Escolar Documentos
Profissional Documentos
Cultura Documentos
ORIENTADORES
JURI
JANEIRO 2016
AGRADECIMENTOS
Ao meu orientador da Águas do Algarve SA, António Martins, pelo incentivo e apoio ao longo
de todo o trabalho desenvolvido, pela disponibilização de artigos e livros na área em questão,
bem como, aos seus conhecimentos e à sua capacidade inigualável de abraçar qualquer tema
de trabalho.
A todos os meus colegas da DOS, que já são para mim uma segunda família, pelo excelente
trabalho de equipa, bem como, ao apoio incondicional de todos, sem exceção. Gostaria de
salientar a amizade da Márcia Mortal e da Claudia Madeira.
Á minha colega e amiga, Sara Barreto, pelo incentivo, motivação e apoio ao longo de todo o
trabalho.
Ao Eng.º Pedro Póvoa das Águas de Portugal pelos seus contributos na área da modelação.
Á minha Família, especialmente aos meus pais e às minhas tias, para os quais não há
palavras…
Ao João…
À Pippa…
RESUMO
O tratamento por lamas ativadas é um processo biológico amplamente utilizado para remoção
de poluentes orgânicos e nutrientes presentes nas águas residuais devido à sua adequada
relação custo-benefício. Tem sido alvo de estudos metabólicos aprofundados dos processos
biológicos inerentes, o que tem permitido o desenvolvimento de diversos modelos
matemáticos, conhecidos por ASM (Activated Sludge Model).
A dissertação tem como principais objetivos a calibração do modelo nesta ETAR e a otimização
das condições de funcionamento do processo de tratamento. O estudo incidiu na etapa de
arejamento, responsável pelo maior consumo de energia neste tipo de sistemas, tendo-se
realizado diferentes simulações, tanto em estado estacionário como dinâmico, para otimização
dos set points de oxigénio dissolvido. Avaliou-se igualmente a possibilidade de alteração do
sistema de difusores, aumentando assim a eficiência de arejamento, tanto a nível do
desempenho do sistema de tratamento como a nível dos consumos de energia.
O modelo foi aplicado à ETAR de Vale Faro, uma das instalações de maiores dimensões do
Algarve, que descarrega o seu efluente tratado próximo da zona balnear. Atendendo à
sazonalidade a que a ETAR é sujeita, tornou-se necessário desenvolver dois layouts e modelos
distintos para descrever o comportamento da instalação, nas épocas alta e baixa.
Este estudo contribui assim, para a validação da utilização de modelos matemáticos tipo ASM,
à escala real, designadamente da otimização da etapa de arejamento.
ii
ABSTRACT
Treatment by activated sludge is a biological process widely used to remove organic pollutants
and nutrients from wastewater due to its proper value for money. It has been the subject of
detailed metabolic studies of inherent biological processes, which has allowed the development
of several mathematical models, known as ASM ( Activated Sludge Model) .
The thesis has as main objectives the calibration of the model in this wastewater treatment plant
and the optimization of operating conditions process treatment. The study focused in the
aeration step, responsible for the highest energy consumption in such systems, having
performed various simulations, both steady-state and dynamic optimization of dissolved oxygen
set points. Reviewed is also the possibility of changing the diffuser system, thus increasing
aeration efficiency, the performance level of the treatment system and in terms of energy
consumption.
In this paper it was used the Mantis model, adapted model ASM1, with recourse to the
mathematical simulation software, the GPS-X (version 6.4) of Hydromantis.
The model was applied to the Vale Faro treatment plant, one of the larger facilities in the
Algarve, which discharges its effluent near the bathing area. Given the seasonality that the
WWTP is subject, it became necessary to develop two distinct layouts and models to describe
the behavior of the installation, in high and low seasons.
The modeling results allowed us to describe the WWTP behavior, optimize aeration by
changing the OD set point ( 0.4 mg / L) and the reduction of energy consumption and respective
associated costs, by replacing the diffusers, obtaining a reduction of about 35%.
This study contributes so to validate the use of mathematical models type ASM, full-scale,
namely optimizing the aeration step.
iii
INDICE
1. INTRODUÇÃO....................................................................................................... 1
1.1. ENQUADRAMENTO E RELEVÂNCIA DO TEMA ....................................................... 2
1.2. OBJETIVOS E ÂMBITO DA DISSERTAÇÃO ............................................................. 4
2. CONCEITOS FUNDAMENTAIS PARA A DESCRIÇÃO MATEMÁTICA DE
SISTEMAS DE LAMAS ATIVADAS .............................................................................. 6
2.1. EQUAÇOES BIOQUÍMICAS ENVOLVIDAS.................................................... 8
2.2. BALANÇOS & EQUAÇÕES CINÉTICAS ............................................................ 10
2.3. PARÂMETROS BÁSICOS QUE DESCREVEM O FUNCIONAMENTO DO
TRATAMENTO ....................................................................................................... 12
3. MODELAÇÃO MATEMÁTICA.............................................................................. 15
4. CASO DE ESTUDO ............................................................................................. 24
4.1. DESCRIÇÃO DA ETAR..................................................................................... 25
4.2. DADOS DE PROJETO ....................................................................................... 27
5. APLICAÇÃO DO MODELO E CALIBRAÇÃO ...................................................... 29
5.1. METODOLOGIA DO TRABALHO ......................................................................... 30
5.2. LAYOUT REPRESENTATIVO .............................................................................. 31
5.3. RECOLHA E TRATAMENTO DE DADOS ............................................................... 32
5.4. CALIBRAÇÃO DO MODELO ................................................................................ 38
5.5. VALIDAÇÃO DO MODELO .................................................................................. 40
6. SIMULAÇÃO DOS CONSUMOS ENERGÉTICOS E OTIMIZAÇÃO .................... 47
6.1. NECESSIDADES E EFICIÊNCIAS DE AREJAMENTO ............................................... 49
6.2. AREJADORES E DIFUSORES ............................................................................. 52
6.3. AREJAMENTO NA ETAR DE VALE FARO ........................................................... 53
6.4. MODELAÇÃO EM ESTADO ESTACIONÁRIO .......................................................... 56
6.5. MODELAÇÃO EM ESTADO DINÂMICO ................................................................. 62
7. ALTERAÇÃO DOS DIFUSORES E RESPETIVOS CONSUMOS ........................ 67
8. CONCLUSÕES.................................................................................................... 74
9. REFERÊNCIAS BIBLIOGRÁFICAS ..................................................................... 78
10. ANEXOS .......................................................................................................... 82
iv
INDICE DE FIGURAS
v
Figura 6.2 - Representação esquemática do arejamento nas valas de oxidação instaladas na
ETAR de Vale Faro. .................................................................................................................... 54
Figura 6.3 - Sobrepressor Aerzen para baixas pressões. .......................................................... 54
Figura 6.4 - Representação dos valores de OD, parametrizados no sistema de supervisão da
ETAR de Vale Faro. .................................................................................................................... 55
Figura 6.6 - Representação do difusor atualmente instalado no reator biológico da ETAR de
Vale Faro ..................................................................................................................................... 55
Figura 6.7 - Idade mínima de lamas para as bactérias oxidantes do ião amónia e do nitrito .... 56
Figura 6.8 - Variação de CQO ao longo da época alta, para vários set points de Oxigénio
Dissolvido. ................................................................................................................................... 58
Figura 6.9 - Variação de CBO5 ao longo da época alta, para vários set points de Oxigénio
Dissolvido. ................................................................................................................................... 58
Figura 6.10 - Variação de SST ao longo da época alta, para vários set points de Oxigénio
Dissolvido. ................................................................................................................................... 59
Figura 6.11 - Variação de CQO ao longo da época baixa, para vários set points de Oxigénio
Dissolvido. ................................................................................................................................... 59
Figura 6.12 - Variação de CBO5 ao longo da época baixa, para vários set points de Oxigénio
Dissolvido. ................................................................................................................................... 60
Figura 6.13 - Variação dos SST ao longo da época baixa, para vários set points de Oxigénio
Dissolvido. ................................................................................................................................... 60
Figura 6.14 - Variações dos vários períodos com diferentes tarifas horárias, ao longo dos
diferentes dias, semanal, sábado, domingo, e para verão e inverno. ........................................ 62
Figura 6.15 - Evolução do CQO no efluente tratado, ao longo de 10 dias de simulação, para as
várias alterações de set point de OD ao longo dia, bem como para o set point constante de 0,4
e de 1 mg/L.................................................................................................................................. 64
Figura 6.16 - Evolução do CBO5 no efluente tratado, ao longo de 10 dias de simulação, para as
várias alterações de set point de OD ao longo dia, bem como para o set point constante de 0,4
e de 1 mg/L.................................................................................................................................. 64
Figura 6.17 - Evolução do Nk no efluente tratado, ao longo de 10 dias de simulação, para as
várias alterações de set point de OD ao longo dia, bem como para o set point constante de 0,4
e de 1 mg/L.................................................................................................................................. 65
Figura 6.18 - Evolução da SST no efluente tratado, ao longo de 10 dias de simulação, para as
várias alterações de set point de OD ao longo dia, bem como para o set point constante de 0,4
e de 1 mg/L.................................................................................................................................. 65
Figura 6.19 - Custos anuais associados ao processo de arejamento para várias simulações em
estado dinâmico e estacionário (set point de OD 0,4 e 1 mg/L). ................................................ 66
Figura 7.1 - Representação do efeito no reator devido à danificação de difusor ...................... 68
Figura 7.2 - Representação da variação da eficiência de transferência de oxigénio, consoante o
tamanho da bolha dos difusores. ................................................................................................ 69
vi
Figura 7.3 - Representação e comparação entre o tipo de bolha resultante de um difusor
colmatado e de um difusor limpo. ............................................................................................... 69
Figura 7.4 - Comparação do Alfa fator para difusores com diversos tempos de operação........ 70
Figura 7.5 - Representação do difusor de bolha fina de membrana tubular (Magnum) a ser
instalado na ETAR de Vale Faro ................................................................................................. 72
Figura 7.6 - Distribuição ao longo da vala de oxidação, com várias bifurcações e válvulas
associadas a cada troço .............................................................................................................. 72
vii
INDICE DE QUADROS
Quadro 3.1 – Matriz estequiométrica de base para o modelo ASM1 (Hydromantis, 2013). ...... 20
Quadro 3.2 – Características dos modelos matemáticos ASM1, ASM2, ASM2d, ASM3
(adaptado de Gernaey et al, 2004). ............................................................................................ 22
Quadro 4.1 – Dados de dimensionamento da remodelação da ETAR de Vale Faro em 2002. . 27
Quadro 4.2 – Licença de Descarga de Águas Residuais nº L007976.2013.RH8 de 2013/05/13.
..................................................................................................................................................... 28
Quadro 5.1 – Valores médios de afluente bruto utilizados para simulação do modelo para a
época alta (Julho a Setembro de 2013 e 2014). ......................................................................... 33
Quadro 5.2 – Valores médios obtidos para as frações de CQO na água residual afluente à
ETAR de Vale Faro. .................................................................................................................... 34
Quadro 5.3 – Caraterísticas médias do Afluente da ETAR de Vale Faro na época alta em GPS-
X. (Os valores a azul correspondem a dados fornecidos pelo utilizador). .................................. 35
Quadro 5.4 – Valores médios de afluente bruto introduzidos no modelo para simulação da
época baixa. ................................................................................................................................ 35
Quadro 5.5 – Caraterísticas médias do Afluente da ETAR de Vale Faro na época baixa em
GPS-X. ........................................................................................................................................ 36
Quadro 5.6 – Dados inseridos no GPS-X por unidade de tratamento. ....................................... 37
Quadro 5.7 – Calibração do modelo para a época alta, por comparação entre os resultados
simulados pelo GPS-X e os resultados reais (Julho a Setembro de 2013 e 2014), da ETAR de
Vale Faro. .................................................................................................................................... 39
Quadro 5.8 – Calibração do modelo para a época baixa, por comparação entre os resultados
simulados pelo GPS-X e os resultados reais (Novembro a Maio de 2013 e 2014), da ETAR de
Vale Faro. .................................................................................................................................... 39
Quadro 5.9 – Validação do modelo, para a época alta, por comparação entre os resultados
simulados e os resultados reais de Julho a Setembro de 2015. ................................................ 40
Quadro 5.10 – Validação do modelo, para a época baixa, por comparação entre os resultados
simulados e os resultados reais de Novembro a Maio de 2015. ................................................ 40
Quadro 5.11 – Comparação entre os resultados simulados pelo GPS-X e os valores de projeto,
para a época alta, na ETAR de Vale Faro. ................................................................................. 41
Quadro 6.1 – Consumos energéticos nas diferentes fases de tratamento da ETAR de Vale
Faro, em 2009. ............................................................................................................................ 48
Quadro 6.2 – Consumos de energia para as condições médias de funcionamento atuais e para
o set point atual de 1 mgO2/L. .................................................................................................... 57
Quadro 6.3 – Variação do consumo energético por alteração do set point de oxigénio
dissolvido, para as condições médias de afluência da época alta, no período 2013-2015. ....... 61
viii
Quadro 6.4 – Variação do consumo energético por alteração do set point de oxigénio
dissolvido, para as condições médias de afluência da época baixa, no período 2013-2015. .... 61
Quadro 6.5- Comparação dos custos de energia, para o set point atual e para o set point
otimizado (0,4 mg/L), com base no período de 2013 a 2015 ..................................................... 61
Quadro 6.6- Tarifas (Euros/kw) para os vários períodos ao longo do dia, para a época alta,
meses de verão, e para a época baixa, meses de inverno. ....................................................... 62
Quadro 6.7- Diferentes simulações dinâmicas por alteração do set point ao longo do dia. ....... 63
Quadro 7.1 - Variação dos consumos de oxigénio e de energia, com difusores antigos e novos.
..................................................................................................................................................... 71
Quadro 10.1- Exemplos de casos de estudo de aplicação de ASM em ETAR. ......................... 83
Quadro 10.2- Limitações dos modelos ASM1, ASM2, ASM2d e ASM3 (Peterson et al, 2002). 85
Quadro 10.3- Matriz base do modelo Mantis .............................................................................. 86
Quadro 10.4- Equações cinéticas do modelo Mantis. ................................................................ 87
Quadro 10.5- Parâmetros cinéticos e coeficientes estequiométricos incluídos no modelo ASM1
..................................................................................................................................................... 88
Quadro 10.6- Identificação das variáveis estado da biblioteca CNLIB do Programa GPS-X 6.4
..................................................................................................................................................... 89
Quadro 10.7- Identificação das variáveis Estequiométricas da biblioteca CNLIB do Programa
GPS-XCNLIB do Programa GPS-X 6.4 ...................................................................................... 89
Quadro 10.8- Identificação das variáveis compostas calculadas da biblioteca CNLIB do
Programa GPS-X 6.4 .................................................................................................................. 89
Quadro 10.9- Dados usados para calibração da época alta, Julho a Setembro de 2013 e 2014.
