Modelagem por redes neurais do sistema biológico do tratamento de efluentes em refinarias de petróleo

Resumo: A necessidade de preservação do meio ambiente tem direcionado atenção do setor industrial às unidades de tratamento de efluentes. Dentre as diversas tecnologias existentes, o tratamento biológico por lodos ativados é uma das mais utilizadas, devido a sua excelente robustez. Na indústria do petróleo, não é diferente, devido principalmente a sua elevada eficiência na remoção de nitrogênio amoniacal. No entanto, a eficiência desta tecnologia está diretamente relacionada com a qualidade do efluente a ser tratado. Uma variação brusca na composição da entrada do sistema pode provocar choques químicos no sistema biológico, ou seja, inibir as reações, alterando significativamente a qualidade do efluente tratado, com o risco de não se atender a legislação. Desta forma, é muito importante prever os resultados da planta quando há uma perturbação nas variáveis de entrada, de forma que ações preventivas possam ser tomadas, minimizando os impactos. No entanto, elaborar um modelo fenomenológico de um sistema de tratamento biológico é uma tarefa extremamente difícil e exaustiva, devido à complexidade das reações envolvidas e a não linearidade do sistema. Devido a isto, a modelagem do sistema de lodos ativados utilizando a técnica de Redes Neurais torna-se uma alternativa viável e interessante. A modelagem por redes neurais foi aplicada no sistema biológico de tratamento de efluentes da Refinaria Presidente Getúlio Vargas - Petrobras, com o objetivo de estimar o teor de nitrogênio amoniacal no efluente tratado, a partir de dados de qualidade da carga e de variáveis medidas diretamente na planta. Os teores de DQO e NH3 na entrada do sistema, os teores de oxigênio dissolvido e os valores de pH do meio foram utilizados como dados de entrada da rede e são dados reais obtidos da unidade. Foram simuladas diversas estruturas utilizando o programa Simulated Annealing, como algoritmo de otimização. Os resultados obtidos na modelagem deste sistema mostram o potencial desta ferramenta na predição do teor de contaminantes no efluente tratado, que pode no futuro, ser implantada na unidade e servir como base para a tomada de decisão de ações preventivas quando da ocorrência de distúrbios operacionais