Facultad de Ingeniería Química

Estudio de modelo matemático de flujo disperso

para la reducción de la carga orgánica del
efluente de laguna de oxidación de Sapallanga

Laura Ortega, Roxana Karina

Huancayo
2018

__________________________________________________________________
Laura, R. (2018). Estudio de modelo matemático de flujo disperso para la reducción de la carga orgánica del
efluente de laguna de oxidación de Sapallanga(Tesis para optar el Grado Académico de Maestra en Ingeniería
Ambiental). Universidad Nacional del Centro del Perú – Escuela de Posgrado de la Facultad de Ingeniería
Química –Huancayo – Perú.
Estudio de modelo matemático de flujo disperso para la reducción de la carga
orgánica del efluente de laguna de oxidación de Sapallanga

Esta obra está bajo una licencia

https://creativecommons.org/licenses/by/4.0/
Repositorio Institucional - UNCP
 UNIVERSIDAD NACIONAL DEL CENTRO DEL PERÚ

ESCUELA DE POSGRADO

UNIDAD DE POSGRADO DE LA FACULTAD DE INGENIERÍA QUÍMICA

MAESTRÍA EN INGENIERÍA AMBIENTAL

TESIS

ESTUDIO DE MODELO MATEMÁTICO DE FLUJO

DISPERSO PARA LA REDUCCIÓN DE LA CARGA
ORGÁNICA DEL EFLUENTE DE LAGUNA DE OXIDACIÓN
DE SAPALLANGA

PRESENTADA POR:

BACH. LAURA ORTEGA ROXANA KARINA

PARA OPTAR EL GRADO ACADÉMICO DE:

MAESTRA EN INGENIERÍA AMBIENTAL

HUANCAYO – PERÚ

2018
 UNIVERSIDAD NACIONAL DEL CENTRO DEL PERÚ

ESCUELA DE POSGRADO

UNIDAD DE POSGRADO DE LA FACULTAD DE INGENIERÍA QUÍMICA

MAESTRÍA EN INGENIERÍA AMBIENTAL

TESIS

ESTUDIO DE MODELO MATEMÁTICO DE FLUJO

DISPERSO PARA LA REDUCCIÓN DE LA CARGA
ORGÁNICA DEL EFLUENTE DE LAGUNA DE OXIDACIÓN
DE SAPALLANGA

PRESENTADA POR:

BACH. LAURA ORTEGA ROXANA KARINA

PARA OPTAR EL GRADO ACADÉMICO DE:

MAESTRA EN INGENIERÍA AMBIENTAL

HUANCAYO – PERÚ

2018

ii
UNIVERSIDAD NACIONAL DEL CENTRO DEL PERÚ

ESCUELA DE POSGRADO
UNIDAD DE POSGRADO DE LA FACULTAD DE INGENIERÍA QUÍMICA

SUSTENTADA ANTE EL SIGUIENTE JURADO:

Dr. Orlando Alfredo VILCA MORENO Dr. Salvador Teódulo ORÉ VIDALÓN

Dr. Elías Adrián SANABRIA PÉREZ

Dr. Moisés Enrique BELTRÁN LÁZARO Dr. Luis Fernando RICCIO YAURI
Presidente Secretario

iii
 ASESOR

Dr. ORLANDO ALFREDO VILCA MORENO

iv
 DEDICATORIA

El presente trabajo es dedicado a las personas que día a día nos brinda
información, tiempo, para ampliar nuestros conocimientos.

A mi familia por todo su apoyo, sacrificio y comprensión.

v
 AGRADECIMIENTO

Agradezco a mi familia por su apoyo, paciencia y comprensión, durante los

años de esfuerzo, dedicación para el logro de una meta.

Agradezco a todos los docentes que en esos años me brindaron sus

conocimientos, experiencias, para forjar en mí una profesión.

vi
 RESUMEN

La presente investigación titulada, “ESTUDIO DE MODELO MATEMÁTICO DE

FLUJO DISPERSO PARA LA REDUCCIÓN DE LA CARGA ORGÁNICA DEL
EFLUENTE DE LAGUNA DE OXIDACIÓN DE SAPALLANGA”, donde el
objetivo fue determinar un modelo matemático de flujo disperso para la
reducción de carga orgánica de las aguas residuales de la laguna de oxidación
de Sapallanga.

La metodología consistió en determinar el tipo de flujo que ostenta una laguna

de estabilización, donde los regímenes de flujo que presenta la laguna de
estabilización son el de flujo disperso. Los análisis muestreados de la laguna
de oxidación indicaron características fisicoquímicas promedio de 469.0 mg/L
DBO, 633.0 mg/L DQO, 8.1 de pH, 319 mg/L de sólidos suspendidos totales y
360 NTU de turbidez.

Se estudió el modelo matemático para conocer el comportamiento hidráulico de

la laguna de oxidación. Los valores de las constantes k (constante cinética), y d
(coeficiente de dispersión), se determinaron a través de pruebas bajo flujo
discontinuo. Las determinaciones de k se efectuaron con el modelo flujo pistón
el valor de k fue 0.0067 d-1, con R2 0.991 y el valor d (coeficiente de dispersión)
fue 0.176 con el modelo CEPIS, en la época cálida. Con respecto al coeficiente
de dispersión en la época fría, con el modelo de CEPIS fue 0.192 y con el
modelo de Nameche y Vasel fue 0.3342. Lo que indica que el comportamiento
hidráulico de la laguna de oxidación tiende a ser tipo flujo Pistón.

Palabras Clave: Laguna de oxidación, modelo matemático, coeficiente de

dispersión, constante cinética.

vii
 ABSTRACT

The present research entitled, "STUDY OF MATHEMATICAL MODEL OF

DISPERSED FLOW FOR THE REDUCTION OF THE ORGANIC LOAD OF
THE EFFLUENT OF THE OXIDATION LAGUNA OF SAPALLANGA", where the
objective was to determine a mathematical model of dispersed flow for the
reduction of organic load of the waters residuals from the oxidation lagoon of
Sapallanga.

The methodology consisted of determining the type of flow that a stabilization

lagoon has, where the flow regimes that the stabilization lagoon presents are
those of dispersed flow. The sampled analyzes of the oxidation pond indicated
average physicochemical characteristics of 469.0 mg L BOD, 633.0 mg/L COD,
8.1 pH, 319 mg/L of total suspended solids and 360 NTU of turbidity.

The mathematical model was studied to know the hydraulic behavior of the
oxidation pond. The values of the constants k (kinetic constant), and d
(dispersion coefficient), were determined through tests under discontinuous
flow. The determinations of k were made with the piston flow model, the value
of k was 0.0067 d-1, with R2 0.991 and the value d (dispersion coefficient) was
0.176 with the CEPIS model, in the warm season. With respect to the coefficient
of dispersion in the cold season, with the CEPIS model it was 0.192 and with
the model of Nameche and Vasel it was 0.3342. This indicates that the
hydraulic behavior of the oxidation pond tends to be Piston type.

Key Words: Oxidation lagoon, mathematical model, kinetic constant, dispersion

coefficient, kinetic constant.

viii
 INTRODUCCIÓN

Según el autor (Mendez Gutierrez & Pérez Olmo, 2007), el nivel de

contaminación de las aguas residuales no se mide a partir de la concentración
de los diferentes constituyentes que tiene el agua residual, sino determinando
parámetros globales como pueden ser la demanda bioquímica de oxígeno
(DBO) y la demanda química de oxígeno (DQO). Cuando se trabaja con aguas
residuales industriales, las características pueden ser más específicos
dependiendo la naturaleza del agua residual industrial, como por ejemplo, los
metales pesados, fenoles, tensoactivos y otros. En algunos casos, por ejemplo,
para la determinación de trazas de contaminantes orgánicos en aguas
superficiales y para beber, se emplean técnicas analíticas especiales como la
cromatografía y la espectrometría de masas.

El conocimiento de sólidos contenidos en agua residual o agua es de mucha

importancia, porque nos permiten caracterizar y conocer su naturaleza y si
estas aguas requieren un tratamiento especial para poder facilitar su remoción
o eliminación. Cuando se menciona los sólidos contenidos en un agua residual
se hace referencia al residuo que permanece después de la evaporación y
secado la muestra a 103 °C. (Mendez Gutierrez & Pérez Olmo, 2007)

Según explica Watters (1972), los sólidos en las aguas residuales pueden estar
en forma suspendida, coloidal y disuelta. Todos ellos son de naturaleza
inorgánica u orgánica. La fracción orgánica de los sólidos se determina
mediante la pérdida por ignición a 600 °C. La eficiencia del tratamiento de los
estanques de estabilización de residuos depende principalmente de los
factores biológicos del tipo de residuo y la carga orgánica. Sin embargo, la
actividad biológica en un estanque está muy influenciada por las condiciones
ambientales de la temperatura, el viento, la luz solar y los patrones de flujo
hidráulico. En el pasado, se prestó poca atención a las características
hidráulicas de los estanques de estabilización de desechos, como los patrones
de flujo grueso dentro de los estanques de estabilización afectados por la forma
del estanque o laguna, la presencia de espacios muertos, la ubicación de
entradas y salidas y el grado de densidad estratificación. Estas características

ix
del flujo hidráulico tendrán un efecto en la dispersión y el tiempo promedio de
detención de los desechos y en el organismo orgánico (BOD) y patógenos y en
la eficacia de la remoción del tratamiento.

(Shilton A. , 2001), en su tesis de doctorado manifiesta que existe un gran

número de ecuaciones predictivas para estimar la constante de velocidad de
primer orden, k, para la eliminación de sustrato orgánico y coliformes fecales.
Uno de los estudios mejor documentados es el de (Thirumurthi, 1974) que
publicó un método relativamente complejo para determinar k:

𝐾 = 𝐾𝑠 𝐶𝑇𝑒 𝐶𝑂 𝐶𝑇𝑜𝑥

Donde:

𝐾𝑠 = un valor "estándar" de k, (L/d);

𝐶𝑇𝑒 = factor de corrección para la temperatura;

𝐶𝑜 = factor de corrección para la carga orgánica;

𝐶𝑇𝑜𝑥 = factor de corrección para químicos tóxicos industriales.

Utilizando los datos de la literatura combinados con los resultados de un

estanque en Canadá, (Thriumurthi, 1969) usó la ecuación de flujo de tapón
para volver a calcular los valores de “campo k” usando la DBO de afluente y
efluente promedio y el tiempo de retención teórico del estanque.