..................................................................................................................................................... 90
Quadro 10.10- Dados usados para validação do modelo na época alta (Julho a Setembro de
2015). .......................................................................................................................................... 93
Quadro 10.11- Dados usados para calibração do modelo na época baixa (Novembro a Abril de
2013 e 2014). .............................................................................................................................. 94
Quadro 10.12- Dados usados para validação do modelo na época baixa (Novembro a Abril de
2013 e 2014). .............................................................................................................................. 98
ix
SIMBOLOGIA E ABREVIATURAS
AdA Águas do Algarve SA
ANO Organismos autotróficos nitrificantes
AOR Actual Oxigen Requirement
ASM Activated Sludge Model
C Carbono orgânico
CO2 Dióxido de carbono
CBO5 Carência Bioquímica de Oxigénio
CQO Carência Química de Oxigénio
COHNS Substrato
C5H7NO2 Biomassa
CF Coliformes Fecais
CNLIB Carbon Nitrogen Library
ETAR Estação de Tratamento de Água Residual
F/M Rácio alimento/microrganismos (kg CBO5/kg MLSS.dia)
Fator α Taxa de transferência de oxigénio em efluentes
frSi Fração de CQO solúvel não biodegradável
frSs Fração de CQO solúvel facilmente biodegradável
frXi Fração de CQO particulada não biodegradável
frXs Fração de CQO particulada biodegradável
GPS-X Software comercial de modelação matemática de sistemas de lamas ativadas
hab.eq. Habitante equivalente
IL/ θc Idade de lamas (dia)
IVL Índice Volumétrico de Lamas (mg/L)
IWA International Water Association
MLSS Mixed Liquor Suspended Solids (mg SSV/L)
NT Azoto Total
+
NH4 Azoto amoniacal
N2 Azoto atmosférico
NO2- Ião nitrito
-
NO3 Ião nitrato
NH3 Amónia
NMP Número mais provável
O2 Oxigénio molecular
OTE Oxygen Transfer Efficiency
OTR Oxygen Transfer Rate
PAO Organismos acumuladores de Fósforo
PT Fósforo Total
x
Q Caudal
SAE Standard Aeration Efficiency
SOTE Eficácia de Transferência de Oxigénio Standard
SOTR Standard Oxygen Transfer Rate
SI Matéria não biodegradável solúvel
SO Consumo de oxigénio
SS Matéria orgânica solúvel rapidamente biodegradável
XB,A Biomassa ativa autotrófica
XB,H Biomassa ativa heterotrófica
XI Matéria orgânica não biodegradável particulada
XS Matéria orgânica biodegradável particulada
SND Matéria azotada
SNI Matéria azotada não biodegradável
SNH Azoto sob a foram de NH4+ e NH3
SNO Azoto sob a forma de nitritos e nitratos
SST Sólidos Suspensos Totais
UV Ultra Violetas
VLE Valor limite de Emissão
YA Rendimento celular da biomassa autotrófica
YH Rendimento celular da biomassa heterotrófica
xi
1. INTRODUÇÃO
Neste capítulo é apresentado o enquadramento e relevância do tema,
bem como, os objetivos e âmbito da presente dissertação.
1.1. ENQUADRAMENTO E RELEVÂNCIA DO TEMA
Os instrumentos regulamentares criados para proteger a qualidade das águas naturais, atuam
através do estabelecimento de normas e condições de descarga, definidas consoante o tipo de
meio recetor. Para cada ETAR, é assim definida uma licença de descarga, que pode
contemplar valores limites de emissão (VLE) para os parâmetros físico-químicos e
microbiológicos.
Os principais processos biológicos utlizados no tratamento das águas residuais do tipo urbano,
podem ser divididos em duas categorias básicas: processos de biomassa suspensa, em que os
microrganismos responsáveis pela conversão da matéria orgânica e/ou outros constituintes da
água residual são mantidos em suspensão, e processos de biomassa fixa, em que os
microrganismos responsáveis pela conversão da matéria orgânica e/ou outros constituintes da
água residual originam um biofilme e ficam agregados por meio inerte, como por exemplo,
rochas, escória ou matérias cerâmicos.
Podem ainda ser classificados consoante a sua capacidade de utilizarem oxigénio nas reações
de oxidação/redução. Assim, dividem-se principalmente em processos aeróbios (que ocorrem
na presença de oxigénio), processos anaeróbios (que ocorrem na ausência de oxigénio, de
nitratos e nitritos) e processos anóxicos (em que ocorre a conversão biológica dos nitratos em
azoto gasoso, na ausência de oxigénio, também designados de desnitrificação). Pode-se ainda
2
classificar como processos facultativos (em que os microrganismos têm atividade quer na
presença quer na ausência de oxigénio) e processos mistos (combinação variada entre
processos aeróbio, anaeróbios e anóxicos).
Para além da remoção de carbono orgânico, os processos de tratamento por lamas ativadas
podem também promover a remoção biológica de N e P, em função da conceção,
funcionamento e composição do efluente (Gernaey et al, 2004).
A necessidade de controlo das descargas poluentes nos meios recetores, bem como a
necessidade de aumentar a previsibilidade do comportamento dos processos de tratamento
biológicos tem motivado, em grande parte, a evolução recente no domínio da modelação e
gestão de sistemas de tratamento de águas residuais.
Os modelos matemáticos podem ser utilizados para prever a resposta dinâmica dos sistemas
biológicos a perturbações diversas (Vanhooren et al, 2003) (p.e. a alteração significativa das
condições de afluência ou a deterioração da qualidade do efluente). Por outro lado, a
modelação permite a implementação de estratégias de controlo, com o objetivo de analisar e
estabilizar o funcionamento das ETAR, garantindo um maior desempenho dos processos
biológicos (Mussati et al, 2002).
3
models”, ASM, provam ser excelentes ferramentas de modelação para processos de oxidação
de carbono, nitrificação e desnitrificação, e remoção biológica de fósforo (Nuhoglu et al,2005).
Estes modelos, têm sido aplicados em diversos softwares comerciais de modelação e
simulação do comportamento dinâmico de processos biológicos (Gernaey et al, 2004), de entre
os quais se destacam o GPS-X, SIMBA, EnviroSim, BioWin e AQUASIM.
No âmbito do presente trabalho foi selecionado o simulador GPS-X (versão 6.4), desenvolvido
por uma empresa canadiana, Hydromantis, e recorreu-se ao modelo de lamas ativadas, o
Mantis.
A modelação matemática aplicada a sistemas complexos, como é o caso, constitui uma mais
valia na operação e gestão das infraestruturas, na medida em que permite ajudar a
compreender a interligação das diversas variáveis e o seu reflexo no comportamento e
desempenho dos sistemas. Através da modelação matemática consegue-se ter, por exemplo,
uma atuação preventiva ao nível do comportamento da instalação face a determinadas
condições de afluência. Pode também funcionar como uma ferramenta de auxilio à gestão e
controlo do processo de tratamento, permitindo otimizar os mais diversos parâmetros de
operação, nomeadamente, idade de lamas, razões de recirculação, set points de OD (oxigénio
dissolvido), amónia, nitratos, minimizando assim os consumos energéticos e mantendo, ou se
possível melhorando, a qualidade do efluente final.
As vantagens associadas à utilização dos ASM nas ETAR não ficam por aqui, pois para além
de permitirem otimizar as condições de funcionamento da ETAR, tal e qual, permitem apoiar na
decisão de investimento, nomeadamente na reabilitação da ETAR e na aquisição de
equipamento adequado à instalação. O Quadro 10.1 em Anexos, apresenta alguns casos de
estudo da aplicação de ASM em ETAR, tanto a nível nacional como internacional.
4
conta os custos envolvidos com base nas tarifas horárias de energia elétrica, fornece
informação relevante para otimização do sistema de tratamento.
Avaliação dos efeitos de substituição dos difusores com o aumento da eficiência de
arejamento, tanto a nível do desempenho do sistema de tratamento como a nível dos
consumos energéticos.
5
2. CONCEITOS FUNDAMENTAIS
PARA A DESCRIÇÃO MATEMÁTICA
DE SISTEMAS DE LAMAS ATIVADAS
6
O tratamento por lamas ativadas surge em 1914, em Inglaterra, por Arden e Lockett e consiste
na produção de uma massa ativada de microrganismos capazes de degradar a matéria
orgânica por via aeróbia (Tchobanogluos et al, 2003). É necessário separar a biomassa do
efluente tratado pelo que após o reator biológico existe igualmente a etapa de decantação
secundária.
Embora os custos associados à operação e manutenção, designadamente a nível do consumo
energético associado à etapa de arejamento, sejam mais altos, comparativamente aos
sistemas de biomassa fixa, como é o caso dos leitos percoladores, o sistema de lamas
ativadas apresenta uma maior eficiência, relativamente à remoção da matéria orgânica e de
nutrientes (azoto e fósforo), além de permitir uma maior flexibilidade operacional.
Q0,S0,X0
Qe,Se,
Qr,Sr,Xr
Qw,Sw,Xw
O desempenho dos processos biológicos em sistemas de lamas ativadas, como qualquer outro
processo de tratamento de águas residuais, requer um conhecimento profundo das reações
envolvidas e dos princípios básicos que regem o crescimento dos microrganismos.
7
2.1. EQUAÇOES BIOQUÍMICAS ENVOLVIDAS
Os processos bioquímicos envolvidos neste tipo de sistema podem incluir: (i) remoção da
matéria orgânica por organismos heterotróficos; (ii) respiração endógena; (iii) nitrificação por
organismos autotróficos; (iv) desnitrificação desencadeada por organismos heterotróficos em
condição anóxicas; (v) remoção de fósforo.
2. Respiração endógena
Por outro lado, a respiração endógena nos organismos conduz a uma diminuição da biomassa
e ocorre quando há escassez de substrato, sendo utilizado como fonte de carbono o próprio
protoplasma, de acordo com a equação 2.2 (Tchobanoglous et al, 2003).
3. Nitrificação
Quanto ao azoto, pode aparecer dissolvido na água residual em diversas formas, tais como
+ - -
azoto amoniacal (NH3 e NH4 ), azoto orgânico (ureia), nitrato (NO3 ) e nitrito (NO2 ). O azoto
total (NT) é resultado do conjunto destas diferentes formas. Nas águas residuais do tipo urbano,
estão geralmente apenas presentes o azoto amoniacal e o azoto orgânico, sendo o somatório
das concentrações destas duas formas de azoto, dado o nome de azoto Kjedahl (Nkj).
Embora o azoto seja um nutriente essencial para o crescimento biológico e um dos principais
constituintes de todos os organismos vivos, uma presença excessiva no efluente deve ser
evitada por várias razões, destacando-se o facto do amoníaco ser tóxico para os organismos
aquáticos, tais como o peixe, e os azotos orgânicos e amoniacal conduzirem a um consumo
8
excessivo de oxigénio nos meios recetores. O seu excesso pode potenciar o crescimento
acelerado de algas e de formas superiores de plantas aquáticas, perturbando o equilíbrio
biológico e a qualidade das águas em causa, podendo causar o fenómeno de eutrofização
(Mulas, 2006).
Quando as águas residuais não tratadas chegam à ETAR, a maior parte do azoto vem sob a
forma de azoto amoniacal e orgânico, e pode ser removido através de um processo constituído
por duas etapas, a nitrificação e a desnitrificação. O azoto orgânico é rapidamente convertido
em azoto amoniacal. A nitrificação consiste na conversão do azoto amoniacal (NH4) presente
na água residual em nitratos (NO3) e é realizada por intermédio de organismos autotróficos
nitrificantes (ANO), incluindo geralmente duas etapas (Henze et al, 2008):
A reação de nitrificação também pode ser representada de uma forma global através da
equação seguinte (Rittmann e McCarty, 2001):
+ - +
NH4 + 1.815 O2+ 0.1304 CO2 0.0261 C5H7O2N+ 0.973 NO3 + 0.921 H2O + 1.973 H
(Equação 2.5)
O azoto amoniacal e o nitrito são utilizados como fonte de energia para os ANO captarem o
carbono inorgânico, que é incorporado na biomassa, para permitir o seu crescimento. A
nitrificação ocorre sob condições aeróbias, sendo necessário assegurar o oxigénio suficiente
para que não haja inibição do processo biológico. Os ANO podem ficar inibidos da sua
atividade pelo pH mais baixo, pela presença de compostos como níquel, cobre, crómio e outras
condições ambientais (Hauduc et al, 2013).
9
4. Desnitrificação
çã í çã
+ = + +
. = # . $+ . + %. % + # .
! !
" "
(Equação2.8)
10
Balanço mássico aos microrganismos/ biomassa
çã í çã
+ = + +
( ( ( ( (
.) + (. = . + ) + %)% + .
*
"
(Equação 2.10)
Considerando
çã í çã
+ = + +
+ (é + (é + (é + (é + (é
. ) -2 =
-2 -2
# . + .
" "
Ou, (Equação 2.12)
11
O oxigénio necessário para a biodegradação da matéria carbonácea e nitrificação pode ser
quantificado através da aplicação da seguinte equação (Tchobanoglous et al, 2003).
Para garantir a concentração adequada de lamas no reator biológico, grande parte das lamas
são recirculadas a partir do fundo do decantador secundário (Qr.Xr), para o início do tratamento
biológico. Por outro lado, de forma a manter um tempo de retenção celular adequado no
sistema, procede-se à extração de uma pequena fração de lamas. Desta forma o (θc), é dado
pelo quociente entre a quantidade total de microrganismos presentes no tanque de arejamento
(V.X) e a velocidade de saída de microrganismos do sistema, quer através do efluente tratado
(Qe.Xe), quer através da purga de lamas (Qw.Xw).
9 =
:.*
;<.*<=;>.*>
(Equação 2.14)
12
As lamas extraídas do sistema, em geral a partir do poço de bombagem das lamas
secundárias ou a partir do próprio reator, são encaminhadas para a linha de tratamento de
lamas. O objetivo do referido tratamento prende-se à extração da maior quantidade de água
possível das lamas purgadas do sistema, através do espessamento e/ou da desidratação. A
lama espessada e posteriormente a desidratada, pode assim ser encaminhada para destino
final, com o menor peso possível e assim com menores custos associados de transporte. A
quantidade de lamas produzidas por dia (Px,ssv) pode ser estimada por recurso à seguinte
expressão:
Em que o valor do rendimento observado Yobs (g SSV/g substrato removido) é dado pela
razão entre a taxa de produção da biomassa rxt,ssv (gSSV/m3.dia), e a taxa de consumo de
substrato rsu (gCQO/m3.dia).
? =
@A",BBC
@BD
(Equação 2.16)
O tempo de retenção hidráulico (θs), está relacionado com o caudal afluente à instalação e
corresponde ao tempo de permanência do efluente líquido no reator biológico e depende do
caudal, tal como se pode verificar:
9 =
:
;E
(Equação 2.17)
=
F !E ;E
G :*
(Equação 2.18)
Uma das formas de verificar a qualidade das lamas, é proceder à medição do Índice
Volumétrico de Lamas (IVL) é um parâmetro indicador da sedimentabilidade das lamas no
decantador secundário e é definido como o volume ocupado por 1 grama de lama (peso seco)
após sedimentação durante 30 minutos. Na prática, o IVL determina-se enchendo uma proveta
graduada de 1 L com uma amostra de licor misto, sem diluição e mede-se o volume
sedimentado passado 30 minutos. O comportamento da lama sedimentada no cone reproduz o
comportamento do processo de decantação real.
