Sandra Viegas Tese GPSX ETAR de Vale Faro Final

Aplicação de modelo matemático de Lamas
Ativadas para otimização do tratamento da ETAR

de Vale Faro
Sandra Sofia Palma Viegas
Dissertação para obtenção do grau de Mestre em Engenharia Química
ORIENTADORES
Professor Doutor Sebastião Manuel Tavares da Silva Alves
Doutor António Manuel Pedro Martins
JURI
Presidente: Professor Doutor José Manuel Félix Madeira Lopes
Vogal: Professora Doutora Helena Maria Rodrigues Vasconcelos Pinheiro
Orientador: Doutor António Manuel Pedro Martins
JANEIRO 2016
AGRADECIMENTOS
Ao meu orientador do Instituto Superior Técnico, Professor Sebastião Alves, pela

disponibilidade imediata de acompanhar e orientar o presente trabalho, à sua capacidade de
orientação na organização e estrutura do relatório e ainda à sua perspicácia e incentivo para
aprofundar a teoria.
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.
Ao Diretor da DOS (Direção de Operações – Saneamento), Engenheiro Joaquim Freire, pela

aceitação da realização do trabalho, bem como, à sua capacidade de fomentar as
potencialidades de cada um dos seus colaboradores.
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…
Aos poucos mas bons amigos…
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.
No presente trabalho utilizou-se o modelo matemático Mantis, modelo adaptado do ASM1,

tendo-se recorrido ao software de simulação matemática, o GPS-X (versão 6.4) da
Hydromantis.
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.
Os resultados de modelação obtidos permitiram descrever o comportamento da ETAR, otimizar

o arejamento, por alteração do set point de OD (0,4 mg/L) e a diminuição do consumo
energético e respetivos custos associados, através da substituição dos difusores, obtendo-se
uma redução de cerca 35%.
Este estudo contribui assim, para a validação da utilização de modelos matemáticos tipo ASM,
à escala real, designadamente da otimização da etapa de arejamento.
Palavras-chave: lamas ativadas; modelação matemática; otimização do 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.
Keywords: activated sludge; mathematical modeling; aeration optimization
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
Figura 2.1 - Representação esquemática de um processo por lamas ativadas, em que Q

corresponde ao caudal, S á concentração de substrato e X à concentração de sólidos
suspensos totais. ........................................................................................................................... 7
Figura 3.1 - Representação esquemática dos processos envolvidos e as interligações entre
cada componente - ASM1. .......................................................................................................... 17
Figura 3.2 - Representação do pressuposto base para obtenção da matriz para o modelo
ASM1. .......................................................................................................................................... 18
Figura 4.1 - Representação esquemática das principais etapas da ETAR de Vale Faro. ......... 25
Figura 4.2 - Poço de elevação e desarenador/desengordurador ............................................... 26
Figura 4.3 - Valas de oxidação e decantadores secundários ..................................................... 26
Figura 4.4 - Canal desinfeção UV; bombas de água de serviço................................................. 26
Figura 4.5 - Etapa de desidratação. ............................................................................................ 27
Figura 5.1 - Layout criado em GPS-X representativo da época alta da instalação. ................... 31
Figura 5.2 - Layout criado em GPS-X representativo da época baixa da instalação ................ 32
Figura 5.3 - Representação esquemática das diferentes frações de CQOTOTAL presentes nas
águas residuais domésticas ........................................................................................................ 34
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. ................. 43
Figura 5.5 - Evolução da concentração de SST no afluente, SST no efluente tratado e SST
Figura 5.6 - Evolução da concentração de NT no afluente, NT no efluente tratado e NT
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. .............................................................................. 44
simulado no efluente tratado, para os meses de época baixa de 2013 a 2015. ........................ 45
simulado no efluente tratado, para os meses de época baixa de 2013 a 2015. ........................ 45
Figura 5.10 - Evolução da concentração de Nt no afluente, Nt no efluente tratado e Nt simulado
no efluente tratado, para os meses de época baixa de 2013 a 2015. ........................................ 45
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
Figura 6.1 - Representação dos vários tipos de difusores usados no arejamento de processos
biológicos ..................................................................................................................................... 53
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
e de 1 mg/L.................................................................................................................................. 64
Figura 6.17 - Evolução do Nk no efluente tratado, ao longo de 10 dias de simulação, para as
e de 1 mg/L.................................................................................................................................. 65
Figura 6.18 - Evolução da SST no efluente tratado, ao longo de 10 dias de simulação, para as
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
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
As Estações de Tratamento de Águas residuais (ETAR) têm um papel fulcral na conservação

da saúde pública e na preservação da qualidade do meio recetor, minimizando os problemas
de poluição da água causados por descarga de águas residuais não tratadas em meios
hídricos.
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 parâmetros físico-químicos que normalmente têm limites de descarga definidos são a

carência bioquímica de oxigénio dissolvido após 5 dias (CBO5), a carência química de oxigénio
(CQO), que representam a carga orgânica e os sólidos suspensos totais (SST), podendo ser
igualmente contemplados os nutrientes, azoto (N) e o fósforo (P), em ETAR que descarregam
em zonas sensíveis à eutrofização. Em função do tipo de meio recetor, podem igualmente ser,
definidos valores limite de emissão (VLE), para os parâmetros microbiológicos, e são eles,
especificamente, os coliformes fecais e a Escherichia Coli.
Tendo em conta a necessidade de obter um efluente com valores de qualidade compatíveis

com os limites de descarga estabelecidos pelos normativos, são então selecionados o tipo de
processo e as operações unitárias constituintes de uma ETAR, particularmente o tipo de
tratamento biológico.
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).
Os processos de crescimento de biomassa em suspensão operam com concentrações de

oxigénio dissolvido (processos aeróbicos), contudo, existem processos de tratamento em que
são utilizados reatores anaeróbios (na ausência de oxigénio), designadamente no, tratamento
de águas industriais contendo elevadas concentrações de matéria orgânica. O processo de
crescimento de biomassa mais comum utilizado em tratamento de águas residuais urbanas é o
processo de tratamento biológico por lamas ativadas (Tchobanoglous et al, 2003).
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.
O aumento de conhecimentos sobre os mecanismos de degradação biológica dos processos

de tratamento por lamas ativadas, resultou na publicação de um conjunto de modelos
matemáticos atualmente utilizados como instrumentos de planeamento, projeto, análise e
operação de infraestruturas de tratamento. A modelação constitui assim uma parte essencial
no design e operação de uma ETAR (Grau et al.,2007).
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).
O recurso a instrumentos de modelação, na fase de dimensionamento dos sistemas, para

análise do comportamento dinâmico e hidráulico dos processos unitários de tratamento
envolvidos, assume, relevância crescente, sendo decisivo para as fases subsequentes de
exploração, operação e gestão das infraestruturas de tratamento. De facto, uma decisão
tomada ao nível do projeto tem implicações ao longo de toda a vida útil da ETAR.
A modelação matemática de tratamentos microbiológicos em processos de lamas ativadas foi

introduzida no início dos anos 70, tendo sofrido várias transformações e alterações até se
chegar aos atuais modelos matriciais desenvolvidos há cerca de 20 anos, pela Internacional
Water Association, IWA. Os modelos atuais, em terminologia anglo-saxónica, “activated sludge
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.
1.2. OBJETIVOS E ÂMBITO DA DISSERTAÇÃO
No âmbito deste trabalho os objetivos associados são os seguintes:
Construção e calibração de um modelo que reproduza o comportamento da ETAR de

Vale Faro, de forma a permitir prever a qualidade do efluente final face a determinadas
condições de afluência, e como tal, servir de ferramenta na gestão e operação da
instalação.
Otimização do arejamento, o que passa pelo melhor controlo desta operação e pela
redução dos consumos de oxigénio, através do estabelecimento de estratégias de
operação que permitam manter a qualidade do efluente tratado de acordo com o
quadro normativo de descarga da ETAR. A simulação dinâmica dos perfis diários de
oxigénio e a otimização dos valores alvo de oxigénio dissolvido (set-point), tendo em
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
Neste capítulo são apresentados alguns conceitos fundamentais dos

sistemas de lamas ativadas, equações bioquímicas, balanços e
equações cinéticas envolvidos.
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.
No reator biológico, os microrganismos responsáveis pelo tratamento da água residual são

mantidos em suspensão sob a forma de flocos (licor misto), sendo fornecido oxigénio para a
oxidação biológica da matéria orgânica, e em determinadas condições, do azoto amoniacal. No
decantador secundário ocorre a separação sólido-líquido, em que os flocos biológicos
sedimentam graviticamente e são separados da fase líquida, tal como se encontra
representado na figura 2.1.
Q0,S0,X0
Qe,Se,
Qr,Sr,Xr
Qw,Sw,Xw
Figura 2.1 - Representação esquemática de um processo por lamas ativadas, em que Q

corresponde ao caudal, S à concentração de substrato e X à concentração de sólidos
suspensos totais (La Motta et al, 2007).
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.
1. Oxidação da Matéria Orgânica e Síntese celular
A remoção da matéria orgânica é realizada pelos organismos heterotróficos, que sob

condições anóxicas e aeróbias, utilizam o substrato orgânico como fonte de carbono. O
rendimento do crescimento da biomassa corresponde à fração de substrato que é utilizado
como fonte de carbono para este fim. O crescimento dos organismos requer, além do
substrato, sob condições aeróbias, disponibilidade dos nutrientes, azoto e fósforo, para a
síntese celular, conforme representado na equação 2.1.
COHNS (substrato) + O2 + nutrientes CO2 + NH3 + C5H7NO2 (biomassa) + outros produtos

finais
(Equação 2.1)
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).
C5H7NO2 (biomassa) + 5O2 5CO2 + 2H2O + NH3 + energia (Equação 2.2)
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):
1. Oxidação do azoto amoniacal a nitrito (NO2), realizada pelos ANO do género