Según indica (Unit, 2000), la laguna típica de estabilización de desechos puede

recibir un flujo aproximado de 75 a 100 galones por día por cada persona que
contribuye al sistema de recolección. Este número puede variar dependiendo
de la cantidad de infiltración y del número y tipo de industrias que están
descargando al sistema. Sin embargo, la cantidad de flujo debe estar cerca de
este rango. Si el flujo aumenta significativamente por encima de esta cantidad,
se obtendrá menos tiempo para el tratamiento de los residuos y una menor
capacidad de almacenamiento para el sistema. Es responsabilidad del
operador monitorear y controlar la cantidad de aguas residuales que ingresan
al sistema de la laguna para asegurarse de que todos los parámetros de los
permisos se cumplan constantemente.

x
 ÍNDICE GENERAL

ASESOR .......................................................................................................... IV

DEDICATORIA ................................................................................................. V

AGRADECIMIENTO ........................................................................................ VI

RESUMEN ...................................................................................................... VII

ABSTRACT ................................................................................................... VIII

INTRODUCCIÓN ............................................................................................. IX

ÍNDICE GENERAL .......................................................................................... XI

ÍNDICE DE TABLAS ..................................................................................... XIV

ÍNDICE DE FIGURAS ..................................................................................... XV

CAPÍTULO I...................................................................................................... 1

PLANTEAMIENTO DEL PROBLEMA .............................................................. 1

1.1. Caracterización del Problema .............................................................. 1

1.2. Formulación del Problema ................................................................... 2

1.3. Objetivos de la Investigación ................................................................ 2

1.4. Justificación de la Investigación ........................................................... 3

1.5. Limitaciones de la Investigación ........................................................... 5

CAPÍTULO II..................................................................................................... 6

MARCO TEÓRICO ........................................................................................... 6

2.1. Antecedentes de la Investigación ......................................................... 6

2.2. Bases teóricas que fundamentan la investigación .............................. 10

2.2.1. Lagunas de Estabilización ........................................................... 10

2.3. Bases conceptuales ........................................................................... 16

2.3.1. Aguas residuales ......................................................................... 16

2.3.2. Modelo Matemático ..................................................................... 17

xi
 2.4. Hipótesis de la Investigación .............................................................. 25

2.4.1. Hipótesis General ........................................................................ 25

2.4.2. Hipótesis Específicas ................................................................... 25

2.5. Variables de la Investigación .............................................................. 25

2.6. Operacionalización de las Variables .................................................. 26

CAPÍTULO III.................................................................................................. 27

METODOLOGÍA DE LA INVESTIGACIÓN .................................................... 27

3.1. Tipo de Investigación ......................................................................... 27

3.2. Nivel de la Investigación..................................................................... 27

3.3. Métodos de Investigación ................................................................... 27

3.4. Diseño de Investigación ..................................................................... 27

3.5. Población y muestra........................................................................... 28

3.6. Técnicas e instrumentos de recolección de datos .............................. 28

3.7. Procedimientos de recolección de datos ............................................ 30

3.8. Técnicas de Procesamiento y Análisis de Datos ................................ 30

CAPÍTULO IV ................................................................................................. 31

RESULTADOS DE LA INVESTIGACIÓN ....................................................... 31

4.1. Presentación, análisis e interpretación de los datos ........................... 31

4.2. Determinación de los modelos cinéticos ............................................ 36

4.2.1. Modelo de Marais-Shaw – Período cálido .................................... 36

4.2.2. Modelo de Marais-Shaw – Período frio ........................................ 39

4.2.3. Modelo de flujo de pistón – Período cálido .................................. 42

4.2.4. Modelo de flujo de pistón – Período frio ....................................... 45

4.3. Discusión de resultados ..................................................................... 48

CAPÍTULO V .................................................................................................. 52

APORTES DE LA INVESTIGACIÓN .............................................................. 52

xii
 5.1. Aportes teóricos – metodológicos ...................................................... 52

5.2. Aportes institucionales ....................................................................... 53

VI. CONCLUSIONES ...................................................................................... 56

VII. SUGERENCIAS ....................................................................................... 57

VIII. REFERENCIA BIBLIOGRÁFICA ............................................................ 58

IX. ANEXOS ................................................................................................... 61

xiii
 ÍNDICE DE TABLAS

Tabla 1. Modelos matemáticos que se ajustaron a la información obtenida en la

laguna ubicada en Caracas ................................................................ 9

Tabla 3. Clasificación de los modelos ............................................................. 21

Tabla 4. Características promedio del agua residual municipal ...................... 25

Tabla 5. Técnicas e instrumentos de recolección de datos ............................. 29

Tabla 6. Datos experimentales depurados de DBO en el afluente y efluente en

el Periodo cálido ............................................................................... 31

Tabla 7. Datos experimentales depurados de DBO y DQO en el afluente y

efluente en el Periodo frío................................................................. 32

Tabla 8. Características geométricas de la laguna de oxidación de Yaricampa -

Sapallanga ....................................................................................... 32

Tabla 9. Análisis de varianza para el modelo de Marais - Shaw para el periodo

cálido ................................................................................................ 36

Tabla 10. Análisis de varianza para el modelo de Marais - Shaw para el periodo
frio .................................................................................................... 39

Tabla 11. Análisis de varianza para el modelo de flujo Pistón para el periodo
cálido ................................................................................................ 43

Tabla 12. Análisis de varianza para el modelo de flujo Pistón para el periodo
frio .................................................................................................... 46

Tabla 13. Coeficientes de dispersión en el periodo cálido. ............................. 49

Tabla 14. Coeficientes de dispersión en el periodo frío. .................................. 49

Tabla 15. Constante cinética (k), para el periodo más cálido .......................... 50

Tabla 16. Constante cinética (k), para el periodo más frio .............................. 50

xiv
 ÍNDICE DE FIGURAS

Figura 1: Principio de funcionamiento simplificado de un estanque facultativo.

........................................................................................................................ 15

Figura 2. Nomograma de Thirumurthi (aplicada para la ecuación de Wehner y

Wilhelm) ......................................................................................... 20

Figura 3: Ubicación de la toma de muestra de la laguna de oxidación de

Yaricampa – Sapallanga ................................................................ 24

Figura 4. Modelo de Marais-Shaw de la constante cinética de degradación de

matéria orgánica, para el período más cálido ................................. 37

Figura 5. Probabilidad normal de residuos para medias ................................. 38

Figura 6. Residuos vs. ajustes para medias ................................................... 38

Figura 7. Residuos vs. orden para medias ..................................................... 39

Figura 9. Modelo de Marais-Shaw de la constante cinética de degradación de

materia orgánica, para el período frio ............................................. 40

Figura 10. Probabilidad normal de residuos para medias ............................... 41

Figura 11. Residuos vs. ajustes para medias ................................................. 41

Figura 12. Residuos vs. orden de observación para medias .......................... 42

Figura 13. Modelo de Flujo Pistón de la constante cinética de degradación de

materia orgánica, para el período cálido ......................................... 43

Figura 14. Probabilidad normal de residuos para medias ............................... 44

Figura 15. Residuos vs. ajustes para medias ................................................. 44

Figura 16. Residuos vs. orden de observación para medias .......................... 45

Figura 17. Modelo de Flujo pistón de la constante cinética de degradación de

matéria orgánica, para el período más cálido .................................................. 46

Figura 18. Probabilidad normal de residuos para medias ............................... 47

Figura 19. Residuos vs. ajustes para medias ................................................. 47

xv
Figura 20. Residuos vs. orden de observación para medias .......................... 48

xvi
 CAPÍTULO I

PLANTEAMIENTO DEL PROBLEMA

1.1. Caracterización del Problema

En diversas plantas convencionales de tratamiento de aguas residuales se

puede alcanzar los requerimientos de calidad del efluente a través de una
operación eficiente y una buena desinfección del efluente. En las lagunas
de oxidación, la operación eficiente es importante, pero la calidad del
efluente está determinada por las condiciones climáticas y, principalmente,
por la temperatura y la luz solar. Cuando los ingenieros diseñan lagunas de
estabilización saben que la calidad del efluente cambiará de un mes a otro,
de una semana a otra, de un día a otro, en incluso de una hora a otra.

Existen modelos matemáticos que sirven como instrumentos para la

evaluación de la calidad del efluente en lagunas de estabilización. Los
modelos existentes permiten estimar la eficiencia de las lagunas en la
remoción de DBO, DQO, coliformes, período de retención y estimar la DBO,
DQO y NMP Coliformes en efluentes.

Entonces podemos indicar que una elección ventajosa lograda en la

literatura especializada es utilizar un modelo matemático adecuado y
calibrado a las condiciones del lugar a trabajar que nos sirvan para la
evaluación de la calidad del efluente de las lagunas de estabilización y de
esta manera determinar la remoción carga orgánica y bacteriana.

Según menciona (Juanico, April 1991), el efecto del patrón de flujo

hidráulico en el rendimiento de los estanques de estabilización de residuos
se analiza mediante el modelado. El análisis se realiza en dos parámetros
con diferentes constantes de eliminación (Bacterias y DBO) y para los
casos de carga hidráulica estable y cuando la carga hidráulica cambia los
fines de semana. Los estanques de flujo de tapones funcionan mucho mejor
que los mezclados perfectos para la eliminación de parámetros con altas
constantes de eliminación, como las bacterias. Los estanques mixtos de

1
 flujo de tapón y perfecto funcionan de manera muy similar cuando la
constante de remoción es baja como para la DBO.

1.2. Formulación del Problema

1.2.1. Problema general

 ¿Cómo será el modelo matemático de flujo disperso que admita el

control de la reducción de carga orgánica de los efluentes de la
laguna de oxidación de Yaricampa - Sapallanga?

1.2.2. Problemas específicos

 ¿Qué características fisicoquímicas muestran los afluentes de la

laguna de oxidación de Yaricampa – Sapallanga?

 ¿Cuáles son los elementos del modelo matemático que beneficia la

disminución de carga orgánica de los efluentes de la laguna de
oxidación de Yaricampa – Sapallanga?

 ¿Cómo varía el número del coeficiente de dispersión con los

modelos matemáticos propuestos?

1.3. Objetivos de la Investigación

1.3.1. Objetivo General

 Determinar el modelo matemático de flujo disperso para la

disminución de carga orgánica de los efluentes de la laguna de
oxidación de Yaricampa - Sapallanga

1.3.2. Objetivos Específicos

 Determinar las características fisicoquímicas de los afluentes de la

laguna de oxidación de Yaricampa - Sapallanga.

