Qualificação - Julliana Araújo

UNIVERSIDADE FEDERAL DE PERNAMBUCO
CENTRO DE TECNOLOGIA E GEOCIÊNCIAS

DEPARTAMENTO DE ENGENHARIA CIVIL
PROGRAMA DE PÓS-GRADUAÇÃO EM ENGENHARIA CIVIL
TECNOLOGIA AMBIENTAL E RECURSOS HÍDRICOS
JULLIANA MELO PINHEIRO DE ARAÚJO
MODELAGEM MATEMÁTICA PARA A OTIMIZAÇÃO DE SISTEMA RBS COM

LODO GRANULAR AERÓBIO TRATANDO ESGOTO DOMÉSTICO DILUÍDO
RECIFE
2019
JULLIANA MELO PINHEIRO DE ARAÚJO
PROJETO DE QUALIFICAÇÃO
MODELAGEM MATEMÁTICA PARA A OTIMIZAÇÃO DE SISTEMA RBS COM

LODO GRANULAR AERÓBIO TRATANDO ESGOTO DOMÉSTICO DILUÍDO
Projeto de Qualificação apresentado ao

Programa de Pós-Graduação em Engenharia
Civil com ênfase em Tecnologia Ambiental,
pela Universidade Federal de Pernambuco,
como requisito parcial à obtenção do título de
Doutora em Engenharia Civil.
Orientadora: Prof.ª Dr.ª Lourdinha Florêncio
Co-orientador: Dr.-Ing Marc Wichern
Área de concentração: Tecnologia ambiental
RECIFE
2019
LISTA DE FIGURAS
Figura 1. O processo de formação de grânulos aeróbios: Representação esquemática do

processo de formação de grânulos aeróbios e dos mecanismos envolvidos em cada
etapa. ........................................................................................................................ 16
Figura 2. Padrão da concentração de substrato e oxigênio dissolvido no lodo granular. ......... 17
Figura 3. Modelo conceitual dos principais processos biológicos na remoção de carbono e
nitrogênio em lodo granular aeróbio (DBO: carbono disponível utilizado pelos
microrganismos, PHA: carbono armazenado em forma de polímero intracelular). 18
Figura 4. Componentes e processos de transporte considerados no modelo de biofilme proposto
por Wanner e Reichert (1996) (Setas grossas referem-se a componentes particulados
e setas finas a componentes dissolvidos). ................................................................ 23
Figura 5. Esquemas: Dimensões dos reatores (esquerda); Automação (direita) ...................... 27
Figura 6. Concentração de SSV no Licor Misto (SSVLM) e Tempo de Retenção Celular (TCR)
para os reatores Experimentos X (acima); XI (centro) e XII (abaixo). As linhas azul
e vermelha demarcam o início do período granular e o início do período com grânulos
maduros, respectivamente. ....................................................................................... 36
Figura 7. Classificação granulométrica da biomassa para os Experimentos X (acima); XI
(centro) e XII (abaixo). A linha azul e o retângulo vermelho demarcam o início do
período granular e o período com grânulos maduros, respectivamente. .................. 37
Figura 8. Resultados dos testes de IVL aos 10 e 30 min (IVL10 e IVL30), e Relação IVL30/IVL10
para os Experimentos X (acima); XI (centro) e XII (abaixo). As linhas azul e
vermelha demarcam o início do período granular e o início do período com grânulos
Figura 9. Concentrações de DQO afluente e efluente, e eficiências de remoção para os
Experimentos X (acima); XI (centro) e XII (abaixo). As linhas azul e vermelha
demarcam o início do período granular e o início do período com grânulos maduros,
respectivamente........................................................................................................ 41
Figura 10. Concentração de Nitrogênio Total Kjeldahl (NTK) afluente e efluente, e eficiência
de remoção para os Experimentos X (acima); XI (centro); XII (abaixo). As linhas
azul e vermelha demarcam o início do período granular e o início do período com
grânulos maduros, respectivamente. ........................................................................ 42
Figura 11. Concentração de amônia afluente e efluente, nitrito e nitrato eflunte e eficiência de
remoção para os Experimentos X (acima); XI (centro); XII (abaixo). As linhas azul
e vermelha demarcam o início do período granular e o início do período com grânulos
Figura 12. Concentrações de ortofosfato afluente e efluente, e eficiências de remoção para os
Experimentos X (acima); XI (centro) e XII (abaixo). As linhas azul e vermelha
demarcam o início do período granular e o início do período com grânulos maduros,
respectivamente........................................................................................................ 44
Figura 13. Perfis temporais aos 192 dias de operação (07.06.2019) do Experimento XII (período
estacionário - SSVLM: 1,0 g.L-1) para os parâmetros DQOs, Nitrogênio, Fósforo,
OD e pH. .................................................................................................................. 46
Figura 14. Perfis temporais aos 91 dias de operação (18.06.2019) do Experimento XI (período
não-estacionário - SSVLM: 0,74 g.L-1) para os parâmetros DQOs, Nitrogênio,
Ortofosfato, OD e pH. .............................................................................................. 48
Figura 15. Fotomicrografias ópticas de campo claro da biomassa presente no E-X com aumento
de 100x (Barra vermelha = 100µm) em diferentes dias de operação. (a) 6 dias; (b) e
(c) 25 dias; (d) 39 dias; (e) 67 dias; (f) 83 dias; (g) 132 dias; (h) 143 dias. ............. 57
Figura 16. Fotomicrografias ópticas de campo claro da biomassa presente no E-XI com aumento
de 100x (Barra vermelha = 100µm) em diferentes dias de operação. (a) 15 dias; (b)
e (c) 22 dias; (d) 41 dias; (e) 80 dias; (f) 91 dias; (g) e (h) 99 dias.......................... 58
Figura 17. Fotomicrografias ópticas de campo claro da biomassa presente no E-XI com aumento
de 100x (Barra vermelha = 100µm) em diferentes dias de operação. (a) 15 dias; (b)
43 dias; (c) 64 dias (d) 87 dias; (e) 120 dias; (f) 140 dias; (g) 192 dias; (h) 211 dias.
.................................................................................................................................. 59
LISTA DE TABELAS
Tabela 1. Sequência operacional de um RBS. .......................................................................... 14

Tabela 2. Quadro resumo comparativo dos modelos ASM. ..................................................... 21
Tabela 3. Condições operacionais: banco de dados e presente estudo. .................................... 28
Tabela 4. Estratégia de Redução do Tempo de Sedimentação para os Experimentos de I ao VII.
.................................................................................................................................. 29
Tabela 5. Parâmetros analisados para todos os experimentos .................................................. 30
Tabela 6. Primers utilizados para identificação de grupos específicos. ................................... 32
Tabela 7. Caracterização do esgoto sanitário afluente (média ± desvio padrão)...................... 35
Tabela 8. Resultados médios durante a operação (média ± desvio padrão). ............................ 45
SUMÁRIO
1 INTRODUÇÃO ................................................................................................................ 6
1.1. OBJETIVO GERAL .................................................................................................... 9
1.2. OBJETIVOS ESPECÍFICOS....................................................................................... 9
2 REFERENCIAL TEÓRICO ......................................................................................... 10
2.1. TRATAMENTO BIOLÓGICO DE EFLUENTES ................................................... 10
2.2. REATORES EM BATELADA SEQUENCIAL (RBS) ............................................ 13
2.3. LODO GRANULAR AERÓBIO (LGA)................................................................... 15
2.4. MODELAGEM MATEMÁTICA ............................................................................. 19
2.4.1. Modelos para lodos ativados ................................................................................... 20
2.4.2. Modelos de biofilme ................................................................................................. 22
2.4.3. Plataformas de simulação ....................................................................................... 24
3 METODOLOGIA ........................................................................................................... 26
3.1. SISTEMA EXPERIMENTAL ................................................................................... 26
3.2. CONDIÇÕES OPERACIONAIS .............................................................................. 27
3.3. MONITORAMENTO ................................................................................................ 29
3.3.1. Monitoramento de Ciclo (Análise de perfil temporal).......................................... 31
3.4. IDENTIFICAÇÃO MICROBIANA .......................................................................... 32
3.5. MODELAGEM MATEMÁTICA ............................................................................. 33
4 RESULTADOS PARCIAIS ........................................................................................... 35
4.1. CARACTERIZAÇÃO DO ESGOTO AFLUENTE .................................................. 35
4.2. COMPORTAMENTO DA BIOMASSA ................................................................... 36
4.3. EFICIÊNCIAS DE REMOÇÃO ................................................................................ 40
4.4. ANÁLISE DE PERFIS TEMPORAIS ...................................................................... 45
5 CRONOGRAMA ............................................................................................................ 50
REFERÊNCIAS...................................................................................................................... 51
APÊNDICE A ......................................................................................................................... 57
6
1 INTRODUÇÃO
Tendo em vista a fragilidade dos ecossistemas aquáticos e a necessidade de assegurar os

múltiplos usos da água, a legislação brasileira para lançamento de efluentes em corpos hídricos
determina, dentre outros requisitos, a eficiência mínima na remoção de matéria orgânica e
nutrientes. Para atender esses requisitos, várias técnicas podem ser utilizadas para tratamento
de esgoto sanitário, destacando-se atualmente a tecnologia de lodos ativados, principalmente
por se mostrar eficaz na remoção do carbono orgânico. A remoção de nutrientes nesse tipo de
sistema pode ser alcançada utilizando adequações nos critérios de projetos e práticas
operacionais do sistema convencional, como a utilização de tanques ou compartimentos
anaeróbios ou a utilização de Reatores em Bateladas Sequenciais (RBS) (ARTAN; ORHON,
2005).
O sistema convencional de lodos ativados é amplamente utilizado desde a sua descoberta,

estando em constante aperfeiçoamento a partir da compreensão dos mecanismos microbianos
fundamentais, traduzida em melhorias nos processos. Dentre essas melhorias, encontra-se a
granulação aeróbia, tecnologia recente – reportada pela primeira vez por Mishima e Nakamura
(1991). A definição de Lodo Granular Aeróbio (LGA) foi estabelecida no congresso Aerobic
Granular Sludge (Munique, Alemanha) como lodo aeróbio composto de agregados
microbianos autoimobilizados, proveniente de lodo ativado convencional, submetido a tensões
hidrodinâmicas específicas (DE KREUK et al, 2005).
Uma das vantagens da utilização do LGA é que, por serem compactos e densos, precisam de
curtos tempos de sedimentação e mantêm cerca de três a cinco vezes mais biomassa por litro
de efluente quando comparado ao lodo ativado convencional. Sendo assim, os tanques de
sedimentação tornam-se desnecessários para esta tecnologia; e a redução do tempo de reação
possibilita a utilização de reatores com volumes menores, reduzindo a área utilizada pelo
sistema (SARMA et al., 2017). Outra vantagem é a existência de microambientes nos grânulos,
proporcionados pelos gradientes de difusão, os quais permitem o crescimento de bactérias com
funções metabólicas e exigências ambientais diferentes. Assim, diversas etapas do processo de
tratamento aeróbio convencional acontecem no interior da biomassa, possibilitando a remoção
biológica simultânea de matéria orgânica e nutrientes, sem a necessidade de altas taxas de
recirculação (WINKLER et al, 2013).
7
Essa tecnologia é considerada uma das conquistas relevantes na área de biotecnologia ambiental
no século XXI (SARMA, 2017). Tal fato pode ser percebido através da grande quantidade de
estudos aplicados para diversos tipos de efluentes, como efluentes ricos em corantes azo
(FRANCA et al, 2015), anilinas (DAI et al, 2015), metais pesados (LIU et al, 2015; WEI et al,
2018), fenol (TOMAR, CHAKRABORTY, 2018) e efluentes da indústria petrolífera (CHEN
et al, 2019). No entanto, a maioria dos estudos acerca de granulação aeróbia utiliza escala
laboratorial e efluentes sintéticos com alta carga orgânica devido à grande instabilidade dos
grânulos quando aplicados ao tratamento de esgotos domésticos, especialmente de baixa carga,
em escala piloto.
Pode-se inferir que, para ganhar popularidade no tratamento de efluentes, o processo de

desenvolvimento dos grânulos deve ser previsível, em termos de reprodutibilidade dos
resultados, e controlável de forma precisa, alterando os parâmetros do processo (seja fluxo de
ar, concentração de substrato, etapas do ciclo, entre outros). Nesse sentindo, a modelagem
matemática surge como uma ferramenta útil durante o dimensionamento de sistemas LGA,
considerando que esta pode: 1) fornecer informações importantes para o entendimento básico
da conversão microbiana bioquímica; 2) solucionar questões técnicas de operação; 3)
economizar energia ou custos de investimento, e; 4) contribuir para o gerenciamento de
sistemas (WICHERN, GEHRING, LÜBKEN, 2018).
Os primeiros modelos matemáticos com o objetivo de descrever processos bioquímicos (e.g.

remoção de matéria orgânica e nutrientes) durante o tratamento de efluentes com lodos ativados
foram desenvolvidos no início da década de 1980. Dentre os modelos já desenvolvidos, pode-
se destacar o Activated Sludge Model n.° 1 (ASM1) (HENZE et al., 1987); o Activated Sludge
Model n.° 2 (ASM2) (HENZE et al., 1995); o Activated Sludge Model n.° 2d (ASM2d)
(HENZE et al., 1999) e o Activated Sludge Model n.° 3 (ASM3) (GUJER et al., 1999). No
entanto, diferentemente dos processos em sistemas convencionais, a aplicação desses modelos
para descrição de processos em LGA exige que sejam feitas modificações, visto que os
gradientes de concentração de oxigênio e os demais substratos são determinantes nesses
processos. Até então, alguns modelos desenvolvidos para LGA utilizando ASM3 modificado
apresentam algumas limitações como: não considerar o crescimento de organismos
acumuladores de fosfato (NI et al, 2008) ou não considerar processos de armazenamento desses
microrganismos (NI; YU, 2008a,b).
8
Considerando este cenário, o Programa de Pós-Graduação em Engenharia Civil com ênfase em