H I=
:EJDK< JLKL B< MK<N"L L KO/O
!óJM EB BDBR<NBEB KS/O
(Equação 2.19)
13
Tal como já foi referido acima, para que se dê a oxidação da matéria orgânica é imprescindível
a presença de oxigénio e de uma pequena quantidade de nutrientes.
14
3. MODELAÇÃO
MATEMÁTICA
Neste capítulo são apresentados alguns conceitos fundamentais
associados à modelação matemática de sistemas de lamas ativadas.
15
A modelação matemática é uma ferramenta que permite num curto espaço de tempo a análise
do comportamento da instalação, face a determinadas condições, sem envolver custos
adicionais (Gernaey et al, 2004) e envolve os seguintes conceitos:
Descrição dos processos dinâmicos – Lista os diferentes processos biológicos que são
modelados, em conjunto com suas fórmulas.
Mais tarde, em 1987, foi desenvolvido por Henze, o modelo ASM1- Ativated Sludge Model Nº.1,
para descrever a remoção da matéria orgânica carbonácea, a nitrificação e a desnitrificação
nas ETAR municipais, com o consequente consumo de oxigénio e de nitrato. O modelo permite
descrever de uma forma adequada a produção de lamas biológicas e adota a CQO como
indicador fiável da concentração em matéria orgânica.
16
O ASM1 permite uma abordagem simplificada, porque traduz uma larga variedade de
compostos orgânicos de carbono e de azoto num número limitado de frações, em função da
sua biodegradabilidade e da sua solubilidade (Gernaey et al., 2004). O modelo admite que a
matéria orgânica biodegradável está dividida em duas frações componentes: matéria solúvel
rapidamente biodegradável, SS, e partículas sólidas de degradação mais lenta, XS. A matéria
orgânica não biodegradável (inerte) também é separada nas frações solúvel, SI, e de matéria
particulada, XI, que passam pelo sistema sem serem metabolizadas. A matéria solúvel não
biodegradável escapa conjuntamente com o efluente tratado da ETAR, sem sofrer alterações e
as partículas não biodegradáveis acabam por ser removidas com as lamas da ETAR, saindo
através da purga de lamas.
Segundo o modelo ASM1, é o material solúvel biodegradável, SS, que serve de substrato quer
ao crescimento da biomassa quer às funções de manutenção celular. A matéria orgânica
particulada de biodegradação mais lenta, XS, vai sendo lentamente hidrolisada a matéria
solúvel mais rapidamente biodegradável, SS, sem consumo de energia, que justifica que não
sejam usados recetores de eletrões neste processo.
17
a nitrificação é modelada como tratando-se de um processo que ocorre numa única etapa,
onde o nitrato é a única forma oxidada de azoto presente.
1-YH
Ss
YH
Figura 3.2 - Representação do pressuposto base para obtenção da matriz para o modelo
ASM1 (IWA, 2014).
O decaimento da biomassa é explicado por reações de primeira ordem, num processo que
inclui a respiração endógena, a morte da biomassa, mecanismos de predação e decomposição
celular por hidrólise. Ocorre em todas as condições ambientais e apresenta diferentes
mecanismos, tais como: a respiração endógena, a morte, a predação e a lise celular. Resulta
do processo de conversão da biomassa em substrato particulado lentamente biodegradável
(XS) e em matéria orgânica particulada inerte (detritos celulares) (XI). Admite-se que a lise e
regeneração do material celular, tem lugar sem a utilização de recetor de eletrões durante o
decaimento da biomassa, o que explica que a taxa de decaimento é independente das
condições ambientais.
18
A hidrólise é o processo que vai limitar o crescimento da biomassa, quando estão presentes
apenas as partículas biodegradáveis de degradação mais lenta XS, ou seja matéria orgânica
particulada biodegradável. A hidrólise de XS resulta na produção de SS, disponível para o
processo de crescimento de microrganismos, que ocorre apenas em condições aeróbias e
anóxicas. Relativamente ao azoto orgânico, a sua hidrólise resulta na produção de azoto
orgânico solúvel.
Considera-se no modelo que a taxa específica da hidrólise do XS, é mais lenta do que a taxa de
utilização do substrato SS. A introdução deste mecanismo de atraso na utilização do substrato,
justificado no modelo pelo processo da hidrólise, permite prever as alterações que na prática se
verificam, relativamente às necessidades de recetores de eletrões (O2, NO3 ou NO2), na
diferente metabolização da carência química de oxigénio, CQO, mais rapidamente ou mais
lentamente biodegradável.
De uma forma resumida, o desenvolvimento deste modelo foi efetuado utilizando uma notação
matricial que tem por base treze componentes distintos e é definido por oito processos
principais: o crescimento da biomassa; o decaimento da biomassa; a amonificação do azoto
orgânico e a hidrólise da matéria orgânica particulada. A matriz que serve de base ao modelo
ASM1 encontra-se representada no Quadro 3.1.
19
Quadro 3.1 –Matriz estequiométrica de base para o modelo ASM1 (Hydromantis, 2013).
Alcalinidade (mole/m3)
Oxigénio (gCQO/m3)
Amónia (gN/m3)
Equações cinéticas
1 1 − ?T )U
V T # #XB,H
1.Crescimento
!B !E
− − −
?T ?T 14 WB=!B W/X=!E
aeróbio dos 1 -iXB
1 − ?T
heterotróficos
− V T
!B
#
W/X
#
![/
# ηg
1 1 − ?T 14+2.86?T
2.Crescimento
− − WB=!B W/X=!E W[/=![/
?T 2.86?T )U
-iXB
−
anóxico dos 1
14
XB,H
heterotróficos
4.57 − ?^ 1 − )U )U 1
V ^ # #XB,A
3.Crescimento
![X !E
− − −
?^ ?^ 1 14 7?^ W[X=![X W/_=!E
aeróbio dos 1
−
?^
autotróficos
)U
T)U, T
4.Decaimento dos
−` . +
1-fp -1 fp
heterotróficos
)U
^)U, ^
5.Decaimento dos
−` . +
1-fp -1 fp
autotróficos
1
a 8b)U, T
14
6.Amonificação
1 -1
cd
aT g #+
ce,f !E
WEX=!E
7.Hidrólise de
cd
WA=ce,f
hℎ # #jXB,H
compostos 1 -1
W/X ![/
W/X=!E W[/=![/
orgânicos
)8b
k1
)
8.Hidrólise de N
1 -1
orgânico
20
A matriz de base do modelo ASM1, foi formulada tendo em conta o que se consume (-) e o que
se forma (+) de vários substratos solúveis e particulados, por exemplo, SI, Ss, XI, Xs, XB,H, XB,A,
XU, em cada processo considerado no modelo, como é o caso, do crescimento aeróbio dos
microrganismos heterotróficos e autotróficos, do crescimento anóxico dos heterotróficos,
decaimentos dos heterotróficos, amonificação, hidrólise de compostos orgânicos e N orgânico,
nos autotróficos.
Como se pode verificar no Quadro 3.1, para o crescimento aeróbio dos heterotróficos (XB,H=1),
por exemplo, é consumido -1/ YH de CQO facilmente biodegradável solúvel (Ss), -(1-YH)/YH de
oxigénio (Figura 3.2),– iXB de amónia (SNH) e ainda –iXB/14 de alcalinidade (SAlk).
Desta forma, do cruzamento da matriz com as equações cinéticas de cada processo, pode-se
obter as equações de consumo e formação, de cada um dos componentes. A variação do
substrato solúvel ao longo do tempo, por exemplo, é dada pela seguinte equação (Olsson e
Newell, 2001):
=
!B
"
cd
− .V T # # XB,H − .V T # # # ηg XB,H+ 1. aT g #+
l !B !E l !B W/X ![/ ce,f !E
mX WB=!B W/X=!E mX WB=!B W/X=!E W[/=![/ WA=
cd
WEX=!E
ce,f
hℎ # #jXB,H
W/X ![/
W/X=!E W[/=![/
Embora o modelo ASM1, tenha sido o primeiro modelo aceite entre a comunidade científica,
para efeitos de investigação, e posteriormente na indústria, como ferramenta da engenharia de
processo de tratamento em engenharia sanitária, tem algumas restrições associadas, (Henze
et al, 1987):
21
A biomassa heterogénea é assumida como homogénea e mantém-se constante ao
longo do tempo;
O modelo ASM1 não é aplicável a águas residuais com elevadas contribuições
industriais (Gernaey et al., 2004)
Este modelo não inclui processos de tratamento que descrevem o comportamento da
biomassa em condições anaeróbias. A simulação de sistemas, em que parte
significativa do volume do reator biológico apresenta condições anaeróbias, pode
apresentar resultados com erros significativos e distantes do comportamento real
observado (Petersen et al., 2002).
Muitos dos restantes modelos, que surgiram posteriormente, ASM2, ASM2d, ASM3 e Mantis,
foram sendo concebidos, em parte, para resolver algumas das limitações encontradas pela
utilização generalizada do modelo ASM1. Pode-se afirmar por isso que o modelo ASM1 serviu
de base e deu origem a grande parte dos restantes modelos, identificados seguidamente
(Quadro 3.2).
Quadro 3.2 – Características dos modelos matemáticos ASM1, ASM2, ASM2d, ASM3
(adaptado de Gernaey et al, 2004).
ASM1 13 8 X X X
ASM2 19 19 X X X X X
ASM2d 19 21 X X X X X
ASM3 13 12 X X X X
Mantis 13 12 X X X X
No entanto, embora tenham sido desenvolvidos outros modelos posteriormente, ainda hoje o
modelo ASM1 continua a ser, em muitos casos práticos, um dos mais utilizados (Roeleveld e
van Loosdrecht, 2002, citados por Gernaey et al., 2004). O modelo ASM1 veio a torna-se uma
referência em muitos projetos de investigação e de engenharia, e tem servido de base ao
desenvolvimento de grande parte do software comercial mais utilizado em modelação e na
simulação do funcionamento das ETAR, particularmente quando a remoção de azoto é um
aspeto importante.
Todos os modelos apresentados acima também têm algumas limitações associadas, limitações
essas apresentadas no Quadro 10.2 em Anexos.
22
Modelo Mantis
O modelo Mantis foi desenvolvido especificamente pela empresa canadiana Hydromantis para
descrever principalmente os processos de lamas ativadas com remoção de C e N e tem como
base os princípios do ASM1, se bem que com algumas melhorias associadas entre as quais:
A matriz que serve de base para este modelo, tem catorze diferentes componentes que
caracterizam as águas residuais e inclui dez processos biológicos distintos (Quadro 10.3 e 10.4
em Anexos), ou seja, mais dois processos do que os considerados no modelo ASM1, no
Quadro 3.1 e 3.2.
No presente trabalho optou-se pelo modelo Mantis, já que este modelo considera a
temperatura nas cinéticas das reações, parâmetro este fundamental no processo de tratamento
decorrente na ETAR de Vale Faro, tendo em conta as diferentes temperaturas do afluente, na
época alta e baixa.
Por outro lado, o fato deste modelo considerar a desnitrificação em condições aeróbias e o
crescimento dos microrganismos heterotróficos, mesmo para baixas concentrações de amónia,
torna este modelo mais representativo da realidade, do que o modelo ASM1.
O modelo Mantis quando comparado com restantes modelos de lamas ativadas é preferível
relativamente ao modelo ASM2 e ASM2d, já que estes modelos consideram a remoção do
fósforo, o qual não é objetivo do tratamento biológico desenvolvido nesta ETAR, já que não se
procede à remoção química nem biológica deste nutriente.
23
4. CASO DE
ESTUDO
Neste capítulo é apresentada uma descrição da ETAR de Vale Faro, do
respetivo processo de tratamento, dados de projeto e limites de
descarga.
24
4.1. DESCRIÇÃO DA ETAR
A Estação de Tratamento de Águas Residuais (ETAR) de Vale Faro foi construída em 1980 e
foi alvo de remodelação e ampliação em 2002, com vista a permitir a remoção de nutrientes e a
reutilização do efluente tratado, para produção de água de serviço.
A ETAR foi projetada para um caudal médio diário de 24.310 m3/dia e uma população de
130.000 hab.eq. As várias operações unitárias e processos de tratamento constituintes da
ETAR em estudo podem ser representadas através do seguinte esquema (Figura 4.1).
Figura 4.1 - Representação esquemática das principais etapas da ETAR de Vale Faro.
25
4.1.1- Descrição detalhada da ETAR
1 – Fase Líquida
O arejamento para flotação das gorduras é realizado por meio de 3 arejadores submersíveis,
por cada órgão (Figura 4.2).
Tratamento biológico por lamas ativadas em valas de oxidação (duas linhas), seguida de três
decantadores secundários retangulares (Figura 4.3).
Sistema de desinfeção por radiação ultravioleta, com produção de água de serviço para rega
dos espaços verdes, lavagens e preparação de reagentes (Figura 4.4).
26
2 – Fase Sólida
3 – Desodorização
27
Os objetivos de Qualidade da ETAR, que constam da presente Licença de descarga
apresentam-se no Quadro 4.2.
CBO5 25 mg/L
Atualmente todo o caudal tratado na ETAR de Vale Faro é descarregado no oceano Atlântico,
motivo pelo que atendendo à licença de descarga da instalação, não é necessário remover o
fósforo, pelo que não se encontra em funcionamento a etapa de adição de cloreto férrico.
Existe a possibilidade de reutilizar 5000 m3/dia de efluente tratado, com vista à sua utilização
na rega de espaços verdes, pelo que a ETAR dispõe de um 2º canal de UV (em paralelo com o
principal) especificamente para este fim.
28
5. APLICAÇÃO DO
MODELO E
CALIBRAÇÃO
Neste capítulo é descrita a metodologia de trabalho, e são apresentados
os passos iniciais de aplicação do modelo e sua calibração vs validação.
29
5.1. METODOLOGIA DO TRABALHO
1ª fase: Descrição da ETAR de Vale Faro (ETAR com sistemas de lamas ativadas, baixa carga
com arejamento prolongado, com 2 linhas distintas de tratamento, para fazer face às 2 épocas
sazonais características desta ETAR), introdução dos 2 esquemas de tratamento no modelo,
representativos das 2 épocas sazonais.
5ª fase: Após validação do modelo matemático para as duas épocas, simulação em estado
estacionário com diferentes set points de oxigénio e consequentemente dos consumos
energéticos associados, avaliando-se sempre a qualidade do efluente final.
6ª fase: Simulação dinâmica dos consumos energéticos e otimização dos consumos ao longo
do dia, através da inserção dos diferentes períodos diários com tarifas diferenciadas.
30
5.2. LAYOUT REPRESENTATIVO
Foram introduzidos no GPS-X dois layouts distintos, representativos, da época alta e baixa,
características desta ETAR. Notar que, a época alta, é assim designada por ter um aumento
significativo de caudal, praticamente o dobro da anterior época. Uma vez que ocorre um
aumento significativo das cargas orgânicas afluentes, e das cargas hidráulicas, torna-se
necessário colocar as duas linhas de tratamento biológico em funcionamento. Temos assim
duas valas de oxidação e três decantadores secundários em operação (Figura 5.1). Os meses
considerados para esta época foram os meses de Julho, Agosto e Setembro, uma vez que são
os meses em que as duas linhas encontram-se em funcionamento e já “estabilizadas”.
