Aplicação de sistemas periciais para supervisão e controlo de processos combinados de tratamento de efluentes

Texto

(1)CÍNTIA MARIA LAM BRITO PALMA CAMPOS COSTA. APLICAÇÃO DE SISTEMAS PERICIAIS PARA SUPERVISÃO E CONTROLO DE PROCESSOS COMBINADOS DE TRATAMENTO DE EFLUENTES. MESTRADO. EM. DEPARTAMENTO. TECNOLOGIA DE. DO. A M B I EN T E. ENGENHARIA BIOLÓGICA 2005.

(2)

(3) Tese submetida para obtenção do grau de mestre em Tecnologia do Ambiente realizada sob orientação de. Eugénio Manuel de Faria Campos Ferreira Professor Associado com Agregação. DEPARTAMENTO. DE. ESCOLA. ENGENHARIA BIOLÓGICA. DE. ENGENHARIA. UNIVERSIDADE DO MINHO 2005.

(4)

(5) Aos meus filhos: Mariana e Ricardo Ao Nuno Aos meus pais: João e Teresa.

(6)

(7) AGRADECIMENTOS. Em primeiro lugar quero agradecer ao meu orientador, Professor Eugénio Ferreira, por ter acreditado no meu trabalho, pelo seu apoio e incentivo e pela paciência e compreensão demonstrada.. Quero agradecer à Olga, pela sua imprescindível ajuda na disponibilização dos dados, pelas suas valiosas sugestões e pelo seu carinhoso incentivo à retomada dos trabalhos.. À Florbela por ter aceite este desafio e por me ter feito companhia nas horas de maior desalento.. Ao Nuno por ter compreendido as minhas constantes “ausências”.. Aos meus pais pelos seus indispensáveis apoios.. À Deolinda pela sua disponibilidade nos “fora de horas”.. E a todos que, de uma forma ou de outra, apoiaram e incentivaram este trabalho.. Cíntia Campos Costa. Aplicação de sistemas periciais para supervisão e controlo de processos combinados de tratamento de efluentes. CÍNTIA MARIA LAM BRITO PALMA CAMPOS COSTA. vii.

(8)

(9) SUMÁRIO Neste trabalho desenvolveu-se um sistema inteligente (expert system), baseado em regras da lógica difusa, para supervisão e controlo de processos combinados de tratamento biológico de efluentes. A finalidade da implementação da lógica difusa no sistema supervisor foi de, através de regras baseadas em conhecimento de peritos do processo, minimizar o número e o grau de complexidade das informações provenientes do processo, podendo o sistema lidar com eventuais falhas ou desvios à normalidade. O principal objectivo da implementação do sistema supervisor nesta instalação foi o de obter boas eficiências de remoção de CQO (carência química de oxigénio) e de azoto, à saída da instalação, de modo a que consiga cumprir o estabelecido nos artigos 5º e 6º do DL 152/97 (D.R. nº139- 19/6/1997). Para o efeito construiu-se um sistema de inferência difusa, pelo método de Mamdani, com duas variáveis de entrada (a razão de CQO/N à entrada do reactor anóxico e o valor da concentração N-NH4+ no afluente) e duas variáveis de saída (o caudal de by-pass e o caudal de reciclo). Construíram-se funções de pertença triangulares e estabeleceu-se a melhor inferência existente entre elas. Para a desfuzificação das variáveis utilizou-se o método centróide. A aquisição e a manipulação dos dados e o controlo do equipamento através de computador foram conseguidos através de um painel virtual a partir da ferramenta LabVIEW. Para avaliar a resposta do sistema supervisor inteligente foi provocada uma perturbação, aumentando a concentração de azoto amoniacal de 20 para 60 mg NNH4+/L. O desempenho do sistema foi avaliado durante 73 horas de funcionamento. Em resposta à perturbação, o sistema aumentou o caudal de by-pass de 8L/d para 13 L/d e o caudal de reciclo de 34 L/d para 111 L/d. A eficiência de remoção de N-NOx (nitritos e nitratos) atingiu valores superiores a 85% e o tempo de retenção hidráulico (TRH) diminuiu automaticamente de 3.1 horas para 1.4 horas. A eficiência de remoção de azoto amoniacal aumentou gradualmente, atingindo um valor máximo de 50%. Os resultados obtidos neste trabalho sugerem que um sistema baseado em regras difusas pode constituir uma alternativa aos sistemas de controlo convencionais. Adicionalmente, fazem-se considerações para a construção e implementação de regras para classificação e diagnóstico no sistema supervisor.. Aplicação de sistemas periciais para supervisão e controlo de processos combinados de tratamento de efluentes. CÍNTIA MARIA LAM BRITO PALMA CAMPOS COSTA. ix.

(10)

(11) ABSTRACT In this work a fuzzy logic rule based expert system was developed for the supervision and control of integrated biological wastewater treatment processes. The implementation of the fuzzy logic in expert system through the use of rules simulating the human reasoning, minimize the number and the complexity of the process information, being the system able to decide the best commands to the recover the stable operation, in case of disturbances of the process. The main objective of the implementation of the expert system in this lab-scale plant was to obtain high efficiencies of COD (chemical oxygen demand) and nitrogen removal in order to accomplish with legal limits established in articles 5th and 6th of DL 152/97 (D.R. nº139- 19/6/1997). A fuzzy inference system was constructed, using the method of Mamdani. The COD/N ratio at the influent of the anoxic reactor and the ammonium concentration in the influent of the plant are the two input variables considered in the control system. The output variables of the fuzzy control system are the external recycle and the bypass flow rates. Linear membership-functions are used to describe the input variables. The centroid method was used in the defuzzification step. Data acquisition, processing, and equipment control were made with a virtual panel developed in LabVIEW. A step increase in ammonia concentration from 20 to 60 mg N/L was applied to evaluate the system performance during a trial period of 73 hours. Recycle flow rate from the aerobic to the anoxic module and by-pass flow rate from the influent directly to the anoxic reactor were the output of the fuzzy system that were automatically changed (from 34 to 111 L/day and from 8 to 13 L/day, respectively), when new plant conditions were recognized by the expert system. Denitrification efficiency attained values higher than 85% and HRT was lowered from 3.1 to 1.4 hours. Nitrification efficiency gradually increased to 50%. The system proved to properly react in order to set adequate operating conditions that timely led to recover efficient N and C removal rates. In conclusion, the results in this work suggest that a system based on fuzzy logic rules may be an alternative to the classical systems of control. Also, some suggestions for the construction and implementation of rules in the expert system for classification and diagnosis are presented.. Aplicação de sistemas periciais para supervisão e controlo de processos combinados de tratamento de efluentes. CÍNTIA MARIA LAM BRITO PALMA CAMPOS COSTA. xi.

(12)

(13) ÍNDICE. Agradecimentos. vii. Sumário. ix. Abstract. xi. Índice. xiii. Lista de tabelas. xv. Lista de figuras. xvii. Lista de abreviaturas. xix. 1. 1. Enquadramento, Objectivo e Organização do trabalho 1.1 Enquadramento e Motivação 1.2 Objectivo do trabalho. 3 5. 1.3 Organização da tese. 5. 7. 2. Introdução 2.1 Processos de tratamento de águas residuais. 9. 2.2 Processos de tratamento biológico. 9. 2.2.1 Processo de degradação aeróbia. 9. 2.2.2 Processo de degradação anaeróbia. 10. 2.2.2.1 Etapas da degradação da matéria orgânica. 10. 2.2.2.2 Condições ambientais da degradação anaeróbia. 12. 2.2.2.3 Monitorização e controlo dos processos de. 14. degradação anaeróbia 2.3 Sistemas inteligentes de supervisão. 16. 2.3.1 A lógica difusa. 20. 2.3.2 Sistemas de inferência difusa (FIS). 22. 2.3.3 Técnicas de classificação difusa de classes (FCM). 28. 35. 3. Materiais e Métodos 3.1 A instalação laboratorial. 37. 3.1.1 Materiais e métodos. 40. 3.1.2 Modo de funcionamento da instalação. 42. 3.1.3 Sistema de aquisição de dados. 43. 3.2 Sistema supervisor Aplicação de sistemas periciais para supervisão e controlo de processos combinados de tratamento de efluentes. CÍNTIA MARIA LAM BRITO PALMA CAMPOS COSTA. 47 xiii.