Tecnologia Ambiental da Universidade Federal de Pernambuco (UFPE) conta com uma linha
de pesquisa Lodo Granular Aeróbio. Inicialmente, as pesquisas do grupo buscaram
compreender a influência de diferentes trocas volumétricas (ARAÚJO et al, 2016; SILVA,
2017) e diferentes velocidades ascensionais (SILVA, 2017; ALVES, 2017) durante a formação
dos grânulos aeróbios. No entanto, verificou-se que apesar da presença dos microambientes nos
grânulos, a remoção de nutrientes não ocorreu de maneira satisfatória, indicando que outras
estratégias devem ser utilizadas para garantir condições de oxirredução adequadas a otimização
da remoção de nitrogênio e fósforo.
Nesse sentido, Sales et al. (2018) e Dantas (2018), adicionaram uma fase anóxica ao ciclo
operacional de seus experimentos, obtendo maiores eficiências de remoção, porém com
grânulos mais instáveis. Percebeu-se, então, a necessidade de melhor compreensão dos
processos que acontecem no interior dos grânulos, como transferência de massa, concentração
ótima de oxigênio dissolvido ou a influência de subprodutos. Sendo a modelagem matemática
uma ferramenta capaz de melhorar o acompanhamento dos processos em reatores biológicos,
bem como para a obtenção de parâmetros operacionais que permitam otimizar a operação em
sistemas de tratamento de efluente, este trabalho pretende iniciar as pesquisas de Modelos
Matemáticos aplicados à LGA na UFPE.
Nesse sentido, o presente projeto tem como objetivo implementar modelos matemáticos que
descrevam os dados experimentais oriundos de um sistema RBS experimental, em escala piloto,
com LGA tratando esgoto doméstico diluído. Para tanto, parte-se do princípio que a utilização
da modelagem matemática poderá possibilitar a otimização da operação desse sistema.
9
1.1. OBJETIVO GERAL
Implementar modelos matemáticos que descrevam dados experimentais oriundos de um Reator

em Bateladas Sequenciais, com Lodo Granular Aeróbio, obtidos durante o tratamento de esgoto
doméstico diluído em temperaturas acima de 20°C, com foco na otimização dos processos
bioquímicos.
1.2. OBJETIVOS ESPECÍFICOS
• Implementar modelos matemáticos de lodos ativados, calibrando-os e adequando-os aos

componentes e processos de remoção simultânea de nutrientes e matéria orgânica
observados experimentalmente;
• Implementar modelos matemáticos de biofilme com diferentes níveis de detalhamento,
com vistas a descrever o comportamento da biomassa granular;
• Comparar diferentes modelos com diferentes níveis de detalhamento em base dos dados
experimentais;
• Simular cenários com foco na otimização de parâmetros operacionais para sistemas com
LGA.
10
2 REFERENCIAL TEÓRICO
Nesse capítulo serão abordados alguns princípios e aplicações inerentes ao tratamento biológico
de efluentes, enfatizando: a remoção de nutrientes e matéria orgânica; o uso de Reatores em
Bateladas Sequenciais (RBS); fundamentos, condições operacionais e particularidades da
tecnologia de Lodo Granular Aeróbio, e; breve abordagem sobre Modelagem Matemática e
suas aplicações com foco na otimização de sistemas.
2.1. TRATAMENTO BIOLÓGICO DE EFLUENTES
Em ecossistemas naturais, como rios e lagos, diferentes organismos desempenham um papel

importante na degradação de diversos poluentes orgânicos, podendo os organismos envolvidos
nos processos de autodepuração de corpos hídricos estarem aderidos às superfícies (e.g. pedras,
plantas aquáticas) ou suspensos na coluna de água, como flocos bacterianos, plâncton e
crustáceos. Observando esses ecossistemas, surgem os sistemas de tratamento biológico de
efluentes, os quais são projetados para proporcionar um ambiente artificial favorável à
ocorrência desses processos naturais, de maneira mais acelerada/eficiente. A saber, a elevada
concentração microbiana e a maior disponibilidade de energia e substratos dos sistemas
aceleram o processo de biodegradação, permitindo elevadas eficiências de remoção em curtos
períodos (GEBARA, 1999).
Dentre os poluentes presentes nos efluentes domésticos, podem-se destacar três: Matéria
Orgânica (MO), Nitrogênio (N) e Fósforo (P). A matéria orgânica, se lançada em considerável
concentração em corpos hídricos (disposição de efluentes sem tratamento ou após tratamento
ineficiente) acarretará um dos grandes problemas de poluição das águas, o rápido consumo do
Oxigênio Dissolvido (OD), componente essencial à vida aquática aeróbia. A elevada
concentração de nutrientes (nitrogênio e fósforo) torna o ambiente propício a um acelerado
crescimento de algas, promovendo também uma queda na concentração de OD a níveis críticos,
consumido pela decomposição das algas mortas, num processo denominado eutrofização.
Outros problemas associados à presença de compostos nitrogenados no descarte de efluentes
são: a presença de amônia livre (NH3) que é tóxica à fauna aquática, e; o nitrato (NO3-), produto
11
intermediário da degradação do nitrogênio, que é associado à doença da metahemoglobinemia

(síndrome do bebê azul) (VON SPERLING, 2005).
Os principais componentes orgânicos dos esgotos sanitários são carboidratos, gorduras,

proteínas, aminoácidos e ácidos voláteis (aproximadamente três quartos do carbono orgânico).
Além destes, podem ser encontrados em menores quantidades: hormônios, vitaminas,
surfactantes, antibióticos, contraceptivos hormonais, purinas, pesticidas, hidrocarbonetos e
pigmentos. De modo geral, não há necessidade prática de se quantificar a matéria orgânica
nesses termos devido à dificuldade laboratorial decorrente da diversidade de compostos e à
existência de métodos indiretos para quantificação do seu potencial poluidor. Duas das
principais categorias de quantificação da MO são: medição do consumo de oxigênio – Demanda
Química de Oxigênio (DQO) e Demanda Biológica de Oxigênio (DBO), considerados por
muitos os parâmetros mais importantes na caracterização do grau de poluição de um corpo
d’água, e a quantificação do carbono orgânico total (COT) (METCALF; EDDY, 2003).
A remoção biológica da MO é feita por microrganismos heterótrofos, que utilizam o carbono

para a produção de energia e crescimento. O processo inicia na superfície dos aglomerados
microbianos, onde ocorre a hidrólise ou outra transformação catalisada por enzimas para
fracionar moléculas orgânicas de cadeias complexas (carboidratos, lipídios, proteínas). Após
isso, os compostos fracionados são absorvidos pelas células e metabolizados através da
respiração exógena, seja para a síntese de matéria orgânica (anabolismo) ou para obtenção de
energia (catabolismo). Após o consumo de toda a matéria orgânica biodegradável, os
microrganismos realizam a respiração endógena, onde as novas células consomem o próprio
material celular para a obtenção de energia a ser utilizada na manutenção celular (VAN
HAANDEL e MARAIS, 1999).
Comumente, a remoção biológica da matéria orgânica acontece por via oxidativa, onde um
agente oxidante, ou aceptor de elétrons (e.g. oxigênio, nitrito, sulfato), é utilizado durante a
respiração celular. Quando há no meio mais de um agente oxidante disponível, será primeiro
utilizado aquele que produzir uma maior quantidade de energia, viabilizando assim um maior
rendimento celular. E sendo o oxigênio o elemento mais eletronegativo disponível, este será
utilizado preferencialmente em detrimento de outro aceptores (TCHOBANOGLOUS et al.,
2003). Posto isto, os sistemas de tratamento biológico podem ser classificados a partir do
principal aceptor de elétrons utilizado: 1) aeróbio: quando há disponibilidade de oxigênio
12
dissolvido; 2) anóxico: quando não há oxigênio, porém, formas oxidadas de nitrogênio ou

enxofre (nitrito, nitrato, sulfato); 3) anaeróbio: ausência de aceptores de elétrons. Cabe ressaltar
que a remoção anóxica da MO se apresenta como uma alternativa mais econômica, visto que
dispensa energia necessária ao fornecimento de oxigênio, e remove compostos nitrogenados
presentes nos efluentes.
Dentre os compostos nitrogenados presentes nos efluentes domésticos, destacam-se o

nitrogênio orgânico dissolvido ou em suspensão (ureia, aminoácidos, grupo amino) e o
nitrogênio amoniacal (gasoso, amônia livre, NH3, e amônia ionizada, NH4+). As formas
oxidadas (nitrito, NO2-, e nitrato, NO3-) apresentam, em condições normais, concentrações
insignificantes. A remoção biológica destes compostos, por sua vez, pode ocorrer através da
síntese de biomassa, ou através dos processos biológicos de nitrificação e desnitrificação (VAN
HANDEEL e MARAIS, 1999).
A nitrificação corresponde ao processo de oxidação biológica do nitrogênio amoniacal, onde

bactérias autotróficas aeróbias quimiossintetizantes utilizam o OD presente como aceptor de
elétrons. Esse consumo de oxigênio é realizado em duas etapas, sendo responsável pela
conversão do nitrogênio amoniacal em nitrito (produto intermediário), e este em nitrato
(produto final). Já a redução biológica do nitrato ou nitrito pode acontecer de duas maneiras: 1)
assimilatória, na qual devido à ausência de nitrogênio amoniacal, há a redução desses
compostos à este, ou; 2) dissimilatória (desnitrificação), onde as moléculas de nitrito e nitrato,
em condições anóxicas, são utilizados como aceptores de elétrons para oxidação de compostos
orgânicos, sendo reduzidos a nitrogênio gasoso. A desnitrificação é normalmente realizada por
bactérias heterotróficas facultativas, que na ausência de oxigênio dissolvido modificam seu
sistema enzimático (METCALF & EDDY, 2003).
No esgoto doméstico, o fósforo pode ser encontrado nas suas formas orgânica, inorgânica
complexa (polifosfatos provenientes principalmente de detergentes), ou ortofosfato inorgânico
solúvel (prontamente disponível para assimilação/consumo biológico). A remoção de fósforo
em estações de tratamentos pode ocorrer através de processos físico-químicos (adsorção e
precipitação) ou biológicos. Durante a remoção biológica, inicialmente os compostos orgânicos
são convertidos em ortofosfatos ou polifosfatos (que após hidrólise também são convertidos em
ortofostatos). De maneira geral, o ortofosfato é a forma predominante de fósforo em efluentes
submetidos a tratamento secundário (BLACK, 1980).
13
Por fim, os organismos acumuladores de polifosfatos (PAO) e organismos acumuladores de

fósforo desnitrificantes (DPAO) necessitam de condições de oxiredução alternadas para realizar
remoção biológica de fosfato. Primeiramente em condições anaeróbias, a matéria orgânica é
absorvida pelos PAO/DPAO, utilizando a glicólise do glicogênio e a clivagem intracelular de
polifosfato para conservar energia e acumular reservas intracelulares de polihidroxialcanoatos
(PHA), tendo como consequência a liberação do fosfato. Após isto, devem ser fornecidos ao
mesmo sistema aceptores de elétrons (ambiente aeróbio - PAO, ou anóxico - DPAO), para que
os PAO/DPAO consumam o PHA armazenado e acumulem (intracélula) reservas de glicogênio
e polifosfato, efetivamente removendo fosfato de águas residuais. Um metabolismo semelhante
ao metabolismo dos PAO é realizado pelos organismos acumuladores de glicogênio (GAO),
utilizando o carbono orgânico sem as transformações de fosfato. Sendo assim, deve-se utilizar
mecanismos que favoreçam o desenvolvimento de PAO em detrimento de GAO, como reduzir
o acúmulo de nitrito no sistema e utilizar menores concentrações de oxigênio dissolvido (MINO
et al., 1998; SAITO et al., 2004; COMA et al., 2012; CARVALHEIRA et al., 2014).
2.2. REATORES EM BATELADA SEQUENCIAL (RBS)
Didaticamente, os sistemas biológicos de tratamento de efluentes podem ser divididos em

sistemas convencionais (e.g. tanques de aeração com lodos ativados e lagoas de estabilização),
e sistemas compactos, estando a principal diferença na eficiência dos processos de remoção e
na minimização dos espaços ocupados pelos componentes do sistema. A principal estratégia
utilizada para compactação dos sistemas é o desenvolvimento do lodo biológico em forma de
biofilmes, aumentando a concentração de biomassa e/ou melhorando a sedimentabilidade.
Dentre os principais sistemas compactos utilizados atualmente, pode-se citar: reatores
anaeróbios de fluxo ascendente e manta de lodo (Upflow Anaerobic Sludge Blanket, UASB),
filtros biológicos aerados (Biological Aerated Filters, BAF); reatores com biofilme em
suspensão (Biofilm Airlift Suspension reactors, BAS); reatores de leito móvel com biofilme
(Moving-bed biofilm reactor, MBBR), e reatores em bateladas sequenciais (Sequencing batch
reactor, SBR) (BASSIN, 2011).
Os RBS são reatores que operam em fluxo intermitente (regime de ciclos), e cada sistema
consiste em um único tanque que durante os ciclos de operação assume função ora de reator
biológico, ora de decantador. Ou seja, o mesmo reator será utilizado para a reação biológica e
14
para a sedimentação numa sequência temporal, diferente dos sistemas contínuos convencionais
em que estas fases ocorrem simultaneamente, mas em diferentes tanques. Considerando a
versatilidade do sistema, que possibilita a operação com diferentes condições oxirredutoras em
um mesmo ciclo operacional, condições operacionais específicas podem ser mais facilmente
manipuladas visando a otimização das remoções biológicas de matéria orgânica, nitrogênio e
fósforo no tratamento de efluentes domésticos (ARTAN; ORHON, 2005).
De maneira geral, o ciclo do RBS é composto por cinco etapas (Tabela 1). Inicialmente (fase
de enchimento), o reator é alimentado com esgoto afluente até um nível máximo fixo ou
variável, a depender da disponibilidade do afluente. Na segunda etapa (Reação), os aeradores
são ligados fornecendo oxigênio para a oxidação da matéria orgânica e nitrificação, caso o
sistema almeje a desnitrificação, a aeração pode ser interrompida, com o acionamento de um
mecanismo de agitação para garantir a mistura em um período anóxico. Em seguida
(Sedimentação), os aeradores/agitadores são desligados para a sedimentação do lodo. Por fim
(Descarte), o efluente clarificado é descartado até o nível mínimo estabelecido, devendo-se
garantir um volume de segurança ao arraste do lodo. Uma última fase (Repouso/Ajuste) pode
ser adicionada para eventuais manutenções no sistema, alterações no ciclo ou controle da idade
do lodo (THANS, 2008).
Tabela 1. Sequência operacional de um RBS.
Imagem
Fase do Repouso/
Enchimento Reação Sedimentação Descarga
Ciclo Ajuste
Reserva de
Clarificação Descarte do
Objetivo Introdução Biodegradação tempo para
do efluente efluente
da fase do Substrato do substrato manutenções
tratado tratado
no sistema
Ligado ou
desligada com
Estado da Ligada ou Ligada ou
adição de Desligada Desligada
Aeração Desligada Desligada
mecanismo de
mistura
Fonte: Adaptado de Santos et al. (2006).
15
2.3. LODO GRANULAR AERÓBIO (LGA)
Assim como nos ecossistemas naturais, alguns sistemas de tratamento biológico de efluentes,
para estimular o acúmulo de biomassa, utilizam “superfícies” visando a adesão de
microrganismos. Tal estratégia é utilizada para aumentar a retenção de biomassa nos sistemas,
como o uso de biofiltros e MBBR, porém tais tratamentos necessitam de material suporte, além
de manutenção preventiva/corretiva para colmatação (BASSIN, 2011). A granulação aeróbia
surge, então, como alternativa à imobilização utilizando meio suporte, uma vez que, sob
condições operacionais específicas, pode-se estimular e obter a autoimobilização da biomassa
(ADAV et al. 2008).
Define-se lodo granular aeróbio como lodo composto por agregados microbianos
autoimobilizados sob tensões hidrodinâmicas que possuem velocidade de sedimentação
superior ao lodo ativado convencional. Para ser considerado lodo granular, o agregado deve
possuir diâmetro superior a 0,2mm e a quantidade de grânulos deve corresponder a 80% dos
sólidos suspensos voláteis presentes no reator, segundo conceitos estabelecidos no congresso
Aerobic Granular Sludge (Munique, Alemanha), realizado em 2004 (DE KREUK et al, 2005).
A primeira definição de um mecanismo de formação dos grânulos aeróbios, por sua vez, foi
proposta por Beun et al. (1999). Estes autores, durante a operação de um RBS alimentado com
esgoto sintético e com curtos tempos de sedimentação (2 e 4 minutos), observaram que após a
inoculação o processo de granulação se iniciava com a presença de uma matriz imobilizadora
formada por fungos. Nessa matriz as bactérias podiam crescer e formar colônias até atingirem
diâmetros entre 5 e 6 mm, quando foi observado o rompimento destes agregados, decorrente
das limitações de oxigênio no seu interior. Após isso, bactérias com melhor sedimentabilidade
se agregavam novamente, configurando-se nos primeiros grânulos aeróbios formados.
Para Liu e Tay (2002), no entanto, o processo de granulação não necessita de uma matriz não
bacteriana e pode ser dividido em quatro etapas descritas abaixo e esquematizadas na Figura
11.
1
Esquema proposto por Sarma et al. (2017) com base na teoria proposta por Liu e Tay (2002).
16
i) Contato entre os microrganismos promovido por movimentos decorrentes de