Figura 5.1 - Layout criado em GPS-X representativo da época alta da instalação ( - valas
de oxidação; - decantadores secundários, - espessadores gravíticos; -
centrífugas).
Quanto à época baixa, e atendendo às condições de afluência, encontra-se apenas uma linha
em funcionamento e dois decantadores secundários (Figura 5.2).
31
Figura 5.2 - Layout criado em GPS-X representativo da época baixa da instalação ( -
valas de oxidação; - decantadores secundários, - espessadores gravíticos; -
centrífugas).
Após a criação do layout, selecionou-se a biblioteca CNLIB que agrupa variáveis de estado
para a remoção de matéria orgânica e azoto (Quadro 10.8). O passo seguinte, foi a seleção do
modelo matemático a utilizar, tendo-se optado pelo Mantis, tendo em conta o que foi dito
anteriormente no capítulo 3 e tendo em conta que se obteve um menor desvio quando
comparado com o ASM3.
Os dados médios do afluente bruto à ETAR, na época alta, entre Julho a Setembro de 2013 e
2014, encontram-se no quadro seguinte (Quadro 5.1).
32
Quadro 5.1 – Valores médios de afluente bruto utilizados para simulação do modelo para a
época alta (Julho a Setembro de 2013 e 2014).
33
frSi
frXi
frXs
frSs
Figura 5.3 - Representação esquemática das diferentes frações de CQOTotal presentes nas
águas residuais domésticas (Marais e Ekama, 1976).
No entanto, o modelo deve conter as frações o mais realistas possíveis de acordo com as
caraterísticas do afluente e não valores teóricos. Muitas vezes as frações orgânicas são
alteradas e posteriormente obtidas por métodos iterativos, até que se obtenha um valor
simulado idêntico ao real, para as lamas desidratadas ou para concentração de biomassa no
reator. Neste caso, para evitar-se a consideração de um valor da literatura, pouco
representativo da qualidade do afluente à ETAR, procedeu-se a uma campanha analítica para
determinar a CQO solúvel no afluente bruto e no efluente tratado, de forma a determinar as
frações médias de CQO características do afluente bruto em questão (Quadro 5.2).
Quadro 5.2 – Valores médios obtidos para as frações de CQO na água residual afluente à
ETAR de Vale Faro.
Dados Valores
Foi realizada desta forma, a caraterização do afluente bruto, tendo em conta as médias para a
época Alta da ETAR (Julho, Agosto e Setembro), tal como se encontra no Quadro 5.3.
34
Quadro 5.3 – Caraterísticas médias do Afluente da ETAR de Vale Faro na época alta em GPS-
X. (Os valores a azul correspondem a dados fornecidos pelo utilizador).
Relativamente aos dados para época baixa, considerou-se os meses de Novembro a Maio de
2013 e 2014 (Quadro 10.11 em Anexos). Foram desprezados os meses de Junho e Outubro,
por corresponderem aos meses, em que é realizada a transição de 1 linha para 2 linhas, ou
vice-versa.
Os dados médios do afluente bruto à ETAR, na época baixa, entre Novembro a Maio de 2013 e
2014, encontram-se no quadro seguinte (Quadro 5.4).
Quadro 5.4 – Valores médios de afluente bruto introduzidos no modelo para simulação da
época baixa (Novembro a Maio de 2013 e 2014).
35
Quanto às frações de CQO, frSi, frSs e frXi, considerou-se os mesmos valores utilizados para a
época alta, uma vez que o afluente bruto é o mesmo, apenas diminui o caudal e a respetiva
carga afluente. Foram realizadas apenas alterações nas variáveis e BOD5/BODultimate
(CBO5/CBO), uma vez que, as concentrações de CBO5, SST e SSV no afluente bruto, são
distintas da época alta (Quadro 5.5).
Quadro 5.5 – Caraterísticas médias do Afluente da ETAR de Vale Faro na época baixa em
GPS-X.
Uma vez efetuada a caraterização do afluente bruto, deve proceder-se à caraterização dos
órgãos, o mais específico possível, tendo em conta as respetivas dimensões, set points,
eficiências de arejamento (SOTE e αfator), eficiências de tratamento, razões de recirculação
médias, e qualidade físico-química das várias linhas processuais do tratamento de lamas, tal
como se encontram identificadas no Quadro 5.6.
36
Quadro 5.6 – Dados inseridos no GPS-X por unidade de tratamento.
Profundidade do líquido – 7 m
Profundidade: 4 m
Idade de lamas:
Tipo: Thickener
Área: 100 m2
Profundidade: 3 m
Espessador gravítico % Matéria Seca (%MS) da lama espessada Época Alta = 1,74%
2 EG - Época alta e baixa % Matéria Seca (%MS) da lama espessada Época Baixa = 2,08%
Tipo: Dewatering
37
5.4. CALIBRAÇÃO DO MODELO
A calibração do modelo é realizada de uma forma iterativa. O primeiro modelo é avaliado e são
interpretados os resultados e comparados com os resultados experimentais. Muitas vezes, as
primeiras simulações geram resultados que nem sempre são consistentes com os observados
na realidade. Deve-se ter em conta que, o conhecimento detalhado da ETAR, bem como a sua
gestão e operação, é uma mais valia na calibração do modelo, porque permite desprezar
valores pouco credíveis e interpretar os dados com outra segurança.
Desta forma, certos parâmetros do modelo têm que ser ajustados, tendo em conta alguns
pormenores da operação da instalação. O ciclo de formulação do modelo-experimentação,
resolução das incoerências do modelo e comparação dos resultados é novamente repetido, até
que se obtenha resultados idênticos aos reais.
Cada modelo é calibrado correndo o número de dias necessário, até que os valores atinjam o
estado estado estacionário, ou seja um comportamento estável. Neste caso, correu-se o
modelo cerca de 100 dias, em estado estacionário para os valores médios da época alta (Julho
a Setembro de 2013 e 2014), e para os valores médios da época baixa (Novembro a Maio de
2013 e 2014).
38
Quadro 5.7 – Calibração do modelo para a época alta, por comparação entre os resultados
simulados pelo GPS-X e os resultados reais (Julho a Setembro de 2013 e 2014), da ETAR de
Vale Faro.
Quadro 5.8 – Calibração do modelo para a época baixa, por comparação entre os resultados
simulados pelo GPS-X e os resultados reais (Novembro a Maio de 2013 e 2014), da ETAR de
Vale Faro.
39
5.5. VALIDAÇÃO DO MODELO
A validação do modelo deve ser realizada com um conjunto de amostra de dados distinto do
utilizado na calibração. Neste caso optou-se por validar ambos os modelos, a partir dos
resultados mais recentes, do ano de 2015, tanto para a época alta (Quadro 10.10 em Anexos),
como para a época baixa (Quadro 10.12 em Anexos).
Quadro 5.9 – Validação do modelo, para a época alta, por comparação entre os resultados
simulados e os resultados reais de Julho a Setembro de 2015.
Quadro 5.10 – Validação do modelo, para a época baixa, por comparação entre os resultados
simulados e os resultados reais de Novembro a Maio de 2015.
Como se pode verificar após análise dos quadros anteriores, os modelos continuam a
responder bem com dados de outro ano, neste caso, com os dados de 2015, obtendo-se um
desvio aceitável entre os valores simulados e os reais.
40
De forma a realizar uma validação mais minuciosa, correu-se o modelo para os vários dias de
afluência à ETAR, de cada época e procedeu-se ainda à comparação dos valores simulados,
para as condições de projeto.
O modelo que pode ser comparado com as condições de projeto (para um Caudal de 24.310
m3/dia e concentrações de projeto - Quadro 4.1) é o modelo calibrado para a época alta e não
o da época baixa, tendo em conta que o primeiro considera o funcionamento de todas as
unidades de tratamento da instalação. Ao introduzir os valores de projeto no modelo calibrado,
para a época alta, obtém-se valores muito próximos dos valores projetados (Desvio <5%), tanto
para a produção de lamas, como para a concentração de biomassa no reator, o que permite
“validar” o modelo, como se pode verificar no Quadro 5.11.
Quadro 5.11 – Comparação entre os resultados simulados pelo GPS-X e os valores de projeto,
para a época alta, na ETAR de Vale Faro.
Quanto ao cumprimento dos parâmetros no efluente tratado, para uma afluência máxima à
ETAR, ou seja para o caudal e cargas de projeto, em termos médios diários, verifica-se que
existe cumprimento do normativo de descarga em termos de CQO e CBO5. No entanto, quanto
aos sólidos suspensos totais, e embora este parâmetro não faça parte da licença de descarga
atualmente, verifica-se que o mesmo apresenta um valor significativamente acima ao limite
máximo considerado no dimensionamento da instalação.
Este desempenho é confirmado pelos resultados práticos, já que nos dias em que o caudal e
as respetivas cargas se aproximam dos valores de projeto, o efluente tratado apresenta
geralmente uma concentração de sólidos suspensos totais superiores a 35 mg/L.
Este fato pode-se dever-se a limitações a nível hidráulico dos decantadores, conjuntamente
com a fraca sedimentabilidade da lama proveniente das valas (IVL> 200mL/g). Para tentar
ultrapassar estas limitações, implementou-se algumas melhorias em 2011 na instalação, entre
as quais, colocação de placas deflectoras na entrada dos órgãos de forma a quebrar as linhas
41
de fluxo e diminuir a energia cinética do licor misto, bem como, adição de polímero na vala para
melhorar a aglomeração da lama.
Após calibração e validação dos modelos para as épocas baixa e alta, é boa prática proceder à
simulação com inputs reais, dos respetivos meses de cada época, para perceber a evolução
dos valores simulados face às cargas afluentes diárias à ETAR de Vale Faro.
Assim, realizou-se uma simulação de 250 dias, de Julho a Setembro, para a época alta, e uma
simulação de 550 dias, de Novembro a Maio, para a época baixa, para os anos em que o
modelo foi calibrado e validado, ou seja, de 2013 a 2015.
Para a época alta, correu-se o modelo com os inputs de Julho a Setembro de 2013, 2014 e de
2015 (Figuras 5.4, 5.5 e 5.6).
Figura 5.4 - Evolução da concentração de CQO no afluente, CQO no efluente tratado e CQO
simulado no efluente tratado, para os meses de época alta de 2013, 2014 e 2015.
42
Figura 5.5 - Evolução da concentração de SST no afluente, SST no efluente tratado e SST
simulado no efluente tratado, para os meses de época alta de 2013, 2014 e 2015.
Optou-se por não apresentar a evolução do CBO5, devido a este parâmetro simulado não ser
comparável, uma vez que o limite de quantificação do método analítico é significativamente
elevado (LQ=10 mg/L). Muitos dos resultados analíticos apresentam concentrações inferiores a
10 mg/l, limite este correspondente ao limite de quantificação do método analítico.
Relativamente aos SST do efluente tratado simulado, apresenta em média, valores muito
próximos dos SST reais. No entanto, os dois picos de SST reais, embora pequenos, não foram
43
previstos no modelo, o que se pode dever a algum pico horário de caudal nesses dias, que
pode ter conduzido a uma ressuspensão do manto de lamas, o que não é previsto pelo modelo,
ao se introduzir valores médios diários.
Quanto ao azoto total verifica-se que os picos simulados estão de acordo com os picos reais,
para além de que, o aumento significativo de NT no afluente, por volta do dia 40, conduziu a
um aumento de NT simulado.
Figura 5.7 - Evolução da concentração de SST real e simulada, nas valas de oxidação, para os
meses de época alta de 2013, 2014 e 2015.
A evolução da biomassa simulada no reator é muito idêntica à concentração real medida nas
valas de oxidação. Conseguiu-se que os valores simulados de SST simulado acompanhassem
os valores reais, após introdução, dos valores diários de extração de lamas, como inputs no
GPS-X, em vez de manter o valor médio inserido, por defeito, na extração por decantador.
Para a época baixa, correu-se o modelo com os inputs de Janeiro 2013 a Maio de 2015, para
os meses em que se encontra apenas uma linha em funcionamento. Os meses em questão
correspondem aos meses de Janeiro a Maio e de Novembro a Dezembro de cada ano (Figuras
5.8, 5.9 e 5.10).
44
Figura 5.8 - Evolução da concentração de CQO no afluente, CQO no efluente tratado e CQO
simulado no efluente tratado, para os meses de época baixa de 2013 a 2015.
Figura 5.9 - Evolução da concentração de SST no afluente, SST no efluente tratado e SST
simulado no efluente tratado, para os meses de época baixa de 2013 a 2015.
45
Na época baixa, foi simulado um período superior, já que a ETAR funciona com uma linha na
maior parte do ano, logo existem mais dados disponíveis para correr o modelo calibrado para
esta época.
Ao analisar a evolução das concentrações de CQO e SST no efluente tratado, constata-se que
os valores simulados de CQO, apresentam valores mais próximos dos reais.
Figura 5.11 - Evolução da concentração de SST real e simulada, nas valas de oxidação, para
os meses de época baixa de 2013 a 2015.
46
6. SIMULAÇÃO DOS
CONSUMOS ENERGÉTICOS
E OTIMIZAÇÃO
Neste capítulo é realizado um estudo e respetiva otimização do
processo de arejamento, através da modelação em estado estacionário
e dinâmico.
47
A utilização eficiente de energia constitui atualmente uma prioridade a nível mundial,
conduzindo a sociedade a tomar medidas e a procurar soluções que diminuam os custos
energéticos de uma forma sustentável. Embora a contribuição dos serviços de água para os
consumos de energia à escala global seja muito reduzida (cerca de 7%), as questões
energéticas são de vital importância na sua atividade, representando uma fração significativa a
nível dos consumos de exploração (Hoffman, 2012).
Por outro lado, as tarifas energéticas têm sofrido aumentos sucessivos, pelo que, se torna
necessário tomar medidas, para que as instalações sejam energeticamente mais eficientes e,
assim, diminuir a fatura energética de forma a manter a tarifa de serviço o mais baixo possível.
A ETAR de Vale Faro, é a instalação que consome mais energia do Sistema Municipal de
Saneamento do Algarve, com 3.924.425 kWh/ano, que está associado a um custo anual
próximo de 318.000,88 € (Silva et al, 2013). O consumo específico de energia da ETAR em
3
questão, que é de cerca de 1,13 kWh/m , apresenta um valor relativamente acima do consumo
3
específico para sistema de lamas ativadas (0,42 a 0,79 kWh/m ) (Harvey, 2010).
Na tabela seguinte são apresentados os consumos médios mensais obtidos, por etapa de
tratamento decorrente na ETAR no ano de 2009 (Quadro 6.1).
Quadro 6.1 – Consumos energéticos nas diferentes fases de tratamento da ETAR de Vale
Faro, em 2009 (Silva et al, 2013).