(14) 3.2.1 Variáveis e regras para a implementação no FIS. 47. 3.2.2 Implementação das variáveis e das regras. 50. 3.2.3 Execução do FIS em LabVIEW. 54. 4. Resultados e Discussão. 57. 4.1 Arranque da instalação laboratorial. 59. 4.2 Resposta do sistema supervisor ao choque. 60. 4.3 Análise dos resultados experimentais. 61. 4.4 Criação de um conjunto de regras para diagnóstico do sistema. 65. supervisor. 67. 5. Conclusões 5.1 Conclusões. 69. 75. 6. Bibliografia 6.1 Referências bibliográficas. 77. 6.2 Sítios Internet consultados. 84. 85. ANEXOS A1- Estequiometria das reacções. 87. A2- Equações resultantes dos balanços mássicos e das. 89. estequiometrias das reacções do processo anaeróbio. A3- Regras difusas para o controlo da instalação.. 91. A4-Dados experimentais obtidos:. 93. Valores da concentração de CQO determinados por análise e. 93. obtidos através dos balanços mássicos.. xiv. Valores experimentais obtidos para o tanque arejado.. 94. Valores experimentais obtidos para o tanque anaeróbio.. 95. Valores obtidos para o tanque anóxico.. 96. Valores obtidos para a concentração de N-NH 4 + .. 98. Valores obtidos para a concentração de N-NO 3 - .. 99. A5- Painéis do sistema de inferência difusa do MATLAB.. 101. A6- Mapa de implementação dos dados no LabVIEW.. 105. Aplicação de sistemas periciais para supervisão e controlo de processos combinados de tratamento de efluentes. CÍNTIA MARIA LAM BRITO PALMA CAMPOS COSTA.

(15) LISTA. DE. TABELAS. Tabela 1.1 - Requisitos para as descargas das estações de tratamento de águas. 4. residuais sujeitas ao disposto nos artigos 5º e 6º do decreto-lei 152/97 (D.R.nº139- 19/6/1997). Tabela 2.1 - Sub-processos da degradação anaeróbia da matéria orgânica.. 10. Tabela 3.1 - Dados de operação da instalação, durante o período de. 43. funcionamento. Tabela 3.2 - Intervalos e designações dadas às partições das variáveis de. 47. entrada. Tabela 3.3 - Intervalos e designações dadas às partições das variáveis de saída.. 48. Tabela 3.4 - Regras difusas que permitem a actuação da bomba de by-pass. 49. (Qb). Tabela 3.5 - Regras difusas que permitem a actuação da bomba de reciclo (Qr).. 50. Tabela 4.1 – Dados de operação da instalação antes e após o choque.. 59. Aplicação de sistemas periciais para supervisão e controlo de processos combinados de tratamento de efluentes. CÍNTIA MARIA LAM BRITO PALMA CAMPOS COSTA. xv.

(16)

(17) LISTA. DE. FIGURAS. Figura 2.1 - Diagrama ilustrativo do processo de digestão anaeróbia (adaptado de Gujer e Zehnder, 1983; Pavlostathis e Giraldo-Gomez, 1991).. 11. Figura 2.2 - Diagrama ilustrativo do sistema de controlo convencional numa ETAR.. 15. Figura 2.3 - Diagrama ilustrativo do sistema de controlo inteligente numa ETAR.. 17. Figura 2.4 - Gráfico representativo das operações baseadas na lógica booleana.. 20. Figura 2.5 - Gráfico representativo das operações baseadas na lógica difusa.. 21. Figura 2.6 - Esquema representativo de um sistema de inferência difusa.. 22. Figura 2.7 - Ilustração do método COA.. 27. Figura 2.8 - Projecção de vectores nos eixos do antecedente e consequente em conjuntos difusos e regras difusas associadas.. 29. Figura 3.1 - A instalação laboratorial.. 37. Figura 3.2 - Ilustração do reactores anaeróbio e anóxico.. 37. Figura 3.3 - Representação esquemática da instalação laboratorial.. 38. Figura 3.4 - Sistema de bombas.. 38. Figura 3.5 - Tanque de lamas activadas e sedimentador.. 39. Figura 3.6- Painel frontal do VI para o controlo do sistema de análise de nitritos e nitratos.. 41. Figura 3.7 - Módulos de análise de azoto amoniacal e sua representação esquemática.. 41. Figura 3.8 - Fontes de alimentação.. 42. Figura 3.9- Tanque termostatizado.. 42. Figura 3.10 - Sensores de pH, oxigénio e medidores de biogás.. 44. Figura 3.11 - PC1-expert, PC2-methanotrix e PC-SIA.. 45. Figura 3.12 - Representação esquemática dos tipos de ligações entre cada equipamento, placas de aquisição e os três computadores.. 45. Figura 3.13 - Painel frontal do VI para monitorização de parâmetros (1); Painel frontal do VI para análise do desenvolvimento dos parâmetros (2) e respectivos diagramas de blocos (Pires et al., 2005).. 46. Figura 3.14 - Função de pertença para a relação CQO/N e função de pertença para a concentração de N-NH4+.. 48. Aplicação de sistemas periciais para supervisão e controlo de processos combinados de tratamento de efluentes. CÍNTIA MARIA LAM BRITO PALMA CAMPOS COSTA. xvii.

(18) Figura 3.15 - Função de pertença para o caudal de by-pass (1); Função de pertença para o caudal de reciclo (2).. 49. Figura 3.16 - Quadro de leitura e interpretação das regras.. 50. Figura 3.17 - Editor básico do sistema de regras difusas.. 51. Figura 3.18 - Editor função de pertença para as variáveis de entrada e de saída.. 52. Figura 3.19 - Implementação das regras no editor de regras.. 52. Figura 3.20 - Visualização das regras estabelecidas.. 53. Figura 3.21 - Editor de visualizador de superfície para o caudal de reciclo e para o caudal de by-pass.. 53. Figura 3.22 - Interface principal do sistema inteligente (adaptado de Pires et al., 2005).. 54. Figura 3.23 - Interfaces dos reactores anaeróbio, anóxico e arejado.. 55. Figura 3.24 - Diagrama de blocos que contêm o FIS (Pires et al., 2005).. 55. Figura 3.25 - Diagrama de blocos que relaciona os dados em diferido (Pires et al., 2005).. 56. Figura 3.26 - Diagrama de blocos que contém o FIS (Pires et al., 2005).. 56. Figura 4.1 - Gráficos de superfície para a variáveis de saída: (a) caudal de reciclo e. 60. (b) caudal de by-pass.. xviii. Figura 4.2 - Gráfico da variação do caudal de reciclo e variação do caudal de by-pass durante o funcionamento da instalação (Pires et al., 2005).. 61. Figura 4.3 - Gráfico da variação da eficiência de remoção da CQO e variação de TRH no reactor anaeróbio (Pires et al., 2005).. 62. Figura 4.4 - Gráfico da variação da eficiência de remoção de N-NOx e variação do TRH no reactor anóxico.. 62. Figura 4.5 – Gráfico da variação da eficiência de remoção de CQO no reactor anaeróbio e variação do caudal de by-pass.. 63. Figura 4.6 – Gráfico da variação da eficiência de remoção e N-NOx e variação da razão CQO/N.. 63. Figura 4.7 – Gráfico da variação do caudal de reciclo e variação do TRH no reactor arejado.. 64. Figura 4.8- Gráfico da variação da eficiência de remoção de N-NH4+ e variação do TRH no reactor arejado.. 64. Figura 4.9 - Painel de diagnóstico do estado da instalação.. 66. Aplicação de sistemas periciais para supervisão e controlo de processos combinados de tratamento de efluentes. CÍNTIA MARIA LAM BRITO PALMA CAMPOS COSTA.