 Desarrollar los elementos del modelo matemático de flujo disperso

que beneficia la disminución de carga orgánica de los efluentes de la
laguna de oxidación de Yaricampa - Sapallanga.

 Determinar el coeficiente de dispersión con los modelos

matemáticos propuestos del CEPIS y de Nameche - Veasel.

2
1.4. Justificación de la Investigación

1.4.1. Razones que motivan la investigación

El tratamiento de las aguas servidas, constituye un factor importante en

la protección de la salud pública y del medio ambiente, puesto que el
vertido de las aguas residuales sin tratamiento previo en un cuerpo
receptor, es una fuente de contaminación.

La principal intención de los sistemas de laguna es proporcionar la

operación y el control de un proceso complejo de tratamiento o
estabilización de aguas residuales. Este proceso es muy necesario
porque los componentes de las aguas residuales, si se descargan sin
algún tratamiento, causarán cambios que serán perjudiciales para el
medio ambiente o para la salud pública. Esto hace que durante el
proceso de tratamiento ocurran cambios en las aguas residuales bajo
control en el sistema de la laguna, de modo que los componentes en las
aguas residuales se eliminan o descomponen en compuestos menos
dañinos. El agua "tratada" entonces se "estabiliza" y no causará un
peligro significativo cuando se descarga. (Unit, 2000).

(Cortés Martínez, Treviño Cansino, Alcorta García, Kalahnikov, &

Luévanos Rojas, 2014), mencionan en su trabajo de investigación que la
gestión inadecuada sobre las aguas residuales y la descarga a los
organismos receptores conllevan a serios problemas, por ejemplo,
riesgos para la salud debido a la contaminación por patógenos, olores y
pérdida de biodiversidad. Por tanto, el principal propósito de los sistemas
de estanques es almacenar y tratar las aguas residuales con un tiempo
de retención determinado.

Del estudio efectuado por (SUNASS, 2008), se desprende que el 70%

de las aguas residuales en el Perú no tienen tratamiento de aguas
alguno; asimismo, que de las 143 plantas de tratamiento residual que
existen en el Perú, solo el 14% cumplen con la normatividad vigente
para el cabal funcionamiento de las mismas; de acuerdo al Plan
Nacional de Saneamiento 2006 - 2015, existe un déficit de 948 millones
de dólares americanos, la inversión ejecutada hasta el 2005 por las

3
 Entidades Prestadoras de Servicios de Saneamiento (EPS) alcanzó el
importe de 369 millones de dólares americanos.

1.4.2. Importancia del estudio

El tratamiento de las aguas servidas, constituye un factor importante en

la protección de la salud pública y del medio ambiente, puesto que el
vertido de aguas residuales sin tratamiento previo en un cuerpo receptor,
es una fuente alta de contaminación.

Larios-Meoño et al (2015) indican que la población de América Latina se

encuentra concentrada en ciudades en más de un 80%. Sin embargo, la
provisión de agua es insuficiente. Más aún, el 70% de las aguas
residuales no tienen tratamiento, lo cual dificulta alcanzar el ciclo del
agua, particularmente por el reuso del agua debido a su contaminación.
En Perú, solamente se ha ejecutado el 30% de la inversión pública en
tratamiento de agua, de acuerdo al Plan Nacional de Saneamiento
Urbano y Rural 2006 – 2015. La contaminación del agua ocurre a niveles
primario, secundario y terciario de las fuentes de agua. Las sustancias
que contaminan el agua son orgánicas e inorgánicas. En todos los
casos, la contaminación del agua pone a la Salud Pública en peligro, de
acuerdo a la Organización Mundial de la Salud (OMS). Una
preocupación es la contaminación del agua, que proviene de la
presencia de altos niveles de arsénico inorgánico, plomo y cadmio por
las consecuencias negativas tales como cáncer, diabetes mellitus, y
enfermedades cardiovasculares.

En el caso de los distritos de Lima, La Oroya y Juliaca, el rango de la

concentración de arsénico inorgánico fue de 13 a 193 mg/L para las
aguas subterráneas y superficiales, más alto que el límite de 10 mg/L
según lo recomendado por la OMS. (Larios-Meoño, González Taranco,
& Morales Olivares, 2015) (pág. 10).

El estudio de modelos matemáticos permitirá diseñar, de manera más

sencilla y exacta, los sistemas de tratamiento de aguas residuales. Los
modelos matemáticos son una herramienta útil para el diseño y control
de sistemas biológicos de tratamiento de aguas residuales. Este tipo de

4
 herramientas permite simular el comportamiento de prácticamente
cualquier tipo de sistema en particular debido a que, con muy pocas
modificaciones y de manera ágil, permite incluir una cantidad importante
de diferentes procesos interactuantes.

1.5. Limitaciones de la Investigación

Para el desarrollo de la presente tesis, se fundamenta que el coeficiente

de reacción es de primer orden, enfoque de mezcla completa sugerida
por primera vez por el Marais- Shaw (1961) y más tarde por (Marais G. ,
1974). Este enfoque no sólo asume una descomposición de primer
orden del material biodegradable en las aguas residuales junto con las
características completas de mezcla dentro del estanque también
descuida tanto la filtración y la evaporación.

5
 CAPÍTULO II

MARCO TEÓRICO

2.1. Antecedentes de la Investigación

Sah, Rousseau & Hooijmans (2012), realizaron una investigación sobre

modelado numérico de lagunas de estabilización de residuos. Según indica el
autor, el modelado ha servido como una herramienta importante y de bajo
costo para una mejor descripción y una mejor comprensión del sistema.
Aunque se han publicado varios artículos sobre modelos de lagunas
individuales, no hay una revisión específica sobre los diferentes modelos
desarrollados hasta el momento. El estudio en profundidad de los modelos
publicados revela una clara evolución a lo largo del tiempo en el concepto de
modelado, desde modelos empíricos hidráulicos hasta modelos 3D y desde
modelos simples de calidad de agua de primer orden hasta modelos complejos
que describen procesos bioquímicos clave como un conjunto de métodos
matemáticos. Debido a la complejidad inherente, los modelos tienden a
enfocarse solo en aspectos específicos mientras ignoran o simplifican otros.
Por ejemplo, se han desarrollado muchos modelos que se centran únicamente
en la hidrodinámica o únicamente en procesos bioquímicos. Los modelos que
integran ambos aspectos en detalle son todavía materia de estudio. Por lo
tanto, el autor indica que existe la necesidad de desarrollar un modelo integral y
calibrado para lagunas de estabilización de desechos que pueda servir de
manera confiable como herramienta de apoyo para la mejora y optimización del
diseño y desempeño del estanque.

(Agunwamba, Egbuniwe, & Ademilu, Prediction of the dispertion number in

waste stabilization ponds, 1992), estudiaron una ecuación predictiva simple
para el número de dispersión, la cual se derivó de la solución de una ecuación
diferencial parcial de estado estacionario de segundo orden que involucra un
coeficiente de difusividad. Este coeficiente se evaluó en función de la relación
de aspecto con potencia variable y factor de fricción utilizando análisis de
regresión múltiple y lineal. El modelo fue verificado con datos de dispersión del

6
estanque de estabilización de desechos en Nsukka, Nigeria y de la literatura.
En este estudio se predijo valores del número de dispersión más cercanos a los
valores experimentales que el modelo de (Polprasert & Bhattarai, 1985). El
coeficiente de correlación, la pendiente de regresión, la intercepción y el error
estándar del primero son 0.883, 0.361, 0.108 y 0.004, respectivamente, contra
0.117, −0.227, 0.400 y 0.034 para el segundo.

Olukanni (2011), en su tesis doctoral “Hydraulic modeling and optimization of

waste stabilization pond design for developing nations”, diseñó un estanque
prototipo a escala de campo para el tratamiento de aguas residuales utilizando
como estudio de caso una institución residencial típica. Esto se redujo a un
modelo a escala de laboratorio, mediante análisis dimensional. Se construyó el
modelo a escala de laboratorio y se realizaron experimentos en ellos utilizando
las aguas residuales tomadas de la instalación de tratamiento de aguas
residuales de la universidad. El estudio utilizó dinámica de fluidos
computacional (CFD), siglas en inglés, junto con un programa de optimización
para optimizar de manera eficiente la selección de la mejor configuración de
lagunas de estabilización que satisfaga el objetivo de costo mínimo específico
sin poner en peligro la eficiencia del tratamiento. En el desarrollo de la tesis
doctoral evaluaron de manera realista el rendimiento hidráulico y la eficiencia
del tratamiento de la laguna de estabilización, escalado bajo el efecto de la
configuración variable de los estanques, el número de deflectores y la relación
de longitud a ancho. Se probaron seis configuraciones diferentes, incluidos los
diseños optimizados, en el laboratorio para determinar el efecto de los
deflectores y las configuraciones de estanques en las características de los
efluentes.

(Watters, 1972), en su revisión sobre los prototipos de datos experimentales

tomados para establecer los patrones de flujo existentes en las lagunas de
estabilización de la ciudad de Logan, Utah, utilizaron técnicas fluorométricas
con colorante de rodamina WT para rastrear el contaminante. Para ello
construyó un modelo hidráulico de los estanques de 20 pies por 40 pies por 3
pies de profundidad en el Laboratorio de Investigación del Agua de Utah. Este
modelo, después de la verificación, se usó para generar datos sobre los efectos
de los tipos de entrada y salida y la ubicación, la estratificación de la densidad,

7
la relación entre la longitud y la anchura, y el desconcierto en las características
del flujo hidráulico. La información obtenida de las curvas de concentración de
trazador en función del tiempo se utilizó junto con la ecuación de reacción de
primer orden para predecir las eficiencias de tratamiento para varios diseños de
estanques para determinar las condiciones óptimas. Finalmente, presenta un
modelo matemático del proceso de mezcla y las curvas de concentración de
salida frente al tiempo generadas por el modelo que luego se compararon con
los resultados experimentales.

Agunwamba (1992) en su trabajo de investigación titulada “A new method for

dispersion number determination in waste stabilization pond” presenta en el
documento un nuevo método para la determinación del número de dispersión
en un estanque de estabilización de desechos. Para ello requiere sólo los datos
sobre la variación de bacterias a lo largo del estanque como el de la entrada,
este método es simple, preciso y económico en comparación con el método de
estudio de trazador convencional. También se discute su aplicación en el
diseño y evaluación de estanques.