VENTILAÇÃO DE
42.840 13%
INSUFLAÇÃO
48
Tal como se pode verificar da análise da tabela anterior, a etapa com maior consumo
energético associado é o tratamento biológico, sendo o arejamento uma das principais etapas
a otimizar no que respeita a melhorias da eficiência energética, já que representa cerca de
metade do consumo da instalação.
Notar que a biomassa retirada do sistema Px, é dada por a multiplicação entre o coeficiente de
crescimento de biomassa heterotrófica Yobs e a carga de substrato removida no sistema (g
CBO5/dia) (Equação 2.15).
Desta forma, as necessidades biológicas de oxigénio teóricas são dadas pela equação
seguinte (Tchobanoglous et al, 2003):
No entanto, é necessário ter em linha de conta o oxigénio transferido para a água residual
(OTR) que não é consumido pelos microrganismos, atendendo a que a expressão acima é
considerada para efeitos de conceção, não estando assim contabilizado o oxigénio em
49
excesso. A OTR corresponde assim à taxa de transferência de oxigénio e o AOR à quantidade
de oxigénio requerido para os processos biológicos, desencadeados no reator biológico. Ao
nível do projeto OTR é igual ao AOR.
A quantidade de oxigénio transferido em água limpa (OTR em Kg/d) pode ser determinada
através da seguinte expressão (Diego, 2010).
-1
em que KLa – coeficiente de transferência de massa (h ); DOsat – Oxigénio dissolvido na água
-3
em saturação à temperatura de referência (kgO2 m ); DO – oxigénio dissolvido na água (kgO2
-3 3
m ); V- Volume do tanque (m );
A correção dos parâmetros para água de processo é dada, essencialmente, por dois
parâmetros:
α (alfa) – fator que entra em linha de conta com os contaminantes que existem na água
residual. KLaágua processo/KLaágua limpa.
A transferência de oxigénio é tanto maior quanto maior a pressão e diminui com o aumento da
temperatura e da condutividade do meio líquido.
Por outro lado, a interface de contacto entre ar e água deverá ser o maior possível para uma
melhor transferência de oxigénio. Quanto menor for a bolha de ar, maior é a interface para a
difusão do oxigénio. A transferência de oxigénio no meio líquido é realizada através do
coeficiente de transferência de massa (KLa), que descreve a velocidade com que ocorre a
transferência de oxigénio do ar para o meio líquido, dependendo do tipo de sistema de
arejamento, composição do fluído, temperatura, caudal de ar, profundidade e geometria do
tanque. O KLa tem dependência direta com o caudal de ar, aumentando com o aumento do
caudal de ar (Frandicks, 2011).
Para o cálculo da OTR, pode ser utilizada outra expressão, ultrapassando a questão de se
determinar o KLa.
O fator de correção fc é dado pelo quociente entre o OTR e o SOTR (Standard Oxygen
Transfer Rate), que descreve a taxa de transferência de oxigénio para as condições standard
(kg /d)
50
` = =
/uv wF.WOL. xy/BL"zy/ ×:
!/uv a 20 .b-20 .:
(Equação 6.7)
wF.&x b-
-on =
zy/.… †‡ˆ‰ '.!/uv
b-20
(Equação 6.8)
OTE =
Ž0™šzŽ0›œ•
Ž0™š
(Equação 6.10)
SOTE % = . 100%
ŸŽ„•
Ž0
(Equação 6.11)
A eficiência de arejamento também pode ser expressa por unidade de potência, SAE (Standard
Aeration Efficiency) que corresponde à eficiência de transferência de oxigénio por unidade de
potência, em condições standard.
SAE =
ŸŽ„•
¢›£¤¥ ™š¦œ•
(Equação 6.12)
51
6.2. AREJADORES E DIFUSORES
Os arejadores devem ser selecionados com base num conhecimento das condições de
operação, da geometria do tanque de arejamento e da eventual vantagem em se promover
simultaneamente arejamento e mistura do fluído.
Os sobrepressores, são nada mais do que um compressor de baixa pressão, e podem ser
caracterizados como deslocamento positivo ou centrífugos, sendo que os de deslocamento
positivo fornecem ar a uma taxa constante e os centrífugos fornecem uma gama de taxa de
caudais ao longo de um intervalo de tempo (Larsson, 2011).
52
Figura 6.1 - Representação dos vários tipos de difusores usados no arejamento de processos
biológicos (Rosso, 2013).
Os difusores de bolha fina (bolhas entre 1,5 a 3 mm) geralmente são porosos, ou seja, com
dimensões entre 0,1 e 0,3 mm, e têm OTE mais elevado que os da bolha média, o que torna
este sistema mais eficiente em termos energéticos. Contudo, este tipo de sistema é mais
suscetível de colmatar a membrana porosa. A colmatação diminui o desempenho dos difusores
e portanto, a eficiência de arejamento. Para prevenir a colmatação dos difusores é necessário
proceder à sua limpeza que pode ser realizada através da limpeza química (ácido, alcalino ou
injeção de gás), ou mesmo manual.
O aumento do OTE associado aos difusores de bolhas finas está relacionado com o KLa, isto é
o tamanho da bolha afeta o tempo de subida, assim bolhas menores têm um maior tempo de
subida levando a que a área de superfície com a interface seja maior.
Os difusores com bolha média (bolhas entre 20 a 40 mm) são tipicamente não porosos (poros
com dimensões entre 5 a 25 mm) e têm baixo OTE. Consequentemente, este tipo de difusores
não são tão eficientes, mas podem ser aplicados por exemplo em sistema de arejamento em
que a bolha fina não consegue promover ao mesmo tempo a mistura (Mueller et al, 2002).
A ETAR de Vale Faro é constituída por duas valas independentes tipo carrocel, com
3
profundidade útil de 7m e volume unitário de 10.000 m (volume total de 20.000 m3). O
arejamento é realizado através de 2.640 difusores de ar de bolha fina, instalados no fundo das
valas. O oxigénio necessário é disponibilizado por 2+1 sobrepressores, dois deles com caudal
3 3
unitário de 6.000 Nm /h e um com 3.400 Nm /h, funcionando 1 ou 2 sobrepressores consoante
a carga orgânica afluente. A conduta de insuflação de ar é comum para as duas valas, com a
possibilidade de ser seccionada (Figura 6.2).
53
Sondas de Oxigénio
O2
O2
O2
A B C
O2
Figura 6.3 - Sobrepressor Aerzen, para baixas pressões, instalado na ETAR de Vale Faro.
54
A paragem dos sobrepressores, tem o mesmo princípio do arranque, ou seja, os
sobrepressores vão parando de forma gradual, caso os valores se encontrem altos (acima do
valor crítico alto, ou após o tempo definido na supervisão, acima do valor saturado alto).
Escala de OD
Valor crítico Valor saturado Baixo Valor saturado Alto Valor crítico
SET POINT OD
Baixo Alto
Quanto à rede de distribuição de ar, a jusante dos sobrepressores, encontra-se instalada uma
rede com tubagens derivativas para o fundo das 4 zonas arejadas, das 2 linhas de tratamento
da ETAR. No fundo dessas tubagens encontram-se acoplados os 2.640 difusores, no
comprimento das zonas aeróbias, permitindo desta forma uma distribuição uniforme do ar,
nessas mesmas zonas.
Os difusores instalados são difusores circulares de membrana com bolha fina (Figura 6.5).
Prato-minimiza a força
ascensional.
55
6.4. MODELAÇÃO EM ESTADO ESTACIONÁRIO
Tendo em conta a otimização dos consumos energéticos no processo biológico, o ideal seria
fornecer, nos compartimentos arejados, a quantidade de oxigénio o mais próxima possível da
quantidade de ar necessário, para promover a oxidação da matéria orgânica e para a
nitrificação, que geralmente ocorre em sistemas com temperaturas médias acima dos 20 ºC no
meio líquido, como é o caso. Tal como se pode constatar na figura 6.6, para temperaturas
superiores a 20ºC, basta uma idade de lamas de pelo menos 2 dias para que ocorra o
processo de nitrificação. Embora a taxa máxima de crescimento das bactérias responsáveis
-1
pela nitrificação ( µmax, autotróficas a cerca de 20ºC é de 1 d ) seja inferior à taxa máxima de
crescimento das bactérias responsáveis pela oxidação da matéria orgânica ( µmax heterotróficas
-1
cerca de 6 d ) o tempo de duplicação das bactérias autotróficas acaba por ser de apenas 2
dias.
Figura 6.6 - Idade mínima de lamas para as bactérias oxidantes do ião amónia e do nitrito
(Martins et al, 2001)
56
sedimentação e com maior concentração de surfatantes adsorvidos, obtendo-se um efluente
mais límpido com menos substâncias tensioativas, o que promove uma melhoria na
transferência de oxigénio no mesmo. Os agentes surfatantes, tais como, detergentes, óleos,
etc, reduzem a eficiência de transferência de oxigénio, já que a sua natureza anfifílica, promove
na interface ar-água a formação de bolhas ascendentes (Rosso, 2007).
Por outro lado, e uma vez que, as zonas anóxicas alternam com as zonas arejadas, o oxigénio
transferido para o meio liquido nas zonas aeróbias, também não pode ser muito elevado, para
não comprometer o processo de desnitrificação. Quando a desnitrificação não é muito eficiente,
os nitratos são encaminhados para os decantadores secundários. Nestas condições, a
libertação de azoto gasoso afeta a sedimentação da lama, podendo levar inclusive a uma
ressuspensão da lama no órgão e consequentemente à degradação da qualidade do efluente
final.
Um dos objetivos principais deste trabalho é otimizar os set points de oxigénio dissolvido,
diminuindo o set point de OD sem afetar a qualidade do efluente final, dentro dos limites
estabelecidos e quantificação dos consumos e respetivos custos energéticos associados.
A energia consumida pelos sobrepressores para a época alta em 2014 foi de 380 kw, valor
muito próximo do valor obtido pelo modelo para o set point de funcionamento atual da ETAR,
que foi de 388 kw.
Quadro 6.2 – Consumos de energia para as condições médias de funcionamento atuais e para
o set point atual de 1 mgO2/L.
57
A modelação em estado estacionário foi assim realizada para as condições de afluência
médias, de 2013 a 2015.
Figura 6.7 - Variação de CQO ao longo da época alta, para vários set points de Oxigénio
Dissolvido.
Figura 6.8 - Variação de CBO5 ao longo da época alta, para vários set points de Oxigénio
Dissolvido.
58
Figura 6.9 - Variação de SST ao longo da época alta, para vários set points de Oxigénio
Dissolvido.
Da análise das figuras acima, verifica-se que para alteração de set points de oxigénio
dissolvido de 1 mg/L (atual) até 0,4 não conduz a qualquer alteração significativa da qualidade
do efluente tratado. A simulação evidencia que a partir de valores de set point abaixo dos 0,4
mg/L ocorre incumprimento do normativo de descarga, para todos os parâmetros físico-
químicos (CQO, CBO5 e SST).
Figura 6.10 - Variação de CQO ao longo da época baixa, para vários set points de Oxigénio
Dissolvido.
59
Figura 6.11 - Variação de CBO5 ao longo da época baixa, para vários set points de Oxigénio
Dissolvido.
Figura 6.12 - Variação dos SST ao longo da época baixa, para vários set points de Oxigénio
Dissolvido.
Abaixo deste valor as necessidades de oxigénio (AOR) passam a ser superiores à quantidade
de oxigénio fornecida (OTR), não se garantido a eficiência dos processos bioquímicos, quer
sejam remoção da matéria orgânica, quer seja nitrificação. Por outro lado, baixas
concentrações de oxigénio afetam a floculação da biomassa e promovem o desenvolvimento
de bactérias filamentosas, levando à degradação da sedimentabilidade da lama.
60
Quadro 6.3 – Variação do consumo energético por alteração do set point de oxigénio
dissolvido, para as condições médias de afluência da época alta, no período 2013-2015.
Quadro 6.4 – Variação do consumo energético por alteração do set point de oxigénio
dissolvido, para as condições médias de afluência da época baixa, no período 2013-2015.
O Quadro 6.5 evidencia a poupança energética anual, ao optar-se pelo valor de set point
otimizado (0,4 mg/L), face ao atual set point de oxigénio (1 mg/L).
Quadro 6.5- Comparação dos custos de energia, para o set point atual e para o set point
otimizado (0,4 mg/L), com base no período de 2013 a 2015.
A poupança anual é assim de 39.360 Euros/ ano, o que se traduz numa redução dos custos em
cerca de 25% face ao consumo atual.
61
6.5. MODELAÇÃO EM ESTADO DINÂMICO
Figura 6.13 - Variações dos vários períodos com diferentes tarifas horárias, ao longo dos
diferentes dias, semanal, sábado, domingo, e para verão e inverno.
As tarifas consideradas correspondem ao somatório entre cada tarifa média (TM) e a respetiva
tarifa de acesso à rede (TAR), para cada período do dia. Os valores introduzidos na simulação
e respetivos horários encontram-se no Quadro 6.6.
Quadro 6.6- Tarifas (Euros/kw) para os vários períodos ao longo do dia, para a época alta,
meses de verão, e para a época baixa, meses de inverno, em 2015.
Tarifas
Época Alta Época Baixa
(Euros/kw)
62
O objetivo principal da modelação em estado dinâmico é otimizar os set points de oxigénio ao
longo do dia. Isto pode passar por aumentar a concentração de OD, antes dos períodos das
cheias ou horas de ponta, períodos nos quais a tarifa aumenta significativamente.
Em termos de supervisão seria necessário introduzir uma variável adicional, fator de correção,
para cada período ao longo do dia. Esses fatores de correção seriam multiplicados pelo set
point médio imposto, de forma a obter um set point para cada período do dia.
Esses períodos de aumento dos valores de OD, foram avaliados no presente estudo de
modelação dinâmica. Optou-se por efetuar a modelação apenas para a época alta, tendo em
conta que, é neste período que existem maiores oscilações de carga afluente. Para esta época,
considerou-se apenas um período de saturação, durante as horas de vazio, mesmo antes das
horas de cheia. O valor de oxigénio dissolvido nas horas de ponta, situa-se abaixo do valor de
OD otimizado em estado estacionário (0,4).
Desta forma os vários períodos considerados, bem como os respetivos set points, para as
várias simulações, são apresentados no Quadro 6.7.
Quadro 6.7- Diferentes simulações dinâmicas por alteração do set point ao longo do dia.
De forma a perceber como a alteração do set point ao longo dia, pode influenciar o processo de
tratamento, correu-se o modelo calibrado para a época alta, em estado dinâmico, para o dia de
3
maior caudal afluente de 2015 (17.966 m /dia). Para a simulação dinâmica foram inseridos os
caudais instantâneos do dia de maior caudal, na época alta, considerou-se a concentração de
matéria orgânica CQO e CBO5 ao longo dia constante (por indisponibilidade de resultados
horários) e simulou-se a qualidade do efluente tratado, ao longo de 10 dias. A simulação foi
realizada para os quatro cenários com o set point de OD variável ao longo do dia, bem como,
para os set points de OD constantes, o atual (1 mg/L) e otimizado (0,4 mg/L) (Figuras 6.14,
6.15, 6.16 e 6.17).