mobilidade celular (através de flagelos, cílios ou pseudópodes), forças
hidrodinâmicas, termodinâmicas, de difusão e/ou de gravidade;
ii) Forças atrativas iniciais (translocação de prótons, neutralização de carga na
superfície, hidrofobicidade da superfície da célula e forças de Van der Walls)
mantêm o contato superficial entre as células estáveis, atuando como força motriz
para a autoagregação das bactérias;
iii) Forças microbianas favorecem o amadurecimento do grânulo (extensa biossíntese
de substâncias exopoliméricas – Exopolymeric substances: EPS – pelos
microrganismos agregados estimulados por quorum sensing e estresses ambientais);
iv) Por fim, a estrutura tridimensional do agregado torna-se estável devido às forças de
cisalhamento hidrodinâmicas. Os grânulos são moldados pela força de cisalhamento
hidrodinâmico para formar uma determinada comunidade estruturada, sendo esta
força um dos fatores determinantes da forma exterior e do tamanho dos agregados.
Figura 1. O processo de formação de grânulos aeróbios: Representação esquemática do processo de

formação de grânulos aeróbios e dos mecanismos envolvidos em cada etapa.
Fonte: Sarma et al. (2017)
A população microbiana do LGA é semelhante àquela dos lodos ativados convencionais, porém
é diferenciada pela configuração do biofilme. A estrutura heterogênea do lodo granular é
17
produto dos gradientes de oxigênio e substratos (Figura 2) que se formam entre a superfície e o
interior do grânulo, possibilitando a existência de diferentes “camadas”, com diferentes
potenciais oxiredutores e diferentes nichos microbiológicos (HE et al., 2009). O tamanho dos
grânulos e a porosidade (maior ou menor resistência ao transporte de massa) definem o tamanho
de cada camada (aeróbia, anóxica, e alguns casos anaeróbia), resultando na estratificação das
bactérias. O lodo floculento, no entanto, necessita ser submetido a ambientes aeróbios e
anóxicos/anaeróbios, com diferentes concentrações de substrato por meio da recirculação em
diferentes compartimentos/tanques. Ressalta-se assim que a coexistência de espécies diferentes
de bactérias com diferentes funções é uma das principais vantagens do LGA, onde todas as
conversões podem ocorrer em um único tanque nas diferentes camadas do grânulo (de KREUK;
LOOSDRECHT, 2006; BASSIN., 2011; WINKLER et al., 2013).
Figura 2. Padrão da concentração de substrato e oxigênio dissolvido no lodo granular.
Fonte: He et al. (2009)
O processo de nitrificação e desnitrificação simultânea (NDS) pode ser observado nas camadas
no LGA. A camada externa (aeróbia), de maior densidade, é composta por microrganismos
heterotróficos aeróbios e autotróficos, onde ocorrem os processos de nitrificação e boa parte da
oxidação de MO. Já a camada interna (anóxica) é composta por microrganismos heterotróficos
facultativos, onde ocorre a desnitrificação. A figura abaixo apresenta um modelo conceitual dos
principais processos biológicos na remoção de carbono e nitrogênio em lodo granular aeróbio,
o qual foi proposto por Guimarães (2017).
18
Figura 3. Modelo conceitual dos principais processos biológicos na remoção de carbono e nitrogênio
em lodo granular aeróbio (DBO: carbono disponível utilizado pelos microrganismos, PHA: carbono
armazenado em forma de polímero intracelular).
Fonte: Guimarães (2017)
Um dos principais comportamentos físicos que diferem o LGA do sistema de lodos ativados
convencional é a sua elevada velocidade de sedimentação – LGA: 25 a 70 m.h-1; Lodos
Ativados: 7 a 10 m.h-1 (QIN et al., 2004). Por isso, a principal estratégia utilizada para formação
de grânulos aeróbios é aumentar a pressão de seleção, através da aplicação de curtos tempos de
sedimentação, altas razões de troca volumétrica (entre 50 e 70%) e elevada relação
altura/diâmetro no sistema. Sob estas condições, o lodo floculento de má sedimentabilidade é
lavado do reator (wash out), retendo-se majoritariamente biomassa granular no sistema (BEUN
et al., 1999; MORGENROTH et al., 1997, BEUN; VAN LOOSDRECHT; HEIJNEN, 2002).
Também é sabido que o uso de elevada força de cisalhamento estimula a formação de grânulos
aeróbios compactos e mais densos devido à maior produção de Substâncias Poliméricas
Extracelulares (EPS). O EPS produzido aumenta a hidrofobicidade das células, aumentando
assim o seu potencial de adesão. Estudos apontam que a produção de EPS em grânulos aeróbios
é duas vezes maior que em lodos floculentos (TAY, et al. 2001 e LIU e TAY, 2002). Deng et
al. (2016) verificou uma relação linear direta entre a concentração de substâncias poliméricas
extracelulares e o índice volumétrico de lodo (o lodo apresentava boa sedimentabilidade quando
a concentração de EPS era maior que 200mg.g-1 SSVLM). No entanto, a função das EPS na
formação de logo granular também necessita ser melhor estudada, principalmente no que tange
a sua variação no processo de cultivo.
19
São muitas as vantagens do LGA, no entanto, o desenvolvimento e a estabilidade dos grânulos

– a espinha dorsal desta tecnologia – é o aspecto menos elucidado. Os parâmetros de
engenharia, tais como a carga orgânica volumétrica, tensão de cisalhamento, velocidade do
fluxo de ar, tempo de retenção hidráulica, pressão de seleção e parâmetros microbiológicos –
como o tipo de microrganismos dominantes e a síntese de Substâncias Poliméricas
Extracelulares (EPS) foram investigados para estabelecer seus papéis no processo de
granulação. Contudo, ainda não há um consenso entre todos esses dados, não sendo possível
ainda desenvolver um sistema precisamente previsível (SARMA et al, 2017).
Devido a estes motivos, faz-se necessário a realização de novos estudos sobre a transferência
de massa dentro dos grânulos, concentração ideal de oxigênio dissolvido e presença de
subprodutos da nitrificação ao utilizar RBS. Embora a instalação de sistemas em escala piloto
seja reportada na literatura (PRONK et al, 2015), os mecanismos de granulação ainda precisam
de estudos fundamentais em nível de condições operacionais. Para auxiliar nesse processo,
modelos matemáticos que descrevam os processos que ocorrem em sistemas com LGA e
permitam a simulação de diferentes cenários se configuram como um importante facilitador.
2.4. MODELAGEM MATEMÁTICA
A utilização de modelos matemáticos para dimensionamento e otimização de sistemas de

tratamento de efluentes tornou-se uma ferramenta bastante difundida em meados dos anos 90
(GERNAEY et al., 2004), buscando também um maior controle de todo o processo.
Conceitualmente, um modelo matemático pode ser definido como uma representação
matemática de um sistema real que equaciona processos, parâmetros e variáveis, a fim de obter
respostas aos diferentes estímulos e/ou prever o comportamento após modificações/adequações
no sistema. O modelo consistirá, então, em um conjunto de equações que representem de forma
quantitativa as hipóteses que foram usadas na sua construção, podendo estas serem testadas
através da comparação com os dados experimentais dos sistemas reais (WANNER et al., 2006).
Para sistemas biológicos, os modelos matemáticos são utilizados para obter uma maior
compreensão de um microrganismo, um ecossistema, do crescimento e da dinâmica de uma
população específica, ou dos processos de remoção de poluentes, no caso de sistemas de
tratamento de efluentes. Nesses sistemas, a modelagem pode ser utilizada como instrumento
20
para análise de dados em processos complexos, como a remoção de nutrientes em LGA. Os

diversos parâmetros analisados nos reatores (e.g. DQO, NH4, e PO4) são resultado de uma série
de processos que ocorrem simultaneamente e que, muitas vezes, são diretamente
interdependentes. Portanto, esses modelos permitem uma análise conjunta de fenômenos
complexos, que de outra forma não seria possível.
Os próximos tópicos trazem um breve resumo acerca dos principais tipos de modelos presentes
na literatura, tanto modelos para lodos ativados (com foco nos processos), quanto modelos de
biofilme (que consideram também características específicas de biomassa aderida), bem como
alguns softwares livres comumente utilizados para implementação e calibração desses modelos.
2.4.1. Modelos para lodos ativados
Os primeiros modelos de lodos ativados foram desenvolvidos já no início da década de 80 e

levaram ao desenvolvimento do Modelo de Lodo Ativado n° 1 (ASM1, HENZE et al., 1987),
um modelo desenvolvido para sistemas de lodos ativados convencionais, buscando descrever a
remoção de compostos orgânicos e nitrotrogenados, considerando o consumo simultâneo de
oxigênio e nitrato como aceptores de elétrons. Desde então, várias atualizações foram feitas e
o modelo foi evoluindo através da incorporação de novos processos, sendo atualmente o grupo
de modelos de lodos ativados (Activated Sludge Model n° 1, n° 2, n° 2d, n° 3 - ASM1, ASM2,
ASM2d, ASM3) mais utilizados e com ampla difusão nos campos científico e comercial. Os
modelos ASM, conhecidos como modelos caixa branca (white-box), resultam de um conjunto
de equações diferenciais bem definidas, baseadas em princípios da engenharia (equações gerais
de balanço de massa, cinética bacteriana e outras substâncias conservativas) (GEARNEY et al.,
2004).
As principais diferenças entre estes modelos encontram-se listadas abaixo (HENZE et al., 1987;
HENZE et al., 1995; HENZE et al., 1999; GUJER et al., 1999):
• ASM1: Dispõe de 8 processos biológicos e 13 componentes, que descrevem a remoção

de matéria carbonácea, nitrificação e desnitrificação.
• ASM2: Dispõe de 19 processos biológicos e 20 componentes, com a inclusão da
modelagem de processos de remoção química (precipitação) e biológica do fósforo,
21
além dos processos existentes no ASM1. Nesse modelo, a biomassa passa a ter estrutura
celular interna, tendo sua concentração descrita pelo somatório das frações heterótrofas
e autótrofas (XB,H e XB,A).
• ASM2d: Expande a capacidade do ASM2, esse modelo dispõe de 21 processos
biológicos e 20 componentes, com a inclusão da capacidade desnitrificante de alguns
organismos acumuladores fósforo (PAO), permitindo uma melhor descrição da
dinâmica de fosfato e nitrato.
• ASM3: Dispõe de 12 processos e 13 componentes. Esse modelo surge como
refinamento do primeiro modelo. Neste, há a inclusão do decaimento bacteriano pelo
processo da respiração endógena e a inclusão do armazenamento interno de material
celular (todo substrato facilmente biodegradável é primeiro absorvido e armazenado em
um componente interno celular antes do crescimento).
A Tabela 2 apresenta um quadro resumo com as principais características dos modelos ASM.
Tabela 2. Quadro resumo comparativo dos modelos ASM.

Modelo ASM1 ASM2 ASM2d ASM3
Oxidação de MO X X X X
Nitrificação X X X X
Desnitrificação X X X X
Remoção biológica de Fósforo (PAO) X X
Remoção biológica de Fósforo (DPAO) X
Remoção química de Fósforo X X
Quantidade de Processos 8 19 21 12
Quantidade de Componentes 13 20 20 13
Fontes: Henze et al. (1987); Henze et al. (1995); Henze et al. (1999); Gujer et al. (1999).
Algumas adaptações dos modelos ASM3 estão disponíveis na literatura, a saber o Módulo
EAWAG Bio-P, também conhecido como modelo ASM3-Bio-P (Rieger et al., 2001). Esse
módulo estende o ASM 3, adicionando 11 processos que descrevem a remoção biológica do
fósforo. A oxidação da DQO não é modelada como um processo único, e o glicogênio é
considerado substrato adicional para o crescimento bacteriano. Os processos de precipitação
química (semelhantes ao ASM2d) também foram adicionados ao módulo.
Akaboci (2013) modificou e implementou o ASM3 para simular o comportamento das variáveis
DQOS, QO2 (velocidade de consumo de oxigênio), N-NH4+, N-NO2- e N-NO3- durante um ciclo
22
operacional em um RBS com LGA em escala piloto (116L). No modelo desenvolvido