Kehl et al (2009), presentan los resultados de un análisis de seis enfoques de

diseño diferentes para lagunas de estabilización bajo la influencia de
condiciones específicas del país. Dicha investigación incluyó lagunas aireadas
facultativos, lagunas facultativos y lagunas anaeróbicos. Se utilizaron dos
enfoques diferentes para investigar la sensibilidad; un método de Monte Carlo
que ejecutaba varios miles de simulaciones automatizadas, así como un
análisis centrado especialmente en los efectos de la temperatura. Los
resultados mostraron altas dependencias de temperatura, así como diferencias
estructurales entre los diferentes enfoques. Los aumentos de temperatura en
solo 5 °C causaron disminuciones máximas en las áreas calculadas en un 15%
(lagunas facultativos aireados), en alrededor del 40% (lagunas facultativos) e
incluso en un 50% (lagunas anaeróbicos). Por otro lado, las eficiencias
calculadas eran generalmente menos dependientes de la temperatura o no
eran en absoluto parte del enfoque. Se produjeron diferencias significativas
entre los enfoques de diseño de un determinado sistema de tratamiento (por
ejemplo, hasta más del 80% con respecto a las áreas). Los resultados sugieren
que la aplicabilidad de los enfoques de diseño puede ser restringida y estos

8
 enfoques deben analizarse cuidadosamente para cada situación específica. Se
recomienda un diseño basado en simulaciones estocásticas, especialmente si
se diseñan sistemas combinados.

(Butler, y otros, 2015), en esta revisión de la literatura examina el proceso, el

diseño y los problemas de costos relacionados con el uso de estanques de
oxidación para el tratamiento de aguas residuales. Muchos de los temas tienen
aplicaciones a escala completa o de forma aislada para análisis de laboratorio.
Los estanques de oxidación tienen muchas ventajas. El proceso de tratamiento
de oxidación en estanques es natural, ya que utiliza microorganismos como
bacterias y algas. Esto hace que el método de tratamiento sea rentable en
términos de su construcción, mantenimiento y requisitos de energía. Los
estanques de oxidación también son productivos, ya que generan efluentes que
se pueden usar para otras aplicaciones. Finalmente, indican que los estanques
de oxidación pueden considerarse como un método sostenible para el
tratamiento de aguas residuales.

En la tabla 1 se presentan los modelos con sus respectivos coeficientes

parciales de regresión calculados y el grado de ajuste a la misma determinado
a través del coeficiente de correlación R2. También en dicha tabla se observa
diferentes modelos de mezcla completa y flujo pistón, sino que la variable
dependiente pasa a ser el porcentaje de remoción bacteriana. Se abordó esta
opción para observar si la misma es capaz de arrojar mejores resultados que al
utilizar las constantes de decaimiento bacteriano. (De Freitas, 2002)

Tabla 1. Modelos matemáticos que se ajustaron a la información obtenida en la

laguna ubicada en Caracas

Autor Suposición Ecuación R2

Mezcla Completa K = 0,60*1,41(T-20) 0.87
Marais, (1974)
Flujo Disperso K = 0,57*1,21(T-20) 0,88
(T-20)
Mayo, (1995) Flujo Disperso K=0,00004(So/H)+0.6*1,21 0,84
Saqqar et al,
Mezcla Completa K= 0,28*1,4(Tw-20)*1,09 (pH-6)*2*0,99(DBOs-100) 1
(1992)
Von Sperling, Mezcla Completa K= 1,57*H-1,92*TR-0,067 0, 91
-1,14 -0,26
(1999) Flujo Disperso K= 1,33*H *TR 0,93

Fuente: Tomado de (De Freitas, 2002)

9
2.2. Bases teóricas que fundamentan la investigación

2.2.1. Lagunas de Estabilización

Los estanques de estabilización o lagunas de estabilización se clasifican según

su contenido de oxígeno en anaeróbico, facultativo y maduración. Y en relación
con la secuencia de unidades, también pueden clasificarse como vacíos en
serie o en paralelo. Por lo general, los sistemas de lagunas se componen de
tres tipos, aunque solo pueden diseñarse con dos estanques (facultativo y de
maduración), también es posible considerar en el diseño una única laguna:
facultativa. La construcción de estos sistemas es barata, fácil de operar y fácil
de mantener. Los estanques de estabilización pueden funcionar
independientemente o en combinación con otros sistemas de tratamiento,
(Shilton & Mara, 2005).

La principal desventaja de los estanques de estabilización es la necesidad de

grandes áreas de terreno. Por lo tanto, es recomendable realizar un análisis
detallado del diseño de estos sistemas, con el propósito de establecer el área
más pequeña posible para implementar el proyecto.

2.2.1.1. Lagunas Facultativas

Es el segundo paso de tratamiento y las profundidades recomendadas en el

diseño varían de 1.5 a 2.5 metros. El tratamiento se realiza mediante bacterias
aeróbicas presentes en la zona superior y anaeróbicas en la zona inferior.
Existe una relación de beneficio mutuo entre algas y bacterias; El resultado de
este enlace es la reducción de la materia orgánica. Las bacterias utilizan el
oxígeno, es decir, producido por las algas a través de la fotosíntesis (los
compuestos orgánicos se metabolizan aeróbicamente). Este proceso libera
grandes cantidades de dióxido de carbono que, a su vez, es utilizado por las
algas. El suministro de oxígeno se realiza mediante la fotosíntesis y la agitación
producida por el viento. Como ya se indicó, el suministro de oxígeno se debe a
las algas fotosintéticas y al proceso de reaereración natural a través del espejo
de agua, es decir, en contacto con la atmósfera. La transferencia de oxígeno se
debe a algunos parámetros, por ejemplo: (a) temperatura del estanque, (b)
velocidad del viento, es decir, la turbulencia de la superficie de contacto, (c) la
mezcla de líquidos en el estanque que favorece la incorporación de oxígeno y

10
(d) características fisicoquímicas de las aguas residuales en el estanque:
salinidad y concentración de sólidos. (Rolim C., 2000).

Los estanques facultativos son la variante más simple de los sistemas de

estabilización de estanques. Básicamente, el proceso consiste en la retención
de aguas residuales durante un período lo suficientemente largo, de modo que
tienen lugar los procesos de estabilización de la materia orgánica natural. Por
lo tanto, las principales ventajas y desventajas de los estanques facultativos se
asocian al predominio de los fenómenos naturales. (Von Sperling, 2007)

2.2.1.2. Lagunas anaerobias

Al considerar las lagunas anaeróbicas en el sistema de tratamiento, se

recomienda que se construyan junto con las lagunas facultativas. El tratamiento
se realiza en ausencia de oxígeno. El mecanismo principal para la eliminación
de microorganismos es la sedimentación: los huevos de helmintos se asientan
por su propio peso, mientras que las bacterias y los virus también se decantan
porque se adhieren a los sólidos sedimentables. Ya en el barro, los
microorganismos mueren debido a la descomposición de la materia orgánica y
los depredadores. Una condición para que las lagunas anaeróbicas funcionen
correctamente es que las poblaciones bacterianas deben estar equilibradas: las
bacterias formadoras y los ácidos orgánicos de metano. Para lograr lo anterior,
la temperatura debe ser superior a 15 °C y el potencial de hidrógeno (pH) se
debe ubicar entre 6.8 y 7.4 según (Mara, 2003).

2.2.1.3. Lagunas de maduración o pulimento

El principal objetivo de los estanques de maduración es la eliminación de

organismos patógenos. En los estanques de maduración prevalecen las
condiciones ambientales que son adversas para estos organismos, como la
radiación ultravioleta, pH alto, alto OD, temperatura más baja (en comparación
con el tracto intestinal humano), falta de nutrientes y depredación por otros
organismos. Los estanques de maduración son una etapa posterior al
tratamiento para los procesos de eliminación de la DBO, ya que generalmente
se diseñan como una serie de estanques o un estanque de un solo deflector.
La eficiencia de remoción de coliformes es muy alta. (Von Sperling, 2007).

11
2.2.2. Parámetros Químicos y Biológicos

Los principales parámetros químicos y biológicos utilizados para el control se

presentan a continuación:

 pH: El pH es de gran importancia para los sistemas de tratamiento

biológico, cuando la actividad biológica se produce satisfactoriamente en
el intervalo de 6.5 a 8. Los desagües domésticos presentan pH próximo
a 7.0. Las variaciones de este valor pueden indicar contribuciones
industriales.

 Sólidos: El término "sólidos" incluye varios componentes posibles. El

término "sólidos suspendidos" se refiere a partículas que pueden ser
visibles, agregar turbidez y filtrarse. Comúnmente, la cantidad de sólidos
suspendidos entregados a las aguas residuales domésticas se estima en
alrededor de 0.20 a 0.22 lbs/día/cápita. Los "sólidos disueltos" son
aquellos que pasan a través de un filtro y no se ven. Solo cuando el
agua se evapora de una muestra es evidente la cantidad de material
disuelto. El término "sólidos totales" se refiere a la cantidad total de
material que se recuperaría si el agua se evaporara de una muestra,
incluidos los materiales suspendidos y disueltos. (Unit, 2000).

 Demanda Bioquímica de Oxígeno en 5 días, a 20°C (DBO5): Indica la

cantidad de oxígeno requerida por una muestra para su estabilización
biológica. Como las reacciones biológicas varían con la temperatura y la
estabilización total demora hasta 20 días, el test ha sido estandarizado
en 20°C y 5 días. El test es una indicación de la materia orgánica
disponible en los desagües para reacciones biológicas en los sistemas
de tratamiento de desagües y en los cuerpos receptores.

 Demanda Química de Oxígeno (DQO): Indica la cantidad de materia

químicamente oxidable, en test estandarizado. La correlación entre
DQO: DBO5 indica el grado de biodegradabilidad del desagüe. Para un
determinado desagüe, esta relación se mantiene prácticamente
constante, y puede ser utilizada para una evaluación rápida de la DBO5.

12
 Nutrientes: el carbono, el nitrógeno y el fósforo son nutrientes que todos
los organismos vivos demandan, y se convierten en un componente de
cada célula. Los desechos domésticos, los desechos animales, los
desechos de procesamiento de alimentos y muchos desechos
industriales contendrán estos nutrientes. Si se descargan en un arroyo o
lago, actúan como fertilizantes, lo que aumenta la tasa de crecimiento de
las plantas acuáticas. A medida que aumenta la tasa de crecimiento, el
lago puede ahogarse con las malezas y la cantidad de sedimentos
aumenta. Con el tiempo, el lago comienza a llenarse de sedimentos. La
eutrofización es el término usado para describir el proceso de
envejecimiento que sufren los lagos a medida que se van llenando
gradualmente con sedimentos, formando un pantano. El control
cuidadoso de la carga de nutrientes descargada en el ambiente ayuda a
retardar ese proceso. (Unit, 2000).