Nitrosomonas – Nitritação, conforme a equação:
+ - +
NH4 + 1.5O2 NO2 + H2O + 2H (Equação 2.3)
2. Oxidação do nitrito a nitratos realizada pelos ANO do género Nitrobacter – Nitratação

conforme a equação:
- -
NO2 + 0.5O2 NO3 (Equação 2.4)
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
A desnitrificação é o processo biológico realizado pelos organismos heterotróficos,

designadamente do género Pseudomonas, Achromobacter, que em condições de anoxia e na
presença de substrato solúvel (fonte de carbono), convertem o nitrato (NO3) a azoto molecular
(N2), para obtenção de energia para o seu crescimento (Tchobanoglous et al, 2003).
5COHNS + NO3- + 4H+ C5H7O2N + 2.5N2 + 2,5 S2 + 4H2O (Equação 2.6)
Tal como na nitrificação, na desnitrificação também há duas etapas:

- -
NO3 NO2 N2 (Equação 2.7)
2.2. BALANÇOS & EQUAÇÕES CINÉTICAS
Balanço mássico ao substrato
çã í çã
+ = + +
Entrada de substrato no sistema Eliminação de substrato do sistema Acumulação de substrato no sistema
. = # . $+ . + %. % + # .
! !
" "
(Equação2.8)
Entrada de substrato Consumo substrato Substrato no efluente +

no sistema lamas Acumulação de substrato
Em que Q corresponde ao caudal ( Qo - caudal de entrada; Qe - caudal de saída e Qw –caudal

de lamas em excesso) e S à quantidade de substrato (So – concentração de substrato inicial;
Se – concentração de substrato no efluente final e Sw – concentração de substrato nas lamas
em excesso).
1. Em estado estacionário (dS/dt)acum = 0

2. Qe + Qw = Qo
3. rSU= - dS/dt
. = & . '+ . + %. % (Equação 2.9)
Em que rsu corresponde à velocidade de consumo de substrato.
10
Balanço mássico aos microrganismos/ biomassa
çã í çã
+ = + +
( ( ( ( (
Contribuição de microrganismos ao Eliminação dos microrganismos do Acumulação dos microrganismos no

sistema sistema sistema
.) + (. = . + ) + %)% + .
*
"
(Equação 2.10)
Em que rg representa a velocidade de crescimento dos microrganismos e rd velocidade de

decaimento.
Considerando
4. Em estado estacionário (dX/dt) = 0

5. A concentração de microrganismos afluentes ao sistema é negligenciável
(. = . + ) + %)% (Equação 2.11)
Aplicando as expressões para a velocidade de crescimento dos microrganismos (rg = -Y.rsu) e

a velocidade de decaimento de microrganismos por respiração endógena (rd=kd.X). Y
corresponde ao rendimento celular de produção de biomassa e kd ao coeficiente de
decaimento.
Balanço mássico ao oxigénio
çã í çã
+ = + +
+ (é + (é + (é + (é + (é
Entrada de oxigénio no sistema Eliminação de oxigénio do sistema Acumulação de oxigénio

no sistema
. ) -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).
#= . − − 1,42. 5+, 6 + 4,33. . 8-+

/0
"
(Equação 2.13)
Oxidação da matéria Respiração Nitrificação

orgânica Endógena
Em que Q corresponde ao caudal afluente, S0 e Se representa a concentração de substrato à

entrada S0 e à saída Se, Px,ssv representa a produção de lamas (kg SSV/dia) e NOx, a
+
concentração de amónia (NH4 ) no efluente que é nitrificado (mg/L) (Henze et al, 2008).
2.3. PARÂMETROS BÁSICOS QUE DESCREVEM O

FUNCIONAMENTO DO TRATAMENTO
Os parâmetros básicos envolvidos no dimensionamento e funcionamento do tratamento

biológico em questão, são os seguintes: o Tempo de retenção de sólidos (θc), também
denominado por Idade de lamas; Produção de lamas (Px,ssv); Rendimento da produção dos
microrganismos (Yobs); Carga mássica afluente (F/M); Tempo de retenção hidráulico e Índice
Volumétrico de Lamas (IVL).
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)
A idade de lamas (θc) constitui um parâmetro fundamental de dimensionamento de sistemas

de lamas ativadas, na medida em que afeta o desempenho do processo de remoção
essencialmente de nutrientes, N e P, mas também a remoção do carbono, que têm associados
um valor mínimo de θc para a sua remoção.
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:
5+, 6= ? . . − (Equação 2.15)
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)
A carga mássica (F/M), é um indicador também relevante das condições de funcionamento do

sistema, uma vez que representa a relação entre o alimento ou substrato (F) e os
microrganismos no sistema (biomassa). Esta relação deve ser bem conhecida de forma a
manter uma concentração de microrganismos suficientes para consumir e transformar a
matéria orgânica em nova biomassa.
=
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.
Os processos de tratamento por lamas ativadas promovem assim, a remoção biológica da

matéria orgânica dissolvida e de matérias sob a forma coloidal presentes no efluente, assim
como os sólidos suspensos não sedimentáveis e outros constituintes que são captados pelos
microrganismos (Pombo, 2010).
A remoção biológica do fósforo é realizada por organismos heterotróficos designados PAO

(organismos acumuladores de fósforo),que possuem uma fisiologia complexa a qual envolve a
formação e consumo de polímeros intracelulares (polifosfatos, glicogénio, polihidroxialcanoatos
e polihidroxibutiratos).
Desta forma, em função da tipologia e da sequência de reatores construídos (aeróbio, anóxico

ou anaeróbio), ocorre a remoção do carbono, de azoto e de fósforo, no tratamento biológico.
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:
Modelo – conjunto de equações processuais
Simulador – implementação do modelo
Simulação – aplicação do simulador
Independentemente da seleção do modelo em sistema de lamas ativadas há três aspetos

fundamentais que integram qualquer modelo dinâmico (Hauduc et al, 2003):
Varáveis de estado – Incluem as diferentes frações de CQO, a biomassa e diferentes tipos de

nutrientes, orgânico, inorgânico e particulado (Quadro 10.6 em Anexo).
Varáveis compostas calculadas – (Quadro 10.7 em Anexo).
Descrição dos processos dinâmicos – Lista os diferentes processos biológicos que são
modelados, em conjunto com suas fórmulas.
Parâmetros do modelo – Variáveis, parâmetros cinéticos e estequiométricos (Quadro 10.5 em

Anexo), que descrevem as circunstâncias do sistema biológico, rendimento da biomassa
heterotrófica e autotrófica, a taxa de crescimento da biomassa heterotrófica, taxa de
decadência, taxa de hidrólise, entre outros.
Reconhecida a importância da modelação matemática na conceção dos sistemas de

tratamento por lamas ativadas, foi criado em 1983, pela International Water Association (IWA),
na época denominada International Association Water Pollution Research and Control
(IAWPRC), um grupo de trabalho especializado para dinamizar a utilização da modelação
matemática na conceção e na operação de sistemas de tratamento biológico das águas
residuais.
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.
Na Figura 3.1, apresenta-se um esquema dos processos envolvidos e as interligações entre

cada componente do processo definidos em ASM1.
Figura 3.1 - Representação esquemática dos processos envolvidos e as interligações entre

cada componente - ASM1 (Petersen et al., 2002).
O modelo considera o fracionamento da matéria orgânica azotada. A matéria azotada é

separada em matéria biodegradável, que pode ser solúvel, SND, ou particulada, XND, e em
matéria não biodegradável (SNI – solúvel e XSI - particulada). A componente XSI, é modelada
como uma fração da carência bioquímica em oxigénio particulada, não biodegradável. A
matéria orgânica azotada é subdividida em azoto amoniacal (SNH), azoto orgânico solúvel (SND)
e azoto orgânico particulado (XND). O azoto orgânico particulado é hidrolisado a azoto orgânico
conjunta e simultaneamente com a fração, XS, com taxas de processo equivalentes. No ASM1,
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.
O crescimento aeróbio da biomassa heterotrófica (XB,H) ocorre devido à degradação da

fração de substrato solúvel facilmente biodegradável (SS) pelo consumo de oxigénio (SO). As
concentrações de SS e SO podem ser limitantes no processo de crescimento da biomassa. Este
processo está não só associado à produção de nova biomassa, mas também à remoção de
CQO. Seguidamente encontra-se representada a produção de biomassa heterotrófica (XB,H) e o
seu rendimento celular (YH), a partir do CQO solúvel biodegradável (Ss) e do consumo de
oxigénio, que corresponde a 1-YH (Figura 3.2).
1-YH
Ss
YH
Figura 3.2 - Representação do pressuposto base para obtenção da matriz para o modelo
ASM1 (IWA, 2014).
O crescimento anóxico da biomassa heterotrófica é semelhante ao crescimento aeróbio,

contudo ocorre na ausência de oxigénio, possibilitando que os microrganismos heterotróficos
-
utilizem o ião NO3 como recetor de eletrões, ocorrendo assim o processo de desnitrificação e
consequentemente a formação de N2.
Relativamente ao crescimento da biomassa autotrófico (XB,A), este é realizado através da

amonificação do azoto orgânico, em condições aeróbias. Parte da fração de azoto amoniacal,
SNH, é incorporada na massa celular da população de microrganismos autotróficos. Grande
parte da amónia é oxidada biologicamente, passando a nitrato, pelo processo de nitrificação.
Este processo envolve ainda a alteração da concentração de alcalinidade (SALK).
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).
CQO particulada não biodegradável (gCQO/m3)
N orgânico particulado biodegradável (gN/m3)

