UNIVERSIDAD DE LOS ANDES

FACULTAD DE INGENIERÍA
DEPARTAMENTO DE INGENIERÍA CIVIL Y AMBIENTAL
Tratamiento de Aguas Residuales – Primer Semestre 2019
Taller virtual 1

Taller virtual WEST

José Alejandro Manrique Bejarano - 201417962
Karen Natalia Mojica López – 201513308
Valentina Reyes Cortés - 201517150
Taller 1
1. Realizar y presentar adecuadamente gráficas que permitan concluir sobre la
eficiencia de la planta (DQO y SST) en estado estable y estado dinámico,
compararlas y hablar sobre la diferencia de correr el modelo en cada uno de estos
estados. Deben tener precaución en las variables que elijan ya que deben ser
representativas sobre el funcionamiento de la planta. (Si consideran pertinente
pueden también hacer uso de tablas).

Modelo PrimaryPointSettler
Este modelo de sedimentación es el más abreviado de todos los modelos de
separación disponibles para la sedimentación primaria. Sus características
principales son:
- El sedimentador es un separador de fases.
- No se considera el volumen.
- No se tiene en cuenta el tiempo de retención hidráulico.
- Se basa en el balance de masa.
- Se asume que no hay reacciones biológicas.
- La concentración del lodo depende únicamente de un balance de masa.
Un sistema se encuentra en estado estacionario si las variables que definen su
comportamiento (variables de estado), respecto del tiempo,
permanecen constantes. Por otro lado, se llaman sistemas porque están descritos
por un conjunto de ecuaciones (sistemas) y dinámico porque sus parámetros
varían con respecto alguna variable que generalmente es el tiempo.

Gráfica 1. Modelo PrimaryPointSettler para DQO en estado estacionario

1
UNIVERSIDAD DE LOS ANDES
FACULTAD DE INGENIERÍA
DEPARTAMENTO DE INGENIERÍA CIVIL Y AMBIENTAL
Tratamiento de Aguas Residuales – Primer Semestre 2019
Taller virtual 1

Como se evidencia en la gráfica 1, la concentración de DQO a la entrada es mayor que la

concentración de DQO a la salida del SBR. Adicionalmente, se evidencia que estas
concentraciones se mantienen constantes en el tiempo, por lo que su eficiencia también
será la misma, que aproximadamente es del 30,1 %

Gráfica 2. Modelo PrimaryPointSettler para SST en estado estacionario

Al igual que la gráfica 1, el modelo PrimaryPointSettler para SST en estado estacionario

demuestra que los SST a la salida se redujeron en comparación a la concentración inicial
(tiempo 0). De esta manera, se concluye que el modelo PrimaryPointSettler aplicado a un
estado estacionario, mantiene constante la eficiencia del sistema, en este caso, con un
valor de remoción alrededor del 40%.

Gráfica 3. Modelo PrimaryPointSettler para DQO en estado dinámico

Respecto a la gráfica 3, se evidencia que el estado dinámico presenta variaciones entre la

demanda química de oxígeno que está entrando y la que está saliendo, es decir, que a

2
 UNIVERSIDAD DE LOS ANDES
FACULTAD DE INGENIERÍA
DEPARTAMENTO DE INGENIERÍA CIVIL Y AMBIENTAL
Tratamiento de Aguas Residuales – Primer Semestre 2019
Taller virtual 1

diferencia del estado estacionario, en este modelo las variables no permanecen constantes.
Por esta razón, se plantea que las variaciones en el tiempo son consecuencias de pérdidas
de energía o fallas en el sistema que disminuyen la eficiencia de este mismo. En este caso,
al realizar una estimación visual de la eficiencia de este sistema, se avalúa que este oscila
en un rango del 20 al 50%.