 Microorganismos: Las aguas residuales domésticas contienen

numerosas cantidades de organismos vivos. La mayoría son demasiado
pequeños para ser visibles, excepto cuando se ven con un microscopio
y, por consiguiente, se denominan "microorganismos". Las aguas
residuales domésticas típicas pueden contener de 100,000,000 a
1,000,000,000 de microorganismos por litro. La mayoría de estos
organismos no son dañinos para los seres humanos, sin embargo, son
necesarios para el proceso de tratamiento en sistemas de lagunas. No
obstante, muchos tipos de microorganismos, incluyendo algunas
bacterias y virus, sí causarán enfermedades, estos microorganismos se
denominan patógenos. Entre las enfermedades asociadas con las aguas
residuales se encuentran la fiebre tifoidea, la disentería, el cólera y la
hepatitis. Se puede ver entonces, que las personas involucradas con los
sistemas de recolección y tratamiento de aguas residuales deben ser
conscientes de los peligros para ellos mismos mientras trabajan en estas
instalaciones, pero también es responsabilidad del operador ver que
estos patógenos se eliminen o destruyan antes de la descarga con el fin
de proteger la salud pública. (Unit, 2000).

13
  Oxígeno Disuelto: El oxígeno de la atmósfera se disuelve con facilidad
en el agua hasta que ésta se satura. Una vez disuelto en el agua, el
oxígeno se difunde lentamente y su distribución depende del movimiento
del agua aireada. A la temperatura de 0 ºC el punto de saturación del
oxígeno es de 14 ppm. Esta concentración disminuye al aumentar la
temperatura del agua de manera que a los 15 ºC la concentración de
saturación es de 10 ppm. Cuando la concentración del oxígeno
disminuye a menos del punto de saturación, se disuelve más aire.

2.2.3. Factores físicos, químicos y biológicos que intervienen en el

mecanismo de depuración en lagunas de estabilización

Las aguas residuales influyentes entran al estanque y salen por el lado

opuesto, durante este tiempo, que toma varios días, una serie de
mecanismos contribuyen a la purificación de las aguas residuales. Estos
mecanismos se dan en tres zonas de los estanques, denominadas: zona
anaeróbica, zona aeróbica y zona facultativa. La materia orgánica
suspendida (DBO particulada) tiende a asentarse, constituyendo el lodo
inferior (zona anaeróbica). Este lodo sufre un proceso de
descomposición por microorganismos anaeróbicos, convirtiéndose
lentamente en dióxido de carbono, metano y otros. Después de un cierto
período, prácticamente solo la fracción inerte (no biodegradable)
permanece en la capa inferior. El sulfuro de hidrógeno generado no
causa problemas de mal olor, ya que se oxida por procesos químicos y
bioquímicos en la capa aeróbica superior. (Von Sperling, 2007).

Según indica (Von Sperling, 2007), la materia orgánica disuelta (DBO

soluble), junto con la pequeña materia orgánica suspendida (DBO
finamente particulada) no se asienta y permanece dispersa en la masa
líquida. En la capa superior, la zona anaeróbica está presente. En esta
zona, la materia orgánica se oxida por la respiración aeróbica. Se
requiere oxígeno, que se suministra al medio por la fotosíntesis realizada
por las algas, y hay un equilibrio entre el consumo y la producción de
oxígeno y dióxido de carbono (ver Figura 1.1).

Bacterias → respiración:

14
 • Consumo de oxígeno.

• Producción de dióxido de carbono.

Algas → fotosíntesis:

• Producción de oxígeno.

• Consumo de dióxido de carbono.

Figura 1: Principio de funcionamiento simplificado de un estanque

facultativo.

Fuente: Tomado de (Von Sperling, 2007)

Cabe mencionar que las reacciones de la fotosíntesis (producción de

materia orgánica) y la respiración (oxidación de la materia orgánica) son
similares, pero con direcciones opuestas:

 Fotosíntesis:

CO2+H2O+Energía → materia orgánica +O2

 Respiración:

Materia orgánica +O2 → CO2+H2O+Energía.

15
 Para la ocurrencia de la fotosíntesis, indica (Von Sperling, 2007), una
fuente de energía luminosa es necesaria, en este caso, representada
por el sol. Por esta razón, las localidades con alta radiación solar y un
bajo nivel de nubosidad son altamente favorables para los estanques
facultativos. Dado que la fotosíntesis depende de la energía solar,
alcanza niveles más altos cerca de la superficie del estanque. A mayor
profundidad en el estanque, la penetración de la luz es menor, lo que
provoca el predominio del consumo de oxígeno (respiración) sobre su
producción (fotosíntesis), con la ausencia ocasional de oxígeno disuelto
desde una cierta profundidad. Además, la fotosíntesis solo ocurre
durante el día (horas de sol), y durante la noche, la ausencia de oxígeno
puede prevalecer. Debido a estos hechos, es esencial que existan varios
grupos de bacterias, responsables de la estabilización de la materia
orgánica, que puedan sobrevivir y proliferar en presencia y en ausencia
de oxígeno. En ausencia de oxígeno libre, se utilizan otros aceptores de
electrones, como los nitratos (condiciones anóxicas). Esta zona, donde
puede ocurrir la presencia o la ausencia de oxígeno, se denomina zona
facultativa. Esta condición también da el nombre a los estanques
(estanques facultativos).

2.3. Bases conceptuales

2.3.1. Aguas residuales

Las aguas residuales se pueden describir como el agua que se utiliza

para transportar productos de desechos fuera de los hogares, escuelas,
establecimientos comerciales e industrias. Las aguas residuales
provienen de tres fuentes generales: domésticas, industriales e
infiltradas en el sistema de recolección. Las aguas residuales
domésticas provienen de hogares, apartamentos, escuelas y similares.
Estos flujos, a menudo llamados desechos sanitarios, contienen
materiales de preparación y limpieza de alimentos, operaciones de
lavandería, limpiadores domésticos y, por supuesto, productos de
desechos humanos. (Unit, 2000).

16
 Según menciona Unit, (2000), dependiendo del sistema de recolección,
las aguas residuales pueden diluirse con aguas subterráneas o
superficiales a medida que transitan de la fuente al punto de tratamiento.
Esta infiltración en el sistema de recolección de aguas residuales puede
dar cuenta de grandes aumentos en la cantidad de aguas residuales que
requieren tratamiento, además de traer materiales adicionales que
pueden causar problemas de tratamiento. Aunque las cantidades típicas
de generación de aguas residuales domésticas son algo predecibles, las
contribuciones industriales y las tasas de infiltración a menudo fluctúan
enormemente.

2.3.2. Modelo Matemático

Los procesos de oxidación de materia orgánica, el crecimiento de biomasa, y la

influencia de las funciones de fuerza sobre las variables de estado, están
ligados con el uso de las ecuaciones. Los modelos matemáticos describen la
relación entre los componentes del modelo, usando expresiones matemáticas
específicas. El principal motivo es estos pasos es la selección de la ecuación
correcta para describir el proceso.

2.3.2.1. Desarrollo de modelo matemático de flujo arbitrario o disperso

El balance del modelo matemático de flujo arbitrario o disperso, se basa en la
ecuación de la conservación de masa
Velocidad de entrada Velocidad de desaparición Velocidad de generación
de masa al sistema   de masa por el sistema   de masa al sistema 
     
Velocidad de salida  Velocidad de acumulación
de masa del sistema  de masa por el sistema 
   

( AC)   C    C    C 
  AEx  UAC    AEy  VAC    AEz  WAC  
t x  x  y  y  z  z 

  2C  2C  2C 
DAB  2  2  2   AR
 x y z 

Donde:

A: área transversal de la corriente o masa de agua considerada.

C: Concentración de la substancia.

17
 t: tiempo.

x, y, z: eje de coordenadas cartesianas.

U, V, W: Componentes de velocidad en las direcciones x, y, z.

Ex, Ey, Ez: Coeficientes de dispersión en las direcciones x, y, z.

R: Velocidad de reacción de transformación.

Para un área constante:

(C )   C 
 EX  UAC   R
t x  x 

(C ) C  2C
 U X  Ex 2  R
t x x

2.3.2.2. Régimen de flujo en lagunas de estabilización

Según el autor (Cruz T., Alayón Torres, & Monsegny S., Agosto - 2000), los
regímenes de flujo que se muestran en las lagunas de estabilización son el de
mezcla completa y el flujo de pistón, uno totalmente opuesto al otro. Entre
estos dos extremos se encuentra el régimen denominado de flujo disperso o
arbitrario. La determinación del régimen de mezcla es de gran importancia,
puesto que con ésta es posible tener una idea del comportamiento de las tasas
de remoción de los nutrientes que llegan al sistema, del consumo de oxígeno y
el modelo cinético de remoción de materia orgánica entre otras.

A. Régimen de mezcla completa

El régimen de mezcla completa ideal está caracterizado porque la masa de

agua que entra al sistema se dispersa instantáneamente, haciendo que las
características del agua sean las mismas en cualquier punto, lo cual indica que
las tasas de reacción son constantes en el reactor y la demanda de oxígeno es
idéntica en cualquier punto de muestreo, así mismo ocurre con la tasa de
remoción; esto tiene grandes ventajas frente al régimen de flujo de pistón
como: el consumo de oxígeno por los microorganismos es uniforme, las cargas
de choque son amortiguadas fácilmente sin que la población de organismos se
vea gravemente afectada. La mayoría de las lagunas de estabilización no
alcanzan las condiciones de mezcla completa. Este modelo es una
aproximación razonable del proceso de transporte hidráulico en lagunas, sólo

18
para los casos donde el volumen de la zona activa es casi la mitad del volumen
de la laguna. (Cruz T., Alayón Torres, & Monsegny S., Agosto - 2000).

