Resumo
A modelagem numérica de processos de tratamento de efluentes é uma ferramenta digital com grande potencial de apoio a projetos e estudos de otimização, dimensionamento e controle operacional, e tem sido aplicada atualmente tanto no Brasil quanto no exterior.
Contudo, a sua aplicação no cenário nacional tem apresentado alguns desafios importantes para possibilitar uma efetiva utilização desse recurso. Uma das principais barreiras é a disponibilidade de dados com qualidade e quantidade adequados, o que pode inviabilizar a aplicação de modelos de processos para tais casos.
Nesse contexto, é apresentado um breve histórico do desenvolvimento dessas ferramentas, os desafios atuais no Brasil e são descritos casos reais de aplicação de modelos no cenário internacional, evidenciando a abordagem prática com séries de dados históricos e com dados em tempo real, além da importância de disponibilização de dados dos processos e do efluente para o sucesso dessas avaliações.
Como conclusão, é evidenciada a relevância da padronização da coleta de dados para a obtenção de resultados satisfatórios, o que comumente é atingido através da implementação de sensores de monitoramento em linha ou com intensiva amostragem e realização de análises laboratoriais.
Introdução
Nos últimos anos, a aplicação de modelos numéricos a processos de tratamento de efluentes tem ganhado destaque no cenário internacional como uma interessante ferramenta de apoio tanto a projetos de dimensionamento como para aprendizado e avaliação operacional. Estes modelos podem desenvolver um papel fundamental na identificação de soluções para problemas existentes em estações de tratamento, além de conseguirem demonstrar resultados de diferentes cenários de forma ágil e com boa qualidade de predição.
Atualmente, a utilização de modelos numéricos em tratamento de efluentes se dá através de simuladores de processos capazes de resolverem o conjunto de equações representativas de cada operação tipicamente encontrada em uma Estação de Tratamento de Efluentes (ETE).
Para esses modelos serem aplicados de forma efetiva e gerarem bons resultados, é necessária uma etapa de calibração posterior à implementação, a qual deve ser feita com a aplicação de estratégias conhecidas e com a disponibilização de uma base de dados do processo que está sendo avaliado. Idealmente, após esta etapa, uma validação dos resultados deve ser feita de maneira a garantir que o modelo pode ser utilizado para a predição de desempenho do sistema sob diferentes condições (RIEGER et al, 2013).
Autores: Juliana Neves; Enrico Remigi; Christopher Eugen Gaszynski; Fabio Polesel e Rodrigo Campos de Andrade.