(ASM3m), foram incorporados processos de crescimento e armazenamento de EPS, além de
considerar o nitrito produto intermediário dos processos de nitrificação e desnitrificação. A
simulação do processo de biodegradação da MO e do consumo de OD realizada pelo modelo
ASM3m apresentou melhores resultados que o modelo ASM3, considerando os dados
experimentais. Já os dados das simulações obtidas do processo de nitrificação divergiram
consideravelmente dos dados reais obtidos experimentalmente.
2.4.2. Modelos de biofilme
Os modelos de lodos ativados são considerados modelos unidimensionais, ou seja, todas as

concentrações dos componentes são calculadas em um plano paralelo ao substrato. No entanto,
algumas características do LGA, como coeficiente de difusão, tamanho dos grânulos,
distribuição espacial da biomassa e densidade dos grânulos, influenciam nos perfis de
concentração de substrato, oxigênio dissolvido, e consequentemente nos processos biológicos
durante o tratamento de efluentes. Sendo assim, modelos multidimensionais (modelos de
biofilmes) podem ser mais adequados a esse tipo de sistema. Nesses modelos, o biofilme é
modelado como estrutura bidimensional ou tridimensional, podendo variar todos os
componentes no espaço e no tempo, produzindo resultados altamente detalhados e complexos.
Por conseguinte, as soluções numéricas são computacionalmente intensas e exigem um alto
nível de experiência em modelagem.
Wanner e Gujer (1986) desenvolveram um dos primeiros modelos matemáticos analíticos de

interação microbiana em biofilmes “utilizando uma abordagem contínua e observando os
princípios de conservação”. Esse modelo prevê mudanças na espessura do biofilme,
descrevendo a dinâmica e a distribuição espacial dos substratos e microrganismos. Ademais,
ele permite simular o descolamento da biomassa devido à tensão de cisalhamento, limitações
de transferência de massa externa e como variações nas concentrações de substrato no licor
misto. Wanner e Reichert (1996), propuseram modificações ao modelo anterior, possibilitando
uma descrição mais flexível do transporte de componentes dissolvidos no biofilme. As três
principais considerações adicionais ao modelo de Wanner e Gujer estão listadas abaixo, bem
como os componentes e processos de transporte considerados pelo modelo de Wanner e
Reichert estão ilustrados na Figura 4.
23
1) Transporte difusivo dos componentes particulados na matriz sólida do biofilme;

2) Mudanças na fração volumétrica da fase líquida do biofilme (porosidade);
3) Descolamento e a fixação simultânea de células e partículas na superfície do biofilme.
Figura 4. Componentes e processos de transporte considerados no modelo de biofilme proposto por

Wanner e Reichert (1996) (Setas grossas referem-se a componentes particulados e setas finas a
componentes dissolvidos).
Fonte: Wanner; Reichert (1996)
Recentemente, Zhu, Xu, and Wu (2018) utilizaram o modelo de biofilme de Wanner e Reichert
para simular a variação da distribuição granulométrica dos grânulos e o impacto dessa variação
na nitrificação em um reator com LGA, comparando a simulação com dados experimentais.
Tanto os resultados experimentais como os resultados de simulação mostraram uma relação
inversa entre a presença de bactérias oxidadoras de nitrito (BON) e o diâmetro dos grânulos.
Assim, a maior concentração de BON em grânulos menores que 50μm reduziu o acúmulo de
nitrito, aumentando a eficiência de remoção de nitrogênio no sistema.
Outro modelo matemático dinâmico foi desenvolvido por Wichern et al (2008), o qual descreve
a remoção de DQO e nitrogênio, e processos típicos de biofilme, como difusão e limitação de
substrato em maior detalhe. O modelo foi calibrado para avaliar o efeito de diferentes
estratégias de operação para um RBS granular em escala piloto (12L). Como resultado,
percebeu-se que os parâmetros que a literatura documenta como necessários à uma operação
ótima divergiam significativamente dos resultados experimentais e simulados, no entanto, os
autores afirmaram que os dados para operação ótima são difíceis de interpretar. Visto que
apenas um número limitado de estratégias de operação são testadas, a composição do substrato
24
não é completamente analisada, limitações de substrato não são investigadas e os diâmetros dos
grânulos não são medidos, podendo-se concluir que para a calibração e validação satisfatória
de modelos matemáticos, completos e robustos dados experimentais são necessários.
2.4.3. Plataformas de simulação
Os avanços obtidos na área computacional têm contribuído para uma maior utilização e
implementação dos referidos modelos (lodos ativados e biofilme) através do desenvolvimento
e difusão de softwares de simulação. Nos últimos anos, surgiram diversos softwares de
modelagem de Estações de Tratamento de Efluentes (ETE), podendo-se citar os mais citados
na literatura: ASIM, AQUASIM e SIMBA.
O software de simulação ASIM (Activated sludge SIMulation Program) foi desenvolvido pela
Eawag - Swiss Federal Institute of Aquatic Science and Technology, sob a coordenação dos
pesquisadores R. Fankhauser e W. Gujer, dispondo de versão gratuita para professores e
pesquisadores. O programa permite a simulação de diversos sistemas biológicos de tratamento
de efluentes, possibilitando a utilização de sistemas de lodos ativados com até dez reatores
diferentes em série (aeróbios, anóxicos, anaeróbios), podendo incluir recirculação interna de
efluente e lodo, reatores de batelada e reatores de quimiostato, além da definição de circuitos
de controle de processo e simulação dinâmica de variação de carga (variação de carga diurna
ou sazonal, variação de temperatura e variação de parâmetros operacionais como aeração,
controle da idade do lodo e taxas de recirculação).
O AQUASIM é um software de simulação de Domínio público, amplamente utilizado para

realizar a simulação unidimensional e análise de dados de sistemas aquáticos através da
definição de substâncias a serem modeladas e dos processos envolvidos (REICHERT, 1994).
Esse programa admite uma espessura de biomassa uniforme para o sistema como um todo e a
realização de algumas adaptações para LGA é reportada na literatura, e.g. Beun et al. (2001),
com a utilização de um compartimento de biofilme conectado a um compartimento misto para
simular um RBS de LGA; e recentemente Baeten et al. (2017), com a utilização de fluxos
difusivos artificiais.
25
O software SIMBA, por sua vez, é um software novo, com interface visual melhor desenvolvida
para usuários finais e com diversos recursos novos, a saber: uma estrutura de biblioteca revisada
e intuitiva, aplicativo Web para interfaces alternativas de usuário, suporte a testes de laboratório
com biblioteca para programação de scripts e coleção de modelos de projeto. Desenvolvido
pelo departamento de Água e Energia do ifak e.V., um instituto privado de pesquisa sem fins
lucrativos em Magdeburg, Alemanha. Schraa et al. (2017) utilizaram esse software para
desenvolver um modelo de biofilme adequado à modelagem de um RBS de LGA (RBS-G). O
modelo permite que sejam utilizados volume variável, alimentação escalonada, além de
suportar geometrias de biofilme não uniformes e modelar o impacto da intensidade da mistura
no desprendimento do biofilme.
Por fim, considerando que a simulação de processos difusivos pode gerar erros numéricos (e.g.
BAETEN et al., 2017), a utilização de diferentes bases de cálculo aumenta a confiabilidade do
modelo. Sendo assim, ao desenvolver, implementar ou calibrar um modelo, a escolha da
utilização de duas ou mais plataformas funcionará como ferramenta para validação dos métodos
matemáticos.
26
3 METODOLOGIA
Neste capítulo serão apresentados o sistema operacional e as condições operacionais utilizadas;

como foi realizado o monitoramento do sistema e dos ciclos operacionais; como será feita a
identificação microbiana; e quais as hipóteses já consideradas para implementação dos modelos
matemáticos.
3.1. SISTEMA EXPERIMENTAL
Para desenvolvimento deste projeto, serão utilizados dados da operação de um sistema

experimental dimensionado e montado por Araújo et al. (2016) e Silva (2017) na estação de
tratamento de esgotos (ETE) Mangueira, localizada na cidade de Recife, Pernambuco, Brasil.
Essa estação recebe esgoto essencialmente doméstico dos bairros San Martin, Mustadinha e
Mangueira, tendo sido projetada para atender uma população de 18.000 habitantes (MORAIS
et al., 2013). O banco de dados disponível, cedido pelos pesquisadores responsáveis, contém
ao todo 11 estratégias operacionais, perfazendo mais de 1.000 dias de monitoramento
compreendidos entre agosto de 2015 e abril de 2018 (DANTAS, 2018; SALES et al., 2018;
ALVES, 2017; SILVA, 2017; ARAÚJO et al., 2016). Além do banco de dados, serão utilizados
os dados obtidos pelo presente estudo durante o desenvolvimento desta pesquisa de doutorado.
Até o momento da qualificação (julho de 2019), foram realizados três experimentos entre os
meses de junho de 2018 e junho de 2019. Os resultados desses experimentos serão discutidos
no capítulo 4 (Resultados parciais).
Esse sistema é composto por um Controlador Lógico Programável (CLP, marca Siemens®,
modelo Simatic S7 1200) responsável pelo controle e automação das fases do ciclo operacional
acoplado a um painel elétrico e componentes de dois RBS cilíndricos confeccionados em
acrílico. Associados a cada reator encontram-se uma bomba (marca Erbele®, modelo BCR
2000); um compressor de ar (marca Schulz®, modelo CSA 8.2 25L Pratic air); um filtro de ar
(marca Arprex®, modelo AF1); um rotâmetro (marca Dwyer®, modelo DR 200482); um
difusor circular de membrana (marca Ecosan®, modelo DCM); duas válvulas solenoides
pneumáticas (para descarte de efluente e automação da aeração, marca Asco®, série 8210); e
uma boia de nível (marca Anauger®, modelo SensorControl). Como componente acessório aos
27
dois sistemas, foi instalado um compressor (marca Schulz®, CSA 8.2 25L Pratic air) para o
acionamento das válvulas solenóides pneumáticas para descarte do efluente dos dois reatores.
Os dois RBS cilíndricos possuem as seguintes dimensões: altura total: 3,0 m; altura útil:
2,45 m; diâmetro interno: 0,245 m; volume útil: 115,5 L; volume total: 141,4 L; espessura de
parede: 0,003 m; alturas para retirada do efluente tratado: 0,70 m e 1,0 m; e cabeçote de fibra
de vidro com 40 cm de altura com tampa e vedação. Um esquema com as dimensões dos
reatores e os componentes do sistema é apresentado na Figura 5.
Figura 5. Esquemas: Dimensões dos reatores (esquerda); Automação (direita)
Fonte: Araújo et al (2016)
3.2. CONDIÇÕES OPERACIONAIS
A Tabela 1 apresenta as principais diferenças entre as condições operacionais utilizadas nos

estudos que compõem o banco de dados disponível (Experimentos de I à IX), bem como no
presente estudo (Experimento X finalizado; Experimentos XI e XII em andamento).
28
Tabela 3. Condições operacionais: banco de dados e presente estudo.

Ciclo Operacional - Etapas (min)
Experimento
Velocidade Troca Tempo total
Reação Ascencional Volumétrica de operação Referência
Enx. Sed. Descart. Total (cm.s-1) (%) (dias)
Anóxica/Anaeróbia Aeróbia
Araújo et al. (2016) &
I 2 - 160 15 3 180 1,2 - 1,4 59% 162
Silva (2017)
Araújo et al. (2016) &
II 2 - 160 15 3 180 1,2 - 1,4 71% 108
Silva (2017)
Silva (2017) & Alves
III 1 - 165 10 4 180 1,1 59% 124
(2017)
IV 1 - 165 10 4 180 1,1 71% 127
(2017)
V 1 - 165 10 4 180 0,9 59% 88
(2017)
VI 2 40 184 15 4 240 0,6 71% 130 Sales et al. (2018)
VII 2 15 209 15 4 240 0,6 71% 118 Sales et al. (2018)

Dantas (2018) & Alves
VIII 2 60 20* 154 20 4 240 1 71% 112
(não publicado)
Dantas (2018) & Alves
IX 2 90 20* 124 20 4 240 1 71% 127
(não publicado)
X 2 90 5* 154 20 4 240 1 71% 147 Presente estudo
Presente estudo
XI 2 60 5* 124 20 4 240 1 71% 99
(em andamento)
Presente estudo
XII 2 90 5* 124 20 4 240 1 71% 211
(em andamento)
*Intervalo de tempo entre os pulsos de ar de 4 segundos para possibilitar a mistura biomassa-substrato.
29
Outras considerações acerca das estratégias operacionais são:
I. O Experimento XII corresponde a uma repetição do Experimento X após a interrupção

decorrente da quebra do reator;
II. Em nenhum experimento houve adição de inóculo durante a partida nos reatores,
buscando estimular o crescimento de biomassa já aclimatada às características do
afluente;
III. Buscando selecionar as partículas de melhor sedimentabilidade gradualmente, evitando
grandes perdas iniciais de biomassa, os Experimentos de I ao VII utilizaram como
estratégia a redução gradual do tempo de sedimentação nas primeiras semanas de
operação (com o concomitante aumento equivalente no tempo de reação) conforme a
Tabela 2 abaixo;
Tabela 4. Estratégia de Redução do Tempo de Sedimentação para os Experimentos de I ao VII.

Experimento
Semana de Operação / Tempo de sedimentação (min)
15 em
1 2 3 4 5 6 7 8 9 10 12 14
diante
I e II 40 35 30 25 20 15 10 15 15 15 15 15 15
III 55 55 55 45 45 35 25 10 10 10 6 6 10
IV 40 30 20 10 10 10 10 10 8 8 8 10 10
V 40 30 20 10 10 10 10 10 10 10 10 10 10
VI e
40 30 20 15 15 15 15 15 15 15 15 15 15
VII
IV. Os Experimentos de VIII ao XII adotaram desde o início da operação um curto tempo
de sedimentação (20 min), mantendo-se inalterável até o final.
3.3. MONITORAMENTO
A fim de melhor acompanhar o desempenho dos experimentos foram realizadas coletas

semanais do afluente bruto (entrada); de amostra imediatamente após a fase de reação
30
anóxica/anaeróbia (caso existente no experimento); do licor misto (mistura da biomassa e do

efluente ao final do período de reação dos reatores); e do efluente tratado (saídas dos reatores).
Os parâmetros que foram analisados em todos os experimentos, com exceção da análise de EPS
realizada apenas entre os experimentos de VI a XII, bem como os métodos utilizados, estão
listados na Tabela 5 abaixo.
Tabela 5. Parâmetros analisados para todos os experimentos

Parâmetro Método Referência
pH
Potencial Redox
Multiparâmetro
Temperatura Potenciométrico
HACH CO HQ40d
Condutividade
Oxigênio Dissolvido
DQO total
Colorimétrico SM* 5220 D
DQO solúvel
Nitrogênio Total Kjeldahl (N-NTK) Macro kjeldahl SM* 4500 N-org. B
Nitrogênio Amoniacal (N-NH4+) Titulométrico SM* 4500 N-NH3 C
Nitrito (N-NO2-) Cromatografia de íons SM* 4500 NO2- B
Nitrato (N-NO3-) Cromatografia de íons SM* 4500 NO3- E
Fósforo Total Colorimétrico
SM* 4500 P D
Ortofosfato (vanadato-molibidato)
Alcalinidade (CaCO3) Titulométrico SM* 2320
Série de sólidos Gravimétrico SM* 2540
Substâncias
Exopolissacarídeo Método fenol-sulfúrico DUBOIS et al. (1956)
Poliméricas
Extracelulares
Proteínas Folin-fenol LOWRY et al. (1951)
(EPS)**
* Standard Methods (APHA, 2012).
** Análise realizada apenas durante os Experimentos de VI a XII.
A velocidade de sedimentação da biomassa foi acompanhada através da análise do Índice