B. Régimen de flujo de pistón

El régimen de flujo de pistón se especifica porque la masa de agua que entra al

sistema y pasa a través del mismo, es descargada en el mismo orden en que
ésta ingresó, es decir, la masa de agua en su desplazamiento a lo largo del
flujo (laguna) se difunde en su misma capa, pero no lo hace con las capas
inmediatamente anterior ni posterior. En teoría, cada elemento del líquido
seguirá un patrón de agotamiento de nutrientes, con una tasa de remoción
inicialmente rápida que se hace cada vez más lenta según el líquido se mueve
a lo largo del estanque, ya que la alta concentración de nutrientes a la entrada
hace que la demanda de oxígeno sea también alta. Este régimen de flujo,
presenta el inconveniente de que las poblaciones de microorganismos se
pueden ver afectadas cuando las cargas orgánicas aplicadas varían a causa de
algún vertimiento de choque. (Cruz T., Alayón Torres, & Monsegny S., Agosto -
2000).

C. Régimen de flujo arbitrario o disperso

El flujo arbitrario es un régimen de transición entre el flujo de pistón y el de

mezcla completa, definido por las características geométricas de la laguna
como longitud de recorrido, ancho de la laguna, ubicación de las estructuras de
entrada y salida, existencia de bafles y profundidad. Otros factores que inciden
son las condiciones ambientales propias del entorno donde se encuentra la
laguna, como el viento y la temperatura, la existencia de cortos circuitos, zonas
muertas o regiones de estancamiento, dispersión causada por turbulencia y
mezcla local. Todos estos factores interactúan simultáneamente,
proporcionando un coeficiente de dispersión (d) característico. Cruz T. and et
al. (Agosto - 2000).

Wehner y Wilhelm derivaron la ecuación para reactores químicos, la cual

exhibe cinética de primer orden y condiciones de mezcla no ideales bajo
cualquier tipo de condiciones de entrada o salida de flujo, expresión que
posteriormente (Thirumurthi, 1974) desarrolló en un nomograma.

19
Figura 2. Nomograma de Thirumurthi (aplicada para la ecuación de Wehner y
Wilhelm)

Según refiere (Polprasert & Bhattarai, 1985), la ecuación de Wehner y Wilhelm

es válida en lagunas en las cuales las reacciones ocurren uniformemente en
toda la profundidad del estanque siguiendo la razón k (constante de
degradación cinética). Para el valor de d = 0 indica que el flujo es de pistón y
cuando el valor tiende a infinito el flujo es de mezcla completa, en lagunas de
estabilización el valor de d oscila entre 0.1 y 4.

Debido a estas desviaciones del flujo ideal, el tiempo de retención real

promedio es menor que el calculado para un reactor ideal, algunas partículas
pueden fluir a través de la laguna rápidamente, otras pueden tomar tiempos de
retención distintos y otras pueden llegar a las zonas de estancamiento
ocasionando una reducción del volumen efectivo del estanque (Polprasert &
Bhattarai, 1985).

Para el diseño de lagunas facultativas diferentes autores han propuesto

distintos métodos que pueden clasificarse en tres grupos: métodos empíricos,
métodos racionales y modelos matemáticos; su aplicación depende de diversas
variables como la zona geográfica (latitud), clima, carga orgánica aplicada,
temperatura del agua residual y régimen de flujo, entre otros. Para la selección
y aplicación del método a emplear en el diseño o para la evaluación de una
20
planta que está en operación, es fundamental determinar el régimen de flujo y
para ello es de gran ayuda calcular el coeficiente de dispersión.

Tabla 2. Clasificación de los modelos

Modelo de
Flujo Flujo Mezcla
Modelo Carga
Pistón Disperso Completa
Superficial
1. Marais - Shaw X
2. Hermann y Gloyna X
3. Thirumurthi X X X
4. McGarry y Pescod X
5. Marais modificado X
6. Arceivala X
7. Yañez X
8. Duncan Mara X
9. Cubillos X
1O. Mara y Silva X
11. Fair X X X
12. Pistón X
13. CEPIS X

Fuente: Adaptada de (Cruz T., Alayón Torres, & Monsegny S., Agosto - 2000)

2.3.2.3. Determinación del Régimen de Flujo

Para la determinación del régimen de flujo en lagunas de estabilización, se

puede recurrir a metodologías como: (1) El uso de trazadores, (2) Aplicación
del modelo empírico del CEPIS (basado en la geometría de la laguna y
temperatura del agua residual.) y (3) Aplicación de modelos cinéticos de primer
orden para diferentes tipos de mezcla.

A. Trazadores
En su estudio realizado por (Cruz T., Alayón Torres, & Monsegny S., Agosto -
2000), para que el cálculo del coeficiente de dispersión d, mediante el uso de
trazadores conduzca a resultados confiables, es conveniente que el marcador
utilizado cumpla con ciertas características: el trazador y el agua deben
desplazarse a la misma velocidad; no debe experimentar reacciones químicas
21
con el agua ni con materiales del medio; la cantidad del trazador no debe
modificar de forma significativa la densidad, viscosidad o temperatura del agua;
debe ser fácilmente soluble en el agua y permitir factores de dilución elevados;
los fenómenos de dispersión y difusión del trazador deben ser iguales a los del
agua; su presencia sea inocua para los seres vivos y no deben contaminar la
laguna durante largos períodos.

Para determinar el coeficiente de dispersión es necesario hallar la curva de

distribución de edad del trazador. Esta curva se obtiene experimentalmente,
inyectando el trazador a la entrada de la laguna, en forma de impulso bien sea
continuo o instantáneo y midiendo su concentración a la salida en función del
tiempo. Uno de los estadísticos utilizados para caracterizar la curva es el

tiempo promedio,  que se obtiene a partir del primer momento de la curva de
distribución de edad, es decir, es el centroide de la curva y que se calcula con
la siguiente expresión: (1)


 iCi
(1)
Ci

Otro estadístico importante es la varianza, que se define como:


C 2 
 2 i i
 2 (2)
C i

 2 : varianza de la curva C en función de t (min2)

C: concentración del trazador

 : tiempo (min.)


 : tiempo promedio (min.)

A partir del tiempo promedio y de la varianza se define:

2
  t
2
 (3)
2

Que es la varianza de forma adimensional. El cálculo del coeficiente de

dispersión d se desarrolla iterando sucesivamente, hasta hallar el valor d que
cumpla la siguiente ecuación:

22
  t2  d  2d 2 1  exp( 1 / d )  0 (4)

B. Aplicación del Modelo Empírico del CEPIS

Como la determinación del coeficiente de dispersión con el uso de trazadores
es costosa, el CEPIS desarrolló una ecuación empírica basada en la geometría
de la laguna y en la temperatura de la misma:

1.158 t (W  2Z )
0 , 489
W 1,511
d (5)
(T  42.5) 0, 734 ( L Z )1, 489

Donde:

d: Coeficiente de dispersión (adimensional).

t: Tiempo de retención hidráulico, TRH (días).

T: Temperatura del agua residual (°C).

Z: Profundidad (m).

L: Longitud de recorrido del agua residual. (m).

W: Ancho de la laguna (m).

Que es una adaptación de la expresión de acuerdo a lo menciona (Polprasert &

Bhattarai, 1985), en la cual la viscosidad cinemática se expresa en función de
la temperatura del agua residual.

Para la aplicación de la ecuación 5 se debe tener en cuenta que la presencia

de bafles en las lagunas incrementa la longitud de recorrido del agua residual, y
que el valor W corresponde al ancho total de la laguna.

C. Aplicación de Modelos Cinéticos.

Para la aplicación de los modelos cinéticos en la selección del régimen de
mezcla se recurre a la información de la DBO y DQO obtenida durante el
período de caracterización. Esta información se depura estadísticamente
utilizando el criterio establecido por Veltz quien concluyó que el coeficiente de
variación de DBO en agua residual doméstica para comunidades pequeñas se
encuentra entre el 30 y 40 %; para comunidades medias varía entre el 20 y

23
30%, y el comportamiento de los datos diarios de DBO se ajustan a una
distribución de probabilidad normal.

2.2.4. Laguna de Oxidación de Yaricampa – Sapallanga

Debido a su latitud, la zona debería tener un clima cálido. Sin embargo, la

presencia de la cordillera de los Andes y la altitud de la ciudad (3259 msnm)
causan serias variaciones en el clima. Tiene un clima templado durante todo el
año, variando entre 20.08 °C y 4.55 °C en promedio. La poca variación de este
clima hace que la zona sólo se distinga dos estaciones, la temporada de lluvias
desde Octubre hasta Abril (correspondiente a gran parte de la primavera y el
verano) y la temporada seca de mayo a septiembre. Las temperaturas más
bajas se registran en las madrugadas de los días de los meses de junio a
agosto.

El clima se puede interpretar como un proceso termodinámico (cambio de calor

a frío y viceversa, de sequedad a humedad, etc.), con un carácter continuo y
discontinuo donde hay ocurrencia de fenómenos cíclicos.

Figura 3: Ubicación de la toma de muestra de la laguna de oxidación de

Yaricampa – Sapallanga

Fuente: Google Earth.

24
Tabla 3. Características promedio del agua residual municipal

Propiedad Máximo Promedio Mínimo

pH 7,5 7,2 6,8
Sólidos Totales (mg/L) 640 453 322
Sólidos Totales volátiles (mg/L) 503 340 225
Sólidos suspendidos (mg/L) 258 145 83
Sólidos suspendidos volátiles 208 120 62
(mg/L)
DQO (mg/L) 436 288 159
DBO (mg/L) 276 158 75
Cloruros (mg/L) 45 35 25

2.4. Hipótesis de la Investigación

2.4.1. Hipótesis General

 Mediante el estudio de modelo matemático de flujo disperso permite

optimizar el diseño de una laguna de oxidación y por tanto la
disminución de carga orgánica de las aguas residuales.

2.4.2. Hipótesis Específicas

 Las características que presenta las aguas residuales de la laguna de

oxidación son alteraciones de tipo físico, químico y biológico.

 Los elementos del modelo matemático que permite el control de la

reducción de carga orgánica de las aguas residuales de la laguna de
oxidación, son coeficiente cinético, coeficiente de dispersión y tiempo de
retención hidráulica.

 El número del coeficiente de dispersión varía con el estudio de los

modelos matemáticos propuestos.

2.5. Variables de la Investigación

Variables independientes:

25
 Modelos matemáticos de lagunas de oxidación. Adimensional.

Variable dependiente:

Materia orgánica (mg/L DBO).

2.6. Operacionalización de las Variables

Variable Definición Conceptual Definición Operacional Indicador

Cantidad de oxígeno
Serie de operaciones que mide la
usada en la oxidación
DBO diferencia de oxigeno inicial y el mg O2/L
bioquímica de la materia
oxígeno al cabo de 5 días.
DEPENDIENTE

Carga Orgánica

orgánica.