Partículas do decaimento células (gCQO/m3)
CQO facilmente biodegradável (gCQO/m3)
CQO solúvel não biodegradável (gCQO/m3)
CQO lentamente biodegradável (gCQO/m3)
N orgânico solúvel biodegradável (gN/m3)

Biomassa heterotrófica (gCQO/m3)
Biomassa autotrófica (gCQO/m3)
Nitrato e nitrito (gN/m3)
Alcalinidade (mole/m3)
Oxigénio (gCQO/m3)
Amónia (gN/m3)
Equações cinéticas
SI SS XI XS XB,H XB,A XU SO SNO SNH SND XND SALK
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
Legenda: YH- Rendimento celular da matéria heterotrófica; YA – Rendimento celular da matéria

autotrófica; iXB– Massa de azoto/ massa de CQO na biomassa, ixp – Massa de azoto/ massa de CQO
nos produtos da biomassa; fp – fração de biomassa que origina produtos particulados. 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.
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):
O sistema deverá operar a uma temperatura constante;

O pH deverá ser constante e aproximadamente neutro, uma vez que este influencia
vários parâmetros, no entanto, atualmente não é possível expressar estas possíveis
influências.
As características das águas residuais, os coeficientes e os parâmetros das
expressões que traduzem as taxas de processos são considerados estáveis ao longo
do tempo (apesar de ser possível a simulação de variações de cargas de poluentes do
afluente, não se consideram alterações na natureza da matéria orgânica);
O efeito dos nutrientes inorgânicos (N e P) no crescimento celular não é considerado
no modelo, os parâmetros de desnitrificação (ηg e ηh) são fixos e constantes assim
como os parâmetros de nitrificação;
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).
Variáveis de Processos Remoção Remoção do Dependência

Modelos Nitrificação Desnitrificação
estado biológicos orgânica P Temperatura
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:
Considera a variação da temperatura nas cinéticas das reações

Considera a desnitrificação em condições aeróbias
Descreve o crescimento dos microrganismos heterotróficos na presença de
concentrações reduzidas de amónia
Permite calibrar sistemas que possuem sistemas nitrificação e desnitrificação
simultânea, considerando coeficientes de saturação distintos para os processos de
crescimento aeróbio e anóxico.
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.
Apesar de a remodelação contemplar alterações no processo para remoção de nutrientes, a

Licença de Descarga da ETAR, apenas exige o cumprimento dos parâmetros CQO, CBO5 e
Coliformes fecais no efluente tratado.
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
A solução de tratamento adotado inclui três etapas:
1 – Fase Líquida
Obra de entrada com gradagem mecânica com espaçamento de 6 mm e sistema de

desarenamento/desengorduramento em canais de 3,5 x 20,15 m.
Os desarenadores/desengorduradores estão dotados no fundo com eletrobomba para aspirar

as areias que se encontram no fundo e à superfície com ponte raspadora para remoção das
gorduras à superfície.
O arejamento para flotação das gorduras é realizado por meio de 3 arejadores submersíveis,
por cada órgão (Figura 4.2).
Figura 4.2 - Poço de elevação (esquerda) e desarenador/desengordurador (direita)
Tratamento biológico por lamas ativadas em valas de oxidação (duas linhas), seguida de três
decantadores secundários retangulares (Figura 4.3).
Figura 4.3 - Valas de oxidação e decantadores secundários
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).
Figura 4.4 - Canal desinfeção UV; bombas de água de serviço.
26
2 – Fase Sólida
Espessamento gravítico das lamas produzidas (duas unidades) e desidratação de lamas

através de centrifugação (duas unidades) (Figura 4.5).
Figura 4.5 - Etapa de desidratação.
3 – Desodorização
Sistema localizado de extração e tratamento por lavagem química, de odores provenientes da

obra de entrada, do desarenamento/desengorduramento, do espessamento e da desidratação
de lamas.
4.2. DADOS DE PROJETO
Os dados que serviram como base para o dimensionamento da ETAR encontram-se no

Quadro 4.1.
Quadro 4.1 – Dados de dimensionamento da remodelação da ETAR de Vale Faro em 2002.
Dados Valores Unidades
Caudais médio diário 24.310 m3/dia
Caudal médio horário 1.013 m3/h
Caudal máximo horário 4.232 m3/h
População 130.000 Habitantes
Concentração SST 321 mg/L
Concentração CBO5 321 mg/L
Concentração CQO 802 mg/L
Concentração Azoto total 50 mg/L
Concentração de Fósforo 12 mg/L
Carga SST 7.800 kg/dia
Carga CBO5 7.800 kg/dia
Carga CQO 19.500 kg/dia
Carga Azoto total 1.215 kg/dia
Carga de Fósforo 290 kg/dia
27
Os objetivos de Qualidade da ETAR, que constam da presente Licença de descarga
apresentam-se no Quadro 4.2.
Quadro 4.2 – Licença de Descarga de Águas Residuais nº L007976.2013.RH8 de 2013/05/13.
Parâmetro VLE Unidades
CBO5 25 mg/L
CQO 125 mg/L
Escherichia coli 2000 NMP/100 mL
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
A elaboração deste trabalho contemplou as seguintes fases:
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.
2ª fase: Recolha e tratamento de dados relevantes, desde caudais, condições de afluência e

respetivos parâmetros físico químicos, parâmetros operacionais da ETAR (set points de OD,
razão de recirculação, idade de lamas, entre outros), e realização de balanços mássicos.
3ª fase: Calibração do modelo matemático (Mantis), considerando a remoção biológica de

carbono e azoto, para a época alta e para a época baixa. Para tal, é necessário recorrer ao
histórico dos resultados semanais do afluente bruto (CQO e respetivas frações orgânicas frsi,
frss, frxi, fósforo, azoto total), e respetivos caudais diários que serviram de entrada no modelo,
razão recirculação média, quantidade de lamas extraídas, eficiências de espessamento e
desidratação. Para calibrar o modelo comparou-se a produção de lamas estimada com a
produção de lamas real, sendo que se considera que o modelo está calibrado se o desvio entre
ambas as produções, apresentar um valor dentro dos limites indicados pela IWA. Para tal,
tornou-se necessário ajustar alguns parâmetros entre os quais, eficiências de espessamento e
desidratação e percentagem de clarificação no decantador secundário.
4ª fase: Validação do modelo por comparação dos resultados da simulação relativos à

qualidade do efluente final, da concentração de sólidos suspensos totais no reator, para além
da produção de lamas, com dados de outro ano.
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.
7ª fase: Estudo da viabilidade do aumento da eficiência de transferência de oxigénio, mediante

alteração dos sistemas de difusores e respetiva eficiência energética.
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).
5.3. RECOLHA E TRATAMENTO DE DADOS
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.
De forma a obter um modelo o mais representativo possível da realidade, procedeu-se à

recolha e tratamento dos dados de Julho a Setembro dos anos 2013 e 2014 (Quadro 10.9 em
Anexos). Os dados em causa, foram desde caudais, qualidade físico-química do afluente bruto,
do efluente tratado e das várias linhas processuais, parâmetros operacionais da ETAR (set
points de OD, razão de recirculação, idade de lamas, entre outros), e eficiências de tratamento
do espessador e centrifuga, obtidas através realização de balanços mássicos.
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).
Concentração CBO5 546 mg/L
Concentração NKj 75 mg/L
Concentração Namon 56 mg/L
Na modelação e simulação do comportamento dinâmico dos processos biológicos de

tratamento, a correta caracterização das águas residuais afluentes é fundamental para
assegurar a fiabilidade dos resultados do modelo matemático. A caracterização qualitativa dos
efluentes pode ser efetuada por recurso a métodos físico-químicos ou métodos biológicos. Na
prática, esta caracterização é efetuada com base numa abordagem combinada destes dois
métodos, por forma a obter uma estimativa realista das concentrações de todas as
componentes envolvidas no processo, obtendo-se assim os parâmetros cinéticos e os
coeficientes estequiométricos do sistema.
Como referido anteriormente, conceptualmente, o modelo ASM1, modelo base do Mantis,

considera a CQO como o parâmetro representativo da matéria orgânica e da biomassa
presente nas águas residuais, assumindo que todos os componentes orgânicos são expressos
em unidades de CQO. Tendo em conta que as frações de biomassa ativa no afluente à ETAR
são desprezáveis (XB,H – biomassa ativa heterotrófica e XB,A – biomassa ativa autotrófica), a
CQOTotal pode ser representada pelo somatório da matéria orgânica inerte solúvel (SI), com o
substrato rapidamente e lentamente biodegradáveis (SS e XS, respetivamente) e com a matéria
orgânica inerte em suspensão (XI), (Wang et al., 2007).
CQO = SS+ SI+ XS + XI (Equação 5.1)
A biomassa presente no efluente é considerada negligenciável. De acordo com Marais e