(19) LISTA. DE. ABREVIATURAS. AGV. Ácidos gordos voláteis. ck. Ponto máximo do uso do consequente da regra n. ºC. Graus Celsius. CEE. Comunidade económica europeia. CBO5. Carência bioquímica de oxigénio ao fim de 5 dias. CH4. Metano. CO2. Dióxido de carbono. COA. Centro de área. COG. Centro de gravidade. CQO. Carência química de oxigénio. CQO/N. Relação entre a concentração de carência química de oxigénio e a. ML-3. ML-3. concentração de azoto D.R.. Diário da República. e.g.. Exemplo geral. ETAR. Estação de tratamento de águas residuais. FCM. Fuzzy C-Means. FIS. Sistema de inferência difuso. H2O. Água. H2SO4. Ácido sulfúrico. HPLC. High performance liquid chromatography. MOMs. Meio dos máximos. N. Azoto. n. Número de regras do sistema difuso. N-NOx. Nitritos e nitratos. N-NH4+. Azoto amoniacal. [N-NH4+]. Concentração de azoto amoniacal. O2. Oxigénio. OD. Oxigénio dissolvido. OLR. Organic load flow. P. Fósforo. (0). P. Pseudo-partição. PC. Computador pessoal. P. Aplicação de sistemas periciais para supervisão e controlo de processos combinados de tratamento de efluentes. CÍNTIA MARIA LAM BRITO PALMA CAMPOS COSTA. ML-3. ML-3T-3. xix.

(20) PCA. Principal Component analysis. PCI. Placa de aquisição. Qr. Caudal de reciclo. L3T-1. Qb. Caudal de by-pass. L3T-1. S. Enxofre. SS. Sólidos suspensos. ML-3. SSV. Sólidos suspensos voláteis. ML-3. TRH. Tempo de retenção hidráulico. T. UASB. Uflow Anaerobic Sludge Blanket. VI. Instrumento virtual. μA. Função de pertença A. μB. Função de pertença B. μk. Grau de pertença da regra k. μM(xi). Pontos onde ocorrem os máximos das funções de pertença. w*. Valor de saída desfuzificado. xk. Vector pertencente a um conjunto k. B. xx. Aplicação de sistemas periciais para supervisão e controlo de processos combinados de tratamento de efluentes. CÍNTIA MARIA LAM BRITO PALMA CAMPOS COSTA.

(21) C APÍTULO 1- ENQUADRAMENTO, OBJECTIVO. C A P Í T U L O 1- E N Q U A D R A M E N T O , O B J E C T I V O. E. E. ORGANIZAÇÃO. ORGANIZAÇÃO. DA. DA. TESE. TESE. SUMÁRIO Neste capítulo apresenta-se o contexto e a motivação para a realização desta tese. Em seguida descreve-se o objectivo principal do trabalho e as metodologias utilizadas para o desenvolvimento do mesmo. Termina-se o capítulo com a descrição da organização da tese.. 1.1 E N Q U A D R A M E N T O E M O T I V A Ç Ã O. 1.2 O B J E C T I V O D O T R A B A L H O. 1.3 O R G A N I Z A Ç Ã O D A T E S E. Aplicação de sistemas periciais para supervisão e controlo de processos combinados de tratamento de efluentes. CÍNTIA MARIA LAM BRITO PALMA CAMPOS COSTA. 1.

(22)

(23) C APÍTULO 1- ENQUADRAMENTO, OBJECTIVO. 1.1. ENQUADRAMENTO A. actividade. E. E. ORGANIZAÇÃO. DA. TESE. MOTIVAÇÃO. humana. produz. resíduos. que. normalmente. prejudicam a saúde pública e os mais variados ecossistemas.. A. maior. parte. dos. problemas. ambientais. existentes. são. consequência de uma má gestão de resíduos industriais produzidos ao longo de mais de dois séculos (Fuente, C., 2002).. Os seres humanos, como seres racionais, têm a obrigação de preservar. os. recursos. naturais. existentes,. não. só. para. a. sua. sobrevivência bem para as gerações seguintes. Este conceito é a base da política do desenvolvimento sustentável: «Desenvolvimento que satisfaça as necessidades do presente sem comprometer a capacidade de as futuras gerações satisfazerem as suas próprias necessidades» (Comissão Mundial para o Ambiente e o Desenvolvimento, 1987).. Cada vez são mais crescentes as preocupações ambientais na sociedade (e.g. Sociedade Ponto Verde), nas indústrias (e.g. NP EN ISSO 14001), ou na política (e.g. Tratado de Kyoto, 2003, e a declaração do Rio de Janeiro sobre ambiente e desenvolvimento, 1992).. Neste contexto, a existência de estações de tratamento de águas residuais (ETAR), tem como principal objectivo estabelecer os valores mínimos da concentração, estabelecidos pela lei em vigor, das cargas poluentes no efluente.. Os. limites. máximos. das. concentrações. dos. principais. contaminantes, estabelecidos pela directiva do Conselho Comunitário nº91/271/CEE (Diário da República nº139- 19/6/1997, pág.2963-2964), encontram-se apresentados na tabela 1.1.. Aplicação de sistemas periciais para supervisão e controlo de processos combinados de tratamento de efluentes. CÍNTIA MARIA LAM BRITO PALMA CAMPOS COSTA. 3.

(24) C APÍTULO 1- ENQUADRAMENTO, OBJECTIVO. E. ORGANIZAÇÃO. DA. TESE. Tabela 1.1- Requisitos para as descargas das estações de tratamento de águas residuais sujeitas ao disposto nos artigos 5º e 6º do decreto-lei 152/97 (D.R.nº13919/6/1997, pág.2963-2964).. Parâmetro. Concentração. Percentagem mínima de redução(1). CBO5 (mg O2/ml). 25. 70-90%. CQO (mg O2/ml). 125. 75%. SS mg/l. 35. 90%. Azoto total mg/l. (1). 15 mg/l N (10 000-100000 e.p.) 10 mg/l N (mais de 100 000 e.p.) Redução em relação à carga do afluente.. 70-80%. Para que as ETARs cumpram a legislação em vigor é necessário que os operadores tenham um conhecimento adequado do processo. Assim, os desempenhos operacionais podem ser muito diferenciados dependendo do grau de experiência e conhecimento do quadro de operadores.. Um bom entendimento de como os processos de tratamento se comportam permite um controlo e um diagnóstico operacional mais apurado. e. uma. consequente. optimização. no. funcionamento. da. instalação (Nolasco e Helou, 1998).. O grande desafio é conhecer o estado actual do processo. Esta tarefa torna-se difícil para qualquer operador pois estão envolvidas muitas informações quantitativas e qualitativas importantes.. Os sistemas inteligentes de supervisão e controlo podem fornecer um diagnóstico de confiança baseado na evolução das variáveis do processo, quer quantitativamente quer qualitativamente, dando soluções possíveis para restaurar eventuais falhas ou desvios à normalidade (Ladiges & Kayser, 1993).. 4. Aplicação de sistemas periciais para supervisão e controlo de processos combinados de tratamento de efluentes. CÍNTIA MARIA LAM BRITO PALMA CAMPOS COSTA.

(25) C APÍTULO 1- ENQUADRAMENTO, OBJECTIVO. 1.2. OBJECTIVO. DO. E. ORGANIZAÇÃO. DA. TESE. TRABALHO. O objectivo deste estudo foi o desenvolvimento e a aplicação de sistemas inteligentes (expert systems) num computador de supervisão. Este encontra-se ligado a uma instalação laboratorial, localizada no laboratório de Biotecnologia Ambiental (Departamento de Engenharia Biológica da Universidade do Minho), usada no tratamento de um efluente semelhante ao processado em ETARs.. O sistema inteligente, baseado num conjunto de regras da lógica difusa (FRB - fuzzy rule bases) foi desenvolvido, utilizando a programação por objectos LabVIEW e complementado por rotinas do MATLAB. O sistema foi usado para diagnosticar e controlar o estado de operação da instalação laboratorial, podendo intervir quando existe algum quadro menos favorável para o processo.. 1.3. ORGANIZAÇÃO. DA. TESE. O presente documento está organizado em seis capítulos.. Após este capítulo introdutório, o capítulo dois apresenta os conceitos teóricos necessários à compreensão da tese. Descreve, de uma. forma. genérica,. os. processos. de. tratamento. biológico. e. os. aspectos essenciais dos sistemas inteligentes de supervisão. Apresenta os princípios fundamentais dos sistemas inteligentes de supervisão e sua aplicação na biotecnologia.. O capítulo três descreve a instalação laboratorial, os materiais e métodos utilizados no desenvolvimento do estudo e apresenta as interfaces usadas nos diferentes softwares.. No capítulo quatro, com o apoio dos resultados experimentais obtidos e através da interpretação de gráficos de entrada e de saída, são apresentadas considerações sobre o desempenho do sistema de inteligência na instalação laboratorial. Aplicação de sistemas periciais para supervisão e controlo de processos combinados de tratamento de efluentes. CÍNTIA MARIA LAM BRITO PALMA CAMPOS COSTA. 5.

