Resumen

Se empleó un modelo de Wiener-Laguerre con una red neuronal artificial (RNA) como parte estática no lineal para describir el comportamiento dinámico de un reactor discontinuo secuencial (SBR) utilizado para el tratamiento de aguas residuales que contienen colorantes. El modelo se desarrolló a partir de los datos experimentales obtenidos del tratamiento de un efluente que contenía un colorante azoico textil reactivo, Cibacron yellow FN-2R, por la bacteria Sphingomonas paucimobilis. Se seleccionaron como entradas del proceso la DQO del afluente, el MLVSS y el tiempo de reacción, y como salidas del proceso la DQO y la DBO del efluente. El mejor resultado posible para el parámetro del polo discreto fue α = 0,44 . Para ajustar los parámetros de la RNA se empleó el algoritmo de Levenberg-Marquardt (LM). Los resultados predichos por el modelo se compararon con los datos experimentales y mostraron una alta correlación con R 2 > 0,99 y un bajo error medio absoluto (MAE). Los resultados de este estudio revelan que el modelo desarrollado es preciso y eficaz en la predicción de los parámetros de DQO y DBO de las aguas residuales con colorantes tratadas mediante SBR. El enfoque de modelado propuesto puede aplicarse a otros sistemas de tratamiento de aguas residuales industriales para predecir las características del efluente.

• Materias:Catálisis Cinética química Hidrodinámica Residuos quí­micos Tecnología de los combustibles
• Subjects:Catalysis Chemical kinetics Hydrodynamics Chemical waste Fuel technology
• Palabras claves:modelo, datos experimentales, otros sistemas de tratamiento de aguas residuales industriales, colorante azoico textil reactivo, bacteria Sphingomonas paucimobilis, red neuronal artificial, parámetro de polo discreto, parte estática no lineal, RNA, SBR
• Keywords:model, experimental data, other industrial wastewater treatment systems, reactive textile azo dye, Sphingomonas paucimobilis bacterium, artificial neural network, discrete pole parameter, nonlinear static part, ANN, SBR