Ekama, 20% da CQOTotal corresponde à fração não biodegradável da matéria orgânica, sendo
que as frações solúvel e particulada representam, aproximadamente, 7% e 13%,
respetivamente. As frações de substrato lentamente e rapidamente biodegradável
representam, respetivamente, cerca de 60% e 20% da CQOTotal, como se pode observar
esquematicamente (Figura 5.3).
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
frSi-fração de CQO solúvel não biodegradável 0,036
frSs- fração de CQO solúvel facilmente biodegradável 0,33
frXi- fracção de CQO particulada não biodegradável 0,207
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).
As alterações nas variáveis XCOD/VSS ratio e BOD5/BODultimate permitem alcançar

indiretamente, por manipulação, as concentrações de CBO5, SST e SSV no afluente bruto.
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).
Concentração NKj 72 mg/L
Concentração Namon 54 mg/L
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.
Unidades de tratamento Dados inseridos no programa GPS-X
Tipo: Oxidation Ditch
N.º de compartimentos/ vala – 16 (8 zonas aeróbias + 8 zonas anóxicas)
Volume / vala – 10.000 m2
Profundidade do líquido – 7 m
Reatores- Valas de Oxidação Altura do canal – 8 m
2 VO - Época Alta Temperatura média Época Alta – 27ºC
1 VO - Época Baixa Temperatura média Época Baixa – 20ºC
Sistema de arejamento por ar difuso – SOTE= 30% e αfactor=30%
Set point de oxigénio dissolvido (OD) em cada compartimento arejado: 1 mg/L
Tipo: Flat bottom
Área/ decantador: 850 m2
Profundidade: 4 m
Idade de lamas:
IL- Época alta = 12 dias

Decantadores Secundários
IL- Época baixa= 10 dias
3 DS - Época Alta Razão de Recirculação Época alta = 1,1
2 DS - Época Baixa Razão de Recirculação Época baixa = 0,9
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%
Eficiência Espessamento Época Alta = 72 % (balanço mássico)
Eficiência Espessamento Época Baixa = 51% (balanço mássico)
Tipo: Dewatering
% Matéria Seca (%MS) da lama desidratada - Época Alta = 14,3 %
% Matéria Seca (%MS) da lama desidratada - Época Baixa= 14,5 %
Eficiência Desidratação -Época Alta = 90 % (balanço mássico)

Desidratação - centrífugas
Eficiência Desidratação - Época Baixa = 94 % (balanço mássico)
2 C – Época alta e baixa
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.
Neste trabalho em particular, por exemplo, procedeu-se à alteração da percentagem de

clarificação dos decantadores secundários, até se obter, a concentração de sólidos suspensos
totais no efluente final idêntica aos valores reais. Por outro lado, para o cálculo das eficiências
de espessamento e desidratação, as quais foram determinadas a partir do balanço mássico à
linha sólida, desprezou-se alguns valores obtidos para a concentração de sólidos suspensos
totais das escorrências e dos sobrenadantes, tendo em conta a dispersão dos valores
disponíveis.
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).
O modelo considera-se calibrado quando se obtém uma percentagem de desvio, entre a

quantidade média das lamas obtidas pelo modelo e as lamas desidratadas reais, ou entre a
concentração de sólidos no reator inferior a 5 %, ou ainda, uma diferença máxima de 5 mg/L
entre os SST do modelo e os valores reais. (IWA, 2014).
Nos quadros seguintes, encontram-se representados os principais parâmetros a serem

verificados aquando calibração do modelo, quer para a época alta, quer para a época baixa
(Quadro 5.7 e Quadro 5.8).
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.
Valores Erro Aceitável

Parâmetros para calibração Valores reais Desvio
simulados IWA
Volume lamas (m3/dia) 25,6 25,6 0,0% <5%
SST Reator (mg/L) 3832 3904 1,8% <5%
CQO Efluente Tratado (mg/L) 42,1 41,7 0,9%
SST Efluente Tratado (mg/L) 7,1 7,1 -0,04 mg/L <5mg/L
CBO5 Efluente Tratado (mg/L) 2,3 12 81,1%
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.

simulados IWA
SST Reator (mg/L) 3939 3922 0,4% <5%
SST Efluente Tratado (mg/L) 9,8 8,1 1,7mg/L <5mg/L
Ao analisar os resultados simulados e posterior comparação com os valores reais, verifica-se

que o modelo, tanto para a época alta como para a época baixa, responde de uma forma
realista, quer para o volume de lamas desidratadas, concentração de biomassa no reator, tal
como para a qualidade do efluente tratado, em termos de CQO e SST. No entanto, o valor
simulado para a CBO5, apresenta-se significativamente inferior aos valores reais, facto este
que pode ser justificado pelo limite de quantificação do método para determinação deste
parâmetro (L.Q= 10 mg/L).
Relativamente à concentração de sólidos no reator, verifica-se que o desvio é relativamente

superior entre o simulado e o real, na época alta quando comparado com o desvio da época
baixa. Esta pequena diferença, que não é significativa, que pode ser justificada pela adição de
polímero nos meses de Verão, para melhorar a sedimentabilidade da lama, aumentando assim
a contribuição de sólidos nas valas de oxidação.
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).
Seguidamente, são apresentados os valores obtidos na validação do modelo, para ambas as

épocas (Quadro 5.9 e 5.10).
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.

simulados IWA
Volume lamas (m3/dia) 22,0 22,5 -2,22% <5%
SST Reator (mg/L) 3.348 3.326 0,66% <5%
CQO Efluente Tratado (mg/L) 36,3 36 0,83%
SST Efluente Tratado (mg/L) 6,2 4,0 2,20 5mg/L
CBO5 Efluente Tratado (mg/L) 2,5 12 -79,17%
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.

simulados IWA
SST Reator (mg/L) 3705 3737 0,9% <5%
SST Efluente Tratado (mg/L) 8,9 10,7 -1,80 <5mg/L
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.
5.5.1- Comparação com valores 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.
Valores Valores alvo Erro Aceitável

Parâmetros para calibração Desvio
simulados Projeto IWA
SST Reator (mg/L) 4130 4000 3,3% <5%
CQO Efluente Tratado (mg/L) 84,1 <125 OK
SST Efluente Tratado (mg/L) 46,4 <35 Não OK <5mg/L
CBO5 Efluente Tratado (mg/L) 12,8 <25 OK
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.
Embora a qualidade do efluente tratado tenha melhorado significativamente, após as medidas

implementadas, continua a ocorrer alguma ressuspensão de sólidos, acima do que seria
expetável aquando dimensionamento da instalação.
Parâmetros como a turvação e a transmitância são afetados diminuindo a eficiência da

desinfeção por ultra violetas (UV), podendo comprometer o normativo de descarga da
instalação no que se refere à Escherichia coli (EC).
5.5.2- Comparação com resultados reais
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.
Época Alta – 2 linhas em funcionamento
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).
simulado no efluente tratado, para os meses de época alta de 2013, 2014 e 2015.
42

Os gráficos acima apresentam a evolução da qualidade, físico-química do efluente tratado, ao

longo dos meses de Verão, Julho Agosto e Setembro para o ano de 2013 e 2015. Ao analisar a
evolução da concentração de CQO constata-se que a CQO do efluente tratado simulado,
apresenta uma evolução idêntica ao CQO real, e relativamente ao longo dos 250 dias
simulados.
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.
Seguidamente é apresentada a concentração de biomassa no reator, simulado e real,

representada pelos sólidos suspensos totais, ao longo dos meses da época alta considerados
(Figura 5.7).
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.
Época Baixa – 1 linha em funcionamento
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
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.
De todos os parâmetros, o azoto total é o parâmetro cujos resultados simulados se afastaram

mais dos reais. Para validar a nitrificação e consequentemente o azoto total no efluente final,
seria necessário calibrar os processos cinéticos dos organismos autotróficos, através de
ensaios respirométricos, o que não foi alvo de estudo (IWA, 2007).
Seguidamente é apresentada a concentração de biomassa no reator, representada pela

concentração de sólidos suspensos totais, simulada vs real, ao longo dos meses da época
baixa considerados (Figura 5.11).
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.
A concentração de sólidos suspensos totais resultantes da simulação apresenta um

comportamento mais constante do que os valores reais. Notar que os valores disponíveis, são
resultados experimentais de amostras pontuais, pelo que não são totalmente representativas
de cada dia de amostragem.
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).
Os sistemas de tratamentos intensivos, designadamente os sistemas de lamas ativadas, são

muito eficientes no tratamento de águas residuais urbanas tendo, no entanto, um consumo
energético associado relativamente elevado.
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).
CONSUMO DE ENERGIA (KWH)

Equipamentos
RELAÇÃO DO CONSUMO
MÉDIA MENSAL (kWh)
(%)
BIOLÓGICO - AREJAMENTO 147.351 45%
VENTILAÇÃO DE
42.840 13%
INSUFLAÇÃO
DESODORIZAÇÃO 54.606 17%
DESINFEÇÃO POR UV 26.163 8%
RESTANTES EQUIPAMENTOS 56.075 17%
TOTAL 327.035 100%
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.
6.1. NECESSIDADES E EFICIÊNCIAS DE AREJAMENTO
O arejamento é fundamental nos processos de tratamento biológico, já que o oxigénio é

imprescindível para os processos bioquímicos tais como a oxidação da matéria orgânica e
azotada, promovendo ainda a agitação e homogeneização do meio e, consequentemente, o
contacto entre os microrganismos e o substrato.
As necessidades de oxigénio (AOR – Actual Oxygen Requirement) podem ser estimadas

através do somatório do oxigénio necessário para a síntese celular, para a respiração
endógena, e para a nitrificação, havendo que deduzir o oxigénio utilizado através do nitrato no
processo de desnitrificação.
AOR = O2Síntese celular + O2 Respiração Endógena + O2 Nitrificação – O2 Desnitrificação

(Equação 6.1)
A síntese celular é desencadeada através da oxidação da matéria orgânica (Equação 2.13).

