Diseño e implementación de un control neuronal para una planta piloto de desinfección de aguas terciales utilizando tecnología porosa.

La planta de purificación de agua se diseñó e implementó de una manera eficiente y óptima aplicando varios conocimientos, como el químico, eléctrico, electrónico y control. El prototipo se encuentra ubicado en el edificio C de la Universidad Politécnica Salesiana sede Guayaquil. La planta esta conformada por un filtro de polipropileno, además de lechos de zeolita y carbón activado. El elemento más importante de esta planta es la membrana de nano filtración, la cual elimina bacterias y virus. Antes de implementar este sistema fue necesario desarrollar una investigación previa. En primer lugar, se hizo una evaluación del agua que entrará a la planta de purificación, luego se tomaron valores de presión y caudal experimentales; estos datos se usaron como parámetros iniciales para poder elegir los elementos que se utilizaron en el proyecto. Se realizaron pruebas en el Neural Network Toolbox de MatLab para simular los resultados esperados de la red neuronal, luego de estas evaluaciones se diseñó la red neuronal artificial en el software LabVIEW que trabaja en conjunto con una tarjeta de adquisición de datos NI DAQ 6009 y un Arduino Mega 2560, para el monitoreo de los diferentes parámetros del agua que se debe necesitar para que esta sea bebibleThe water purification plant was designed and implemented in an efficient and optimal way applying several knowledge, such as chemical, electrical, electronic and control. The prototype is located in building C of the Universidad Politécnica Salesiana, Guayaquil. The plant is formed by a polypropylene filter, in addition to zeolite beds and activated carbon. The most important element of this plant is the nano filtration membrane, which eliminates bacteria and viruses. Before implementing this system it was necessary to develop a prior investigation. First, an evaluation of the water that will enter the purification plant was made, then experimental pressure and flow values were taken; These data were used as initial parameters to be able to choose the elements that were used in the project. Tests were performed on the Neural Network Toolbox of MatLab to simulate the expected results of the neural network. After these evaluations, the artificial neural network was designed in LabVIEW software that works in conjunction with an NI DAQ 6009 data acquisition card and a Arduino Mega 2560, for the monitoring of the different parameters of the water that must be needed for it to be drinkable