en función del oxígeno disuelto y volumen recirculado, que en conjunto explican un 63.81% de la variabilidad de la variable respuesta. El modelo de SST efluente, queda en función del oxígeno disuelto y volumen purgado, que en conjunto explican un 54.59% de la variabilidad de la variable respuesta. Finalmente se aplica regresión lineal y cuadrática a estos indicadores en función ahora de variables con y sin capacidad de decisión del tratamiento global. El modelo de DBO5 efluente, queda en función de la basura extraída de rejas y arenas, que en conjunto explican un 74.09% de la variabilidad de la variable respuesta. El modelo de DQO efluente, queda en función de la basura extraída de rejas y arenas, que en conjunto explican un 79.46% de la variabilidad de la variable respuesta. El modelo de SST efluente, queda en función del caudal en el afluente, la basura extraída de rejas y arenas, que en conjunto explican un 60.51% de la variabilidad de la variable respuesta