Após a nitrificação, pode ocorrer a desnitrificação em zonas anóxicas, recuperando-se uma
parte do oxigénio consumido na nitrificação.
^-n = . − − 1,42. 5+ + 4,33. . 8-+ − 2.76. . 8+ (Equação 6.2)
em que So e S corresponde à concentração de matéria orgânica inicial e final (em CBO5

mg/L), Px representa a biomassa em excesso (g SSV/ dia) e NOx corresponde à amónia
nitrificada (g NOx/dia).
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):
^-n = . − − 1,42. ? . . − + 4,33. . 8-+ − 2.76. . 8+ (Equação 6.3)
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).
-on = [qI . b- − b- . ] (Equação 6.4)
-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.
F (Fouling) – Fator de colmatação aplicável a sistema de arejamento por difusores.
Os surfactantes, presentes na água de processo, têm maior impacto no fator α (alfa). A

expressão OTR é corrigida da seguinte forma:
-on = [st. qI . b- − b- . ] (Equação 6.5)
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.
-on = [` . -on] (Equação 6.6)
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)
em que Kla20 = KLat × θ0ƒz„ , logo substituindo, tem-se
wF.&x b-
-on =
zy/.… †‡ˆ‰ '.!/uv
b-20
(Equação 6.8)
A OTR deve ser normalizada a condições standard (SOTR), de forma a minimizar

especificidades das condições processuais, permitindo assim a comparação com outros
valores de referência (projeto, catálogos). A SOTR corresponde ao hipotético valor em que a
concentração de oxigénio é zero no tanque aeróbio, temperatura da água 20 ºC, pressão 1 atm
e ausência de salinidade (Larsson, 2011).
SOTR = •‘’ “‡ˆ‰

Ž„• .y/ˆ‰
”•–y/ˆ‰ z—Ž
(Equação 6.9)
Embora a OTR corresponda à quantidade de oxigénio transferido no global, na realidade a

quantidade de oxigénio transferida para o meio líquido depende da eficiência de transferência
de oxigénio OTE (Oxygen Transfer Efficiency) do sistema de difusão. Este parâmetro
corresponde à fração da massa de oxigénio transferida para o meio líquido a partir da massa
de oxigénio fornecida através dos difusores/ arejadores. Assim, a percentagem de oxigénio
injetado no meio líquido é dada em percentagem.
OTE =
Ž0™šzŽ0›œ•
Ž0™š
(Equação 6.10)
SOTE % = . 100%
ŸŽ„•
Ž0
(Equação 6.11)
em que W O2 - massa de oxigénio na linha de ar (kg/dia).
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)
SAE (kg//kWh) é um parâmetro de eficiência energética que permite a comparação de

diferentes linhas de tratamento nas ETAR.
51
6.2. AREJADORES E DIFUSORES
O desenvolvimento e aperfeiçoamento dos vários tipos de sistemas de lamas ativadas, tem

induzido, a sistemas de arejamento mais eficientes, fáceis de manobrar e automáticos.
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 sistemas de arejamento podem ser superficiais (turbinas- arejadores de eixo vertical,

arejadores de eixo horizontal), e por ar comprimido (difusores; colunas estáticas). O arejamento
por ar comprimido consiste em sistemas de injeção de ar sob pressão, em profundidade,
através de difusores, tubos perfurados verticais ou horizontais, colunas estáticas e outros
corpos porosos, ligados a um compressor ou ventilador. Estes são em geral, volumétricos do
tipo êmbolo rotativo, em cárter seco para evitar a mistura de óleo (lubrificante) com o ar. Os
principais modelos são os compressores centrífugo e os compressores de deslocamento
positivo com movimento rotativo. Os primeiros têm características de operação semelhantes às
bombas centrífugas, sendo a pressão aplicada independente da densidade do ar, já os
segundos são máquinas de capacidade constante e pressão variável.
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).
Os sobrepressores puxam o ar do exterior, comprimem e transferem para as tubagens de ar

associadas ao sistema de arejamento das ETAR. A compressão é necessária uma vez que a
pressão de ar nos difusores precisa de ser mais elevada que a pressão de água. Uma vez que
os difusores são colocados a uma profundidade 4 a 7 m, a pressão da água é uma parte
substancial da pressão que o sobrepressor tem de executar.
Os difusores são dispositivos conectados às tubagens de ar que libertam o ar comprimido para

o meio líquido. Existem vários tipos de difusores que podem ser caracterizados em bolha
média e bolha fina (Figura 6.1).
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).
6.3. AREJAMENTO NA ETAR DE VALE FARO
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 6.2 - Representação esquemática do arejamento nas valas de oxidação instaladas na

ETAR de Vale Faro (Silva, 2013).
O funcionamento dos sobrepressores é condicionado pelo set point de OD imposto. O valor de

OD parametrizado no sistema de supervisão da ETAR a atingir, corresponde a uma média da
medição das 4 sondas de OD existentes (2 por linha), já que a conduta de insuflação de ar
para as valas é comum. O incremento de OD no primeiro compartimento, relativamente ao
segundo arejado, por exemplo, apenas pode ser regularizado manualmente através de válvulas
manuais de fracionamento de ar, existentes em cada uma das condutas.
Na Figura 6.3 apresenta-se o tipo de sobrepressor instalado na ETAR de Vale Faro.
Figura 6.3 - Sobrepressor Aerzen, para baixas pressões, instalado na ETAR de Vale Faro.
A potência dos sobrepessores A e C é de 200 Kw (com variação de frequência entre 40 a

50Hz) e do sobrepressor B é de 90 Kw (com variação de frequência entre 30 a 40Hz).
O arranque dos sobrepressores é realizado em escada, ou seja, primeiramente arranca o

sobrepressor de menor potência, caso o valor de OD continue baixo (abaixo do valor critico
baixo, ou após o tempo definido na supervisão, abaixo do valor saturado baixo) arranca o
sobrepressor de maior capacidade, A ou C, em vez do B. Se mesmo com o sobrepressor A ou
C, o valor de OD continuar baixo, arranca o segundo sobrepressor, ficando a funcionar os dois
sobrepressores de maior potência, A e C.
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).
A escala de OD e os respetivos valores de OD saturados, críticos e o set point definidos, para o

funcionamento automático do arejamento da ETAR de Vale Faro, encontram-se representados
na Figura 6.4.
Escala de OD
Valor crítico Valor saturado Baixo Valor saturado Alto Valor crítico
SET POINT OD
Baixo Alto
Figura 6.4 - Representação dos valores de OD, parametrizados no sistema de supervisão da

ETAR de Vale Faro.
Os valores de OD crítico baixo e alto, correspondem ao arranque e paragem imediata dos

sobrepressores, respetivamente. Por sua vez, os valores saturados baixo e alto, correspondem
igualmente ao arranque e paragem dos sobrepressores, mas só após um x tempo,
parametrizável na supervisão.
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).
Membrana – com determinada

porosidade para formar bolha fina
Prato-minimiza a força
ascensional.
Figura 6.5 - Representação do difusor atualmente instalado no reator biológico da ETAR de

Vale Faro (Silva, 2013).
55
6.4. MODELAÇÃO EM ESTADO ESTACIONÁRIO
A modelação matemática é uma ferramenta muito útil no que respeita à previsibilidade da

qualidade do efluente obtido, face a determinadas condições de afluência e operacionais,
nomeadamente a gestão e otimização do arejamento. É possível proceder à simulação em
estado estacionário, de forma a obter um valor ideal de oxigénio dissolvido no reator, tendo em
conta as condições de afluência médias, e ainda em estado dinâmico, para otimizar as
condições de arejamento ao longo do dia, tendo em conta a oscilação das cargas afluentes
bem como, as diferentes tarifas de energia.
Frequentemente, o set point de oxigénio dissolvido é definido com um fator de segurança

significativo, quando a quantidade de oxigénio real necessária para oxidação da matéria
carbonácea, nitrificação/ desnitrificação, pode ser bastante inferior.
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)
De qualquer forma, em sistemas de lamas ativadas de baixa carga, é de todo o interesse

manter um tempo de retenção de sólidos/ Idade de lamas superior a cerca de 10 dias no
sistema, de forma a garantir uma lama mais agregada, com maior capacidade de
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.
De forma a validar o modelo em termos de consumos energéticos, efetuaram-se simulações

para as condições médias da época alta de 2014 e comparam-se com os valores consumidos
pelos sobrepressores, para o mesmo período. Os valores consumidos são obtidos por
estimativa, tendo em conta a potência e a variação de velocidade dos sobrepressores, bem
como, as respetivas horas de funcionamento.
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.
Apresenta-se no Quadro 6.2 as condições médias de funcionamento, de 2013 a 2015, e os