Cantidad de oxígeno
equivalente necesario La demanda química de oxígeno
para oxidar las sustancias se determina a partir de la
presentes en efluentes diferencia entre el dicromato
DQO mg O2/L
líquidos residuales, añadido inicialmente y el
mediante un agente dicromato encontrado tras la
químico fuertemente oxidación.
oxidante
Modelo matemático
INDEPENDIENTE

Los modelos matemáticos

muestran una descripción del
funcionamiento de los sistemas,
especialmente de los procesos
de transformación y eliminación Adimension
Modelo matemático de
de las diferentes especies
flujo disperso al
químicas y/o biológicas. El
modelo de flujo disperso se
encuentra entre un modelo
cinético de flujo de mezcla
completa y flujo pistón.

26
 CAPÍTULO III

METODOLOGÍA DE LA INVESTIGACIÓN

3.1. Tipo de Investigación

Si se considera a los tipos de investigación básica y aplicada según

(Ccanto, 2014), la presente investigación pertenece al tipo aplicada,
debido a que se va resolver un problema definido sobre el estudio de
modelo matemático de flujo disperso para la reducción de la carga
orgánica de las aguas residuales del efluente de la laguna de oxidación
de Yaricampa – Sapallanga.

3.2. Nivel de la Investigación

De acuerdo a las trayectorias de los procesos de la investigación

cuantitativa se considera los niveles de la investigación como:
exploratorios, descriptivos, correlaciónales y explicativos, (Hernández
Sampieri, Fernández Collado, & Baptista, 2014), se considera el proceso
de esta investigación como correlacional, debido a que se tiene por
finalidad de estudiar el modelo matemático de flujo disperso utilizando
modelos cinéticos de degradación de materia orgánica aplicados al caso
específico de la laguna de oxidación de aguas residuales de Yaricampa –
Sapallanga..

3.3. Métodos de Investigación

El método de investigación desarrollado en la presente investigación,

corresponde al método experimental, para lo cual se analizan los modelos
matemáticos de flujo disperso y poder encontrar el coeficiente de
dispersión y la constante cinética con éstos modelos.

3.4. Diseño de Investigación

De acuerdo a (Hernández Sampieri, Fernández Collado, & Baptista, 2014)

el desarrollo del diseño de la investigación fue de tipo experimental,
considerando las propiedades físicas del afluente y del efluente de la
laguna de oxidación en estudio.
27
3.5. Población y muestra

Se considera una muestra no probabilística (Hernández Sampieri,

Fernández Collado, & Baptista, 2014). La cual muestras representativas
que cumpla en un análisis representativo de análisis de las propiedades
físicas y químicas del afluente y efluente de la laguna de oxidación de
Yaricampa – Sapallanga.

3.6. Técnicas e instrumentos de recolección de datos

 Se utilizaran los instrumentos directos, el cual permitirá recolectar los

datos directamente desde la fuente, para ello se hace uso de los
experimentos y observación directa.
 También se harán uso de datos secundarios es decir datos
recogidos previamente por otros investigadores.
 Como se usará como instrumento de recolección de datos lo
experimental, y para ello se usará lo siguiente:
 Para el pH: pH metro marca TKR_ATC, modelo PXIII y de rango 0 -
14 pH.
 Para la Temperatura: un termómetro calibrado de mercurio -10C a
110°C.
 Para la DQO: equipo Hach DR200.
 DBO5: método de Winkler
 Los demás de acuerdo con las normas AWWA y las guías del
standars methods.
Los criterios básicos para el estanque de estabilización de residuos son:

Temperatura: la temperatura media mensual del aire ambiente del mes

más frío es en promedio de 6.8 °C y para el mes más caliente es de 14.7
°C.

Tiempo de retención: Este es el tiempo requerido para que la fuerza de

DBO5 de las aguas residuales se reduzca a la fuerza deseada.
Generalmente es mínimo de siete (7) días.

Concentración del Afluente: esto se determina en el análisis de

laboratorio. El resultado de la prueba muestra que el DBO 5 es de 469

28
 mg/L, que es de resistencia media. Esto es como resultado de que solo
se están descargando desechos domésticos y el estanque de
estabilización de desechos puede manejar aguas residuales de esta
fuerza. Por lo tanto, el uso de estanques anaeróbicos no es necesario ya
que están destinados a recibir aguas residuales orgánicas de muy alta
resistencia.

Estándar de efluente requerido: el estándar de efluente adoptado por

(Mara, 2003) es 50 – 70 mg/L DBO5 para estanque facultativo y menos
de 25 mg/L para estanque de maduración. La experiencia de campo en
África ha demostrado que se adopta un promedio de 60 mg/L para el
efluente de estanque facultativo.

En la Tabla 4 se presenta un resumen de los parámetros, técnicas e

instrumentos utilizados en la presente investigación.

Tabla 4. Técnicas e instrumentos de recolección de datos

TIPO PARÁMETRO TÉCNICA INSTRUMENTO

C DBO Incubación en frasco hermético Botellas (Oxi top)

a 20 °C por 5 días en oscuridad.
Caracterización de Aguas residuales

C DQO Oxidación reflujo cerrado con Espectrofotómetro

dicromato de potasio en exceso
en medio ácido y con
catalizador que se determina
fotométricamente a 620 nm.

C pH Determinación de la actividad de pHmetro

los iones hidrogeno por medidas
potenciométricas

C turbidez Comparación de la intensidad Turbidímetro

de la luz dispersada en
condiciones definidas.

Fuente: Elaboración propia

C = Cuantitativo

29
3.7. Procedimientos de recolección de datos

Para la recolección de datos se realizó trabajo de campo para obtener las

muestras de laguna de oxidación de Yaricampa – Sapallanga, mediante
muestreo al azar. Se tomaron mediciones de temperatura in situ, luego las
muestras son transportadas al laboratorio en condiciones de oscuridad.
Se efectuaron pruebas de laboratorio para determinar las características
fisicoquímicas de las aguas residuales.

3.8. Técnicas de Procesamiento y Análisis de Datos

Los datos de los análisis de laboratorio almacenados y ordenados en la

plantilla de Excel. También para el modelo matemático se utilizó el
Minitab.

30
 CAPÍTULO IV

RESULTADOS DE LA INVESTIGACIÓN

4.1. Presentación, análisis e interpretación de los datos

4.1.1. Características del agua residual de la laguna de oxidación

Las aguas residuales contienen muchas sustancias diferentes que

pueden utilizarse para caracterizarlas. Las sustancias específicas y las
cantidades o concentraciones de cada uno variarán, dependiendo de la
fuente. Es difícil caracterizar con precisión las aguas residuales. En
cambio, la caracterización de las aguas residuales generalmente se basa
y se aplica a un promedio de aguas residuales domésticas. (Spellman,
2003).

Realizado la caracterización de las aguas residuales de la laguna de

oxidación de Yaricampa – Sapallanga, se obtuvo para dos periodos:
Periodo cálido y periodo frío.

4.1.1.1. Periodo cálido

El periodo cálido se refiere a la época donde la temperatura del ambiente

es caluroso. La fecha referencial es del 26 al 31 de enero de 2018.

Tabla 5. Datos experimentales depurados de DBO en el afluente y efluente en

el Periodo cálido

DATOS DEPURADOS
Muestra
DBO (mg/L) DQO (mg/L)
N°
FECHA AFLUENTE EFLUENTE AFLUENTE EFLUENTE

1 26/Ene 428 378 512 381

2 27/ Ene 342 296 436 298
3 28/ Ene 256 204 322 285
4 29/ Ene 186 148 213 206
5 30/ Ene 124 112 198 178
6 31/Ene 106 98 160 122

31
 Fuente: Elaboración propia

4.1.1.2. Periodo frío

El periodo frio se refiere a la época donde la temperatura del ambiente es

bajo. La fecha referencial es del 31 marzo al 04 de abril de 2018.

Tabla 6. Datos experimentales depurados de DBO y DQO en el afluente y

efluente en el Periodo frío

DATOS DEPURADOS
Muestra
DBO (mg/L) DQO (mg/L)
N°
FECHA AFLUENTE EFLUENTE AFLUENTE EFLUENTE

1 31/Mar 469 401 633 509

2 01/Abr 394 312 568 420
3 02/ Abr 305 231 433 386
4 03/ Abr 266 202 298 248
5 04/ Abr 194 144 206 179
6 05/ Abr 142 104 152 144

Fuente: Elaboración propia.

4.1.2. Aspectos descriptivos de las variables

Para la aplicación de la metodología propuesta se usarán los datos
del estudio de caracterización de la planta de tratamiento de aguas
residuales de la Laguna de Oxidación de Yaricampa – Sapallanga.
Dimensiones de la Laguna:
L (largo)= 34 (2)= 68 m
W (ancho)= 36.5 m
Z (profundidad)= 2,5 m
Temperatura promedio del mes más frío: 8.2 °C
Temperatura promedio del mes más caliente: 14.7 °C

Tabla 7. Características geométricas de la laguna de oxidación de Yaricampa –

Sapallanga

32
 Ancho Long. Profund. TRH t Temp. A.R
W (m) Recorrido (m) Z (m) (dias) Cálida (°C)

Laguna
36.5 34 2.5 20.5 14.7
Prim.

Laguna.
36.5 34 2.5 20.5 14.7
Secund.

Fuente: Elaboración propia.

4.1.3. Análisis de los Modelos Cinéticos

Para poder realizar la aplicación de los modelos cinéticos, sólo se
asumirán en consideración aquéllos definidos para régimen de flujo de
pistón y mezcla completa.

4.1.3.1. Modelo de Fair

Este modelo está determinado para condiciones de mezcla aproximada al
flujo de pistón, cinética de decrecimiento de primer orden, y no toma en
cuenta la influencia de lodos en cuanto al aporte de éstos a la DBO. (Cruz
T., Alayón Torres, & Monsegny S., Agosto - 2000)

La ecuación que define el modelo es:

Sa
Se  (6)
(1  n k t )1 / n

Donde:

Se: Concentración DBO5, efluente (mg/L).

Sa: Concentración DBO5, afluente (mg/L).

k: Constante cinética (días-1).

t: Tiempo de retención hidráulico (días).

n: Factor de respuesta al tratamiento (adimensional).

Según Cruz and et., (2000), el coeficiente n, es un factor de medida de la

eficiencia del sistema, que involucra tanto el tipo de régimen de flujo, así
como el posible retardo en la estabilización ocasionada por la
coexistencia en el agua de materiales con diferentes velocidades de
reacción.