63
Figura 6.14 - Evolução do CQO no efluente tratado, ao longo de 10 dias de simulação, para as
várias alterações de set point de OD ao longo dia, bem como para o set point constante de 0,4
e de 1 mg/L.
Figura 6.15 - Evolução do CBO5 no efluente tratado, ao longo de 10 dias de simulação, para as
várias alterações de set point de OD ao longo dia, bem como para o set point constante de 0,4
e de 1 mg/L.
64
Figura 6.16 - Evolução do NK no efluente tratado, ao longo de 10 dias de simulação, para as
várias alterações de set point de OD ao longo dia, bem como para o set point constante de 0,4
e de 1 mg/L.
Figura 6.17 - Evolução da SST no efluente tratado, ao longo de 10 dias de simulação, para as
várias alterações de set point de OD ao longo dia, bem como para o set point constante de 0,4
e de 1 mg/L.
65
Posteriormente, determinaram-se os custos associados para os vários cenários de set points,
para perceber até que ponto compensa a implementação das alterações de set point ao longo
do dia (Figura 6.18).
Figura 6.18 - Custos anuais associados ao processo de arejamento para várias simulações em
estado dinâmico e estacionário (set point de OD 0,4 e 1 mg/L).
Ao analisar o gráfico anterior e, uma vez que, as simulações foram sendo realizadas por
diminuição gradual do set point, em determinados períodos ao longo dia, verifica-se uma
diminuição dos custos associados à medida que foram decorrendo as simulações (1 até 4),
sendo os custos apresentados para qualquer uma das simulações, inferiores ao custo atual
(set point OD = 1 mg/L). Embora os custos associados á simulação 4, seja significativamente
inferior, esse cenário de perfil diário de OD, conduz a um efluente com menor qualidade,
podendo mesmo comprometer o valor definido para o normativo de descarga.
Desta forma o cenário que apresenta melhor relação qualidade custo é a opção 3, uma vez
que, mantendo a qualidade do efluente final, é aquele que apresenta um custo energético
associado relativamente inferior.
A poupança energética associada ao cenário 3, com as várias alterações de set point diários tal
como se encontram identificadas no Quadro 6.7, não é, no entanto significativa, aproximando-
se do cenário de set point constante e otimizado em estado estacionário (0,4 mg/L), tal como
evidencia a Figura 6.18.
66
7. ALTERAÇÃO DOS
DIFUSORES E RESPETIVOS
CONSUMOS
Neste capítulo é realizado um estudo à possível alteração dos difusores
e respetivos consumos energéticos associados.
67
Um dos objetivos da presente dissertação prende-se com o estudo da viabilidade de alteração
dos difusores, tendo em vista a otimização energética com o aumento da eficiência de
transferência de oxigénio, associados aos novos difusores.
Com o decorrer do tempo, verifica-se que os difusores vão sofrendo alguma colmatação. Para
além de começarem a precisar de uma limpeza cada vez mais frequente e eficaz, podem sofrer
danos irreversíveis, que só por substituição dos difusores, são ultrapassados. Nas zonas com
difusores danificados existe uma saída de ar bastante significativa, originando uma turbulência
localizada nesse ponto, tal como se pode verificar pela Figura 7.1. O dano dos difusores é de
evitar, uma vez que prejudica bastante o processo de tratamento biológico em questão.
Figura 7.1 - Representação do efeito no reator devido à danificação de difusor (Rosso, 2013).
Como tal, deve-se estudar bem os tipos de difusores disponibilizados no mercado e verificar
qual se adapta melhor ao sistema em questão. Existem difusores de bolha fina, constituídos
por os mais diversos tipos de materiais (cerâmico, poliuretano, PVC, silicone, etc), bem como
as mais diversas configurações. Notar que, não só os difusores com poros de pequenas
dimensões originam bolhas finas, também as turbinas utilizam um impulsor, para fazer variar
entre bolhas de maiores dimensões e bolhas finas (Rosso, 2007).
O tipo de bolha, fina média ou grossa, também é determinante, para uma menor ou maior
transferência de oxigénio através do meio líquido, bem como da própria eficiência de
transferência de oxigénio do próprio difusor.
Os sistemas de bolha fina são atualmente os sistemas mais comuns usados como tecnologia
de arejamento. Como se pode verificar no gráfico seguinte (Figura 7.2), quanto mais fina a
bolha do sistema de difusores, maior a eficiência no consumo energético (αSOTE superior).
Uma vez que a medição do αfator, não é de todo prática, as eficiências de transferência de
68
oxigénio na água, são muitas vezes descritas como multiplicação do αfator pelo SOTE, αSOTE,
que inclui ajustes de OD, temperatura, pressão barométrica e salinidade.
Os sistemas de bolha fina, retiram logo inicialmente uma parte dos compostos orgânicos
voláteis em virtude do aumento da sua eficiência, o que se traduz em fluxos de ar requeridos
mais baixos. Estes sistemas também permitem reduzir as perdas de calor, pelas mesmas
razões.
Por outro lado, quanto menor as bolhas, maior a área de contacto das bolhas de ar com o
líquido. Desta forma, embora a velocidade ascensional seja menor para bolhas de menores
dimensões, o que se traduz num αfator inferior, as bolhas de pequenas dimensões têm
associado uma interface de contacto superior, logo uma eficiência de transferência de oxigénio
(SOTE) superior.
A operação com estes sistemas de bolha fina, tem apenas como desvantagem o aumento das
necessidades de limpeza periódicas, já que são mais suscitáveis a colmatações. Como se
pode verificar através da figura seguinte, a eficiência de transferência de oxigénio através de
um difusor colmatado diminui quando comparada com a transferência de oxigénio através de
um difusor limpo (Figura 7.3).
69
Desta forma, a limpeza periódica dos difusores é dos processos de manutenção a ter conta
para evitar colmatações. No entanto esta limpeza, para além de pouco prática, já que implica
geralmente o vazamento da linha a intervir, bem como alocação de todos os meios de
manutenção e segurança para a mesma.
Por vezes, torna-se mais vantajoso proceder à substituição dos difusores, do que à limpeza
dos antigos, até porque com o tempo, os difusores acabam sempre por perder as eficiências de
transferência de oxigénio, e ficam mais suscetíveis de serem danificados, tal como se pode
verificar no gráfico seguinte (Figura 7.4).
Figura 7.4 - Comparação do Alfa fator para difusores com diversos tempos de operação
(Rosso, 2013).
Ao analisar a figura anterior, constata-se que ocorre uma diminuição significativa do fator de
transferência de energia (α fator), com o envelhecimento da membrana difusora. Verifica-se
que o αfator após 2 anos, de utilização da membrana, atinge o valor aproximado de 0,3. Foi
precisamente este o valor considerado para a simulação da transferência de oxigénio dos
difusores atualmente instalados. Por outro lado, considerou-se o αfator para os novos
difusores, o valor de 0,5, que é normalmente o valor definido em catálogo para os novos
difusores.
Os difusores de bolha fina são mais suscetíveis a incrustações (revestimento criado pelo
biofilme), bem como, à escamação (precipitação de sais inorgânicos), que ocorrem com a
formação do biofilme composto por flocos de bactérias, protozoários e compostos orgânicos e
inorgânicos, na superfície dos difusores, diminuindo o alfa fator.
Adicionalmente, o material polimérico vai perdendo as suas propriedades com o tempo de uso.
A membrana de polímero pode endurecer reduzindo o fluxo de ar, ou pode amaciar e expandir,
o que resulta no aumento das bolhas de ar e consequentemente na diminuição do OTE. Uma
possível causa que pode estar na origem deste fenómeno prende-se com o uso de aditivos ou
plastificantes que são adicionados ao polímero, como forma de fortalecer as propriedades
químicas e mecânicas e aumentar a processabilidade do polímero. A atividade bacteriana pode
70
ser compatível com a natureza química destes aditivos, adsorvendo o conteúdo plastificante
contida na mistura, reduzindo a abilidade da membrana fletir ou esticar. Recentemente têm
sido fabricados membranas em silicone, de forma a ultrapassar este fenómeno (Kaliman,
2007).
Por outro lado, e paralelamente, há que tentar manter um tempo de retenção de sólidos que
permita manter o fator alfa mais elevado. Desta forma, os sistemas com nitrificação/
desnitrificação, que em geral têm uma idade de lamas superior, apresentam a vantagem
adicional da absorção da CQO facilmente biodegradável (Ss), por parte da biomassa, evitando
que esta se acumule junto às bolhas finas, o que poderia prejudicar a eficiência de
transferência de oxigénio (diminuindo o OTE).
No Quadro 7.1 são apresentados os valores obtidos para as simulações com os difusores
antigos e novos, para as duas épocas distintas (alta e baixa), recorrendo aos dados
processuais de 2013 a 2015.
Quadro 7.1 - Variação dos consumos de oxigénio e de energia, com difusores antigos e novos.
OTR
354 188 354 188
(kg/h)
Custos/ ano
157.200 102.660
(Euros/ ano)
Poupança anual
54.540
(Euros/ ano)
No entanto, a potência dos sobrepressores que é necessária (kw), para transferir a mesma
quantidade de oxigénio (OTR), é significativamente inferior ao proceder-se à alteração dos
difusores. Com os novos difusores, existem menos custos associados ao consumo energético
no arejamento do tratamento biológico. A poupança anual ronda os 54 mil Euros, sem entrar
com os custos de investimento nos novos difusores e as respetivas amortizações.
71
De forma a verificar se compensa a substituição dos difusores ou não, realizou-se uma
pesquisa dos difusores disponibilizados no mercado, as suas características e respetivos
custos. De todos os tipos de difusores, os que apresentam uma maior capacidade de
transferência de ar, mantendo a bolha fina, são os difusores tubulares. Os difusores tubulares
consultados, têm ainda a vantagem de serem constituídos por membranas em silicone (Flexsil),
evitando a expansão dos orifícios da membrana aquando uso de material polimérico. Os
3
difusores em questão, de 9´´, têm uma capacidade de transferência unitária de 7 a 22 Nm /hora
de ar, e o seu custo unitário fica a cerca de 18,62 Euros por difusor. Na Figura 7.5 encontra-se
representado o tipo de difusor possível a ser instalado.
Figura 7.5 - Representação do difusor de bolha fina de membrana tubular (Magnum) a ser
instalado na ETAR de Vale Faro (OTT Group, 2014).
Procedendo-se à alteração dos difusores e da respetiva linha de difusão, deve optar-se por
linhas de difusores com várias bifurcações e válvulas associadas, de forma a permitir uma
maior flexibilidade operacional, tal como se pode verificar através do sistema representado
seguidamente (Figura 7.6).
Figura 7.6 - Distribuição ao longo da vala de oxidação, com várias bifurcações e válvulas
associadas a cada troço (OTT Group, 2014).
Dimensionando o sistema de difusão para as condições de projeto, para o qual a ETAR foi
construída, temos como necessidade de transferência de oxigénio (OTR) cerca de 692 kg
O2/h, para as condições de afluência média e de 1255 kg O2/h para as condições de máxima
72
afluência (ponta). Considerando as necessidades de ponta, o fator de correção para as
condições de trabalho (fcV) e a eficiência do sobrepressor (SOTE=30%), torna-se necessário
3
fornecer um caudal de ar 24.123 m /h, caudal este para o qual os difusores devem ter
capacidade no seu global. Tendo em conta a capacidade mínima unitária de transferência de ar
3
de cada difusor, 7 Nm /h, são necessários 3446 difusores, o que corresponde a um
investimento de 62.373 Euros, considerando um custo unitário de 18,1 Euros/difusor (OTT
Group, 2014).
Tendo em conta que a poupança anual é de 54.540 Euros/ ano, estima-se que o investimento
seja recuperado para um período compreendido entre 1 a 2 anos.
73
8. CONCLUSÕES
Neste capítulo são apresentadas algumas considerações finais, bem
como, algumas sugestões de melhoria futura.
74
A modelação matemática é uma ferramenta de extrema relevância na otimização da operação
dos sistemas de tratamento de águas residuais, fornecendo indicações do comportamento das
instalações face a alterações de estratégias da operação, sem necessariamente realizar o
investimento inicial.
Tendo como objetivo principal, a diminuição dos consumos energéticos e respetivos custos
associados, procedeu-se à otimização da etapa de arejamento, principal responsável pelo
consumo energético da instalação. Nestas circunstâncias, a pesquisa efetuada do desempenho
do arejamento do tratamento biológico, consistiu em simular o comportamento do sistema face
a diferentes set points de oxigénio dissolvido, com vista a otimizar os consumos energéticos da
ETAR e sem comprometer a qualidade do efluente final.
Foram validados e calibrados dois modelos distintos que descrevem e simulam o tratamento da
água residual afluente à ETAR de Vale Faro, para as duas épocas, alta e baixa. Optou-se pelo
modelo Mantis para a presente simulação já que foi o que apresentou resultados mais
próximos dos reais.
De forma a obter um modelo o mais realista possível, procedeu-se à determinação das frações
de carga orgânica do afluente, tendo-se realizado amostragens extra para a sua quantificação.
Uma vez definidas as frações da qualidade físico-química do afluente à ETAR, e após
caracterização dos órgãos, dimensões e respetivas condições operacionais, simulou-se a
qualidade do efluente final, para as duas épocas.
Uma vez realizada a simulação com as eficiências de tratamento, verificou-se que os valores
simulados para a quantidade de lamas desidratadas e para a concentração de CQO,
encontram-se muito próximos dos valores reais. Já no que se refere à CBO5 e aos SST os
desvios são consideráveis quando comparados com os reais. Relativamente à CBO5 tal deve-
se a que os resultados disponíveis são obtidos através dum método com limite de quantificação
significativamente acima ao valor simulado (CBO5 simulado = 2,4 mg/L> 10mg/L = Limite
Quantificação).
75
De forma a que, o modelo conseguisse simular a concentração de sólidos suspensos totais no
efluente, foi necessário proceder a iterações por alteração de um dos parâmetros operacionais
dos decantadores secundários, parâmetro esse que corresponde à percentagem de
clarificação. Na realidade, os decantadores da ETAR apresentam um histórico de fraca
decantabilidade, pelo que já foram alvos de anteriores reparações, por adição de defletores/
anteparas, bem como aumento da área de perfuração, para que se evitasse a ressuspensão de
lamas. Embora o problema tenha sido melhorado, existe ainda alguma ressuspensão de SST,
até porque a própria qualidade da lama que se forma nas valas de oxidação possui uma fraca
capacidade de sedimentação, devido à presença de bactérias filamentosas. Inevitavelmente,
para as cargas de projeto, o efluente final teria uma concentração de SST superior ao previsto,
o que iria condicionar a etapa de desinfeção UV a jusante, já que os sólidos suspensos afetam
a penetração dos raios UV no meio líquido.
Após os dois ajustes mencionados, o modelo foi calibrado e validado segundo os critérios da
IWA, apresentando, não apenas um critério validado, requisito suficiente para a validação, mas
sim os três, obtendo-se um erro inferior a 5%, para o volume de lamas desidratas e para os
sólidos suspensos totais no reator, e um erro inferior a 5mg/L para os SST no efluente final,
quer para a época alta quer para a época baixa.