respetivos consumos de energia.
Quadro 6.2 – Consumos de energia para as condições médias de funcionamento atuais e para
o set point atual de 1 mgO2/L.
Parâmetros para calibração Set point OD = 1 mg/L
CQO Efluente Tratado 9
SST Efluente Tratado 7
OTR (kg/h) 354
Energia arejamento (kw) 394
Custos (Euros/dia) 692
57
A modelação em estado estacionário foi assim realizada para as condições de afluência
médias, de 2013 a 2015.
Testaram-se vários cenários, analisando-se o efeito no efluente final, da diminuição de oxigénio

dissolvido (OD) nas zonas arejadas. Seguidamente são apresentados as figuras com a
evolução dos parâmetros físico-químicos no efluente tratado, em função dos diferentes set
points de oxigénio, para a época alta (Figuras 6.7, 6.8, 6.9) e baixa (Figuras 6.10, 6.11, 6.12).
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.
Ao analisar os resultados obtidos para a época baixa, verifica-se igualmente cumprimento do

normativo de descarga da ETAR de Vale Faro, para os parâmetros CQO, CBO5 e SST,
adotando um valor de oxigénio dissolvido até 0,4 mg/L. Desta forma, assume-se que o set point
de oxigénio otimizado, para as atuais condições de afluência é de 0,4.
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.
Seguidamente apresenta-se a quantidade de oxigénio requerido em função dos diferentes set

points, bem como, os consumos e os respetivos custos energéticos, para a época alta (Quadro
6.3) e para a época baixa (Quadro 6.4).
60
dissolvido, para as condições médias de afluência da época alta, no período 2013-2015.
OD= 1 OD= 0,8 OD= 0,6 OD= 0,4 OD= 0,2

Parâmetros para calibração
mg/L mg/L mg/L mg/L mg/L
OTR (kg/h) 354 345 326 311 267
Energia arejamento (kw) 394 376 349 326 275
Custos (Euros/dia) 692 653 608 570 485
dissolvido, para as condições médias de afluência da época baixa, no período 2013-2015.
OD= 1 OD= 0,8 OD= 0,6 OD= 0,4 OD= 0,2

mg/L mg/L mg/L mg/L mg/L
OTR (kg/h) 188 135 128 114 81
Energia arejamento (kw) 178 155 142 117 88
Custos (Euros/dia) 309 270 249 206 1590
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.
OD = 1 mg/L OD = 0,4 mg/L

Atual Otimizado
Custos Energia Época Alta

83.040 68.400
(Euros/4 meses/ano)
Custos Energia Época Baixa

74.160 49.440
(Euros/8 meses/ano)
Custos anuais (Euros/ano) 157.200 117.840
Otimização custos (Euros/ano) 39.360
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
A modelação em estado dinâmico permite otimizar o consumo de ar e os respetivos custos ao

longo dia, tendo em conta as diferentes tarifas praticadas nos diferentes períodos do dia. Tal
como se verifica através da Figura 6.13, podem-se distinguir 4 períodos num dia semanal de
segunda a sexta: vazio normal destinado às horas de consumo médio; super vazio, destinado
às horas de menor consumo; cheia, para as horas de consumos elevado e ponta para as horas
em que se dá os picos de consumo energético.
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)
0h às 2h 0h às 2h Vazio normal 0,069607
2h às 6h 2h às 6h Super vazio 0,058562
6h às 7h 6h às 7h Vazio normal 0,069607
7h às 9.15h 7h às 9.30h Cheia 0,097422
9.15 às 12.15h 9.30h às 12h Ponta 0,108934
12.15h às 24 h 12h às 18.30h Cheia 0,097422
18.30h às 21h Ponta 0,108934
21h às 24h Cheia 0,097422
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.
Períodos diários (h) Sim_1 Sim_2 Sim_3 Sim_4 Tarifas
0-2 Horas 0,6 0,3 0,3 0,3 0,069607
2-6 Horas 0,6 0,4 0,3 0,3 0,05856
6-7 Horas 0,8 0,5 0,4 0,4 0,06961
7 - 9:15 Horas 1 0,6 0,5 0,5 0,097422
9:15 -12:15 Horas 0,2 0,2 0,2 0,2 0,108934
12:15 - 24 Horas 0,8 0,5 0,4 0,3 0,09742
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
e de 1 mg/L.
Figura 6.15 - Evolução do CBO5 no efluente tratado, ao longo de 10 dias de simulação, para as
e de 1 mg/L.
64
Figura 6.16 - Evolução do NK no efluente tratado, ao longo de 10 dias de simulação, para as
e de 1 mg/L.
Figura 6.17 - Evolução da SST no efluente tratado, ao longo de 10 dias de simulação, para as
e de 1 mg/L.
Ao analisar a evolução da qualidade do efluente tratado, para as várias simulações de

alteração de set point de OD, verifica-se que para a simulação 4, cujas concentrações de
oxigénio dissolvido são significativamente inferiores às restantes, existe uma deterioração
significativa da qualidade do efluente tratado, já que existe uma clara tendência de aumento
das concentrações de matéria orgânica (CBO5 e CQO) no efluente tratado. Já para as
condições simuladas em 1 e 2, ou seja, para concentrações de OD mais elevado a qualidade
do efluente tratado mantem-se constante ao longo dos dias. Para a Simulação 3, obtém-se um
perfil constante para as concentrações de SST e CBO5 (parâmetro com VLE mais apertado) e
um aumento da concentração de CQO ao longo do tempo, no entanto esse valor encontra-se
muito aquém do limite de descarga.
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).
Desta forma, é conveniente reunir as condições necessárias para proceder a limpezas

frequentes dos difusores, bem como, proceder à sua substituição ao fim de algum tempo de
utilização (cerca de 5 anos).
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.
Figura 7.2 - Representação da variação da eficiência de transferência de oxigénio, consoante

o tamanho da bolha dos difusores (Rosso, 2013).
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).
Figura 7.3 - Representação e comparação entre o tipo de bolha resultante de um difusor

colmatado e de um difusor limpo (Rosso, 2013).
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).
De forma a verificar a viabilidade económico-processual da substituição do sistema de difusão,

realizaram-se duas simulações distintas que reproduzem a situação atual com os difusores
antigos e outra simulação, após instalação dos difusores novos. Considerou-se para o efeito,
que o αfactor passou de 0,3 para 0,5, de acordo com a Figura 7.4.
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.
Difusores antigos Difusores novos
Época Alta Época Baixa Época Alta Época Baixa
α fator 0,3 0,3 0,5 0,5
OTR
354 188 354 188
(kg/h)
Custos energia arejamento 83.040 74.160 54.229 48.431

(Euros) (4 meses) (8 meses) (4 meses) (8 meses)
Custos/ ano
157.200 102.660
(Euros/ ano)
Poupança anual
54.540
(Euros/ ano)
A quantidade oxigénio transferido (OTR) é igual à quantidade de oxigénio requerido (AOR),

uma vez que o valor de oxigénio transferido, mantem-se para cada época, baixa e alta,
independentemente dos difusores serem novos ou antigos.
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.
Membrana com perfuração – Câmara de flutuação -minimiza a

Abraçadeira Tubo de suporte -ligação
permite uma introdução de ar força ascensional.
entre o difusor e a
uniforme e uma distribuição das
tubagem de distribuição
bolhas finas.
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.
Tendo em conta que os valores obtidos através da modelação são significativamente

dependentes das eficiências de tratamento da fase sólida e que os valores para essas mesmas
eficiências, foram estimados através de balanços mássicos com os dados disponíveis, caudais
e percentagem de matéria seca da linha sólida, procedeu-se a uma análise crítica dos valores
disponíveis. Como tal, como primeiro ajuste, desprezaram-se alguns valores pontuais, fora da
gama de trabalho, para a concentração de sólidos suspensos totais dos sobrenadantes e
escorrências de desidratação.
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.
Quanto à otimização da etapa de arejamento da ETAR de Vale Faro, verificou-se, através da

simulação em estado estacionário, que existe atualmente, um excesso de oxigénio fornecido
ao reator. Os resultados da simulação evidenciam que para o set point de 0,4 mg/L, existe uma
redução significativa dos custos energéticos associados à etapa de arejamento, de 157 mil
Euros anuais atualmente consumidos para 118 mil euros, o que corresponde a uma redução de
25%, mantendo a qualidade do efluente final dentro dos limites do normativo, quer para a
época baixa quer para a época alta. Ou seja, para valores de set point de oxigénio dissolvido
no meio líquido, de 0,4 mg/l a quantidade de oxigénio fornecido (OTR), aproxima-se o mais
possível das necessidades reais de oxigénio (AOR).
Já a otimização possível através da simulação dinâmica, ficou muito aquém do expetável. O

cenário de aumentar a concentração de oxigénio dissolvido nos períodos de vazio ou super
vazio imediatamente antes dos períodos de cheia e ponta, cuja tarifa energética é
significativamente superior, traduz-se numa poupança muito reduzida. Este facto resultou em
grande parte de que nos sistemas de águas residuais, sem generalização, os períodos de
maiores afluências coincidem com as horas de cheia e ponta, comprometendo, assim o
tratamento nesses períodos e consequentemente a qualidade do efluente final.
Quanto à possível substituição dos difusores, constatou-se através de pesquisas bibliográficas,

que existe uma diminuição evidente do fator alfa, ao longo do tempo de utilização dos
difusores, atingindo logo ao fim de 2 anos metade do valor inicial. Ou seja, quanto mais antigos
os difusores, menor a quantidade de oxigénio transferido, para a mesma potência fornecida
pelos sobrepressores, logo maior o consumo energético.
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.
Para além da otimização do set point de OD e da substituição dos difusores, já mencionados

anteriormente, existem algumas sugestões de melhoria/ trabalho futuro a realizar quanto ao
processo de tratamento biológico da presente ETAR.
Análise da variação do tempo de retenção de sólidos no sistema e sua afetação na qualidade

do efluente final, já que o aumento da idade de lamas implica, por um lado, a um aumento de
carga de sólidos na decantação secundária, por outro, a um aumento da quantidade de
oxigénio necessário fornecer (AOR). Paralelamente a este estudo deverá ser realizada uma
análise conjunta com vista à otimização do sistema entrando em linha de conta com a idade de
lamas/ produção de lamas/ custos de deposição e variação de OD/ custos de energia.
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.
DIEGO, R. (2010). Aeration. University of California. Los Angeles.
FRANDRIKS, I. (2011). Alternative Methods for Evaluation of Oxygen Transfer Perfomance in