(26) C APÍTULO 1- ENQUADRAMENTO, OBJECTIVO. No. capítulo. cinco. são. E. ORGANIZAÇÃO. apresentadas. DA. TESE. as. conclusões. obtidas. apontando as limitações e algumas perspectivas para investigações futuras.. Finalmente,. no. capítulo. seis,. são. expostas. as. referências. bibliográficas e os sítios Internet consultados ao longo deste estudo.. 6. Aplicação de sistemas periciais para supervisão e controlo de processos combinados de tratamento de efluentes. CÍNTIA MARIA LAM BRITO PALMA CAMPOS COSTA.

(27) C APÍTULO 2- INTRODUÇÃO. C A P Í T U L O 2- I N T R O D U Ç Ã O. SUMÁRIO Inicia-se o capítulo com uma breve descrição dos processos de tratamento biológico. Apresenta-se o conceito de degradação anaeróbia e descrevem-se as principais transformações bioquímicas que ocorrem no processo. São identificados os parâmetros de controlo mais usados no processo de digestão anaeróbia. Apresentam-se. alguns. exemplos. de. sistemas. inteligentes. aplicados em processos de tratamento biológico. Em seguida afigura-se um resumo sobre conceitos relativos à teoria da lógica difusa construção de sistemas de inferência difusos. Por último, apresenta-se e descreve-se o algoritmo FC-Means para a identificação difusa de classes.. 2.1 P R O C E S S O S D E T R A T A M E N T O D E Á G U A S R E S I D U A I S 2.2 P R O C E S S O S D E T R A T A M E N T O B I O L Ó G I C O 2.2.1 Processo de degradação aeróbia 2.2.2 Processo de degradação anaeróbia 2.2.2.1 Etapas da degradação da matéria orgânica. 2.2.2.2 Condições ambientais da degradação anaeróbia 2.2.2.3 Monitorização e controlo dos processos de degradação anaeróbia 2.3 S I S T E M A S I N T E L I G E N T E S D E S U P E R V I S Ã O 2.3.1 Lógica difusa 2.3.2 Sistemas de inferência difusa (FIS) 2.3.3. Técnica de classificação difusa de classes, (FCM). Aplicação de sistemas periciais para supervisão e controlo de processos combinados de tratamento de efluentes. CÍNTIA MARIA LAM BRITO PALMA CAMPOS COSTA. 7.

(28)

(29) C APÍTULO 2- INTRODUÇÃO. 2.1 P R O C E S S O S. DE. T R A T A M EN T O. DE. ÁGUAS RESIDUAIS. Os tratamentos das águas residuais são geralmente efectuados a partir da combinação de três tipos de métodos: físicos, químicos e biológicos (Metcalf e Eddy, 1995). Nos métodos físicos são efectuadas unicamente operações físicas (e.g. equalização para regulação de caudais e concentrações, filtração para remoção de matérias em suspensão através de filtros, decantação para remoção de matéria em suspensão através de gravidade). Nos métodos químicos são utilizadas substâncias químicas de tratamento (e.g. neutralização para regulação do pH da água residual, coagulação/floculação. para. remoção. da. matéria. dissolvida. por. precipitação). Os métodos biológicos são caracterizados pela presença de microrganismos (e.g. lamas activadas, leitos percoladores e digestão anaeróbia para a remoção de matéria orgânica biodegradável).. 2.2 P R O C E S S O S Os. DE. T R A T A M EN T O B I O L Ó G I C O. tratamentos. biológicos. podem. ser. subdivididos. em. dois. grandes processos: processo de degradação aeróbia e processo de degradação anaeróbia.. 2.2.1 Processo de degradação aeróbia As bactérias aeróbias degradam a matéria orgânica contaminada na presença de oxigénio resultando no crescimento de mais bactérias aeróbias e na libertação de dióxido de carbono (CO 2 ), de água e de energia (Gray, 1989), como esquematiza a equação 2.1: bactérias aeróbias. matéria orgânica+ O2 ⎯⎯ ⎯ ⎯⎯→ bactérias aeróbias + CO2 + H2O + energia. [2.1]. Aplicação de sistemas periciais para supervisão e controlo de processos combinados de tratamento de efluentes. CÍNTIA MARIA LAM BRITO PALMA CAMPOS COSTA. 9.

(30) C APÍTULO 2- INTRODUÇÃO. Os processos de degradação aeróbia podem ser usados em, lagoas aeróbias, filtros percoladores e reactores de biodiscos (Metcalf e Eddy, 1995).. 2.2.2 Processo de degradação anaeróbia O processo de degradação da matéria orgânica é um processo microbiológico pelo qual a matéria orgânica é degradada, na total ausência de oxigénio. A degradação é realizada por vários consórcios de bactérias anaeróbias (Lema et al., 1991) produzindo uma mistura de metano e dióxido de carbono (equação 2.2). bactérias hidrolíticas. ⎯→ matéria orgânica solúvel matéria orgânica insolúvel ⎯⎯ ⎯ ⎯ ⎯ bactérias acidogénic as. bactérias metanogénicas. ⎯⎯ ⎯ ⎯ ⎯ ⎯ ⎯→ ácidos voláteis ⎯⎯ ⎯ ⎯ ⎯ ⎯ ⎯ ⎯→. CH 4 + CO 2. [2.2]. Gujer e Zehnder (1983) descrevem o processo de degradação anaeróbia como um conjunto de reacções sequenciais com várias etapas que ocorrem em série e em paralelo, requerendo a acção de diversos grupos de bactérias anaeróbias (Lema et at., 1991).. 2.2.2.1 Etapas da degradação da matéria orgânica Inicialmente eram considerados seis processos distintos mas com a adição da homoacetogenése como sub-processo (Pavlostathis e Giraldo-Gomez,. 1991),. são. considerados. sete. processos,. como. representado na tabela 2.1. Tabela 2.1 Sub-processos da degradação anaeróbia da matéria orgânica x Hidrólise dos polímeros (proteínas, hidratos de carbono e lípidos). x Fermentação dos aminoácidos e açúcares. x Fermentação dos ácidos e álcoois. x Fermentação dos produtos intermediários (propionato, butirato e etanol) x Homoacetogénese (produção de acetato a partir do hidrogénio e dióxido de carbono) x Metanogénese-acetoclástica (conversão do acetato em metano). x Metanogénese (produção do metano a partir da redução do dióxido de carbono pelo hidrogénio).. 10. Aplicação de sistemas periciais para supervisão e controlo de processos combinados de tratamento de efluentes. CÍNTIA MARIA LAM BRITO PALMA CAMPOS COSTA.

(31) C APÍTULO 2- INTRODUÇÃO. Estas etapas, embora diferenciadas, ocorrem simultaneamente, estando todos os consórcios dependentes uns dos outros. O. esquema. representado. na. figura. 2.1. traduz,. de. forma. simplificada, as etapas do processo.. MATÉRIA ORGÂNICA Proteínas. Hidrólise. Polímeros Hidratos de carbono. 1. Lípidos. 1. Aminoácidos. 1. Açúcares. 1. Ácidos gordos, álcoois. Produtos intermédios (propinato, butirato, etanol,…). Acidogénese. 2. Acetogénese. Metanogénese. Acetato. 1. 2 3. Hidrogénio, dióxido de carbono. 5. 4 Metano Dióxido de carbono. (1) (2) (3) (4) (5). Bactérias Bactérias Bactérias Bactérias Bactérias. fermentativas acetogénicas produtoras de hidrogénio acetogénicas consumidoras de hidrogénio metanogénicas hidrogenotróficas metanogénicas acetoclásticas. Figura 2.1 – Diagrama ilustrativo do processo de digestão anaeróbia (adaptado de Gujer e Zehnder, 1983; Pavlostathis e Giraldo-Gomez, 1991).. A digestão anaeróbia inicia-se quando os biopolímeros (proteínas, hidratos de carbono, polímeros e lípidos) são hidrolizados, por enzimas extracelulares, em aminoácidos, açúcares, álcoois e ácidos gordos de cadeia longa. Este processo é normalmente lento, sendo os lípidos Aplicação de sistemas periciais para supervisão e controlo de processos combinados de tratamento de efluentes. CÍNTIA MARIA LAM BRITO PALMA CAMPOS COSTA. 11.

