Inteligencia Artificial con impacto positivo

DESCRIPCIÓN DEL PROCESO

Los procesos de coagulación y floculación en las operaciones de pretratamiento de ósmosis inversa de agua de mar (SWRO) implican la eliminación de partículas coloidales y suspendidas del agua de mar cruda mediante la adición de una cantidad determinada de coagulantes químicos.

​

PROBLEMA

El problema principal con el proceso de coagulación es la incapacidad de controlar las dosis químicas al nivel óptimo debido a variaciones periódicas en la temperatura y calidad del agua de mar. Cuando la coagulación es ineficaz, la planta no cumple con los estándares de calidad del agua, se desperdician productos químicos y la operación de filtración aguas abajo se vuelve ineficaz debido a la formación de flóculos no asentados. Esto aumenta el potencial de ensuciamiento de las membranas y requieren una limpieza química frecuente que aumenta los costos operativos y aumenta el tiempo de inactividad de la planta. .

 

OBJETIVO

Aprovechar las nuevas tecnologías para generar eficiencias:

​

• IoT (Internet de las cosas) a partir de las cual se obtienen mediciones históricas de los sensores ubicados en la planta

• Aprendizaje automático o machine learning (ML) para predecir el valor actual y futuro de la SDI.

 

BENEFICIO

El índice de densidad de limo (SDI) es un parámetro que permite identificar el potencial de ensuciamiento del agua, por lo que actúa como un indicador de la eficiencia de los procesos de coagulación y floculación. Es importante conocer frecuentemente el valor del SDI del agua de mar cruda para poder determinar la dosis óptima de coagulante y obtener agua de la más alta calidad.

Por tanto, es necesario utilizar modelos de predicción para determinar las dosis óptimas de coagulante.