Clean Water. Uppsal University. Uppsala.
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.
HYDROMANTIS (2013). Environmental Software Solutions. GPS-X User´s Guide.
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.
LAZAROVA, V.(2012), Water-energy interactions in Water Reuse, IWA, London.
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.
POMBO, S. (2010), Contributo para a Utilização de Modelos de Simulação Dinâmica no

Dimensionamento de Processos de Lamas Ativadas, Lisboa.
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. Strestrom, M., (2007), Energy-saving benefits of Denitrification, American Academy

of Environmental Engineers, Maryland.
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.
TCHOBANOGLOUS, G., BURTON, F., STENSEL, H. (2003), Wastewater engineering.

Treatment and reuse, McGraw Hill, Fourth Edition, New York.
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.
Instalação Objetivo Principais Resultados Referência bibliográfica
- A ETAR de Beirolas não

apresenta variações significativas
- Influência da aplicação de diferentes
utilizando os diferentes modelos.
modelos numéricos nas concentrações dos
- A modelação permitiu concluir
ETAR de Beirolas poluentes à entrada e saída da ETAR. (ARISCRISNÃ, 2012)
que a ETAR não se encontra
- Capacidade da ETAR receção de descargas
projetada para receber efluentes
de limpa-fossas.
de fossas sépticas acima de
determinados caudais.
- Foi possível ajustar

Demostrar a aplicação de modelação e satisfatoriamente os resultados do
simulação dinâmica de processos de modelo aos valores obtidos nas
tratamento biológicos por lamas ativadas na campanhas analíticas.
ETAR de Fernão Ferro (POMBO, 2011)
fase de dimensionamento. Avaliar a - Modelação mostra o melhor
capacidade de tratamento da ETAR a vários cenário para receção de
caudais de descargas de limpa-fossas. descargas de limpa-fossas.
A modelação mostra que a adição

de ureia no processo não tem
efeito considerável na eficiência
Aplicação de modelo matemático para
do processo biológico, remoção
descrever o comportamento da ETAR.
ETAR de Portucel de CQO e além disso conduz ao (PEREIRA, 2014)
Análise da influência da adição de ureia no
aumento de custos pelo aumento
processo e taxa de produção de lamas.
da produção de lamas. Conclui
que não é necessária a sua
adição.
A modelação mostra qual o

Otimização das condições de arejamento do
ETAR da Ericeira melhor cenário para (COTRIM, 2013)
tratamento biológico
funcionamento do arejamento.
Foi possível utilizar de forma

Análise e aplicação de instrumentos de integrada e com relativo sucesso
ETAR São João da Talha (FERREIRA, 2006)
modelação do comportamento dinâmico os modelos para simulação do
comportamento global da ETAR
Previsão correta do efluente.
Modelação metabólica para remoção biológica Correta estimativa de STR. O

ETAR Hardenbeg (MEIJER et al, 2001)
de azoto e fósforo modelo EBPR cinético menos
sensível.
Evolução de modelo matemático em dois O A2N consome ligeiramente

ETAR Hardenbeg (HAO et al, 2001)
processos UCT e A2N menos oxigénio. Temperaturas
83
mais baixas afetam o
desempenho das bactérias-P
sendo mais evidente no A2N
Modelo permite compreender e

analisar os processos de
eliminação biológica da matéria
ETAR de Guardamardel Otimização da operação mediante a utilização orgânica e nutrientes.
(GOSÁLBEZ et al, 2007)
Segura de ferramentas de simulação Permitiu selecionar a estratégia de
operação que estima melhores
benefícios com uma redução de
32% na energia.
A combinação do modelo ASM2 e

Delf BRP mostra uma boa
ETAR de Modelação de remoção de CQO, Azoto e capacidade de descrição do
(BRDJANOVIC, 1998)
HaarlemWaarderpolder Fósforo desempenho da ETAR.
Necessidade de refinar o modelo
para situações extremas.
84
Quadro 10.2- Limitações dos modelos ASM1, ASM2, ASM2d e ASM3 (Peterson et al, 2002).
Modelos Principais Limitações
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
Assume que os PAO não permitem a desnitrificação

Os organismos heterotróficos e PAO não sofrem alterações com o tempo, constituem
ASM2 uma massa homogénea
Não tem em conta deficiências de catiões de potássio e magnésio
Não foi considerado e efeito inibitório do nitrito
Válido para temperatura na gama entre 10ºC e 25ºC

Os organismos heterotróficos e PAO não sofrem alterações com o tempo, constituem
ASM2d uma massa homogénea
Não tem em conta deficiências de catiões de potássio e magnésio
Não foi considerado e efeito inibitório do nitrito
Temperatura situada na gama entre 8ºC e 23ºC

O pH situado na gama entre 6,5 a 7,5
ASM3 Não descreve o comportamento das bactérias em tanques anaeróbios
O efeito dos nitritos não é considerado
Não pode ser utilizado em sistema com elevadas cargas orgânicas
85
Quadro 10.3 – Matriz base do modelo Mantis (Hydromantis, 2013).
SI SS XI XS XB,H XB,A XU XND SO SNO SNN SNH SND SALK
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
5.Biomassa heterotrófica (gCQO/m3)
11.N orgânico solúvel biodegradável

7.Partículas do decaimento células
6.Biomassa autotrófica (gCQO/m3)
1.CQO solúvel não biodegradável
4.CQO lentamente biodegradável

2.CQO facilmente biodegradável
13. Alcalinidade (mole/m3)

9.Nitrato e nitrito (gN/m3)
8.Oxigénio (gCQO/m3)
8.Oxigénio (gCQO/m3)
10. Amónia (gN/m3)

(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).
Mantis Equações cinéticas dos diferentes Processos
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
5.Decaimento dos heterotróficos T. )UT

cd
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.
8.Amonificação N orgânico solúvel KA.SND.XBH
V^ # # #XBA
![X ![X !/
W[X=![X W[_=![X W/_=!/
9.Crescimento dos autotróficos
10. Decaimento dos autotróficos ^. )U^
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
YH Rendimento celular da biomassa heterotrófica
fP Fração da biomassa que origina produtos particulados
iXB Massa de azoto/massa de CQO na biomassa
iXP Massa de azoto/massa de CQO nos produtos da biomassa
YA Rendimento celular da biomassa autotrófica
Símbolos Parâmetros cinéticos
µH Taxa máxima específica do crescimento da biomassa heterotrófica
kh Taxa máxima específica de hidrólise

KS Coeficiente de meia-saturação para a biomassa heterotrófica
KX Coeficiente de meia-saturação para a hidrólise de substrato
KOH KOH Coeficiente de meia-saturação em oxigénio para a biomassa heterotrófica
µA µA Taxa máxima específica do crescimento da biomassa autotrófica
KNO KNO Coeficiente de meia-saturação em azoto para a biomassa heterotrófica
KNH KNH Coeficiente de meia-saturação em azoto amoniacal para a biomassa autotrófica
bH Coeficiente de decaimento da biomassa heterotrófica

bA Coeficiente de decaimento da biomassa autotrófica
ηg Fator de correção de µH em condições anóxicas

KOA Coeficiente de meia-saturação em oxigénio para a biomassa autotrófica
ηh Fator de correção da hidrólise em condições anóxicas
ka Taxa específica de amonificação
88
Quadro 10.5- Identificação das variáveis estado da biblioteca CNLIB do Programa GPS-X 6.4.
Quadro 10.6- Identificação das variáveis Estequiométricas da biblioteca CNLIB do Programa

GPS-XCNLIB do Programa GPS-X 6.4.
Quadro 10.7- Identificação das variáveis compostas calculadas 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
Af luente Bruto Reator Efluente Tratado So brenadante Esco rrências
Volum e SST
CQO AB CBO5 AB SST AB Nt CQO CBO5 SST Nt ST %MS %MS SST SST
Data AB Reator
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
Afluente Bruto Reator Efluente Tratado So brenadante Esco rrências
Volum e 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).

A f luente Bruto Reator Ef luente Tratado So brenadante Esco rrênc ias
Exces so espess adas des idratadas
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
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).