Gráfica 4. Modelo PrimaryPointSettler para SST en estado dinámico

Respecto a la gráfica 4, se observan variaciones entre las concentraciones en la entrada y

en la salida del sistema durante el tiempo que fue evaluado el modelo. No obstante, es
importante recalcar que estas variaciones son proporcionales entre lo que está entrando y
lo que está saliendo. De esta manera, haciendo una estimación visual de la eficiencia de
este modelo, se obtiene un valor aproximado al entre el 40 al 47% de remoción durante
el tiempo.
A partir de lo anterior, se concluye que el sistema dinámico muestra paso a paso de lo que
está sucediendo en todo el proceso, mientras que en el estado estable solo muestra el
resultado final. Por esto, con el sistema dinámico se evidencian detalles más importantes
y específicos como fallas y perdidas de energía durante el proceso. De esta manera, es
más interesante usar este estado para realizar un análisis más extensivo del sistema.
2. Realizar y presentar gráficas que evidencien la eficiencia de remoción de DQO y SST,
correrlas en el modelo “PrimaryOtterpoulFreund” y comparar con las que se tomaron del
modelo “PrimaryPointSettler”. (Realizar la comparación con las gráficas presentadas en
el punto 1).
El modelo PrimaryOtterpoulFreund resulta teniendo fuertes y muy marcadas diferencias
del modelo PimaryPointSettler. Sin embargo, las diferencias más notorias se pueden
encontrar en la representación de los sistemas en estado Dinámico. Sabiendo esto, se
obtuvieron las siguientes gráficas:

3
UNIVERSIDAD DE LOS ANDES
FACULTAD DE INGENIERÍA
DEPARTAMENTO DE INGENIERÍA CIVIL Y AMBIENTAL
Tratamiento de Aguas Residuales – Primer Semestre 2019
Taller virtual 1

Gráfica 5. Modelo PrimaryOtterpoulFreund para DQO en estado estacionario

Gráfica 6. Modelo PrimaryOtterpoulFreund para TSS en estado estacionario

Para estado estacionario. Lo primero por analizar es que hay cambios significativos de
DQO y SST para los 3 elementos del sistema (Municipality, Out y R); teniendo en cuenta
esto, se puede establecer la eficiencia de Out y R para reducir la concentración de DQO
y SST en el sistema completo. Sin embargo, al comparar los dos modelos
PrimaryPointSettler y PrimaryOtterpoulFreund, no se pueden evidencias claras
diferencias para la DQO y SST en estado estacionario; esto puede deberse al mismo
estado de actividad del sistema (estable/estacionario), ya que en este estado no se tienen
variaciones en el flujo de entrada ni en el de salida, con lo cual, es claro que estos valores
no deberían cambiar mucho entre modelos por el poco cambio de las variables en el
sistema. Teniendo esto en cuenta, una de las diferencias entre estos modelos es que, en
PrimaryOtterpoulFreund, la presencia de DQO y SST se empieza a ver en los elementos
OUT y R luego de un corto periodo de tiempo, mientras que en PrimaryPointSettler estas
concentraciones se empiezan a ver desde t=0.

Gráfica 7. Modelo PrimaryOtterpoulFreund para DQO en estado dinámico

4
UNIVERSIDAD DE LOS ANDES
FACULTAD DE INGENIERÍA
DEPARTAMENTO DE INGENIERÍA CIVIL Y AMBIENTAL
Tratamiento de Aguas Residuales – Primer Semestre 2019
Taller virtual 1

Gráfica 8. Modelo PrimaryOtterpoulFreund para TSS en estado dinámico

En lo que respecta a las gráficas 3, 4 7 y 8, se puede evidenciar que en el modelo

PrimaryOtterpoulFreund tiene una cantidad significativamente menor de fluctuaciones en
las concentraciones. Mientas que en modelo PrimaryPointSettler se tienen fluctuaciones
casi cada 30 min, en PrimaryOtterpoulFreund las fluctuaciones no tienen una periodicidad
y tampoco algún tipo de relación con las del otro modelo. Es importante tener en cuenta
que, en el tratamiento de Aguas Residuales, se tienen fluctuaciones muy altas y muy
constantes durante todo el tiempo de operación; sabiendo esto, se podría afirmar que el
mejor modelo para este caso sería el PrimaryOtterpoulFreund, ya que, a groso modo, se
pueden relacionar con mayor seguridad los valores obtenidos en las gráficas con lo que
sería la realidad.

