Elaboración de un modelo neuronal artificial para la estimación de turbiedad y proposición de dosificaciones en el tratamiento de aguas residuales de la industria avícola

Abstract

Resumen El crecimiento de la industria avícola en Colombia y el cambio en la normatividad ambiental vigente, conlleva a un mejoramiento en el sistema de tratamiento de las aguas residuales, mediante técnicas alternas entre coagulantes y floculantes. Los costos de estas técnicas requieren dosificar de manera óptima los principales productos allí involucrados. En este trabajo se usó un modelo neuronal artificial basado en redes neuronales multicapa feedfoward-backpropagation, para la estimación del valor de la turbidez de salida en el tratamiento de las aguas residuales. Posteriormente, se usaron las redes neuronales entrenadas para proponer dosificaciones óptimas de los productos y mejorar las condiciones de operación, lo que permitió obtener aguas residuales clarificadas, para lo cual se elaboraron cartas de optimización. Respecto a la evaluación del desempeño del modelo neuronal, se usó como indicador de desempeño el factor de correlación lineal R. Los resultados de correlación entre los valores estimados y reales de la turbidez de salida muestran la confiabilidad en la aplicación como herramienta de predicci