Af luente Bruto Reator Ef luente Tratado So brenadante Esco rrências
Volum e SST
Data AB Re ator
1 5954
2 6234 700 480 290 80 36 15 10 9 2 13 230 47
3 7479 3909 5700
4 1058
5 7926
6 4531
7 4429 800 41 3 14
8 5107 4545 10000
9 4947
10 5083
11 2752
12 4637
13 7302
14 5785 680 340 250 70 40 13 7 6 3 15 160 54
15 5274 4091
16 4063
17 5811
18 6605
19 6778
20 7063
21 6883 630 36 3 14
22 8264 3273 6000
23 5589
24 4839
25 6655
26 5363
27
28
29
30
31
32
33
34 6945
35 6697 3 16 110 100
36 4517 800 420 410 70 4273 39 <10 6 14 6900
37 4607 700 470 300 60 47 <10 5 8
38 4383
39 3769
40 4656
41 2295
42 7313
43 5737
44 4699 2 14
45 4781 700 51
46 5475 3455 9000
47 3970
48 4670
49 4118 660 350 170 70 52 11 14 8 2 14 80 260
50 5613 3455 12000
51 5076
52 7100
53 6211
54 4047
55 4813
56 4357 700 33 3 15
57 4160 4364 8000
58 4790
59 4568
60 5398
61 5772
62 7317
63 6355 430 150 120 80 29 <10 5 9 2 15 180 140
64 8774 5273 8000
65 9809
66 12304
67 6979
68 6859
69 6621
70 8044 390 30 2 14
71 11456 4091 9000
72 6806
73 6045
74 6074
75 5618
76 9519
77 6108 650 390 250 70 29 <10 6 24 2 14 4900 1100
78 10501 4091 8000
79 6855
80 5973
81 8342
82 8328
83 6961
84 6662 1600 23 2 15
85 8348 5909 11000
86 8456
87 8720
88 10134
89 8651
90 10223
94
Volum e SST
CQO AB CBO5 AB SST AB Nt CQO CBO5 SST Nt ST %MS %M S SST SST
Data AB Re ator
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
Volum e SST
Data AB Re ator
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
Volum e SST
Data AB Re ator
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).

Volum e SST
Data AB Reator
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
Volum e SST
Data AB Reator
81 6096 3182 6000 3 14 700 530

82 5693
83 5664
84 6137
85 6202
86 5293
87 4533
88 5567 3091 8000 3 20
89 4649
90 5099
91 4428
92 3057
93 3768
94 5331 800 400 260 80 24 <10 3 22 1 15 4900 8000
95 4963 3909 8000
96 5547
97 5320
98 5123
99 5543
100 5103
101 5596
102 15834 3636 6000 3 14
103 7171
104 5598
105 5688
106 6195
107 5796
108 5335 900 500 390 80 51 17 16 30
109 5991 4000 8000 3 14 140 390
110 6029
111 5480
112 5620
113 5602
114 5704
115 5768 800 500 350 70 49 11 11 35
116 5716 4455 8000
117 5472
118 5646
119 4757
120 6831
121 5738
122 5790 800 500 340 70 51 <10 19 25
123 5805 5000 10000 2 15 2300 6000
124 6016
125 6089
126 6105
127 6071
128 6045
129 6173
130 6334 5818 12000 3 15
131 6022
132 6414
133 5790
134 5988
135 5759
136 5799 700 400 310 70 37 <10 11 34
137 7307 4182 9000 3 15
138 9019
139 6668
140 6996
141 10355
142 5643
143 5744 29 <10
144 5287 4000 8000 3 16
145 6188
146 6894
147 7171
148 6663
149 6378 37 <10
150 6790 4091 6000 3 16
151 6999
152 7496
153 7508
154 9172
155 8099
156 8453
157 9586 900 500 430 60 70 20 32 32 3 16 1300 280
158 7176 4000 7000
159 8484
160 11288 3 16
99
Volum e SST
CQO AB CBO5 AB SST AB Nt CQO CBO5 SST Nt ST %M S %MS SST SST
Data AB Re ator
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

Sandra Viegas Tese GPSX ETAR de Vale Faro Final

Enviado por

Dados do documento

Título original

Direitos autorais

Formatos disponíveis

Compartilhar este documento

Compartilhar ou incorporar documento

Opções de compartilhamento

Você considera este documento útil?

Este conteúdo é inapropriado?

Direitos autorais:

Formatos disponíveis

Sandra Viegas Tese GPSX ETAR de Vale Faro Final

Enviado por

Direitos autorais:

Formatos disponíveis

Aplicação de modelo matemático de Lamas

Ativadas para otimização do tratamento da ETAR

Sandra Sofia Palma Viegas

Dissertação para obtenção do grau de Mestre em Engenharia Química

Professor Doutor Sebastião Manuel Tavares da Silva Alves

Doutor António Manuel Pedro Martins

Presidente: Professor Doutor José Manuel Félix Madeira Lopes

Vogal: Professora Doutora Helena Maria Rodrigues Vasconcelos Pinheiro

Orientador: Doutor António Manuel Pedro Martins

Ao meu orientador do Instituto Superior Técnico, Professor Sebastião Alves, pela

Ao Diretor da DOS (Direção de Operações – Saneamento), Engenheiro Joaquim Freire, pela

Aos poucos mas bons amigos…

No presente trabalho utilizou-se o modelo matemático Mantis, modelo adaptado do ASM1,

Os resultados de modelação obtidos permitiram descrever o comportamento da ETAR, otimizar

Palavras-chave: lamas ativadas; modelação matemática; otimização do arejamento.

Keywords: activated sludge; mathematical modeling; aeration optimization

Figura 2.1 - Representação esquemática de um processo por lamas ativadas, em que Q

As Estações de Tratamento de Águas residuais (ETAR) têm um papel fulcral na conservação

Os parâmetros físico-químicos que normalmente têm limites de descarga definidos são a

Tendo em conta a necessidade de obter um efluente com valores de qualidade compatíveis

Os processos de crescimento de biomassa em suspensão operam com concentrações de

O aumento de conhecimentos sobre os mecanismos de degradação biológica dos processos

O recurso a instrumentos de modelação, na fase de dimensionamento dos sistemas, para

A modelação matemática de tratamentos microbiológicos em processos de lamas ativadas foi

1.2. OBJETIVOS E ÂMBITO DA DISSERTAÇÃO

No âmbito deste trabalho os objetivos associados são os seguintes:

Construção e calibração de um modelo que reproduza o comportamento da ETAR de

Neste capítulo são apresentados alguns conceitos fundamentais dos

No reator biológico, os microrganismos responsáveis pelo tratamento da água residual são

Figura 2.1 - Representação esquemática de um processo por lamas ativadas, em que Q

1. Oxidação da Matéria Orgânica e Síntese celular

A remoção da matéria orgânica é realizada pelos organismos heterotróficos, que sob

COHNS (substrato) + O2 + nutrientes CO2 + NH3 + C5H7NO2 (biomassa) + outros produtos

C5H7NO2 (biomassa) + 5O2 5CO2 + 2H2O + NH3 + energia (Equação 2.2)

1. Oxidação do azoto amoniacal a nitrito (NO2), realizada pelos ANO do género

2. Oxidação do nitrito a nitratos realizada pelos ANO do género Nitrobacter – Nitratação

A desnitrificação é o processo biológico realizado pelos organismos heterotróficos,

5COHNS + NO3- + 4H+ C5H7O2N + 2.5N2 + 2,5 S2 + 4H2O (Equação 2.6)

Tal como na nitrificação, na desnitrificação também há duas etapas:

2.2. BALANÇOS & EQUAÇÕES CINÉTICAS

Balanço mássico ao substrato

Entrada de substrato no sistema Eliminação de substrato do sistema Acumulação de substrato no sistema

Entrada de substrato Consumo substrato Substrato no efluente +

Em que Q corresponde ao caudal ( Qo - caudal de entrada; Qe - caudal de saída e Qw –caudal

1. Em estado estacionário (dS/dt)acum = 0

. = & . '+ . + %. % (Equação 2.9)

Em que rsu corresponde à velocidade de consumo de substrato.

Contribuição de microrganismos ao Eliminação dos microrganismos do Acumulação dos microrganismos no

Em que rg representa a velocidade de crescimento dos microrganismos e rd velocidade de

4. Em estado estacionário (dX/dt) = 0

(. = . + ) + %)% (Equação 2.11)

Aplicando as expressões para a velocidade de crescimento dos microrganismos (rg = -Y.rsu) e

Balanço mássico ao oxigénio

Entrada de oxigénio no sistema Eliminação de oxigénio do sistema Acumulação de oxigénio

#= . − − 1,42. 5+, 6 + 4,33. . 8-+

Oxidação da matéria Respiração Nitrificação

Em que Q corresponde ao caudal afluente, S0 e Se representa a concentração de substrato à

2.3. PARÂMETROS BÁSICOS QUE DESCREVEM O

Os parâmetros básicos envolvidos no dimensionamento e funcionamento do tratamento

A idade de lamas (θc) constitui um parâmetro fundamental de dimensionamento de sistemas

5+, 6= ? . . − (Equação 2.15)

A carga mássica (F/M), é um indicador também relevante das condições de funcionamento do

Os processos de tratamento por lamas ativadas promovem assim, a remoção biológica da