Taller 2
3. Realizar y presentar adecuadamente gráficas que permitan concluir sobre la
eficiencia de la planta (DQO y SST) en estado estable y estado dinámico,
compararlas y hablar sobre la diferencia de correr el modelo en cada uno de estos
estados.

5
UNIVERSIDAD DE LOS ANDES
FACULTAD DE INGENIERÍA
DEPARTAMENTO DE INGENIERÍA CIVIL Y AMBIENTAL
Tratamiento de Aguas Residuales – Primer Semestre 2019
Taller virtual 1

Gráfica 9. DQO en estado dinámico

De esta gráfica es importante destacar que las fluctuaciones de DQO presentan una
periodicidad que se puede asociar con la realidad en un sistema de tratamiento. Sin
embargo, es importante tener en cuenta que hay muchas ocasiones en las que la
concentración de emisión de Municipality resulta siendo inferior a la del elemento OUT;
sabiendo esto, es importante tener presente que, en las ocasiones en las que ocurre esto,
hay unos pequeños picos de DQO que preceden este exceso en OUT y que estos pueden
ser la razón principal de este fenómeno. Así mismo, en el elemento Municipality, se puede
resaltar que hay cerca de 3 picos que, entre sí, están muy cercanos a ser la concentración
máxima de DQO (aproximadamente: 670 mg/L en t=1,25; 700 mg/L en t=1,75 y 710
mg/L en t=3,25), mientras que hay 2 picos que pueden representar la concentración
mínima; estos valores pueden estar reflejando las horas pico y valle de emisión de DQO
para el elemento Municipality, mientras que también ofrecen una estimación de estos
mismos valores para los demás elementos.

Gráfica 10. DQO en estado estable

En las gráficas 10 se puede evidenciar con claridad la periodicidad que hay en las
concentraciones de DQO en la planta; esta periodicidad se puede asociar con la actividad
6
UNIVERSIDAD DE LOS ANDES
FACULTAD DE INGENIERÍA
DEPARTAMENTO DE INGENIERÍA CIVIL Y AMBIENTAL
Tratamiento de Aguas Residuales – Primer Semestre 2019
Taller virtual 1

intermitente que tiene el elemento en cuestión, pues, al considerarse estable, la planta

recibe un mismo volumen para tratar en momentos de tiempo distintos. Sabiendo esto, es
claro ver que la planta consigue disminuir las concentraciones desde 487,3255 mg/L,
cuando empieza a tratar el agua, hasta 37,325501, cuando ya está tratada. Así mismo, se
puede observar con claridad que la planta se demora aproximadamente 2,5 horas en
remover cerca de 449,999 mg/L de DQO; esto, luego de observar que, en este mismo
periodo de tiempo, se tienen 2 picos muy altos de concentración para cada instante en el
que se va a tratar el agua.

En este caso, se puede observar amplias diferencias entre ambos estados (Estable y
Dinámico). Aunque en ambas hay una periodicidad muy legible, es claro que en estado
dinámico hay una mayor fluctuación para las concentraciones obtenidas, además de esto,
se puede determinar que hay una mayor inestabilidad en los datos para este estado, lo cual
tiene repercusiones muy importantes al momento de modelar o dimensionar una planta
de tratamiento.