Volumétrico do Lodo (IVL) proposta por Schwarzenbeck et al. (2004). Essa metodologia
propõe a determinação do índice de acordo com os procedimentos propostos por APHA (2012),
sendo que além da determinação do índice após 30 minutos sedimentação (IVL30), também foi
31
feito o registro após os primeiros 5 e 10 minutos de sedimentação (IVL5 e IVL10,

respectivamente).
O acompanhamento do desenvolvimento do lodo e a formação dos grânulos foi realizado com

o auxílio de microscopia óptica de campo claro, observando as mudanças na morfologia dos
grânulos, bem como identificando a presença de microrganismos que contribuíam para a
estabilidade ou instabilidade do lodo. As informações acerca das distribuições de tamanho dos
grânulos, que possibilitaram o acompanhamento do crescimento destes em termos percentuais
no licor misto, foram obtidas através da análise granulométrica por peneiramento – de acordo
com metodologia proposta por Bin et al. (2011). Análises de microscopia eletrônica de
varredura estão previstas para os experimentos do presente estudo.
A determinação da taxa de consumo de oxigênio (análise de respirometria) foi realizada

utilizando 1L de licor misto seguindo o procedimento descrito por Schmidell (2001) para três
processos isolados de consumo, sendo eles: 1) Respiração basal (TCO basal): consumo de
oxigênio para manutenção das atividades celulares (sem presença de substratos, após 24 horas
de aeração contínua); 2) Nitrificação (TCOnitri): consumo de oxigênio durante o processo de
nitrificação (adicionando substrato para bactérias autotróficas, cloreto de amônio); 3)
Respiração exógena (TCOexo): consumo do oxigênio durante os processos de oxidação da
matéria orgânica (adicionando ATU para inibição da nitrificação e uma fonte de carbono para
bactérias heterotróficas, acetato de sódio).
3.3.1. Monitoramento de Ciclo (Análise de perfil temporal)
Após o sistema ser considerado estável, foram realizados perfis temporais em um ciclo típico
de dois experimentos: nos dias 85 e 192 de operação dos Experimentos IX e XII,
respectivamente. Um perfil temporal foi realizado aos 91 dias de operação do Experimento XI,
objetivando observar um perfil temporal de um sistema não estável. Outros monitoramentos de
ciclos estão previstos para os Experimentos XI e XII do presente estudo (monitoramento mensal
a partir de junho de 2019).
Os parâmetros analisados no perfil temporal foram: Potencial redox, Condutividade, pH,

Oxigênio Dissolvido, Temperatura, DQO solúvel, Nitrogênio Total Kjeldahl (N-NTK),
32
Nitrogênio Amoniacal (N-NH4+), Nitrito (N-NO2-), Nitrato (N-NO3-), Fósforo Total,

Ortofosfato e Alcalinidade (CaCO3). Os métodos utilizados foram os mesmos descritos
anteriormente neste tópico (item 3.3).
3.4. IDENTIFICAÇÃO MICROBIANA
A identificação dos microrganismos presentes no licor misto para os Experimentos de X ao XII

(presente estudo) será realizada em 4 etapas:
I. Amostragem e extração de DNA (etapa já realizada, amostras encontram-se extraídas e

armazenada adequadamente);
II. PCR: uma reação em cadeia da polimerase (PCR) será feita no DNA extraído, gerando
amplificação específica dos genes que codificam a região 16S do RNA ribossômico
utilizando primers específicos (Tabela 6) para identificar a presença de grupos
importantes nos processos de nitrificação, desnitrificação e remoção biológica de
fósforo;
Tabela 6. Primers utilizados para identificação de grupos específicos.

Domínio Primer Sequência Referência
Heuer & Smalla
DNAr 16S 968F-GC AACGCGAAGAACCTTAC
(1997)
Bactéria 1392R ACGGGCGGTGTGTRC
Brosius et al. (1981)
AACCGTCGACAGTCAGGYAAC
DNAr 16S 1100F-GC GAGCGAG
Kudo et al. (2007)
Archea 1400R CGGCGAATTCGTGCAAGGAGC
AGGGAC
DNAr 16S PAO651F CCC TCTGCCAAACTCCAG
Crocetti et al. (2000)
PAOS PAO846R GTTAGCTACGGACTAAAAGG
DNAr 16S
PAO651F TACCACCCCGAGCCGCGCGT Nittami et al. (2003)
Desnitrificante
PAO846R GCCGCCGTCGTGCAGGAA Shojii et al. (2006)
s
DNAr 16S amx368F TTCGCAATGCCCGAAAGG Schimd et al. (2001)
Anammox amx 820R AAAACCCCTCTACTTAGTGCCC Schimd et al. (2003)
NTS232F
DNAr 16S GCTCATGTCCTATCAGCTTG
NTS1200 Lim et al. (2008)
Nitrospira AGGCATAAAGGCCATGCTG
R
NOS190F
DNAr 16S CGATCCCCTGCTTTTCTCC Mobarry et al.
NSO1225
BOA CGCCATTGTATTACGTGTGA (1996)
R
33
III. DGGE: os produtos finais da PCR serão submetidos à DGGE (eletroforese vertical em
gel gradiente desnaturante) seguindo o procedimento proposto por Muyzer et al. (1993).
Os produtos da DGGE serão utilizados como pré-visualização da dinâmica microbiana
das amostras, indicando desaparecimento e aparecimento de bandas com alterações das
condições operacionais. Além de fornecer uma análise prévia, estes resultados indicam
quais amostras deverão seguir para a próxima etapa, o sequenciamento;
IV. Sequenciamento: o sequenciamento será realizado por empresa externa ao laboratório.
Os Experimentos III, IV, V, VIII e IX possuem amostras de DNA extraído e amplificado,

adequadamente conservadas em dias de coleta com resultados físico-químicos expressivos,
possibilitando a realização de DGGE e sequenciamento da biomassa presente em diferentes
etapas desses experimentos.
3.5. MODELAGEM MATEMÁTICA
De posse do banco de dados existente e dos dados experimentais obtidos nesse estudo, serão
implementados, calibrados e validados modelos matemáticos adequados ao sistema com o
auxílio dos softwares ASIM, AQUASIM e SIMBA, buscando aumentar a confiabilidade dos
modelos.
Inicialmente serão implementados modelos de lodos ativados, calibrando-os e adequando-os

aos componentes e processos de remoção simultânea de nutrientes e matéria orgânica
observados experimentalmente. Considerando o foco do sistema na remoção de nutrientes, os
modelos ASM que contemplam a remoção biológica de fósforo em seus processos terão
prioridade, a saber os modelos ASM2, ASM2d e ASM3-Bio-P. Sabendo que tais modelos
apresentam algumas restrições, como uma faixa de temperatura limitada entre 8 e 23ºC (sendo
que temperatura média de afluente e efluente dos experimentos a serem modelados por esse
trabalho é de 30°C), e não apresentam processos que descrevem condições anaeróbias,
prováveis adequações serão feitas durante a calibração e a implementação dos modelos.
34
Considerando que um modelo matemático deve ser “o mais simples possível e complexo apenas
o necessário”2 (WANNER et al, 2006), a revisão mais aprofundada de literatura dos principais
modelos de biofilme comporá uma etapa da metodologia desta pesquisa, possibilitando a
escolha dos modelos mais adequados ao sistema experimental. Ressalta-se que nessa etapa será
preciso definir a gama de condições operacionais e metas para as quais hipóteses
simplificadoras sejam feitas. Por exemplo, será avaliado quando o transporte intragranular de
solutos pode ser agrupado em cinética aparente, podendo utilizar ASM, e quando serão
necessários modelos de biofilme, para calcular explicitamente os gradientes de concentração de
substrato dentro dos grânulos. Após isso, os modelos de biofilme selecionados serão
implementados com diferentes níveis de detalhamento.
Por fim, os diferentes modelos com diferentes níveis de detalhamento serão comparados com
dados experimentais existentes e cenários com foco na otimização de parâmetros operacionais,
simulando situações específicas serão avaliados.
2
“A model should be as simple as possible, and only as complex as needed” (WANNER, 2006)
35
4 RESULTADOS PARCIAIS
Os resultados obtidos até então (26 de junho de 2019) para os Experimentos de X a XII são
apresentados e discutidos neste capítulo. Os seguintes subtópicos estão dispostos em sequência:
a caracterização do esgoto afluente, análise do comportamento da biomassa; eficiências de
remoção dos compostos de interesse e, ao final, serão apresentados dois perfis temporais
realizados aos 192 dias de operação do Experimento XII e 91 dias de operação do Experimento
XI.
4.1. CARACTERIZAÇÃO DO ESGOTO AFLUENTE
A Tabela 7 apresenta as características do esgoto sanitário, afluente ao experimento, observadas

durante o período de estudo. Como os experimentos aconteceram em períodos diferentes, a
média e o desvio padrão dos parâmetros foram calculados para cada um.
Tabela 7. Caracterização do esgoto sanitário afluente (média ± desvio padrão).

Experimento
Parâmetro X XI XII
28.06.2018 a 19.03.2019 a 27.11.2018 a
22.11.2018 . 26.06.2019 . 26.06.2019 .
Oxigênio Dissolvido (mg.L-1) 0,53 ± 0,27 0,49 ± 0,24 0,37 ± 0,23
pH 7,15 ± 0,13 7,11 ± 0,15 7,10 ± 0,20
Temperatura (°C) 28,6 ± 1,6 29,3 ± 1,6 28,4 ± 1,2
Condutividade (µS.cm-1) 852 ± 68 877 ± 123 901 ± 100
Potencial Redox (mV) -257 ± 53 - 304 ± 75 -317 ± 23
Sólidos Totais (mg.L-1) 76 ± 20 66 ± 46 69 ± 49
Sólidos Suspensos Totais (mg.L ) -1
439 ± 178 569 ± 131 553 ± 123
DQOtotal (mg.L ) -1
226 ± 64(3) 199 ± 71(3) 206 ± 62(3)
DQOsolúvel (mg.L-1) 86 ± 21 72 ± 14 73 ± 14
Nitrogênio Total (mg N-NTK.L-1) 35,5 ± 4,3 29,7 ±10,9 31,4 ± 9,4
Nitrogênio Amoniacal (mg N-NH4+.L-1) 25,2 ± 4,9(3) 22,3 ± 7,3(3) 24,1 ± 6,0(3)
Fósforo Total (mg P-PO43-.L-1) 3,94 ± 0,63(4) 3,36 ± 1,07(4) 3,60 ± 1,01(4)
Ortofosfato (mg P-PO43-.L-1) 1,68 ± 0,18 1,41 ± 0,47 1,51 ± 0,43
(3)
Concentrações baixas de acordo com Metcalf e Eddy (2003): DQOtotal 250 mg.L-1, P-PO43- 4 mg.L-1.
(4)
Concentrações médias de acordo com Metcalf e Eddy (2003): N-NH4+ 25 mg.L-1.
36
4.2. COMPORTAMENTO DA BIOMASSA
As Figuras 6, 7 e 8 a seguir apresentam os resultados de concentração de Sólidos Suspensos

Voláteis no Licor Misto (SSVLM), Tempo de Retenção Celular (TRC), Distribuição
Granulométrica e Índices Volumétricos de Lodo (ILV10, IVL30 e relação IVL30/IVL10) para os
Experimentos de X a XII. As linhas azul e vermelha demarcam o início do período granular
(percentual de grânulos no reator superior a 50%) e o início do período com grânulos maduros
(percentual de grânulos no reator superior a 80%, observado apenas no Experimento XII).
Figura 6. Concentração de SSV no Licor Misto (SSVLM) e Tempo de Retenção Celular (TCR) para os
reatores Experimentos X (acima); XI (centro) e XII (abaixo). As linhas azul e vermelha demarcam o
início do período granular e o início do período com grânulos maduros, respectivamente.
3000 16
2500
SSVLM (mg.L-1)
12
2000
TRC (dias)
1500 8
1000
4
500
0 0
0 20 40 60 80 100 120 140 160 180 200 220
3000 16
2500
SSVLM (mg.L-1)
12
2000
1500 8 TRC (dias)
1000
4
500
0 0
0 20 40 60 80 100 120 140 160 180 200 220
3000 16
2500
SSVLM (mg.L-1)
12
2000
TRC (dias)
1500 8
1000
4
500
0 0
0 20 40 60 80 100 120 140 160 180 200 220
Tempo de operação (dias) SSVLM TRC
Fonte: Autora
37
Figura 7. Classificação granulométrica da biomassa para os Experimentos X (acima); XI (centro) e XII

(abaixo). A linha azul e o retângulo vermelho demarcam o início do período granular e o período com
grânulos maduros, respectivamente.
100
90
80
70
Porcentagem (%)
P1000
60
P600
50
P400
40
P212
30
P<212
20
10
0
0 6 13 19 25 39 48 67 83 96 102 117 132 138
100
90
80
70
P1000
Porcentagem (%)
60
P600
50
P400
40
P212
30
P<212
20
10
0
0 15 22 41 50 56 72 80 84 91 99
100
90
80
70
Porcentagem (%)
60
50
40
30
20
10
0
196
203
211
0
2
15
22
43
50
56
65
71
78
87
92
104
113
120
127
134
146
153
162
168
176
184
192
Tempo de operação (dias)

D < 212 µm 212 < D < 400 µm 400 < D < 600 µm 600 < D < 1000 µm D > 1000 µm
Fonte: Autora
38
Figura 8. Resultados dos testes de IVL aos 10 e 30 min (IVL10 e IVL30), e Relação IVL30/IVL10 para os
Experimentos X (acima); XI (centro) e XII (abaixo). As linhas azul e vermelha demarcam o início do
período granular e o início do período com grânulos maduros, respectivamente.
250 100
200 80
IVLX (mL.g SST-1)
IVL30 / IVL10
150 60
100 40
50 20
0 0
0 20 40 60 80 100 120 140 160 180 200 220
250 100
200 80
IVLX (mL.g SST-1)
IVL30 / IVL10
150 60
100 40
50 20
0 0
0 20 40 60 80 100 120 140 160 180 200 220
250 100
200 80
IVLX (mL.g SST-1)
150 60 IVL30 / IVL10
100 40
50 20
0 0
0 20 40 60 80 100 120 140 160 180 200 220
IVL 10 IVL 30 IVL 10 / IVL 30
Fonte: Autora
Ao observar a distribuição granulométrica durante o período operacional (Figura 7), observa-

se no Experimento X (E-X) uma formação de grânulos mais rápida, quando comparada aos
demais. Após 39 dias, mais de 50% da biomassa era composta por grânulos (com diâmetro
superior à 0,2µm). No entanto, até o momento da interrupção da operação (por problemas
39
operacionais aos 147 dias), não foram retidos grânulos em concentração suficiente para
caracterizar o lodo como granular (80%). Para os Experimentos XI (E-XI) e XII (E-XII), ainda
em andamento, a formação expressiva de grânulos foi observada após 72 e 87 dias de operação,
respectivamente, podendo-se observar um período de estabilidade granular após 168 dias no E-
XII. Dantas (2018), ao operar dois experimentos com o mesmo sistema experimental e
condições operacionais semelhantes (diferindo na utilização de um maior intervalo entre os
pulsos de ar na fase anóxica – 20min) obteve grânulos após um período mais curto (58 dias para
fase anóxica de 60 minutos, semelhante ao E-XI, e 79 dias para fase anóxica de 90 minutos,
semelhante ao E-XII). Tal fato pode ser explicado pela maior disponibilidade de matéria
orgânica e nitrogênio presentes no afluente (DQOT - 281,98 ± 51,99; N-NH4+ - 32,00 ± 5,74).
No entanto, após o período experimental de 130 dias, não foi obtido um período de estabilidade.
Na literatura, resultados semelhantes são comumente encontrados, a saber: i) Ni et al. (2009)

observaram grânulos após 80 dias de operação tratando esgoto doméstico de baixa carga (DQOT
95-200 mg.L-1) em RBS escala piloto (1 m³), observando mais de 80% de biomassa granular
apenas após 300 dias; ii) Liu et al. (2010) verificaram granulação completa apenas após 400
dias de operação tratando esgoto sanitário em RBS escala de bancada (31,4 L); iii) Akaboci
(2013) observou granulação completa após 150 dias de operação em RBS escala piloto (116 L)
utilizando carga orgânica média de 2,1 kg·DQO T.m-3.d-1.
Analisando a concentração de biomassa dos experimentos a partir da concentração de SSVLM

