Como ya anunciamos a través de esta web y de nuestras redes, nuestros compañeros de ITG, Míriam Timiraos y Juan Luis Sobreira estuvieron en Lisboa del 3 al 6 de junio presentando las principales características de LIFE RESEAU y asistiendo al 2º taller de Stakeholders de Water4All Partnership en el marco de IAHR Europe 2024.
El siguiente artículo resume los principales logros y conclusiones debatidos por nuestros colegas durante estos actos.
Las zonas urbanas, en particular las que cuentan con redes combinadas de alcantarillado (RSC), se enfrentan a importantes retos debido al envejecimiento de las infraestructuras y al cambio climático. El proyecto LIFE RESEAU pretende abordar estos problemas mediante el desarrollo de una solución de retroadaptación que mejore la resistencia de las infraestructuras de aguas residuales urbanas en regiones con precipitaciones intensas. Estos son los retos clave, la metodología y los principales resultados obtenidos por LIFE RESEAU hasta la fecha mostrados por ITG en la presentación oral “ADVANCING COMBINED SEWER NETWORK MANAGEMENT: EL SISTEMA INTELIGENTE DE GESTIÓN DE INFILTRACIONES Y FLUJOS”.
Principales Retos
En las zonas urbanas con CSN, el deterioro de las infraestructuras conduce a:
- Grietas y roturas.
- Aumento del caudal y la infiltración (I/I)
- Redes sobrecargadas que no están correctamente dimensionadas para el aumento de los flujos.
- Desbordamiento de aguas no tratadas.
El cambio climático agrava estos problemas al intensificar la I/I, lo que exige soluciones innovadoras para gestionar eficazmente estos impactos.
Metodología
El objetivo principal de LIFE RESEAU es desarrollar un sistema robusto para detectar y cuantificar las I/I. Esto implica:
- Recogida de datos:
- Utilización de sistemas existentes como SCADA, SIG y fuentes de terceros como las previsiones meteorológicas.
- Motor de cálculo:
- Aplicación de modelos basados en inteligencia artificial (IA) y técnicas híbridas a partir de datos procedentes de sensores y otras fuentes.
- Interfaz de visualización:
- Análisis de la I/I, gestión inteligente de los activos y modelización de escenarios de cambio climático mediante modelos hidráulicos, híbridos y de IA.
La eficacia del sistema se está demostrando a través de sitios de demostración reales en España y Dinamarca, caracterizados por CSN, eventos de precipitaciones intensas y capacidad hidráulica limitada de las plantas de tratamiento de aguas residuales (EDAR).
Capacidades de SiiMS
La plataforma SiiMS ofrece varias capacidades clave destacadas durante la presentación:
- Análisis I/I:
Cuantificación y localización de I/I mediante sensores, datos meteorológicos, algoritmos de aprendizaje automático y modelos hidráulicos.
- Optimización de las operaciones y el mantenimiento (O&M):
Identificación de las zonas más eficaces para reparar, modernizar o sustituir a fin de reducir el I/I.
- Escenarios de cambio climático:
Evaluar las repercusiones previstas en las redes y las EDAR.
Resultados de la aplicación
El proyecto LIFE RESEAU ha logrado importantes resultados, entre los que destacan los siguientes:
- Detección y cuantificación de I/I:
Desarrollo de un código para analizar las variaciones del caudal a lo largo del tiempo utilizando el modelo de descomposición del caudal. Su principal utilidad es determinar en qué zonas la relación Infiltración/Infiltración es mayor para priorizar las intervenciones
- Intrusión de agua salada:
Determinar el aumento de la conductividad eléctrica en las zonas costeras para identificar los lugares de la red afectados por este problema que socava el tratamiento de las aguas residuales.
- Simulaciones hidráulicas:
Los modelos hidráulicos desarrollados han demostrado que la variabilidad estacional puede duplicar los caudales de aguas residuales y aumentar los desbordamientos en un orden de magnitud durante los meses más húmedos.
IA y modelos híbridos
El proyecto también incorpora modelos predictivos avanzados para fines específicos, cuyo objetivo general es ajustar los parámetros operativos teniendo en cuenta las previsiones de parámetros clave, entre ellos:
- Predicciones de desbordamiento:
Utilización de modelos de Transformador de Fusión Temporal (TFT)
- Predicciones de caudal de entrada a EDAR:
Previsión de afluencias a las depuradoras
- Predicciones sobre la calidad del agua:
Previsión de cambios en la calidad del agua
- Modelos híbridos:
Integración de series temporales de precipitaciones y caudales retardados, junto con las predicciones de caudal del SWMM, como parámetros de entrada del modelo para mejorar los resultados del modelo combinando las ventajas de ambas técnicas.
El proyecto despertó el interés de los asistentes a la sesión de la conferencia. La presentación de los resultados iniciales reforzó la importancia de esta investigación para preparar los sistemas de aguas residuales urbanas ante futuros impactos climáticos, garantizando una mayor resistencia y sostenibilidad.
