Noticias

Noticias sobre Aguas Residuales

Una tesis del LEQUIA aborda las limitaciones de los MBR con nuevas herramientas de caracterización, control y mantenimiento predictivo


12/05/2026

I+D+i
Una tesis del LEQUIA aborda las limitaciones de los MBR con nuevas herramientas de caracterización, control y mantenimiento predictivo
 
  • La tesis doctoral de Albert Galizia (LEQUIA-UdG) revoluciona la gestión de los MBR al combinar un nuevo protocolo de aireación, control por lógica difusa y machine learning, logrando reducir el ensuciamiento en un 90%
 
Los biorreactores de membrana (MBR) son una tecnología de vanguardia para el tratamiento de aguas que ofrece una excelente calidad de efluente en diseños compactos. Sin embargo, su sostenibilidad económica depende de la superación de dos retos críticos: el ensuciamiento de las membranas y el elevado consumo energético derivado de la aireación de limpieza.
 
La tesis doctoral de Albert Galizia Amoraga, desarrollada en el grupo de investigación LEQUIA de la Universidad de Girona, aborda estas limitaciones mediante un enfoque holístico que integra la caracterización experimental avanzada, el control inteligente y la modelización predictiva.
 

Innovaciones en evaluación, control y predicción

 
La investigación se inicia redefiniendo la evaluación de la filtración al demostrar que el flujo crítico (Jc) es insuficiente por sí solo, ya que ignora la interacción entre la estructura de la membrana y la intensidad de la aireación de ésta. Para solventarlo, el investigador propone el Ensayo de Escalones de Aireación (AST), un nuevo protocolo que identifica umbrales específicos de aireación. Este avance permite sustituir estrategias genéricas por diseños optimizados, demostrando que membranas con flujos críticos similares pueden requerir intensidades de aireación radicalmente distintas para mantener la estabilidad.
 
Haciendo el salto del laboratorio a la escala real, el investigador desarrolló y validó un sistema de control automático por lógica difusa en la depuradora de Sabadell "Riu Sec" durante ocho meses de operación continuada. Este controlador actúa de forma dual y dinámica, regulando el aire de limpieza y supervisando la producción de permeado ante eventos de estrés hidráulico.
 
Los resultados son concluyentes: la línea controlada logró una reducción de la tasa de ensuciamiento del 90% y un ahorro energético del 7% en el soplante de membranas respecto a la operación convencional. Estos hallazgos confirman que integrar el conocimiento experto en algoritmos inteligentes permite una operación mucho más autónoma y eficiente.
 
 
Finalmente, la tesis completa este ecosistema digital mediante el uso de aprendizaje automático (machine learning) para predecir la evolución de la presión transmembrana (TMP). Al incorporar análisis de incertidumbre en modelos como LightGBM, la herramienta no solo anticipa episodios de ensuciamiento, sino que además proporciona un soporte de decisión fiable para la planificación del mantenimiento preventivo, demostrando que la precisión predictiva depende más de la calidad de los datos que de la complejidad del modelo.
 
En conjunto, este trabajo de investigación demuestra que el futuro de los sistemas de biorreactores de membrana reside en la convergencia entre el rigor experimental y la digitalización, transformando las plantas de tratamiento en activos inteligentes, sostenibles y resilientes capaces de adaptarse proactivamente a los retos del ciclo del agua.
 
La tesis doctoral ha sido dirigida por el Dr. Héctor Monclús, el Dr. Gaëtan Blandin y el Dr. Joaquim Comas, y está plenamente alineada con la investigación actual en membranas para el tratamiento de agua que se lleva a cabo en el grupo de investigación LEQUIA (Laboratorio de Ingeniería Química y Ambiental) de la Universidad de Girona al que pertenecen.
 

Fuente lequia-udg.com


Publicidad

Contenidos relacionados...

Deja tu comentario

Comentarios Publicar comentario

No hay comentarios publicados hasta la fecha.