76
A aquisição de novos difusores, do tipo tubular, com um investimento inicial de cerca de 62.373
Euros, permite poupanças anuais de cerca de 54.540 Euros, sendo recuperado o investimento
ao fim de 1 e 2 meses.
Este trabalho não se incidiu sobre programação automática associada aos variadores de
velocidade dos sobrepressores, contudo face à importância da afinação do arejamento sugere-
se como trabalho futuro um estudo mais detalhado relativamente ao PID destes equipamentos.
Por último, embora o normativo de descarga da ETAR não contemple a remoção de azoto,
justifica-se calibrar novamente o modelo para a remoção de azoto (nitrificação/ desnitrificação),
sendo necessário a realização de controlo analítico especifico (azoto amoniacal, kjedal,
nitratos, nitritos) ao longo da linha liquida de tratamento, e ensaios respirométricos para
calibração das constantes cinéticas dos organismos autotróficos. Por outro lado, a aquisição de
sondas de nitrato e amónia, podem ser assim uma mais valia na perspetiva de complementar a
otimização dos consumos energéticos associados ao arejamento.
77
9. REFERÊNCIAS
BIBLIOGRÁFICAS
78
ÁGUAS DO ALGARVE (2010). Manual de Operação da ETAR de Vale Faro. Faro.
LARSSON V. (2011). Energy savings with new aeration and control system in a mid-size
Swedish wastewater treatment plant. Uppsala University. Uppsala.
GERNAEY, K., LOODSDRECHT, M., HENZE, M., LIND, M. JØRGESEN, S.,(2004), Activated
Sludge wastewater treatment plant modelling and simulation: state of the art, in Environmental
Modelling and Software, Vol.19, pp.763-783.
GRADY, Jr., DAIGGER, T., LIM, H., (1999), Biological Wastewater Treatment, Second Edition,
Revised and Expanded, Marcel Dekker Inc., New York.
GRAU, P., GRACIA, M., VANROLLEGHEM, P.A., AYESA, E., (2007), A new plant-wide
modelling methodology for WWTPs, in Water Research, Vol.41, Nº19.
GRAU, P., BELTRAN, S., DE GRACIA, M., AYESA, E., (2007), New mathematical procedure
for the automatic estimation of influent characteristics in WWTPs, in Water Science and
Technology, Vol.56, Nº8, pp. 95 – 106.
KALIMAN, A., ROSSO, D., LEU, S., STRENSTROM, K. (2007), Fine-pore aeration diffusers.
Accelerated membrane ageing studies, Elsevier, Los Angeles.
HARVEY, L., (2010), Energy and the New Reality 1: Energy Efficiency and the Demand for
Energy Services 1st Edition, New York.
HAUDUC H., RIEGER L., OEHMEN A., van LOOSDRECHT M., COMEAU Y., HÉDUIT A.,
VANROLLEGHEM P., GILLOT S. (2013). Critical Review of Activated Sludge Modelling: State
of Process Knowledge, Modeling Concepts and Limitations. Biotechnology and Bioengineering,
24-46.
HENZE, M., GRADY, C., GUJER, W., MARAIS, G. and MATSUO, T., (1987), Activated sludge
model No. 1, IWAQ Scientific and Technical Report No. 1, London.
HENZE, M., LOOSDRECHT, M., EKAMA, G., BRDJANOVIC, D., (2008), Biological Wastewater
Treatment – Principles, Modelling and Design, IWA, London.
79
HOFFMAN, Allan (2012), The Connection: Water Supply and Energy reserves, Water Industry
News.
IWA (2014). Course on Modelling Activated Sludge Plants, Lisbon, 19-29 September 2014 –
Good Modelling Practice IWA Tasq Group on.
LA MOTTA, E., MCCORQUODALE, J., ROJAS, J., (2007), Using the Kinetics of Biological
Flocculation and the Limiting Flux Theory for the Preliminary Design of Activated Sludge
Systems. I: Model Development, in Journal of Environmental Engineering, Vol.133, Nº1, pp.
104-110.
LA MOTTA, E., MCCORQUODALE, J., ROJAS, J., (2007), Using the Kinetics of Biological
Flocculation and the Limiting Flux Theory for the Preliminary Design of Activated Sludge
Systems. II: Experimental Verification, in Journal of Environmental Engineering, Vol.133, Nº1,
pp. 111-116.
LARSSON, V. (2011), Energy savings with aeration and control system in a mide-size Swedish
wastewater treatment plant, pp. 1-67.
MARAIS, R., EKAMA, G.A., (1976), The activated Sludge Process Part I – Steady State
Behaviour.
MARTINS, A., COSME, N., GOMES, J., LOOSDRECHT, M. (2001), Processos de Tratamento
Sustentáveis em Sistemas de Águas Residuais com Remoção de Nutrientes, Aveiro
MUELLER, j., BOYLE, W., POPEL, H. (2002), Aeration Principles and Practice Volume II,
Library Editors
MUSSATI, M. GERNAEY, K., GANI, R., JØRGESEN, S., (2002), Computer aided model
analysis and dynamic simulation of a wastewater treatment plant, in Clean Technologies and
Environmental Policy, Vol.4, Nº2.
MUSSATI, M. GERNAEY, K., GANI, R., JØRGESEN, S., (2002), Perfomance analysis of a
denitrifying wastewater treatment plant, in Clean Technologies and Environmental Policy, Vol.4,
Nº3.
NUHOGLU, A., KESKINLER, B., YILDIZ, E., (2005), Mathematical modelling of the activated
sludge process – the Erzincan case, in Process Biochemistry, Vol. 40, Nº7, pp.2467-2473.
OLSSON G., NEWELL, B. (2001), Wastewater Treatment Systems – Modelling, Diagnosis and
Control, IWA Publishing, London.
80
OTT Group (2014), Catálogo de difusores de arejamento.
PETERSON, B., GERNAEY, K., HENZE, M. AND VANROLLEGHEM, P., (2002), Evaluation of
an ASM1 model calibration procedure on a municipal-industrial wastewater treatment plant, in
Journal of Hydroinformatics, IWA, Vol.4, pp.15-38.
ROELEVED, P., VAN LOOSDRECHT, M., (2002), Experience with guidelines for wastewater
characterization in The Netherlands, in Water Science and Technology, Vol.45, Nº6, pp. 77-87.
ROSSO, D., (2013), Oxygen transfer activated sludge processes bubbles, mixers et al,
University of California, Irvine.
SILVA, O., Bento, N., Primo, N., Martins, A., (2013), Otimização do consumo energético
associado ao sistema de arejamento da ETAR de Vale Faro, in ENEG, Coimbra.
WANG, C., ZENG, Y., LOU, J., WU, P., (2007), Dynamic simulation of a WWTP
operated at low dissolved oxygen condition by integrating activated sludge model and a
floc model, in Biochemical Engineering Journal, Vol. 33, N.º 3, pp. 217 – 227
81
10. ANEXOS
82
Quadro 10.1- Exemplos de casos de estudo de aplicação de ASM em ETAR.
83
mais baixas afetam o
desempenho das bactérias-P
sendo mais evidente no A2N
84
Quadro 10.2- Limitações dos modelos ASM1, ASM2, ASM2d e ASM3 (Peterson et al, 2002).
Temperatura e pH constante
Desenvolvido tipicamente para água residuais domésticas
Características das águas residuais consideradas estáveis ao longo do tempo
Os valores dos parâmetros das taxas são constantes
Não considera o efeito da limitação de nutrientes. Os fatores de correção para a
ASM1
desnitrificação são constantes
Coeficientes de nitrificação constantes, não considera o efeito de inibição pela
presença de compostos tóxicos na água residual
A biomassa permanece homogénea
Hidrólise da matéria orgânica e azoto em simultâneo e ao mesmo nível
85
Quadro 10.3 – Matriz base do modelo Mantis (Hydromantis, 2013).
1
1.Crescimento
1 − YH ibhn
− − −
YH YH 14
aeróbio dos 1 -ibhn
heterotróficos
ibhn
−
1 1 − YH 1 − YH 14
2.Crescimento
− −
YH 2.86YH 2.86YH 1 − YH
anóxico dos 1 -ibhn
+
heterotróficos 14x2.86YH
3.Crescimento
1 1 − YH ibhn
− − −
aeróbio dos
YH YH 14
1 -ibhn
heterotróficos em
ss com sno
ibhn
−
4.Crescimento
1 1 − YH 14
-ibhn-
− 1 − YH
anóxico dos
YH 2.86YH 1 − YH
1
2.86YH +
14x2.86YH
heterotróficos em
ss com sno
5.Decaimento dos ibhn-
1-fuh -1 fuh
heterotróficos fuh.iuhn
6.. Hidrólise de
compostos 1 -1
orgânicos
7.Hidrólise de N
-1 1
orgânico
8.Amonificação N
1 -1 1/14
orgânico solúvel
9.Crescimento dos − 4.57 − YA 1 l z™°±š l
YA YA
-iban-®¯
l²
1 -®¯.³
autotróficos
10. Decaimento iban-
1-fua -1 fua
dos autotróficos fua.iuan
8.N orgânico biodegradável particulado
3.CQO particulada não biodegradável
8.Oxigénio (gCQO/m3)
(gCQO/m3)
(gCQO/m3)
(gCQO/m3)
(gCQO/m3)
(gCQO/m3)
(gN/m3)
Legenda: YH- Rendimento celular da matéria heterotrófica; YA – Rendimento celular da matéria autotrófica; fua- fração de
resíduos não biodegradáveis na biomassa autotrófica; fuh- fração de resíduos não biodegradáveis na biomassa heterotrófica;
ibhn- massa de N/massa CQO na biomassa heterotrófica; iuhn- massa de N/massa CQO particulada na biomassa heterotrófica;
iban- massa de N/massa CQO na biomassa autotrófica; iuan- massa de N/massa CQO particulada na biomassa autotrófica.
86
Quadro 10.3- Equações cinéticas do modelo Mantis (Hydromantis, 2013).
VT # # #XBH
!B !E ![X
WB´=!B W/X=!E W[X=![X
1.Crescimento aeróbio dos heterotróficos ss com snh
VT # # # #XBH
!B W_y ![X ![/
WB´=!B W_y=!E W[X=![X W[/=![/
2.Crescimento anóxico dos heterotróficos ss com snh
VT # # # #XBH
!B !E W[X ![/
WB´=!B W/X=!E W[X=![X W[/=![/
3.Crescimento aeróbio dos heterotróficos ss com sno
VT # # # #XBH
!B W_y W[X ![/
WB´=!B W_y=!E W[X=![X W[/=![/
4.Crescimento anóxico dos heterotróficos ss com sno
aT g #+ ℎ # #jXBH
ce,f !E W/X ![/
WA=
cd
WEX=!E W/X=!E W[/=![/
6.Hidrólise de compostos orgânicos
cef
#
*[y
*B
7.Hidrólise de N orgânico r6.
V^ # # #XBA
![X ![X !/
W[X=![X W[_=![X W/_=!/
9.Crescimento dos autotróficos
Legenda: µmH-Taxa máxima específica do crescimento da biomassa heterotrófica;µmA-Taxa máxima específica do crescimento da biomassa
autotrófica; kh – Taxa máxima específica de hidrólise; Ks–Coeficiente de meia-saturação para biomassa heterotrófica; Kx–Coeficiente de meia-
saturação para hidrólise de substrato; KOH–Coeficiente de meia-saturação em oxigénio para a biomassa heterotrófica: KOA–Coeficiente de meia-
saturação em oxigénio para a biomassa autotrófica: KNH–Coeficiente de meia-saturação em azoto amoniacal para a biomassa autotrófica: ηg –
Fator de correção de µmH em condições anóxicas; ηh – Fator de correção da hidrólise em condições anóxicas; ka – taxa específica de
amonificação.
87
Quadro 10.4- Parâmetros cinéticos e coeficientes estequiométricos incluídos no modelo ASM1
(Grady et al, 1999).
Símbolo Descrição
Símbolos Coeficientes estequiométricos
88
Quadro 10.5- Identificação das variáveis estado da biblioteca CNLIB do Programa GPS-X 6.4.
89
Quadro 10.8- Dados usados para calibração da época alta, Julho a Setembro de 2013 e 2014.
Linha Tratamento Fase Líquida Linha Tratamento Fase Sólida
Lamas Rec Lamas Lamas
Afluente Bruto Reator Efluente Tratado So brenadante Esco rrências
Excesso espessadas desidratadas
Volum e AB CQO AB CBO5 AB SST AB Nt SST Reator CQO CBO5 SST Nt ST %M S %MS SST SST
Data
m 3/dia m g/L m g/L m g/L m g/L m g/L m g/L m g/L m g/L m g/L m g/L % % m g/L m g/L
1 9880 800 500 340 70 42 <10 5,7 <3.0 2,1 15 100 200
2 10450 3980 8000
3 10444
4 11041
5 11511
6 10864
7 11688
8 11463 900 35 1,9 14
9 11826 3000 8000
10 11412
11 11925
12 11927
13 10618
14 12341
15 10814 800 600 360 70 43 11 6 <3.0 2 14 330 140
16 11984 3364 7000
17 13024
18 12264
19 12570
20 12750
21 12459
22 11252 900 39 1,6 15
23 12536 3273 9000
24 12393
25 10867
26 13303
27 12996
28 7061 3273
29 9149 42 9000 1,6 16
30 11902
31 12340
32 12321
33 13488
34 13817
35 13555 900 600 310 90 41 <10 5,3 7 1,7 15 90 110
36 13536 3273 6000
37 14580
38 13070
39 15002
40 17214
41 15590
42 15495 49 1,9 14
43 15227 900 3545 7000
44 15470
45 15215
46 15831
47 15581
48 13251
49 15192 1000 600 430 80 56 12 6 5,2
50 15599 3909 6000 2 15 6000 110
51 15097
52 16141
53 16949
54 15391 4636
55 13087
56 12069
57 12306 800 400 290 70 38 13 7 <3.0 1,9 13 21 80
58 12225 4273 7000
59 12864
60 12614
90
Linha Tratamento Fase Líquida Linha Tratamento Fase Sólida
Lamas Rec Lamas Lamas
Af luente Bruto Reator Efluente Tratado So brenadante Esco rrências
Excesso espessadas desidratadas
Volum e SST
CQO AB CBO5 AB SST AB Nt CQO CBO5 SST Nt ST %MS %MS SST SST
Data AB Reator
m 3/dia m g/L m g/L m g/L m g/L m g/L m g/L m g/L m g/L m g/L m g/L % % m g/L m g/L
61 12291
62 12546
63 11951
64 11872
65 10759 4636
66 11983
67 11202
68 10737
69 13046
70 10223
71 9828 800 400 360 60 61 9 14 <3.0 1,1 14 370 100
72 9909 4818 7000
73 10770
74 8400
75 11414
76 10383
77 10025
78 9058
79 8650 4773
80 9008
81 8763
82 10539
83 10325
84 8860
85 9344 660 399 300 70 46 10 8 3,6
86 10271
87 10347
88 11477 800 500 300 80 31 <10 4,6 <3.0 0,1 13 18000 45
89 10934 4636 6000 0,9 14 1300
90 11337
91 11138
92 11556
93 10968 4227
94 10322
95 11822
96 12450
97 11915
98 11683
99 11522 900 500 340 80 37 <10 7 <3.0 0,5 13 12000 9000
100 12242 4364 10000
101 12229
102 12065
103 12665
104 12777
105 12609
106 12716
107 13672
108 12199
109 13680
110 13827
111 10853
112 15636
113 12315
114 13731 4773
115 12543
116 12745
117 12810
118 12361
119 12220
120 12327 800 500 480 80 32 10 2,6 <3.0
91
Linha Tratamento Fase Líquida Linha Tratamento Fase Sólida
Lamas Rec Lamas Lamas
Afluente Bruto Reator Efluente Tratado So brenadante Esco rrências
Excesso espessadas desidratadas
Volum e SST
CQO AB CBO5 AB SST AB Nt CQO CBO5 SST Nt ST %MS %MS SST SST
Data AB Reator
m 3/dia m g/L m g/L mg/L m g/L mg/L m g/L mg/L m g/L mg/L m g/L % % m g/L m g/L
121 13145 4455 10000 1,7 15 6000 200
122 12381
123 13403
124 13603
125 13814
126 10840
127 14118
128 16081 4227
129 13053
130 13898
131 14036
132 15588
133 14957
134 14947 900 600 300 80 28 <10 2,4 5,5
135 15654 4318 6000 2,1 14 32 2300
136 15152
137 15151
138 14955
139 15129
140 14081
141 13970
142 11258 4136
143 17448
144 13693
145 13624
146 12811
147 12330
148 11816 1000 700 360 80 45 17 10 <3.0
149 12503 3273 5700 2,2 15 700 4000
150 12771
151 12794
152 12833
153 12499
154 11719
155 11529 2,4 14
156 11221 3182 6000
157 12415
158 11331
159 11114
160 10840
161 9845
162 8031 1600 800 430 70 44 10 14 4,4 2,8 15 2600 7000
163 11350 2818 4200
164 10462
165 9965
166 9981
167 10134
168 9411
169 9487
170 9522 3136 5000 1,8 14
171 8853
172 8912
173 9431
174 9219
175 9076
176 8471 2,4 14
177 8237 3181 8000
Média 12190 904 546 354 75 3617 42 12 7 5 7100 1,74 14,3 3854 1891
92
Quadro 10.9- Dados usados para validação do modelo na época alta (Julho a Setembro de 2015).
