“En las depuradoras hemos pasado de tener un ordenador para toda la plantilla a que la información esté viva y consigamos, a través de Machine Learning, que la instalación funcione de manera autónoma”. Así es cómo María Flor, gerente de depuración de Hidraqua, resume la evolución que se ha vivido en el campo de la depuración desde el año 1994.
“Siempre he estado vinculada al campo de la depuración. Esto me ha permitido ver cómo la digitalización ha cambiado profundamente la forma de hacer las cosas”.
Flor ha ocupado diferentes cargos de responsabilidad en laboratorios de aguas residuales con una misión principal durante esta etapa: la tecnificación de todos los procesos. También ha sido responsable de tratamiento y tecnologías de depuración hasta el año 2015, cuando pasó a ocupar su cargo actual como gerente y responsable de la compañía en el ámbito de la depuración a nivel Comunitat Valenciana.
“Con la digitalización hemos conseguido no sólo disponer de la información en tiempo real, sino que se permita una gestión avanzada que, ante un evento inesperado, como lluvias torrenciales o el incremento de la contaminación del agua, las estaciones depuradoras adapten su funcionamiento de manera automática a las nuevas circunstancias”, asegura.
En los últimos años, la compañía ha focalizado precisamente su apuesta en el ámbito de la depuración por esta línea: conseguir que las estaciones depuradoras sean capaces de reconocer y detectar cualquier evento que altere su funcionamiento habitual y actuar ante él de manera inmediata.
La empresa está desarrollando un modelo virtual de gestión de información que permite anticiparnos a los sucesos y avanzar en la toma de decisiones, “porque se trata de poder visualizar los datos de forma inteligente”. Una herramienta que facilita una operativa de alto desarrollo a través del análisis de indicadores en tiempo real “y, de esta manera, se consigue la gestión avanzada y la optimización de costes y recursos”.
Igualmente, toda la información de interés para la gestión optimizada se obtiene a través de sensores y medidores de nueva generación integrados en el conjunto de procesos de depuración. Esta información alimenta en continuo una plataforma digital que analiza los datos, los procesa y contrasta con los objetivos técnicos previamente configurados, detectando así cualquier anomalía o desviación en el proceso de depuración.
Por ejemplo, a través de esta herramienta el personal de planta conoce la evolución del caudal, su posible desviación respecto a lo esperado y cómo impacta esto en el sistema.
“Además, las herramientas digitales permiten que no haya desviaciones en el principal objetivo de la depuración: el control de calidad del agua. Prefijando la caracterización analítica del agua depurada, toda la operativa funcionará para el cumplimiento del objetivo de calidad. Y lo va a hacer de la forma más eficiente posible, tanto en recursos como en procesos”.
Por otra parte, la compañía cuenta con otra tecnología digital que funciona como complemento a las herramientas de gestión de la información, con la toma de decisiones para hacer más eficientes los procesos de depuración, “es decir, el sistema digital configurará el funcionamiento de la instalación según las necesidades del momento”.
Esta solución está basada en Machine Learning o autoaprendizaje. “La herramienta va aprendiendo de los diferentes eventos a los que se enfrenta y se va autoconfigurando en función de las diversas situaciones que se producen”.
Así, por ejemplo, ante la detección de un incremento en determinados compuestos contaminantes en el agua, esta solución permite que el sistema se regule de la manera adecuada para poder eliminarlos, obteniendo la calidad del agua requerida y con la mayor eficiencia posible.