(Figura 6), observa-se que o desenvolvimento da biomassa se deu de forma lenta devido aos
reatores não terem sido inoculados e à aplicação de um curto tempo de sedimentação desde o
início da operação buscando reter biomassa de boa sedimentabilidade. Durante o período
granular, as concentrações médias de SSVLM foram de 1,23 ± 0,76 mg.L-1 para o E-X, 0,76
± 0,13 mg.L-1 para o E-XI, 0,41 ± 0,22 mg. L-1 (média do início da granulação até antes do
período estável) e 1,20 ± 0,38 mg.L-1 (período estável) para o E-XII. Destaca-se que, apesar
de E-XII corresponder à uma repetição das condições operacionais do E-X, o mesmo apresentou
uma menor retenção de biomassa, sendo necessária a investigação das razões, podendo ser
utilizado para isso técnicas de biologia molecular. De modo geral, maiores concentrações
médias de biomassa são reportadas na literatura de trabalhos com RBS tratando esgoto diluído5.
5
Dantas (2018) 1,67 e 1,70 g·L-1 com 130 de operação; Liu et al. (2010) 1,3 g·L-1 com 70 dias; Wagner e da
Costa (2013) 3,4 g·SSV·L-1 após 241 dias.
40
A idade do lodo (TRC) aumentou gradativamente de modo proporcional ao aumento da

concentração de biomassa durante todos os experimentos (Figura 6). Os resultados médios
durante o período granular foram de 6,6 ± 5,3 mg.L-1 para o E-X, 2,7 ± 0,8 mg.L-1 para o E-
XI, 1,7 ± 0,7 mg. L-1 (média do início da granulação até antes do período estável) e 6,4 ± 1,8
mg.L-1 (período estável) para o E-XII. Sabendo que uma idade do lodo entre 8 a 10 dias
beneficia a remoção de nitrogênio em sistemas de lodos ativados convencionais (VON
SPERLING, 2005), melhores eficiências de remoção foram observadas em E-X e durante o
período estável E-XII, como será mostrado no próximo tópico (4.3).
Por fim, os resultados encontrados para o IVL durante os experimentos (Figura 8) ratificam os
resultados encontrados pelo ensaio granulométrico. A análise do gráfico possibilita verificar
que apenas durante o período estável do E-XII são observados valores de IVL30/IVL10
superiores ao valor ótimo de 90% proposto por Liu e Tay (2008) (IVL30/IVL10: 95 ± 4%). No
período granular, E-X e E-XI apresentaram relação média IVL30/IVL10 de 75 ± 10 e 75 ± 8,
respectivamente, confirmando que os mesmos não atingiram granulação completa. Quanto ao
IVL30, os resultados encontrados são similares aos reportados em outros estudos com LGA
cultivados com esgoto doméstico: Wagner e da Costa (2013) 53 mL·g SST-1; Derlon et al.
(2016) 80 mL·g-1; Dantas (2018) 61,3 e 63,3 mL·g SST-1; presente estudo E-X 59 ± 15 mL·g
SST-1, E-XI 4± 6 mL·g SST-1, E-XII 43 ± 11 mL·g SST-1.
O desenvolvimento da biomassa granular for acompanhado através de microscopia óptica. O

Apêndice A traz imagens com aumento de 100x e possibilita a percepção das mudanças na
morfologia da agregação microbiana durante os Experimentos de X a XII.
4.3. EFICIÊNCIAS DE REMOÇÃO
O desempenho dos experimentos em termo de Remoção de DQO (Figura 9), Nitrogênio

(Figuras 10 e 11) e Ortofosfato (Figura 12) serão apresentados e discutidos a seguir.
Durante os experimentos, as concentrações de DQO no afluente foram bastante variáveis, como

mostra a Figura 9, apresentando intervalos de valores mínimos e máximos entre 156 e 387
mg.L-1 para E-X, 85 e 349 mg.L-1 para E-XI e E-XII.
41
Figura 9. Concentrações de DQO afluente e efluente, e eficiências de remoção para os Experimentos X

(acima); XI (centro) e XII (abaixo). As linhas azul e vermelha demarcam o início do período granular e
o início do período com grânulos maduros, respectivamente.
400 100
350
Eficiência de Remoção (%)

80
300
DQO (mg.L-1)
250 60
200
150 40
100
20
50
0 0
0 20 40 60 80 100 120 140 160 180 200 220
400 100
350

80
300
DQO (mg.L-1)
250 60
200
150 40
Perfil
100
20
50
0 0
0 20 40 60 80 100 120 140 160 180 200 220
400 100
Perfil
350

80
300
DQO (mg.L-1)
250 60
200
150 40
100
20
50
0 0
0 20 40 60 80 100 120 140 160 180 200 220
DQO Afluente DQO Efluente Eficiência de Remoção
Fonte: Autora
A eficiência de remoção de DQO nos Experimentos X e XI manteve-se pouco variável durante todo o
experimento (E-X 76,2 ± 5,0%; E-XI 78,0 ±4,3%), com exceção do dia 91 de operação para o
E-XI. Chuvas intensas ocorreram em dias anteriores à coleta, alterando a composição do

afluente significativamente. Devido a isso, foi realizado um monitoramento do ciclo para esse
42
experimento nesse dia, buscando observar os processos. Tal monitoramento é apresentado e

discutido no próximo tópico (4.4). Quanto ao E-XII, consideráveis variações na eficiência
foram observadas mesmo no período de estabilidade granular (eficiência média após o início
da granulação 68,0 ± 13,0¨%, eficiência média no período estável 75,4 ± 18,3%).
As Figuras 10 e 11 apresentam os resultados para compostos Nitrogenados.
Figura 10. Concentração de Nitrogênio Total Kjeldahl (NTK) afluente e efluente, e eficiência de
remoção para os Experimentos X (acima); XI (centro); XII (abaixo). As linhas azul e vermelha
demarcam o início do período granular e o início do período com grânulos maduros, respectivamente.
60 100

50 80
N-NTK (mg.L-1)
40
60
30
40
20
10 20
0 0
0 20 40 60 80 100 120 140 160 180 200 220
60 100
50 80
40
Axis Title
N-NTK
60
30
40
20
10 20
0 0
0 20 40 60 80 100 120 140 160 180 200 220
60 100
50 80
N-NTK (mg.L-1)
40
60
30
40
20
10 20
0 0
0 20 40 60 80 100 120 140 160 180 200 220
Afluente Efluente Eficiência
Fonte: Autora
43
Figura 11. Concentração de amônia afluente e efluente, nitrito e nitrato efluente, e eficiência de remoção
para os Experimentos X (acima); XI (centro); XII (abaixo). As linhas azul e vermelha demarcam o início
do período granular e o início do período com grânulos maduros, respectivamente.
40 100

N-NH4+/N-NOx- (mg.L-1)
80
30
60
20
40
10
20
0 0
0 20 40 60 80 100 120 140 160 180 200 220
40 100

N-NH4+/N-NOX (mg.L-1)
80
30
60
20
40
10
20
0 0
0 20 40 60 80 100 120 140 160 180 200 220
40 100

80
30
60
20
40
10
20
0 0
0 20 40 60 80 100 120 140 160 180 200 220
NH4 Afluente NH4 Efluente NH4 Eficiência NO2 Efluente NO3 Efluente
Fonte: Autora
A partir da Figura 11, observa-se que todos os experimentos apresentaram baixa eficiência de
remoção de amônia no período anterior ao início da granulação. Este mal desempenho pode ser
atribuído ao desenvolvimento paulatino das bactérias nitrificantes, micro-organismos de
crescimento lento e provavelmente lavados frequentemente do sistema em decorrência da alta
pressão de seleção. Com a formação dos grânulos, observou-se a melhora dos processos de
nitrificação e, considerando que não houve acúmulo considerável dos compostos oxidados
intermediários (nitrito e nitrato), pode-se deduzir que o processo de desnitrificação simultâneo
44
à nitrificação foi alcançado em todos os experimentos. No período granular, as remoções de

nitrogênio amoniacal médias foram de 74,9 ± 20,1% para o E-X, 45,53 ± 29,9% para o E-XI,
12,8 ± 7,1% (média do início da granulação até antes do período estável) e 77,8 ± 22,4%
(período estável) para o E-XII. Dantas (2018), utilizando o mesmo sistema experimental em
dois experimentos, obteve remoções superiores (94,0 e 94,6%), no entanto, observou um
acúmulo de nitrito e nitrato no sistema. Podendo-se concluir que os experimentos do presente
estudo proporcionaram o desenvolvimento de grânulos maiores, com zonas aeróbias e anóxicas
bem definidas que possibilitaram os processos de NDS.
Os resultados de remoção de ortofosfato são apresentados na Figura 12 a seguir.
Figura 12. Concentrações de ortofosfato afluente e efluente, e eficiências de remoção para os

Experimentos X (acima); XI (centro) e XII (abaixo). As linhas azul e vermelha demarcam o início do
período granular e o início do período com grânulos maduros, respectivamente.
2,4 100

Ortofosfato (mg P-PO43-.L-1)
80
1,6
60
40
0,8
20
0,0 0
0 20 40 60 80 100 120 140 160 180 200 220
2,4 100

80
1,6
60
40
0,8
20
0,0 0
0 20 40 60 80 100 120 140 160 180 200 220
2,4 100
80
1,6
60
40
0,8
20
0,0 0
0 20 40 60 80 100 120 140 160 180 200 220
Tempo de operação (dias) Afluente Efluente Eficiência
Fonte: Autora
45
Analisando o desempenho dos experimentos em relação à remoção biológica de fósforo,

verifica-se que estes apresentaram resultados iguais ou ligeiramente superiores aos resultados 6
encontrados para o mesmo sistema experimental anteriormente (banco de dados). As remoções
médias para E-X e E-XI no período granular e para E-XII no período de estabilidade granular
obtidas foram 55,3; 60,8 e 65,6%, respectivamente.
A Tabela 8 apresenta uma síntese com os resultados médios dos parâmetros encontrados
durante os experimentos após o início da granulação.
Tabela 8. Resultados médios durante a operação (média ± desvio padrão).

Experimento
X XI XII
Parâmetros
Após início da Após início da Após início da Grânulos
Granulação Granulação Granulação Maduros
SSVLM (g.L-1) 1,23 ± 0,76 0,76 ± 0,13 0,41 ± 0,22 1,20 ± 0,38
TRC (dias) 6,6 ± 5,3 2,7 ± 0,8 1,7 ± 0,7 6,4 ± 1,8
IVL30 (mL.g SST-1) 59 ± 15 47 ± 6 112 ± 45 43 ± 11
IVL30/IVL10 (%) 75 ± 10 75 ± 8 74 ± 10 95 ± 4
% Grânulos > 0,2µm 63 ± 11 58 ± 6 75 ± 6 84 ± 4
Efic. de Remoção -
77,1 ± 4,9 78,3 ± 6,0 68,0 ± 13,0 75,4 ± 18,3
DQO (%)
DQOefluente (mg.L-1) 48,0 ± 7,4 51,8 ± 19,7 62,9 ± 20,2 39,6 ± 13,6
74,9 ± 20,1 45,53 ± 29,9 12,8 ± 7,1 77,8 ± 22,4
NH4+ (%)
N-NH4+efluente (mg.L-1) 15,0 ± 9,1 12,3 ± 7,1 20,5 ± 6,3 7,4 ± 7,0
N-NO2-efluente (mg.L-1) 0,44 ± 0,39 5,23 ± 4,50 0,67 ± 0,78 4,72 ± 2,75
N-NO3-efluente (mg.L-1) 1,32 ± 1,48 * 0,36 ± 0,38 0,47 ± 0,41
55,3 ± 25,7 60,8 ± 12,8 37,5 ± 13,5 65,6 ± 19,6
PO43- (%)
P-PO43-efluente (mg.L-1) 0,75 ± 0,43 0,42 ± 0,29 0,99 ± 0,31 0,41 ± 0,28
*Não identificado no período.
4.4. ANÁLISE DE PERFIS TEMPORAIS
As Figuras 13 e 14 apresentam os resultados de monitoramento de um ciclo operacional nos

Experimentos XII e XI aos 192 e 91 dias de operação, respectivamente.
6
Dantas (2018) obteve remoção média de 42,8% utilizando 1h30 de fase anaeróbia, e Sales et al. (2018) de 56,6%,
operando com fase anóxica de 40 min.
46
Figura 13. Perfis temporais aos 192 dias de operação (07.06.2019) do Experimento XII (período
estacionário - SSVLM: 1,0 g.L-1) para os parâmetros DQOs, Nitrogênio, Fósforo, OD e pH.
100
DQOS (mg.L-1)
80
60
40
25
NH4+ NO2 NO3