V olum e AB CQO AB CBO5 AB SST AB Nt SST Re ator CQO CBO5 SST Nt ST %MS %M S SST SST
Data
m 3/dia m g/L m g/L m g/L m g/L m g/L m g/L m g/L m g/L m g/L m g/L % % m g/L m g/L
1 9105 340
2 9362
3 13740
4 12581
5 11475
6 12771 520 70 34 <10 5,3 10 1,7 18 7000 210
7 12251 4682 6000
8 12301
9 11984
10 12217
11 12407
12 12057
13 12022 600 35 <10
14 12310 2955 5600 2 16
15 12366 360
16 12544
17 13556
18 13412
19 13065
20 13038 700 500 70 40 <10 3,2 8 2,2 15 1100 180
21 13308 2864 6000
22 14494
23 13852
24 13972
25 14375
26 14185
27 14128 270 40 <10 2 16
28 14525 3273 7000
29 14289
30 14273
31 14385
32 14327
33 14877
34 14651 900 436 70 37 4 3,9 11 16 9000 220
35 15536 310 3091 6000
36 13580
37 13791
38 17966
39 14242
40 15661
41 16448 42 10 2,2 15
42 14393 3318 4700
43 15199
44 15553
45 15210
46 15032
47 14583
48 14737 900 600 80 31 <10 3,4 8 1,9 15 300 220
49 15199 430 3364 7000
50 15497
51 15503
52 15101
53 15074
54 14577
55 14361 33 <10
56 14442 3682 7000 2,1 15
57 14089 290
58 13506
59 13945
60 14449
61 13477
62 12282 1000 600 90 37 <10 3,2 5,3 2,3 16 1900 230
63 12461 3591 7000
64 12254
65 12855
66 12535
67 12127
68 11587
69 12012 900 600 120 33 <10 6 4,1 4,5 16
70 11375 3455 6000
71 11041
72 11351
73 11160
74 12585
75 9841 700 70 29 <10 3 5,2 2,8 15 70 280
76 10357 500 2909 7000
77 9958
78 10304
79 10025
80 10128
81 9786
82 9762 2727 38 <10 5600 3,7 15
83 9537
84 9779
85 9857
86 9449
87 8969 38 <10 3,1 15
88 9638 5500
89 9389
Media 12896 736 548 346 81 3326 36 7 4 7 6185 3 16 3228 223
93
Quadro 10.10- Dados usados para calibração do modelo na época baixa (Novembro a Abril de 2013 e 2014).
94
Linha Tratamento Fase Líquida Linha Tratamento Fase Sólida
Lamas Rec Lamas Lamas
Af luente Bruto Reator Ef luente Tratado So brenadante Esco rrências
Excesso espessadas desidratadas
Volum e SST
CQO AB CBO5 AB SST AB Nt CQO CBO5 SST Nt ST %MS %M S SST SST
Data AB Re ator
m 3/dia m g/L m g/L m g/L m g/L m g/L m g/L m g/L m g/L m g/L m g/L % % m g/L m g/L
91 8686 630 400 240 70 180 20 14 2 15 460
92 7205 4818 12000
93 9670
94 7133
95 6954
96 6964
97 6823
98 6894 900 400 350 80 34 <10 6 9 1 14
99 6758 5182 12000
100 6146
101 6751 2000 1300 1300 110 41 <10 5 9
102 6615
103 7209
104 3900
105 5639 900 600 420 80 41 <10 7 10
106 10362 4727 11000 3 14 80 80
107 7216
108 6834
109 5526
110 6754
111 7120
112 6579 900 41 2 15
113 6791 3636 9000
114 7286
115 10182
116 8901
117 8177
118 7834
119 7156
120 7201
121 7131
122 7493 1100 38 2 14
123 7611 4091 11000
124 8124
125 7700
126 7953 900 500 360 70 33 <10 6 6 2 14 1600 170
127 7071 3000 11000
128 7343
129 7658
130 7883
131 8315
132 8359
133 8299 1200 35 2 14
134 8242 4000 13000
135 8270
136 7365
137 8229
138 8244
139 8390
140 8111 800 400 300 60 34 <10 5 10 1 14 7000 3000
141 7971 3727 7000
142 7924
143 8106
144 8047
145 8125
146 8611
147 7241 800 50 2 15
148 7613 3727 10000
149 8442
150 7726
151 7115
152 6136
153 6103
154 5791
155 5564 1100 379 460 100 30 3 6 9
156 5033 3727 7000
157 5357
158 5141
159 5427
160 5099
161 4661
162 4940
163 5207 3455
164 4801
165 5409
166 4841
167 4620
168 4947
169 6546 800 500 280 70 35 <10 9 14 2 13 100 8000
170 7512 3727 5600
171 7017
172 4894
173
174
175 4409
176 4153
177 4430 3727
178 4165
179 4333
180 3784
95
Linha Tratamento Fase Líquida Linha Tratamento Fase Sólida
Lamas Rec Lamas Lamas
Af luente Bruto Reator Ef luente Tratado So brenadante Esco rrências
Excesso espessadas desidratadas
Volum e SST
CQO AB CBO5 AB SST AB Nt CQO CBO5 SST Nt ST %MS %M S SST SST
Data AB Re ator
m 3/dia m g/L m g/L m g/L m g/L m g/L m g/L m g/L m g/L m g/L m g/L % % m g/L m g/L
181 4966
182 2658
183 4595 700 500 330 80 34 <10 4 8
184 3820 2091 9000
185 4801
186 4788
187 4404
188 4308
189 3627
190 4649
191 3751 3273
192 5097
193 4955
194 4133
195 4577
196 3992
197 4049 800 500 260 90 35 <10 6 3 2 12 35 60
198 3530 3182 8000
199 3267
200 5636
201 3844
202 3330
203 4362
204 3591 4091
205 7362
206 7973
207 5439
208 5215
209 5862
210 4922
211 5269 3091
212 5809
213 5945
214 6807
215 14194
216 2975
217 3063
218 5059 520 340 390 39 47 <10 24 6
219 4095 4091 15000
220 5715
221 5236
222 3802
223 4566
224 3853
225 4668
226 4236 4636
227 3828
228 5002
229 9152
230 5905
231 10452
232 5082 660 400 250 80 36 <10 16 3
233 7958 4091 5700 2 14 4100 220
234 5518
235 4205
236 4610
237 4508
238 4161
239 4674
240 4920 3091
241 5025
242 4511
243 4580
244 2210
245 2185
246 5785 27 <10 6 9 2 15 700 360
247 11894 570 400 260 70 3273 6000
248 6686 570 300 260 55 28 <10 3 8
249 8787
250 6294
251 5933
252 7344
253 7093
254 7516 3909
255 7652
256 6443
257 7933
258 7024
259 5887
260 5674 490 310 210 50 30 10 4 7 2 15 2900 350
261 6085 2909 11000
262 5473
263 5237
264 5013
265 5749
266 5480
267 5689
268 4221 3636
269 5209
270 6012
96
Linha Tratamento Fase Líquida Linha Tratamento Fase Sólida
Lamas Rec Lamas Lamas
Af luente Bruto Reator Ef luente Tratado So brenadante Esco rrências
Excesso espessadas desidratadas
Volum e SST
CQO AB CBO5 AB SST AB Nt CQO CBO5 SST Nt ST %MS %M S SST SST
Data AB Re ator
m 3/dia m g/L m g/L m g/L m g/L m g/L m g/L m g/L m g/L m g/L m g/L % % m g/L m g/L
271 5626
272 4245
273 5495
274 5130 39 <10 6 6 2 16 530 260
275 4670 700 400 320 70 3273 11000
276 4484
277 5018 800 500 320 70 42 <10 5 7
278 5539
279 4888
280 5349
281 5593
282 5683 3818
283 6024
284 5501
285 5395
286 5790
287 5145
288 5556 900 600 340 80 44 <10 8 16 15 8000 230
289 5687 3909 9000
290
291
292
293
294 9001
295 7719
296 5988
297 5482
298 6850
299 8366
300 6783
301 7817
302 12761 480 500 460 38 50 <10 27 6
303 16301 6000
304 9006
305 7859
306 5924
307 6562
308 6475
309 6746
310 5059 3818
311 8491
312 8383
313 7392
314 7679
315 7718
316 7429 800 800 570 90 28 <10 10 3
317 8424 4182 7000 2 15 490 150
318 8665
319 7726
320 9075
321 10241
322 12390
323 9900
324 8038 4000
325 7110
326 7955
327 8158
328 8005
329 9234
330 8010 3909
331 7796
332 6417
333 8595
334 7375
335 8341
336 9429
337 9192 800 381 350 60 33 9 9 <3.0 1 16 110 170
338 7935 4000 7000
339 5772
340 7595
341 7884
342 8059
343 7890
344 6956 3273
345 8566
346 8505
347 8304
348 7623
349 9265
350 7909
351 8423 700 500 370 70 25 <10 3 <3.0
352 12185 3909 7000 2 15 80 230
353 8865
354 10014
355 9173
356 9077
357 8189
358 9373
359 7207 4364
360 8914
361 8472
362 7411
363 8762
Media 6533 794 466 351 72 3922 40 12 8,1 9 9027 2,08 14,5 1652 772
97
Quadro 10.11- Dados usados para validação do modelo na época baixa (Novembro de 2014 a Abril de 2015).
1 5338
2 5893
3 6845 800 500 400 60 49 <10 10 3 3 14 800 9000
4 6426 5545 9000
5 4797
6 4935
7 5758
8 6828
9 5388
10 6824
11 9907 640 400 270 52 24 <10 7 <3.0 1 14
12 8164 4909 6000
13 10656 410 290 210 36 24 <10 5 <3.0
14 9794
15 4940
16 5284
17 4879 800 400 60 19 <10 4 <3.0
18 5763 3545 4600
19 9629
20 8290
21 6972
22 5126
23 10046
24 4566 590 400 210 60 27 <10 3 <3.0 3 14
25 5851 3727 6000
26 4030
27 13875
28 18438
29 15669
30 5167
31 4835 660 400 300 70 18 <10 2 6 3 15 170 460
32 4316 2455 4200
33 4484
34 3919
35 4152
36 4701
37 4705
38 4387 3 16
39 4316 1636 6000
40 2924
41 5397
42 4387
43 6672
44 7769
45 4260 660 400 70 28 <10 7 <3.0 3 15 160 8000
46 3793 3273 7000
47 3950
48 787
49 1576
50 1262
51 2770
52 5520
53 6069 2727 6000
54 6391
55 5098
56 5421
57 5120
58 3710
59 6894
60 5461 3727 7000
61 6631
62 6235
63 5743
64 5270
65 4729
66 4754 700 500 340 80 44 <10 9 28
67 5280 4000 8000 3 15 210 1000
68 4230
69 4899
70 4330
71 4722
72 4047
73 4364
74 4287 3727 8000 2
75 3960
76 9102
77 5190
78 4951
79 13501
80 5519 650 340 260 60 32 <10 5 16
98
Linha Tratamento Fase Líquida Linha Tratamento Fase Sólida
Lamas Rec Lamas Lamas
Af luente Bruto Reator Ef luente Tratado So brenadante Esco rrências
Excesso espessadas desidratadas
Volum e SST
CQO AB CBO5 AB SST AB Nt CQO CBO5 SST Nt ST %MS %M S SST SST
Data AB Reator
m 3/dia m g/L m g/L m g/L m g/L m g/L m g/L m g/L m g/L m g/L m g/L % % m g/L m g/L
99
Linha Tratamento Fase Líquida Linha Tratamento Fase Sólida
Lamas Rec Lamas Lamas
Af luente Bruto Reator Ef luente Tratado So brenadante Esco rrências
Excesso espessadas desidratadas
Volum e SST
CQO AB CBO5 AB SST AB Nt CQO CBO5 SST Nt ST %M S %MS SST SST
Data AB Re ator
m 3/dia m g/L m g/L m g/L m g/L m g/L m g/L m g/L m g/L m g/L m g/L % % m g/L m g/L
161 7231
162 7178
163 6824
164 7010 1000 600 410 70 45 <10 7 20 3 15
165 6613 2636 5000
166 9346 3 16
167 6460
168 6654 3 16
169 7351
170 5984
171 7219 1000 500 450 70 71 16 34 20 3 16 90 360
172 7509 2364 4500
173 7726
174 7598
175 7548
176 7862
177 8778
178 7703 36 13
179 7696 3091 4400
180 7952
181 7248
182 8941
183 9290
184 8810
185 7239 1300 700 530 80 54 <10 8 18 3 14 3000 160
186 8884 4091 5600
187 8263
188 8126
189 8390
190 8595
191 8836
192 8441 43 2 15
193 8582 3818 8000
194 8811
195 8361
196 8905
197 9300
198 8995
199 8957
200 8742
201 8898
Media 6507 784 457 341 67 3737 39,2 15 10,7 22 6975 2,5 15 1252 3107
100