(32) C APÍTULO 2- INTRODUÇÃO. hidrolisados a uma velocidade menor que as outras macromoléculas (Henze e Harremöes, 1983). A velocidade da hidrólise é afectada por um grande número de factores, entre os quais a superfície específica e com o tipo de substrato (Eastman e Ferguson, 1981). Na fermentação, os monómeros resultantes da hidrólise, servem de substrato para o processo fermentativo. As bactérias hidrolíticas transformam os monómeros numa variedade de produtos entre os quais acetato, propianato, butirato e etanol. Na fase da acetogénese, o processo é conduzido no sentido da formação do acetato, hidrogénio e dióxido de carbono, por acção de bactérias (Bryant, 1976). As bactérias podem ser homoacetogéneas ou acetogéneas, conforme o substrato utilizado. A metanogénese é a etapa final do processo e é responsável directa pela produção de metano constituindo o passo limitante do processo (Lawrence, 1971).. 2.2.2.2 Condições ambientais da degradação anaeróbia Para que a digestão anaeróbia da matéria orgânica seja eficiente é. necessário. que. os. valores. de. determinados. parâmetros. físico-. químicos estejam dentro dos limites óptimos de funcionamento. Estes parâmetros. são. macronutrientes. o e. pH,. a. temperatura,. micronutrientes,. a. concentração. potencial. redox,. constante. de. dos. inibidores. da. metanogénese e a alcalinidade. A. manutenção. de. um. valor. pH,. num. reactor. anaeróbio, é extremamente importante porque a metanogénese só se processa com uma boa eficiência quando o pH se encontra na zona neutra. (6.3-7.8). (Van. Haadel. e. Lettinga,. 1994).. Se. as. bactérias. metanogénicas não fizerem a degradação dos produtos intermediários com. uma. eficiência. razoável,. estes. começam. a. acumular-se.. A. acumulação destes produtos, especialmente dos ácidos gordos voláteis, 12. Aplicação de sistemas periciais para supervisão e controlo de processos combinados de tratamento de efluentes. CÍNTIA MARIA LAM BRITO PALMA CAMPOS COSTA.

(33) C APÍTULO 2- INTRODUÇÃO. fará diminuir o pH dentro do reactor. Se o pH diminuir abaixo do valor 6.2, a produção de biogás pode atrasar-se prejudicando o processo (Winkler, 1981). Uma monitorização do pH pode ser útil para detectar falhas no sistema (Graef e Andrews, 1974). Em alguns casos poder ser necessária a adição de pequenas quantidades de uma solução alcalina sem alteração significativa das características do efluente (Romli et. al., 1994). A. temperatura. é. uma. variável. extremamente. importante. por. influenciar a cinética e o valor do balanço energético do processo. São normalmente consideradas, para actividade bacteriana, três gamas de temperaturas: psicrófila (<20ºC), mesófila (20-45°C) e termófila (>45°C) (Coates, 1991). Normalmente os reactores anaeróbios operam sob condições mesófilas, a uma temperatura óptima de 35°C (Speece, 1996). Para temperaturas abaixo desse valor, haverá uma diminuição na hidrólise dos sólidos voláteis, devido à acumulação de matéria orgânica, alterando o valor do tempo de retenção hidráulica (TRH). Os valores de temperatura mais elevados conduzem a processos mais rápidos de degradação (tempos de retenção mais baixos), que se traduzem num menor gasto energético, numa maior estabilidade de operação dos reactores e em cheiros desagradáveis da fase líquida do processo. Para assegurar a eficiência e a estabilidade do processo de degradação anaeróbia é essencial que as necessidades em nutrientes sejam reduzidas (Lema et al., 1992). As estimativas das necessidades em macronutrientes (carbono, fósforo e enxofre) podem ser obtidas pela composição. e. pela. taxa. de. crescimento. da população. bacteriana. (Lettinga, 1995). Em termos de micronutrientes, os mais importantes são os metais. O Fe, Ni e Co são indispensáveis à conversão do acetato em metano. O potencial redox avalia a capacidade de redução do meio, sendo alterado. pelos. valores. de. pH.. As. bactérias. metanogénicas. são. organismos anaeróbios cuja actividade só é possível para potenciais redox inferiores a -200 mV (Archer, 1983).. Aplicação de sistemas periciais para supervisão e controlo de processos combinados de tratamento de efluentes. CÍNTIA MARIA LAM BRITO PALMA CAMPOS COSTA. 13.

(34) C APÍTULO 2- INTRODUÇÃO. A inibição do processo anaeróbio por parte de substâncias orgânicas. (ácidos. inorgânicas. voláteis,. (metais. ácidos. pesados). é. gordos. de. responsável. cadeia. pelo. longa). decréscimo. e da. produção de metano. A alcalinidade é uma medida da capacidade tampão do meio, que determina a aptidão do digestor de manter o pH óptimo quando se verificam aumentos súbitos de ácidos gordos voláteis, e representa o teor em bicarbonato/carbonato, amoníaco e hidróxido. Devido à enorme variedade de para o consórcio anaeróbio, a bioquímica e a microbiologia são muito mais complexas para o processo de degradação anaeróbia do que para processos de degradação aeróbia (Henze e Harremöes, 1983). Os. processos. anaeróbios. de. tratamento. de. efluentes. são. realizados por um consórcio heterogéneo de microrganismos (Lettinga, 1995).. Estes. extremamente. ocorrem. a. complexas. diferentes dificultando. cinéticas a. e. sofrem. construção. reacções. de. modelos. matemáticos representativos do processo (Bernard et al., 2001).. 2.2.2.3. Monitorização. e. controlo. dos. processos. de. degradação anaeróbia O bom funcionamento das estações de tratamento biológico só pode ser alcançado se o operador conhecer a dinâmica dos processos e encontrar as melhores decisões para solucionar eventuais desvios à normalidade. A monitorização e controlo dos processos visam a manutenção de condições. óptimas. e. estáveis,. procurando. assegurar. um. melhor. empenho destes sistemas. Os parâmetros de controlo frequentemente usados são o pH, a concentração de AGV, a remoção de CQO, o caudal e a composição do. 14. Aplicação de sistemas periciais para supervisão e controlo de processos combinados de tratamento de efluentes. CÍNTIA MARIA LAM BRITO PALMA CAMPOS COSTA.

(35) C APÍTULO 2- INTRODUÇÃO. biogás. produzido. (Soto. 1992).. et al.,. Estes parâmetros. detectam. eventuais mudanças, assinalando a existência de perturbações. A figura 2.2 apresenta o funcionamento convencional de uma estação de tratamento de águas residuais.. Amostras Dados em linha. Sensores. Observações. Operadores. Análises. Laboratório. Controlo automático. Controlo manual. Figura 2.2 – Diagrama ilustrativo do sistema de controlo convencional numa ETAR.. As. informações. recebidas. pelos. sensores. de. medição,. as. observações feitas pelos operadores e os resultados obtidos pelas análises físico-químicas das amostras recolhidas são diversas. Torna-se difícil e moroso interpretar todos os dados adquiridos, qualitativos e quantitativos de modo a aplicar sistemas de controlo convencional. Tentando. dar. resposta. a. estas. dificuldades,. os. sistemas. inteligentes de supervisão aparecem como uma alternativa de resolução eficaz, pois trabalham com decisões estruturadas em incertezas – o. Aplicação de sistemas periciais para supervisão e controlo de processos combinados de tratamento de efluentes. CÍNTIA MARIA LAM BRITO PALMA CAMPOS COSTA. 15.