Gráfica 11. Sólidos suspendidos totales en estado dinámico

Gráfica 12. Sólidos suspendidos totales en estado estable

7
 UNIVERSIDAD DE LOS ANDES
FACULTAD DE INGENIERÍA
DEPARTAMENTO DE INGENIERÍA CIVIL Y AMBIENTAL
Tratamiento de Aguas Residuales – Primer Semestre 2019
Taller virtual 1

Respecto al comportamiento de lo SST en la planta, se puede ver que hay una correlación
muy fuerte entre las concentraciones de DQO y las de SST; particularmente es importante
destacar que ambas pareen tener el mimo comportamiento, con la única diferencia de que
las concentraciones son diferentes entre sí. Para este caso, es importante resaltar que, en
estado estable, la planta alcanza a remover cerca de 300 mg/L de SST, mientras que en
estado dinámico este valor no se puede determinar por la alta variabilidad de los datos
obtenidos. Finalmente, es importante destacar que, en estos casos, se obtienen unas
concentraciones finales de SST y DQO muy cercanas entre sí y que, al tiempo, resultan
siendo muy bajas en comparación con la concentración de entrada que se tenía en la
planta.
4. Realizar y presentar gráficas que evidencien la eficiencia de remoción de DQO y SST,
correrlas en los modelos elegidos por el grupo. Comparar la diferencia con las gráficas
presentadas en el punto anterior.
No se obtuvo las gráficas debido al tiempo de realización de la práctica. Además, no había
instrucciones disponibles sobre cómo sacar esas gráficas por cuenta propia.
5. Comparar la diferencia de remoción cuando el tratamiento es con un reactor SBR y
cuando el tratamiento es con un sedimentador. Explicar que tratamiento es más eficiente
y por qué.
De acuerdo con el método Primary Point Settler, el SBR logró una eficiencia del 40% con
respecto a la concentración inicial de SST y con respecto a la DQO de 30% en estado
estacionario; analizando los datos obtenidos en el análisis dinámico, se concluye que hubo
una eficiencia de 40% y de 50% para SST y DQO respectivamente.
Considerando los resultados obtenidos con el sedimentador y teniendo en cuenta que no
hay gráficas de eficiencia no se puede hacer un análisis riguroso salvo comprar
visualmente las entradas y salidas en las gráficas del punto 3, en este orden de ideas, y a
pesar de que hay un cierto tiempo de retención, porque los reactores SBR funcionan de
manera que la materia orgánica se aerea junto con lodos activados (Nuevo,2015) por lo
que las mediciones brutas de entrada y salida no nos darán datos precisos por el hecho de
no poder separar el efecto de los lodos o de la materia orgánica en las gráficas. En la vía
práctica la planta tiene un tanque de homogeneización previo en el que las
concentraciones de entrada no varían y a partir de ello se podría tener un impacto limpio.
En comparación con lo que se ha hecho en otras prácticas como la de cinética en que se
utilizaron lodos activados y se obtuvo buenos resultados, la conclusión sería que ninguna
de las opciones es mejor que otra, sino que debería haber una complementariedad, en que
la sedimentación lograse remover una parte importante de los sólidos disueltos a través
de la floculación y coagulación y posteriormente se ingresara a un reactor SBR
dependiendo las necesidades de la planta. Si la decisión fuese o un método o el otro, lo
más probable es que el reactor SBR sea más eficiente a bajas o medianas concentraciones
para que la biomasa no se intoxique y para concentraciones muy altas tener el
sedimentador, por eso la funcionalidad conjunta sería ideal.

8
UNIVERSIDAD DE LOS ANDES
FACULTAD DE INGENIERÍA
DEPARTAMENTO DE INGENIERÍA CIVIL Y AMBIENTAL
Tratamiento de Aguas Residuales – Primer Semestre 2019
Taller virtual 1

Esto no es un análisis científico válido dada la ausencia de las gráficas de eficiencia para
el sedimentador.

Bibliografía
Nuevo, D (2015) Reactor biológico secuencial (SBR), Consultoría, EDAR, Ingeniería. Obtenido
de: https://www.tecpa.es/reactor-biologico-secuencial-sbr/