20
15
10
2,0
Ortofosfato (mgP-PO43-.L-1)
1,5
1,0
0,5
0,0
10
8
OD (mg.L-1)
32 8,0
Temp. pH
Temperatura (°C)
30 7,5
pH
28 7,0
26 6,5
24 6,0
0 20 40 60 80 100 120 140 160 180 200 220 240
Tempo de ciclo (min)
Fonte: Autora
47
Analisando a Figura 13, pode-se perceber que logo após o enchimento do reator, os parâmetros
DQO, Nitrogênio e Ortofosfato diminuem e o OD aumenta devido a mistura do afluente com o
efluente tratado remanescente do ciclo anterior (29% retido, em função da troca volumétrica de
71%). Após isso, o OD do meio líquido decaiu rapidamente atingindo concentração de 0,19
mg·L-1 aos 20 min, mantendo valores baixos após isso durante toda a fase anaeróbia (também
não há presença de nitrito ou nitrato nesse período). Cabe destacar que os pulsos de ar não
provocaram aumentos significativos na concentração de OD, servindo apenas com mecanismo
de mistura para promover o contato biomassa com o efluente durante esta fase.
Durante a fase anaeróbia, percebe-se após 30 minutos de ciclo um ligeiro aumento na

concentração de amônia, decorrente da amonificação do nitrogênio orgânico (relação
NH4+/NTK afluente = 85%). Além disso, uma fração da DQOS foi consumida durante a
desnitrificação, removendo todo nitrito e nitrato remanescente, e há um discreto aumento do
pH, resultante da produção de alcalinidade no processo. Assume-se que nessa fase, a fração
facilmente biodegradável da DQOS (na forma de Ácidos Graxos Voláteis), foi utilizada pelos
PAO, aumentando as reservas de PHA nas células, e liberando fosfato para o meio líquido
(concentrações de P-PO43-: afluente 1,14 mg.L-1; ao final da fase anaeróbia 1,84 mg.L-1). A
hipótese de que uma parcela das remoções de nitrogênio e fósforo ocorreu por meio de DPAO
necessita ser confirmada utilizando técnicas de biologia molecular que indiquem sua presença.
Analisando a fase aeróbia, percebe-se um rápido aumento de OD no meio, atingindo a

concentração de saturação em poucos minutos. Nesse período, os processos de nitrificação;
desnitrificação, e remoção biológica de fósforo são claramente visualizados, ocorrendo em altas
taxas. As variações do pH estão associadas ao consumo e produção de alcalinidade pelos
processos de nitrificação e desnitrificação, respectivamente. Observa-se um aumento e
posterior diminuição das concentrações de nitrito e nitrato, indicando a existência de NDS. No
início da fase aeróbia, percebe-se também um aumento de DQOS, que pode ser decorrente da
hidrólise da MO particulada, ou mesmo da lise celular em razão da baixa disponibilidade de
carbono. Por fim, percebe-se a oxidação da matéria orgânica pelas bactérias heterotróficas e a
absorção em alta taxa do fosfato liberado anteriormente durante a fase anaeróbia pelos PAO.
Ao final do ciclo no E-XII, foram alcançadas as seguintes eficiências de remoção: DQOT 83%;
DQOS 60%; N-NH4+ 82%; P-PO43- 87%; e as seguintes concentrações de nitrito e nitrato
remanescente: 3,2 mg·L-1 e 0,84 mg·L-1, respectivamente. Após balanço de massa, estima-se
48
Figura 14. Perfis temporais aos 91 dias de operação (18.06.2019) do Experimento XI (período não-
estacionário - SSVLM: 0,74 g.L-1) para os parâmetros DQOs, Nitrogênio, Ortofosfato, OD e pH.
80
DQOS (mg.L-1)
60
40
20
8
NH4 NO2 NO3

6
2,0
1,5
1,0
0,5
0,0
10
8
OD (mg.L-1)
32 8,0
Temperatura (°C)
30 7,5
pH
28 7,0
26 6,5
pH Temp.
24 6,0
0 20 40 60 80 100 120 140 160 180 200 220 240
Tempo de ciclo (min)
Fonte: Autora
49
que 69% do nitrogênio virou gás, na forma de N2 ou óxidos nitrosos. Foram consumidos 75,6
mg CaCO3·L-1 de alcalinidade e o efluente apresentou pH de 7,18.
O monitoramento do ciclo aos 91 dias do Experimento XI (Figura 14), no entanto, foi

caracterizado por concentrações afluentes atípicas (bastante diluído) em decorrência das chuvas
intensas no período (de acordo com a Agência Pernambucana de Águas e Climas – APAC:
precipitações entre 11 e 17 de junho de aproximadamente 400mm, sendo 120mm apenas no dia
anterior à coleta - 17/06/2019; precipitação no dia do perfil de 69,2mm). Cabe ressaltar que o
mesmo não representa um perfil típico de operação visto que o experimento ainda não se
encontrava em seu período estável. Assim, analisando a Figura 14, percebe-se logo após o
enchimento do reator a diminuição dos parâmetros DQO e Nitrogênio, e o aumento da
concentração de OD. Após isso, o OD do meio líquido decai, no entanto, não atinge valores
inferiores a 1 mg.L-1, indicando que a biomassa presente no sistema não foi capaz de consumir
todo o OD, mantendo esses valores até o final da fase (60 minutos). Assim, essa fase com
menores concentrações de OD será denominada fase 1 (também há presença de nitrito ou nitrato
durante todo o período), e a fase com maior disponibilidade de oxigênio fase 2.
Durante a fase 1, percebe-se o lento consumo de DQOS e amônia, considerando também a

amonificação do nitrogênio orgânico (relação NH4+/NTK afluente = 69%). Percebe-se uma
pequena variação na concentração de nitrato e ortofosfato, e uma concentração estável de
nitrito, podendo-se intuir que o processo de desnitrificação e absorção de fósforo pelas células,
caso tenham ocorrido, não foram significativos nessa fase.
Analisando a fase 2, percebe-se um rápido consumo de MO nos primeiros 5 minutos de ciclo.

Após isso, o aumento significativo de DQOS, pode estar relacionado a lise celular decorrente
da baixa disponibilidade de carbono, liberando MO solúvel no meio. Nesse período, é possível
verificar o processo de nitrificação e a remoção biológica de fósforo. Como houve um acúmulo
de nitrito e nitrato, o processo de NDS não foi alcançado.
Ao final do ciclo no E-XI (não estável), foram alcançadas as seguintes eficiências de remoção:
DQOT 62%; DQOS 55% ; N-NH4+ 89%; P-PO43- 100%; e as seguintes concentrações de nitrito
e nitrato remanescente: 7,3 mg·L-1 e 1,1 mg·L-1, respectivamente. Após balanço de massa,
estima-se que apenas 15% do nitrogênio virou gás, na forma de N2 ou óxidos nitrosos. Foram
consumidos 36,8 mg CaCO3·L-1 de alcalinidade e o efluente apresentou pH médio de 7,96.
50
5 CRONOGRAMA
Semestre
Atividade
2017.2 2018.1 2018.2 2019.1 2019.2 2020.1 2020.2 2021.1
Obtenção dos créditos junto ao programa X X
Revisão bibliográfica X X X X X X X X
Delineamento experimental e adequações no sistema
X X
existente
Operação e monitoramento do experimento X X
Exame de qualificação jul.
Goethe-Institut - Curso Intensivo de Alemão ago./set.
Implementação de modelos para lodos
Ruhr-Universität
X X
ativados
Bochum
Implementação de modelos de biofilme X X

Calibração dos modelos implementados X X
Elaboração de artigos para congressos científicos X7 X X X X X
Elaboração de artigos para periódicos X X X X X X
Redação final da tese X X
Defesa da tese X
7
Artigos aprovados e apresentados oralmente no 18° Silubesa (Porto, Portugal) e no 6° Isebe (Ciudad Obregón, México) em 2018.2.
51
REFERÊNCIAS
ADAV, S. S. et al. Aerobic granular sludge: recent advances. Biotechnology Advances. v.

26. p. 411-223. 2008.
AKABOCI, T. R. V. Tratamento de esgoto sanitário em reator em bateladas sequenciais:

desempenho do processo e modelagem matemática. Dissertação. 169 p. Universidade
Federal de Santa Catarina (UFSC): Florianópolis, 2013.
ALVES, O. I. M. Aspectos microbiológicos do tratamento de esgotos sanitários em

reatores em batelada sequencial com lodo granular. Dissertação. 95 p. Universidade
Federal de Pernambuco (UFPE): Recife, 2017.
AMERICAN PUBLIC HEALTH ASSOCIATION (APHA). Standard Methods for the

examination of water and wastewater. 22 ed. United Book Press: Washington, 2012.
ARAÚJO, J. M. P. et al. Formation of aerobic granules in sequencing batch reactors

applied for diluted domestic wastewater. The Fifth International Symposium on
Environmental Biotechnology and Engineering. Anais... Buenos Aires, Argentina: 2016.
ARTAN, N. ORHON, D. Mechanism and design of sequencing batch reactor for nutrient
removal. Scientific and Technical Report. n. 19. 116 p. London: IWA Publishing, 2005.
BAETEN, J. E. et al. Improving the Accuracy of Granular Sludge and Biofilm Reactor
Simulations in Aquasim Through Artificial Diffusion. Biotechnology and Bioengineering. v.
114. n. 9. p. 2131-2136. 2017.
BASSIN, J.P. Tecnologia de granulação aeróbia (Lodo granular aeróbio). In: Processos
biológicos avançados para tratamentos de efluentes e técnicas de biologia molecular para o
estudo da diversidade microbiana. Org: DEZOTTI, M. SANT’ANNA JR., G. L. BASSIN, J.
P. 1 ed. Editora Interciência: Rio de Janeiro, 2011.
BEUN, J. J. et al. Aerobic granulation in a sequencing batch reactor. Water Research. v. 33.
p. 2283-2290. 1999.
BEUN, J. J. et al. N-removal in a granular sludge sequencing batch airlift reactor.

Biotechnology and Bioengineering. v. 75. p. 82-92. 2001.
BEUN, J. et al. Aerobic granulation in a sequencing batch airlift reactor. Water Research. v.
36. n. 3. p. 702–712. 2002.
BIN, Z. et al. Dynamic and distribution of ammonia-oxidizing bacteria communities during

sludge granulation in an anaerobic–aerobic sequencing batch reactor. Water Research. v.
45(18). p. 6207-6216. 2011.
BLACK, S. A. Experience with phosphorus removal at existing Ontario municipal wastewater

treatment plants. In: LOEHR, R.C. MARTIN, C.S. RAST, W. Phosphorus management
52
strategies for lakes. Ann Arbor, Michigan: Ann Arbor Science Publishers, Inc. chap.13.
p.329-353. 1980.
BROSIUS, J. et al. Gene organization and primary structure of ribosomal RNA operon from
Escherichia coli. Journal Mol. Biol. v. 148. p. 107-127. 1981.
CARVALHEIRA M. et al. The impact of aeration on the competition between

polyphosphate accumulating organisms and glycogen accumulating organisms. Water
Research. v. 66. p 296-307. 2014.
CHEN, C. et al. Characterization of aerobic granular sludge used for the treatment of
petroleum wastewater. Bioresource Technology. [s.l.]. v. 271. p.353-359. 2019.
COMA, M. et al. Enhancing aerobic granulation for biological nutrient removal from
domestic wastewater. Bioresource Technology. v. 103. p. 101-108. 2012.
CROCETTI, G. R. et al. Identification of polyphosphate-accumulating organisms and design

of 16S rRNA-directed probes for their detection and quantitation. Applied and
Environmental Microbiology. v. 66. p. 1175-1182. 2000.
DAI, Y. J. et al. Influence of an aniline supplement on the stability of aerobic granular sludge.
Journal of Environmental Management. v. 162. p. 115-122. 2015.
DANTAS, B. K. S. F. Formação de lodo granular aeróbio em reatores em bateladas

sequenciais para o tratamento de esgoto doméstico de baixa carga visando à remoção de
nutrientes. Dissertação. 81 p. Universidade Federal de Pernambuco (UFPE): Recife, 2018.
DENG, S. et al. Role and influence of extracellular polymeric substances on the preparation
of aerobic granular sludge. Journal of Environmental Management. [s.l.]. v. 173. p.49-54.
2016.
DE KREUK, M. K.; VAN LOOSDRECHT, M. C. M. Selection of slow growing organisms

as a means for improving aerobic granular sludge stability. Water Science and Technology.
v. 49. n. 11-12. p. 9-17. 2004.
DE KREUK, M. K. et al. Simultaneous COD, Nitrogen and Phosphate removal by aerobic

granular sludge. Biotechnology and Bioengineering. v. 90. p. 761-769. 2005.
DUBOIS, M. et al. Colorimetric method for determination of sugars and related substances.
Analytical Chemistry. v. 28. n. 3. p. 350-356. 1956.
FRANCA, R.D.G. et al. Effect of an azo dye on the performance of an aerobic granular
sludge sequencing batch reactor treating a simulated textile wastewater. Water Research. n.
85. p. 327-336. 2015.
GEBARA, F. Activated sludge biofilm wastewater treatment system. Water Research. v. 33.
p. 230-238. 1999.
53
GERNAEY, K. V. et al. Activated sludge wastewater treatment plant modelling and

simulation: state of the art. Environmental Modeling & Software. v. 19 (9). p. 763-783.
2004.
GUIMARÃES, L.B. Elucidação microbiológica do lodo granular na remoção de

nutrientes e recuperação de exopolímeros de esgoto sanitário. Tese. 258 p. [s.l.]
Universidade Federal de Santa Catarina, 2017.
GUJER, W. et al. Activated sludge model no. 3. Water Science and Technology. v. 39. p.
183-193. 1999.
HE, S. et al. Factors affecting simultaneous nitrification and de-nitrification (SND) and its
kinetics model in membrane bioreactor. Journal of Hazardous Materials. v. 168. n. 2-3. p.
704-710. 2009.
HENZE M. et al. Activated sludge model no. 1. Scientific and technical report No. 1.
IAWPRC (IWA). 1987.
HENZE, M. et al. Activated Sludge Model No. 2, Scientific and Technical Report No. 1.
London: IAWQ. ISBN: 1-900222-00-0. 1995.
HENZE, M. et. al. Activated sludge model no. 2d. Water Science and Technology. v. 39(1).
p.165-182. 1999.
HEUER, H., SMALLA, K. Application of denaturing gradient gel electrophoresis and

temperature gradient gel electrophoresis for studying soil microbial communities. In: VAN
ELSAS J.D. et al. Modern soil microbiology. Marcel Dekker, New York. p. 353-373. 1997.
KUDO, Y. et al. Methanogen flora of paddy soils in Japan. FEMS. Microbiology Ecology. v.
22 (1). p. 39-48. 1997.
LIM, J. et al. Primer and probe sets for group-specific quantification of the genera
Nitrosomonas and Nitrospira using real-time PCR. Biotechnology and Bioengineering. v.
99. p. 1374-1383. 2008.
LIU, Y. Q. TAY, J. H. The essential role of hydrodynamic shear force in the the formation of
biofilm and granular sludge. Water Research, v. 36. p. 1653-1665. 2002.
LIU, Y. Q.; TAY, J. H. Influence of starvation time on formation and stability of aerobic
granules in sequencing batch reactors. Bioresource Technology, v. 99, p. 980-985, 2008.
LIU, Y. Q. et al. Formation, physical characteristics and microbial community structure of