(36) C APÍTULO 2- INTRODUÇÃO. típico raciocínio utilizado nos sistemas biológicos (Hitzmann et al., 1992; Knostantinov e Yoshida, 1992).. 2.3 S I S T EM A S I N T E L I G E N T E S. DE. SUPERVISÃO. O desenvolvimento de sistemas inteligentes em estações de tratamento de águas residuais deu-se na década de 80. No início dos anos 90 foram apresentadas algumas propostas (e.g. Chan e Koe, 1991, Ladises e Kayser, 1993, Ozgur e Stenstran, 1994, Bergh e Olsson, 1996) mas não foram bem sucedidas devido à complexidade dos processos.. A. falta. de. conhecimento. e. recursos. disponíveis. não. permitiam fiabilizar os modelos e os sistemas de controlo (Olsson et al., 1998). De facto, o desenvolvimento neste campo só foi possível com o aparecimento. de. instalações. piloto. orientadas. por. programas. de. simulação de problemas hipotéticos (Olsson et al. 1998). A primeira geração de sistemas baseados em conhecimento representa o primeiro passo para auxiliar o estudo dos processos biológicos. Embora os primeiros programas desenvolvidos servissem para. tratar. dados. em. diferido,. a. maior. parte. deles. não. foram. implementados em estações de tratamento biológico reais. Estes eram desenvolvidos para diagnóstico, optimização de processos e projecto (Sánchez et al., 1996), resolvendo somente alguns problemas do processo. Uma nova geração de sistemas inteligentes tem vindo a ser desenvolvida. Estes são baseados na lógica difusa e redes neuronais, complementados com o conhecimento específico do processo. Nestes sistemas os dados são obtidos em tempo real e são interpretados e validados a partir de informações qualitativas baseadas em regras de conhecimento. Estes sistemas já são implementados em instalações de tratamento reais. O sistema de inteligente é implementado na ETAR, fazendo o controlo e o diagnóstico do processo. Com a aplicação das regras da. 16. Aplicação de sistemas periciais para supervisão e controlo de processos combinados de tratamento de efluentes. CÍNTIA MARIA LAM BRITO PALMA CAMPOS COSTA.

(37) C APÍTULO 2- INTRODUÇÃO. lógica difusa são reduzidos o número e complexidade das informações do processo (Alsina, 1998). As características dos sistemas de supervisão baseados em lógica difusa superam os sistemas de controlo convencionais, pois têm a capacidade de executar decisões baseadas em interpretações de peritos sobre os comportamentos complexos do processo (Baeza, 1999). O diagrama apresentado na figura 2.3 representa o funcionamento de uma estação de uma ETAR com a introdução de um sistema supervisor inteligente.. D ia gn óst i co P l a no de A c çã o. M od e lo me can íst ic o d o Pr oc ess o. S UP ER V I SÃ O. Regras h eu r íst i cas /difusas. Aplicar/Adaptar/Recuperar. Dados históricos. Evolução dos dados. L óg i ca dif u sa. Cont rolo ma nua l. Cont rolo a ut o m át ico. Figura 2.3 – Diagrama ilustrativo do sistema de controlo inteligente numa ETAR. Aplicação de sistemas periciais para supervisão e controlo de processos combinados de tratamento de efluentes. CÍNTIA MARIA LAM BRITO PALMA CAMPOS COSTA. 17.

(38) C APÍTULO 2- INTRODUÇÃO. Huong et al. (1994) desenvolveram um modelo baseado em lógica difusa para detectar imperfeições nos registos de dados industriais. O modelo. permitia. seleccionar. a. informação. específica. dos. dados. adquiridos em diferido e transformá-los em regras heurísticas da lógica difusa. Estas eram armazenadas numa base de dados de um sistema pericial.. Esse. sistema,. com. base. em. diagnóstico,. determinava. a. eficiência média de degradação biológica, o efeito do pH no fluxo de entrada do reactor e a dinâmica e o tempo necessário para alcançar a actividade máxima da população microbiana. Toniello et al. (1999) projectaram um controlador difuso para uma estação de lamas activas para remoção de nitrogénio (nitrificaçãodesnitrificação) da carga orgânica. O objectivo principal do sistema é conseguir, com consumo mínimo de energia, concentrações mínimas de amoníaco, nitratos e sólidos suspensos. Rosen. e. Yuan,. (2001). integração. multivariada. tratamento. biológico.. componentes. para. Para. principais. de. implementaram monitorizar. monitorizar análise. e o. (PCA. uma. metodologia. controlar processo, -. estações foi. Principal. de de. integrado Component. Analysis) para extrair as principais informações que representam o processo. O agrupamento difuso FCM (Fuzzy C-Mean) é usado para classificar. o. estado. do. processo,. após. implementadas. algumas. perturbações. Carrasco et al. (2002) desenvolveram um sistema de diagnóstico e controlo, baseado na lógica, capaz de diagnosticar e controlar o estado de uma estação de tratamento anaeróbio. A informação das diversas variáveis em linha é executada com base em regras difusas, identificando e ajustando o comportamento do processo quando detecta alguma falha. Meyer e Pöpel (2003) desenvolveram um sistema de controlo difuso para a remoção de nitrogénio em estações de tratamento de águas residuais, com pré-desnitrificação. O sistema selecciona os 18. Aplicação de sistemas periciais para supervisão e controlo de processos combinados de tratamento de efluentes. CÍNTIA MARIA LAM BRITO PALMA CAMPOS COSTA.

(39) C APÍTULO 2- INTRODUÇÃO. comandos para a obtenção de um efluente com as concentrações impostas, num menor consumo de energia. Os controlos difusos foram desenvolvidos para determinar o nível de oxigénio dissolvido (OD) nas zonas de arejamento e a concentração do OD entre as zonas arejadas e não arejadas. As concentrações de amónio e nitrato do efluente e a concentração de amónio no influente foram usadas como variáveis de entrada no sistema difuso. Relativamente ao sistema convencional utilizado,. o. controlador. difuso. conseguiu,. nas. zonas. de. nitrificação/desnitrificação, reduzir para valores superiores a 24% a circulação de ar, traduzindo-se numa redução substancial no consumo de energia. Sadiq (2003) modelou um sistema baseado em regras difusas para controlar a eficiência de remoção de coliformes totais, nos filtros de areia nas estações de tratamento de águas residuais. Puñal. et. al.. (2004). desenvolveram. um. sistema. de. controlo. automático de AGV (Volatile Fatty Acids – ácidos gordos voláteis) num digestor anaeróbio de tratamento de efluente proveniente da destilação industrial de produtos vinícolas, baseado em regras da lógica difusa. A variável controlada é a concentração de AGV e a variável manipulável é o caudal de entrada do efluente. A introdução de um sistema inteligente de controlo pode ser feito por um conjunto de regras (Konstatinov et al., 1993) constituindo um sistema inteligente ou também designado sistema pericial. Entre as técnicas mais recentes de Inteligência Artificial encontrase a lógica difusa, também conhecida como conjuntos difusos.. A lógica difusa (Zadeh, 1965) tem-se destacado, principalmente na área da supervisão e é uma maneira de executar o conhecimento inteligente. com. o. objectivo. de. efectuar. um. controlo. automático. avançado nos processos (Boscolo et al, 1993). A utilização de um conjunto de regras na lógica difusa permite a introdução de variáveis com valores linguísticos em funções de pertença. Aplicação de sistemas periciais para supervisão e controlo de processos combinados de tratamento de efluentes. CÍNTIA MARIA LAM BRITO PALMA CAMPOS COSTA. 19.

(40) C APÍTULO 2- INTRODUÇÃO. Neste trabalho desenvolveu-se um sistema inteligente, baseado num. conjunto. de. regras. da. lógica. difusa,. aplicado. a. um. processo. combinado de tratamento de efluentes, para diagnosticar e controlar o estado de operação de uma instalação. O sistema deverá actuar quando existir. algum. cenário. menos. favorável. para. o. bom. funcionamento. processo.. 2.3.1 A Lógica Difusa O início da Ciência da Lógica teve origem na Grécia Antiga, com o filósofo Aristóteles (384-322 a.C.). Este atribuiu um conjunto de regras para que as proposições pudessem ser aceites como logicamente válidas, classificando-as como verdadeiras ou falsas. Em 1847, nasce a lógica booleana, com o estudo desenvolvido pelo matemático George Boole no seu livro “The Mathematical Analysis of Logic”. Boole atribui valores numéricos para as classificações: 1 (um) para as proposições verdadeiras e 0 (zero) para as proposições falsas. Para além disso, estabeleceu operações baseadas nesses valores criando a álgebra booleana. Definindo uma função de pertença μ A pela expressão 2.3 : μA →. [ 0,1 ]. μA. tal que:. ⎧0 ⇐ x ∉ A μ A (x ) = ⎨ ⎩1 ⇐ x ∈ A. verdadeiro 1. [2.3]. 0 falso Figura 2 . 4 - G r á f i c o r e p r e s e n t a t i v o d a s operações baseadas na lógica booleana. Todos os valores que pertençam a A têm o valor de pertença 1 e todos os outros têm o valor de pertença 0, como ilustra o gráfico da figura 2.4.. 20. Aplicação de sistemas periciais para supervisão e controlo de processos combinados de tratamento de efluentes. CÍNTIA MARIA LAM BRITO PALMA CAMPOS COSTA.

(41) C APÍTULO 2- INTRODUÇÃO. Praticamente,. toda. a. lógica. tradicional. de. controlo. e/ou. computação é baseada nas operações da lógica booleana. Em meados de 1960, com a publicação “ Fuzzy Sets, Information and Control ”, Lofti A. Zadeh constatou que os recursos tecnológicos. disponíveis, eram incapazes de automatizar processos mais complexos relacionados. com. problemas. de. natureza. industrial,. biológica. ou. química. Estes compreendiam situações ambíguas, não sujeitas a processamento através da lógica booleana. Surgiu então um modo aproximado de tomar decisões racionais num ambiente de incerteza e imprecisão, a lógica difusa. Esta lógica faz incluir o conceito de parcialmente verdadeiro ou o parcialmente falso, ou seja, considera valores entre o verdadeiro 1 (um) e o falso 0 (zero), quantificando o grau de incerteza e imprecisão, como ilustra a figura 2.5. Definindo a função de pertença μ B , por 2.4:. μB →. [ 0,1 ]. μB. tal que:. μ B (x ) = {0 ≤ x ≤ 1}. verdadeiro 1. [2.4]. falso. 0. Figura 2.5- G r á f i c o r e p r e s e n t a t i v o d a s o p e r a ç õ e s baseadas na lógica difusa. Os. sistemas. inteligentes,. baseados. em. lógica. difusa,. estão. inseridos na área da Inteligência Artificial Aplicada. A essência desses sistemas é a aquisição de uma base de conhecimento heurístico, geralmente. representada. através. de. um. conjunto. de. expressões. condicionais qualitativas e com significado verbal, cujo objectivo é serem claras e simples (Barbalho, 2001).. Aplicação de sistemas periciais para supervisão e controlo de processos combinados de tratamento de efluentes. CÍNTIA MARIA LAM BRITO PALMA CAMPOS COSTA. 21.

(42) C APÍTULO 2- INTRODUÇÃO. 2.3.2 Sistemas de Inferência Difusa (FIS) Os sistemas de inferência (FIS - Fuzzy Inference System ) são mecanismos de raciocínio utilizados pela lógica difusa que permitem a utilização de um conjunto de regras do tipo “SE <antecedente> ENTÃO <consequente>”, aliados a uma base de conhecimento e a mecanismos de controlo. Estes indicam a sequência e a combinação das regras, tendo como base os dados de entrada e de saída. Este. tipo. de. sistemas. é. largamente. aplicado. em. controlo. automático, em classificação de dados, em análises de decisão e em sistemas periciais (Jang e Gulley, 1995). A estrutura FIS é constituída essencialmente por cinco módulos fundamentais: um módulo de fuzificação, uma base de dados, uma base de regras, um mecanismo de inferência e um módulo de desfuzificação (Tsoukalas, 1997). A interligação destes módulos permite definir uma determinada função não linear. A. figura. inferência. 2.6. difuso.. representa Os. dados. a. interpretação. algébricos. são. de. um. sistema. convertidos. no. de seu. equivalente difuso no sistema. O mecanismo de inferência avalia todas as regras e o resultado é novamente convertido na sua forma algébrica.. Figura 2.6- Esquema representativo de um sistema de inferência difusa. 22. Aplicação de sistemas periciais para supervisão e controlo de processos combinados de tratamento de efluentes. CÍNTIA MARIA LAM BRITO PALMA CAMPOS COSTA.

(43) C APÍTULO 2- INTRODUÇÃO. A definição das propriedades de cada um dos módulos constitui o aspecto fundamental do projecto de sistemas de inferência difusos (Lee, 1990): - módulo da fuzificação – é a primeira etapa do sistema de. inferência e consiste na conversão de entradas numéricas em conjuntos difusos, definidos num dado intervalo. Esta operação é fundamental, uma vez que na generalidade das aplicações da lógica difusa os dados observados. são. ( membership. numéricos.. functions ). que. São. utilizadas. fornecem. funções. aos. de. conjuntos. pertença difusos. a. flexibilidade necessária à modelização, pois vão representar funções linguísticas comuns (Jang e Gulley, 1995). A. função. de. pertença. distribui. cada. elemento. do. universo. apresentado em valores compreendidos entre 0 e 1 e pode apresentar diversas formas: triangular, trapezoidal ou gaussiana. De todas, as triangulares são as que apresentam maiores vantagens ao nível de eficiência. computacional,. pelo. que. a. sua. utilização. é. predominantemente em tarefas de controlo. No entanto, em problemas de modelação, o sistema difuso deverá aproximar-se ao processo a modelar, o qual é muitas vezes não linear. É frequente, neste contexto, recorrer-se a funções de pertença com forma sinusoidal, como as funções gaussianas. Após a distribuição das funções de pertença é importante adequar o seu grau de pertença para que se verifiquem eventuais requisitos de interpretação.. -. base. de. regras. –. é. constituído. por. um. conjunto. de. regras/proposições difusas susceptíveis de descrever o sistema de inferência. Estas regras têm a forma apresentada em [2.5].. Se. (entrada do sistema) 1444 424444 3 antecedent e. então. (saída do sistema) 144424443 consequent e. [2.5]. A primeira parte da regra, a premissa, é habitualmente designada por antecedente e descreve o estado do sistema em termos de composição de proposições difusas através de conectivas de conjunção Aplicação de sistemas periciais para supervisão e controlo de processos combinados de tratamento de efluentes. CÍNTIA MARIA LAM BRITO PALMA CAMPOS COSTA. 23.

(44) C APÍTULO 2- INTRODUÇÃO. (e) ou disjunção (ou). A segunda parte designa-se por consequente e representa as saídas do sistema em resultado das condições de premissa. A construção de uma base de regras envolve a escolha das variáveis linguísticas de entrada e saída do sistema (geralmente é feita com base no conhecimento do sistema), a selecção do formato das regras condicionais, a selecção dos termos linguísticos associados a cada uma das variáveis linguísticas e a síntese do conjunto de regras (as regras podem ser obtidas com base na experiência e conhecimento dos peritos ou automaticamente através das relações entre as variáveis do sistema expressas por um conjunto de regras condicionais). O mecanismo mais recente para selecção de regras é o de agrupamento por classes ( clustering ). De acordo com o formato do consequente as regras podem ser de dois tipos: regras linguísticas ou regras de Takagi-Sugeno. Nas regras linguísticas, o consequente é um conjunto difuso tal como. o. antecedente.. Nas. regras. do. tipo. Takagi-Sugeno,. só. os. antecedentes são conjuntos difusos pois as variáveis do consequente são definidas como uma função dos antecedentes, tal como representa [2.6].. Se. (entrada do sistema) 1444 424444 3 antecedent e. então. (saída do sistema) 144424443 f (anteceden te). [2.6]. Neste tipo de regras, o consequente constitui uma variável numérica, cujo resultado é obtido como uma função dos valores numéricos dos antecedentes. - base de dados – a sua função principal é armazenar e fornecer. a informação necessária ao funcionamento dos módulos de fuzificação, base de regras e desfuzificação. Esta informação inclui a definição do tipo de universo utilizado, o ser contínuo ou discreto. Se o universo for. 24. Aplicação de sistemas periciais para supervisão e controlo de processos combinados de tratamento de efluentes. CÍNTIA MARIA LAM BRITO PALMA CAMPOS COSTA.