aerobic granules in a pilot-scale sequencing batch reactor for real wastewater treatment.
Enzyme and Microbial Technology, v. 46, p. 520-525, 2010.
LIU, W. et al. Adsorption of Pb(II), Cd(II) and Zn(II) by extracellular polymeric substances
extracted from aerobic granular sludge: Efficiency of protein. Journal of Environmental
Chemical Engineering. v. 3. p. 1223-1232. 2015.
54
LOWRY, O. H. et al. Protein measurement with the folin phenol reagent. The Journal of
Biological Chemistry. v. 193. p. 265-275. 1951.
METCALF & EDDY. Wastewater Engineering: treatment, disposal and reuse. 4 Ed. New
York: McGraw-Hill, 2003.
MINO, T. et al. Microbiology and biochemistry of the enhanced biological phosphate removal
process. Water Research. v. 32. p. 3193-3207. 1998.
MISHIMA, K. NAKAMURA, M. Self-immobilization of aerobic activated sludge - a pilot

study of the aerobic upflow sludge blanket process in municipal sewage treatment. Water
Science & Technology. v. 23. p. 981-990. 1991.
MOBARRY, B. K. et al. Phylogenetic probes for analyzing abundance and spatial

organization of nitrifying bacteria. Applied and Environmental Microbiology. v. 62. p.
2156-2162. 1996.
MORAIS, J. C. et al. Operational aspects of an anaerobic wastewater treatment plant. In: 13th
World Congress on Anaerobic Digestion. Santiago de Compostela. IWA, v. 1. p. 1-6. 2013.
MUYZER, G. et al. Profiling of complex microbial populations by denaturing gradient gel

electrophoresis analysis o polymerase chain reaction-amplified genes coding for 16S rRNA.
Applied and Environmental Microbiology. Washington. v. 59. 695-700. 1993.
NI, B. J. et al. Modeling simultaneous autotrophic and heterotrophic growth in aerobic

granules. Water Research. v. 42. p. 1583-1594. 2008.
NI, B. J. YU, H. Q. Growth and storage processes in aerobic granules grown on soybean
wastewater. Biotechnology and Bioengineering. 2008. v. 100. p. 664-672. 2008a.
NI, B. J. YU, H. Q. Storage and growth of denitrifiers in aerobic granules: part I. Model
development. Biotechnology and Bioengineering. v. 99. p. 314-323. 2008b.
NI, B. et al. Granulation of activated sludge in a pilot-scale sequencing batch reactor for the
treatment of low-strength municipal wastewater. Water Research. v. 43. p. 751-761. 2009.
NITTAMI, T. et al. Analysis of the populations of denitrifying bacteria in activated sludge by

PCR-DGGE analysis of the nirS nitrite reductase genes. Journal of Japan Society on Water
Environmental. 26. 583-588. 2003.
PRONK, M. et al. Full-scale performance of the aerobic granular sludge process for sewage
treatment. Water Research. v. 84. p. 207–217. 2015.
QIN, L. et al. Effect of settling time on aerobic granulation in sequencing batch reactor.
Biochemical Engineering Journal. v. 21. n. 1. p. 47–52. 2004.
REICHERT, P. Aquasim - A tool for simulation and data analysis of aquatic systems. Water
Science and Technology. v. 30. p. 21-30. 1994.
55
RIEGER, L. et al. The EAWAG bio-P module for activated sludge model No. 3. Water
Research. v. 35. p. 3887-3903. 2001.
SAITO, T. et al. Effect of nitrite on phosphate uptake by phosphate accumulating organisms.

Water Research, [s.l.], v. 38. n. 17. p.3760-3768. 2004.
SALES, M. A. M. P. et al. Nutrient removal in aerobic granules treating low-strength

wastewater under tropical conditions. IWA Biofilms: Granular Sludge System Conference.
Anais… Delft, Holanda: 2018.
SANTOS, R. C. DE O. et al. Proposta de um método racional para o dimensionamento de

reatores de tratamento de esgotos por lodos ativados em bateladas para remoção de carga
orgânica. Engenharia Sanitaria e Ambiental. v. 11. n. 2. p. 153–161. 2006.
SARMA, S. J. et al. Finding Knowledge Gaps in Aerobic Granulation Technology. Trends in

Biotechnology. v. 35. p. 66-78. 2017.
SCHMID, M. et al. 16S‐23S rDNA intergenic spacer and 23S rDNA of anaerobic
ammonium‐oxidizing bacteria: implications for phylogeny and in situ detection.
Environmental Microbiology. v. 3 (7). p 450-459. 2001.
SCHMID, M. et al. Candidatus "Scalindua brodae", sp nov., Candidatus "Scalindua wagneri",

sp nov., two new species of anaerobic ammonium oxidizing bacteria. System Applied
Microbiology. 26. 529- 538. 2003.
SCHMIDELL, W. Agitação e aeração em biorreatores. In: AQUARONE, E. BORZANI, W.

SCHMIDELL, W. Biotecnologia Industrial. v. 2. 1 ed. São Paulo: Edgard Blücher Ltda,
2001.
SCHRAA, O. et al. An Innovative Approach for Modeling Aerobic Granular Sludge

Processes. Proceedings of the Water Environment Federation. v. 2017. n. 16. p.129-140.
2017. Water Environment Federation.
SCHWARZENBECK, N. et al. Aerobic granular sludge in a SBR-system trating wastewater

rich in particulate matter. Water Science and Technology. v 49. p. 41-46. 2004.
SHOJI, T. et al. Microbial community of biological phosphorus removal process fed with
municipal wastewater under different electron acceptor conditions. Water Science
Technology. v. 54 (1). p. 81-90. 2006.
SILVA, P.M.J. Avaliação das diferentes condições operacionais na formação de grânulos

aeróbios utilizando Reatores em Bateladas Sequências na remoção de nitrogênio e
fósforo de esgoto sanitário. Tese. [s.l.] Universidade Federal de Pernambuco, 2017.
TAY, J.H. et al. Microscopic observation of aerobic granulation in sequential aerobic sludge
blanket reactor. Journal of Applied Microbiology. v. 91. p. 168-175. 2001.
TCHOBANOGLOUS, G. et al. Wastewater engineering: treatment, disposal and reuse. 4.

ed. Nova York: McGraw Hill. 2003.
56
TOMAR, S. K. CHAKRABORTY, S. Characteristics of aerobic granules treating phenol and

ammonium at different cycle time and up flow liquid velocity. International
Biodeterioration & Biodegradation. v. 127. p. 113-123. 2018.
VAN HAANDEL, A. MARAIS, G. O comportamento do sistema de lodo ativado: Teoria e

aplicações para projetos e operação. Epgraf: Campina Grande, 1999.
VON SPERLING, M. Introdução à qualidade das águas e ao tratamento de esgotos. 3ª

Edição. Belo Horizonte: Editora UFMG, 2005.
WAGNER, J., COSTA, R. H. R. Aerobic Granulation in a Sequencing Batch Reactor using

real Domestic Wastewater. Journal of Environmental Engineering. v. 139. p. 1391-1396.
2013.
WANNER, O. GUJER, W. A Multispecies Biofilrn Model. Biotechnology and

Bioengineering. v. 28. p. 314-328. 1986.
WANNER, O. REICHERT, P. Mathematical Modeling of Mixed-CuIture Biofilms.

Biotechnology and Bioengineering. v. 49. p. 172-184. 1996.
WANNER, O. et al. Mathematical Modeling of Biofilms. IWA Publishing. Scientific Report

No. 18. 2006.
WEI, D. et al. Biosorption performance evaluation of heavy metal onto aerobic granular
sludge-derived biochar in the presence of effluent organic matter via batch and fluorescence
approaches. Bioresource Technology. v. 249. p. 410-416. 2018.
WICHERN, M. et al. Optimizing sequencing batch reactor (SBR) reactor operation for
treatment of dairy wastewater with aerobic granular sludge. Water Science & Technology -
WST. v. 58.6. p.1199-1206. 2008.
WICHERN, M. et al. Modeling of Biologia Systems in Wasterwater Treatment, Reference

Module in Earth Systems and Environmental Sciences. Elsevier. 8-Fev-18 doi:
10.1016/B978-0-12409548-9.10944-3. 2018.
WINKLER, M. K. H. et al. Microbial diversity differences within aerobic granular sludge and
activated sludge flocs. Applied Microbiology and Biotechnology. v. 97. n. 16. p. 7447-7458.
2013.
ZHU, T. et al. Experimental and mathematical simulation study on the effect of granule
particle size distribution on partial nitrification in aerobic granular reactor. Biochemical
Engineering Journal. v. 134. p. 22-29. 2018.
57
APÊNDICE A
Figura 15. Fotomicrografias ópticas de campo claro da biomassa presente no E-X com aumento de 100x
(Barra vermelha = 100µm) em diferentes dias de operação. (a) 6 dias; (b) e (c) 25 dias; (d) 39 dias; (e)
67 dias; (f) 83 dias; (g) 132 dias; (h) 143 dias.
(a) (b)
(c) (d)
(e) (f)
(g) (h)
Fonte: Autora.
58
Figura 16. Fotomicrografias ópticas de campo claro da biomassa presente no E-XI com aumento de
100x (Barra vermelha = 100µm) em diferentes dias de operação. (a) 15 dias; (b) e (c) 22 dias; (d) 41
dias; (e) 80 dias; (f) 91 dias; (g) e (h) 99 dias.
(a) (b)
(c) (d)
(e) (f)
(g) (h)
Fonte: Autora.
59
Figura 17. Fotomicrografias ópticas de campo claro da biomassa presente no E-XI com aumento de
100x (Barra vermelha = 100µm) em diferentes dias de operação. (a) 15 dias; (b) 43 dias; (c) 64 dias
(d) 87 dias; (e) 120 dias; (f) 140 dias; (g) 192 dias; (h) 211 dias.
(a) (b)
(c) (d)
(e) (f)
(g) (h)
Fonte: Autora.

Qualificação - Julliana Araújo

Enviado por

Dados do documento

Direitos autorais

Formatos disponíveis

Compartilhar este documento

Compartilhar ou incorporar documento

Opções de compartilhamento

Você considera este documento útil?

Este conteúdo é inapropriado?

Direitos autorais:

Formatos disponíveis

Qualificação - Julliana Araújo

Enviado por

Direitos autorais:

Formatos disponíveis

UNIVERSIDADE FEDERAL DE PERNAMBUCO

CENTRO DE TECNOLOGIA E GEOCIÊNCIAS

JULLIANA MELO PINHEIRO DE ARAÚJO

MODELAGEM MATEMÁTICA PARA A OTIMIZAÇÃO DE SISTEMA RBS COM

MODELAGEM MATEMÁTICA PARA A OTIMIZAÇÃO DE SISTEMA RBS COM

Projeto de Qualificação apresentado ao

Orientadora: Prof.ª Dr.ª Lourdinha Florêncio

Co-orientador: Dr.-Ing Marc Wichern

Área de concentração: Tecnologia ambiental

Figura 1. O processo de formação de grânulos aeróbios: Representação esquemática do

Tabela 1. Sequência operacional de um RBS. .......................................................................... 14

Tendo em vista a fragilidade dos ecossistemas aquáticos e a necessidade de assegurar os

O sistema convencional de lodos ativados é amplamente utilizado desde a sua descoberta,

Pode-se inferir que, para ganhar popularidade no tratamento de efluentes, o processo de

Os primeiros modelos matemáticos com o objetivo de descrever processos bioquímicos (e.g.

Considerando este cenário, o Programa de Pós-Graduação em Engenharia Civil com ênfase em

1.1. OBJETIVO GERAL

Implementar modelos matemáticos que descrevam dados experimentais oriundos de um Reator

1.2. OBJETIVOS ESPECÍFICOS

• Implementar modelos matemáticos de lodos ativados, calibrando-os e adequando-os aos

2.1. TRATAMENTO BIOLÓGICO DE EFLUENTES

Em ecossistemas naturais, como rios e lagos, diferentes organismos desempenham um papel

intermediário da degradação do nitrogênio, que é associado à doença da metahemoglobinemia

Os principais componentes orgânicos dos esgotos sanitários são carboidratos, gorduras,

A remoção biológica da MO é feita por microrganismos heterótrofos, que utilizam o carbono

dissolvido; 2) anóxico: quando não há oxigênio, porém, formas oxidadas de nitrogênio ou

Dentre os compostos nitrogenados presentes nos efluentes domésticos, destacam-se o

A nitrificação corresponde ao processo de oxidação biológica do nitrogênio amoniacal, onde

Por fim, os organismos acumuladores de polifosfatos (PAO) e organismos acumuladores de

2.2. REATORES EM BATELADA SEQUENCIAL (RBS)

Didaticamente, os sistemas biológicos de tratamento de efluentes podem ser divididos em

Tabela 1. Sequência operacional de um RBS.

2.3. LODO GRANULAR AERÓBIO (LGA)

i) Contato entre os microrganismos promovido por movimentos decorrentes de

Figura 1. O processo de formação de grânulos aeróbios: Representação esquemática do processo de

Fonte: Sarma et al. (2017)

Figura 2. Padrão da concentração de substrato e oxigênio dissolvido no lodo granular.

Fonte: He et al. (2009)

Fonte: Guimarães (2017)

São muitas as vantagens do LGA, no entanto, o desenvolvimento e a estabilidade dos grânulos

2.4. MODELAGEM MATEMÁTICA

A utilização de modelos matemáticos para dimensionamento e otimização de sistemas de

para análise de dados em processos complexos, como a remoção de nutrientes em LGA. Os

2.4.1. Modelos para lodos ativados

Os primeiros modelos de lodos ativados foram desenvolvidos já no início da década de 80 e

• ASM1: Dispõe de 8 processos biológicos e 13 componentes, que descrevem a remoção

Tabela 2. Quadro resumo comparativo dos modelos ASM.

operacional em um RBS com LGA em escala piloto (116L). No modelo desenvolvido

2.4.2. Modelos de biofilme

Os modelos de lodos ativados são considerados modelos unidimensionais, ou seja, todas as

Wanner e Gujer (1986) desenvolveram um dos primeiros modelos matemáticos analíticos de

1) Transporte difusivo dos componentes particulados na matriz sólida do biofilme;

Figura 4. Componentes e processos de transporte considerados no modelo de biofilme proposto por

Fonte: Wanner; Reichert (1996)

2.4.3. Plataformas de simulação

O AQUASIM é um software de simulação de Domínio público, amplamente utilizado para

Neste capítulo serão apresentados o sistema operacional e as condições operacionais utilizadas;

3.1. SISTEMA EXPERIMENTAL

Para desenvolvimento deste projeto, serão utilizados dados da operação de um sistema

Figura 5. Esquemas: Dimensões dos reatores (esquerda); Automação (direita)

Fonte: Araújo et al (2016)

3.2. CONDIÇÕES OPERACIONAIS

A Tabela 1 apresenta as principais diferenças entre as condições operacionais utilizadas nos

Tabela 3. Condições operacionais: banco de dados e presente estudo.