(45) C APÍTULO 2- INTRODUÇÃO. discreto haverá a necessidade de se fazer uma quantização dos valores. - mecanismo de inferência – a sua função é determinar o valor. difuso de saída, com base nos parâmetros estabelecidos nos módulos de fuzificação e base do conhecimento (base de dados e base de regras). A construção de um mecanismo de inferência, que envolve a selecção das conectivas difusas (devem ser estabelecidas as operações de. intersecção,. de. união. e. de. negação. difusa),. a. escolha. da. representação de uma única regra ou de um conjunto de regras e a escolha de um método de inferência, pode ser feita pelo método de indução. de. Mamdani. (as. variáveis. de. entrada. necessitam. de. desfuzificação e as de saída são conjuntos difusos), ou pelo método de Takagi-Sugeno (a variável de saída de cada regra é uma função das variáveis de entrada). Existem dois modos de representação do conjunto de regras empregue no mecanismo de inferência difuso: a inferência baseada em regras individuais e a inferência baseada na combinação de regras. A primeira é levada a cabo determinando-se o grau de pertença do valor numérico em causa em cada um dos conjuntos difusos que descrevem o antecedente da regra. O antecedente fuzificado é obtido pela aplicação de operadores lógicos de intersecção, união e negação difusa dos graus de pertença obtidos. Em seguida, os conjuntos difusos de saída relativos a cada uma das regras são transformados de acordo com a operação de implicação definida e com o valor de activação do antecedente correspondente. Este modo de accionamento das regras é preferida por ser mais eficiente e requerer menos memória sob o ponto de vista computacional. A inferência baseada nas relações difusas consiste na agregação de cada uma das regras, formando uma única relação que descreve o significado global do conjunto de regras, A inferência é feita através da composição. da. entrada. com. a. relação. global,. obtendo-se. como. resultado um valor difuso para a saída. A utilização deste tipo de Aplicação de sistemas periciais para supervisão e controlo de processos combinados de tratamento de efluentes. CÍNTIA MARIA LAM BRITO PALMA CAMPOS COSTA. 25.

(46) C APÍTULO 2- INTRODUÇÃO. inferência conduz à teoria das equacionais relacionais difusas (Oliveira, 1992).. - módulo de desfuzificação – transforma os resultados difusos. obtidos na inferência em valores numéricos, transformando-os em valores precisos. Existem vários métodos de desfuzificação (Driankov, 1993, Harris et al ., 1993): centróide ou centro de gravidade (COG), média dos máximos (MOMs) e o centro da soma das área (COA) (Miranda, 1998):. •. centróide ou centro de gravidade (COG): neste método o valor de saída desfuzificado, w * , é calculado com base na soma pesada dos centros de cada conjunto difuso de saída. O valor do peso é determinado pelo valor de pertença do antecedente de cada regra. A determinação do valor de saída, w * , é expressa pela expressão 2.7: n. w. *. ∑ c k .μ k = k =1 n ∑i =1μ k. [2.7]. onde n representa o número de regras do sistema difuso e c k e μ k representam,. respectivamente,. o. ponto. máximo. uso. do. consequente da regra n e o grau de pertença dessa mesma regra.. •. meio dos máximos (MOMs): este método consiste, tal como o nome indica, em encontrar o meio dos valores da função de pertença que são máximos, isto é, o máximo dos valores cuja função de pertença é um. Os valores não nulos são considerados pesos e o resultado é obtido como um ponto de apoio entre eles. O cálculo é realizado pela média ponderada dos máximos, ou seja, pela expressão 2.8: n. w* = 26. n. ∑i =1 x i .∑i =1 μM ( x i ) n n ∑i =1∑i =1μ M ( xi). [2.8]. Aplicação de sistemas periciais para supervisão e controlo de processos combinados de tratamento de efluentes. CÍNTIA MARIA LAM BRITO PALMA CAMPOS COSTA.

(47) C APÍTULO 2- INTRODUÇÃO. onde μ M (xi) são os pontos onde ocorrem os máximos das funções de pertença.. •. centro de área (COA): neste método, em vez de trabalhar tendo como base o conjunto difuso, baseia-se em cálculos de áreas dos K) (u) , como mostra a conjuntos truncados, A e B, definidos por μ (TR. figura 2.7.. 1. B. A. U w* Figura 2.7- Ilustração do método COA. A expressão matemática 2.9 dá-nos o valor desfuzificado w * .. w. *. k) uμ (TR (u)du ∑ k∫ = k) (u)du ∑k ∫ μ (TR. [2.9]. Sugeno (1993) apresenta uma descrição das etapas a seguir para a construção de um mecanismo de inferência difuso: 1. Definição das variáveis de entrada e saída. Geralmente usa-se o conhecimento prévio do sistema, seja por dados qualitativos, de modelos ou de através de técnicas de reconhecimento de padrões. 2. Fase experimental onde se planifica e executa a experiência para a aquisição do conjunto de dados de entrada e de saída do. Aplicação de sistemas periciais para supervisão e controlo de processos combinados de tratamento de efluentes. CÍNTIA MARIA LAM BRITO PALMA CAMPOS COSTA. 27.

(48) C APÍTULO 2- INTRODUÇÃO. sistema que será usado na construção e validação do modelo, quando necessário; 3. Aquisição dos dados experimentais; 4. selecção da estrutura do modelo. Esta abrange as seguintes etapas: •. Selecção do tipo de regras;. •. Definição do número de valores linguísticos por variável baseia-se no conhecimento humano do sistema ou através de conhecimentos matemáticos de optimização.. •. Geração das funções de pertença - podem ser derivadas do conhecimento do especialista ou de técnicas, tais como as de reconhecimento de padrões.. •. Ajuste da forma e posição das funções de pertença;. •. Escolha do método de inferência;. •. Definição, por tentativa-erro, dos operadores lógicos;. •. Escolha do método de desfuzificação - pode ser feita a partir do conhecimento do operador ou por tentativa-erro até se atingir o desempenho desejado.. 5. Elaboração das regras. Podem ser feitas por um especialista utilizando variáveis linguísticas ou automaticamente, através de uma base de dados; 6.. Simplificação. das. regras. e. das. funções. de. pertença. redundantes, este procedimento é feito pelo especialista; 7. Validação do modelo.. 2.3.3 Técnica de classificação difusa de classes (FCM) A classificação e agrupamento por classes é um método de análise exploratória de dados utilizado para auxiliar problemas de classificação (Backer, 1995). O objectivo do processo de classificação é agrupar 28. um. conjunto. de. elementos. em. diferentes. grupos.. Aplicação de sistemas periciais para supervisão e controlo de processos combinados de tratamento de efluentes. CÍNTIA MARIA LAM BRITO PALMA CAMPOS COSTA. O.

(49) C APÍTULO 2- INTRODUÇÃO. agrupamento tem de ser tal que, o grau de associação entre elementos do mesmo grupo é maior e entre grupos diferentes é menor (Chiu,1997). O uso deste método é apropriado quando se conhece pouco ou nada sobre a estrutura do conjunto dos dados. A. análise. de. classes. difusas. ( fuzzy. clustering ). é. uma. generalização da análise clássica de dados, onde o conceito de pertença é usado para representar o grau com que um objecto é semelhante a outro, considerado protótipo da classe (Babuska, 1998). Assim um determinado dado pode apresentar inferência parcial a mais de um agrupamento e o grau de pertença pode ser calculado calculando a distância entre o objecto e o protótipo do agrupamento. No espaço das variáveis do antecedente e do consequente, cada conjunto difuso identifica uma região que contem uma quantidade considerável de dados que permite supor a existência de uma relação difusa entre os dados de entrada e os dados de saída (Chiu, 1997). A figura 2.8 ilustra a projecção dos agrupamentos no espaço de inferência da entrada e saída difusas.. Regra 1:Se x Є A1 então y é B1 Regra 2: Se x Є A2 então y é B2. Figura 2.8- Projecção de v1 e v2 nos eixos do antecedente (x) e consequente. ( y) n o s c o n j u n t o s d i f u s o s ( A 1 , A 2 , B 1 e B 2 ) e r e g r a s d i f u s a s a s s o c i a d a s. Aplicação de sistemas periciais para supervisão e controlo de processos combinados de tratamento de efluentes. CÍNTIA MARIA LAM BRITO PALMA CAMPOS COSTA. 29.