33
 La ecuación 6, es un enunciado general, pues al variar n entre 0 y 1 se
obtienen las condiciones para los regímenes de flujo de pistón y mezcla
completa (Marais & Shaw, 1961) respectivamente. Esta ecuación se
transforma de tal manera que k sea la pendiente de la línea de tendencia.
(Cruz T., Alayón Torres, & Monsegny S., Agosto - 2000). Quedando la
ecuación de la siguiente forma:

( Sa n  Sen )
 k Sen (7)
nt

Para establecer qué valor de n se ajusta mejor, se itera variando los

valores de n entre el intervalo señalado, escogiéndose el valor de n para
el cual se tiene mayor correlación y el intercepto se acerque más al
origen. Además el signo de la pendiente debe ser positivo, lo cual indica
que se presenta degradación de la materia orgánica. (Cruz T., and et. -
2000)

4.1.3.2. Modelo de Marais - Shaw

Según especifica (Cruz T., Alayón Torres, & Monsegny S., Agosto - 2000),
la ecuación del modelo cinético propuesto por Marais - Shaw está
determinada para un régimen de mezcla completa con cinética de primer
orden bajo la siguiente ecuación (n = 1) en la ecuación (6):

Sa
Se  (8)
1 k t

Al linealizar la ecuación 8, de tal forma que la constante de degradación k

sea la pendiente de la recta se tiene la siguiente ecuación:

Sa  Se
 k Se (9)
t

4.1.3.3. Modelo de Flujo Pistón.

De igual manera, parte de la ecuación propuesta por Fair cuando n tiende

a 0 se obtiene la siguiente ecuación:

Se  Sa exp( k t ) (10)

34
 Al graficar esta ecuación la pendiente m de la recta es exp(-kt), de donde
conocido el tiempo de retención, el valor de k es:

 ln ( Se / Sa)
k (11)
t

4.1.3.4. Modelo de Thirumurthi

Este modelo está diseñado para ser aplicado a un régimen de flujo

intermedio o disperso, y parte de la ecuación propuesta por Wehner y
Wilhelm, de la cual Thirumurthi desarrolló un nomograma.

 1 
4 a exp  
Se
  2d  (12)
Sa   1     a 
(1  a ) exp  2d   (1  a ) exp  2d 
2 2

     

Donde: a  1  (4 k t d )

En la mayoría de lagunas de estabilización con coeficientes de dispersión

menores de 2 es común utilizar la ecuación simplificada de la siguiente
forma:

Se 4 a exp(1  a) / (2d )
 (13)
Sa (1  a)2

La ecuación anterior puede utilizarse sin cometer errores significativos, si

el valor de d es menor a 2.

4.1.3.5. Modelo de Nameche y Vasel

Recientemente, (Nameche & Vasel, October 1998) revisaron el trabajo de

varios investigadores sobre la predicción del número de dispersión. Los
autores compararon estos con los datos del estudio de trazadores de más
de treinta sistemas de lagunas aireadas y de estanques y utilizaron la
regresión lineal y multilineal para desarrollar sus propias ecuaciones
predictivas.

Para estanques de estabilización de residuos propusieron:

𝐿 𝐿
𝑃 = 0.1 (𝑊) + 0.01 (𝑍) (14)

35
 donde P es el número de Peclet (el inverso del número de dispersión).
1
𝑑=𝑃 (15)

En conclusión, se puede argumentar que el número de dispersión en sí

mismo es efectivamente un "factor" que intenta dar cuenta de la extensa
gama de influencias que afectan el flujo de fluido a través de un sistema
de estanque. Se puede ver que un gran número de investigaciones han
realizado intentos para desarrollar ecuaciones predictivas para el número
de dispersión. Varias de estas ecuaciones se han revisado de forma
independiente y han tenido complicaciones cuando se compararon con
diferentes conjuntos de datos. Ninguna de estas ecuaciones ha ganado
un uso generalizado como método de diseño reconocido.

4.2. Determinación de los modelos cinéticos

4.2.1. Modelo de Marais-Shaw – Período cálido

k (dias-1)= 0.0077

Coeficiente de correlación = 0,935

4.2.1.1. Análisis de regresión: (Sa-Se)/t vs. Se

La ecuación de regresión es:

(Sa-Se)/t = - 15.25 + 0.1578 Se
S = 5.15468 R-cuad. = 93.5% R-cuad. (ajustado) = 91.9%
4.2.1.2. Análisis de varianza

El análisis de varianza se muestra en la Tabla 9, para el modelo

de Marais – Shaw para el periodo cálido.

Tabla 8. Análisis de varianza para el modelo de Marais - Shaw para el periodo

cálido

Fuente GL SC MC F P

Regresión 1 1533.27 1533.27 57.71 0.002

Error 4 106.28 26.57

Total 5 1639.56

36
La figura 4 muestra la utilización del modelo de Marais – Shaw para un periodo
cálido, en ella se puede apreciar un ajuste lineal con un R2 de 93.5 %.

Modelo de Marais - Shaw

60 Regresión
IC de 95%
50 S 5.15468
R-cuad. 93.5%
R-cuad.(ajustado) 91.9%
40
(Sa-Se)/t (mg/L.d)

30

20 (Sa-Se)/t = - 15.25 + 0.1578 Se

10

-10
100 150 200 250 300 350 400
Se (mg/L)

Figura 4. Modelo de Marais-Shaw de la constante cinética de degradación de

matéria orgánica, para el período más cálido

La figura 5, muestra la probabilidad normal de residuos para medias, en la cual

se evidencia que los valores experimentales están próximas a los valores
calculados mediante el modelo considerado. La gráfica de probabilidad normal,
indica que los datos siguen aproximadamente una línea recta.

Gráfica de probabilidad normal

(la respuesta es (Sa-Se)/t)
99

95

90

80
70
Porcentaje

60
50
40
30
20

10

1
-10 -5 0 5 10
Residuo

37
Figura 5. Probabilidad normal de residuos para medias

La figura 6, muestra los residuos con respecto al ajuste para medias, en donde
se verifica que los puntos se encuentran distribuidos aleatoriamente a ambos
lados del cero y por tanto presentan una varianza constante.

vs. ajustes
(la respuesta es (Sa-Se)/t)

5.0

2.5

0.0
Residuo

-2.5

-5.0

-7.5

-10.0
0 10 20 30 40 50
Valor ajustado

Figura 6. Residuos vs. ajustes para medias

5.0

2.5

0.0
Residuo

-2.5

-5.0

-7.5

-10.0
1 2 3 4 5 6
Orden de observación

38
Figura 7. Residuos vs. Orden para medias.

La figura 7, muestra los residuos con respecto al orden de las observaciones,

donde se comprueba su independencia, dado que no muestran tendencias ni
patrones en un desarrollo del orden cronológico. No existe correlación entre los
puntos y muestran una distribución aleatoria alrededor de la línea central y por
tanto son independientes.

4.2.2. Modelo de Marais-Shaw – Período frio

k (dias-1)= 0.0102

Coeficiente de correlación = 0.962

4.2.2.1. Análisis de regresión: (Sa-Se)/t vs. Se

La ecuación de regresión es:

(Sa-Se)/t = - 20.83 + 0.2087 Se

S = 5.08333 R-cuad. = 96.2% R-cuad. (ajustado) = 95.2%

4.2.2.2. Análisis de varianza

El análisis de varianza se muestra en la Tabla 10, para el modelo

de Marais – Shaw para el periodo frio.

Tabla 9. Análisis de varianza para el modelo de Marais - Shaw para el periodo

frio

Fuente GL SC MC F P

Regresión 1 2613.53 2613.53 101.14 0.001

Error 4 103.36 25.84

Total 5 2716.89

La figura 8 muestra la utilización del modelo de Marais – Shaw para un periodo

frio, en ella se puede apreciar un ajuste lineal con un R2 de 96.2 %.

39
 Modelo de Marais - Shaw

80 Regresión
IC de 95%
70
S 5.08333
60 R-cuad. 96.2%
R-cuad.(ajustado) 95.2%
50
(Sa-Se)/t (mg/L.d)

40

30 (Sa-Se)/t = - 20.83 + 0.2087 Se

20

10

-10
100 150 200 250 300 350 400
Se (mg/L)

Figura 8. Modelo de Marais-Shaw de la constante cinética de degradación de

materia orgánica, para el período frio

La figura 9, muestra la probabilidad normal de residuos para medias, en la cual

se evidencia que los valores experimentales se encuentran próximas a los
valores calculados mediante el modelo considerado. La gráfica de probabilidad
normal, indica que los datos siguen aproximadamente una línea recta por tanto
tienen una distribución normal.

40
 Gráfica de probabilidad normal
(la respuesta es (Sa-Se)/t)
99

95

90

80
70
Porcentaje

60
50
40
30
20

10

1
-10 -5 0 5 10
Residuo

Figura 9. Probabilidad normal de residuos para medias

La figura 10, muestra los residuos con respecto al ajuste para medias, en
donde se verifica que los puntos se encuentran distribuidos aleatoriamente a
ambos lados del cero y por tanto presentan una varianza constante.

5.0

2.5
Residuo

0.0

-2.5

-5.0

0 10 20 30 40 50 60 70
Valor ajustado

Figura 10. Residuos vs. ajustes para medias.

41
La figura 11, muestra los residuos con respecto al orden de las observaciones,
donde se comprueba su independencia, dado que no muestran tendencias ni
patrones en un desarrollo del orden cronológico. No existe correlación entre los
puntos y muestran una distribución aleatoria alrededor de la línea central y por
tanto son independientes.

5.0

2.5
Residuo

0.0

-2.5

-5.0

1 2 3 4 5 6
Orden de observación

Figura 11. Residuos vs. orden de observación para medias

Coeficiente de dispersión con la ecuación de CEPIS

d = 0.176

Coeficiente de dispersión con el modelo de Nameche y Vasel

d = 0.3342

4.2.3. Modelo de flujo de pistón – Período cálido

k (dias-1) = 0.02840

Coeficiente de correlación = 0.9884

4.2.3.1. Análisis de regresión: Se vs. Sa

La ecuación de regresión es:

Se = - 3.40 + 0.8713 Sa

42
 S = 11.9224 R-cuad. = 99.1% R-cuad. (ajustado) = 98.8%

4.2.3.2. Análisis de varianza

El análisis de varianza se muestra en la Tabla 11, para el modelo de flujo

pistón para el periodo cálido.

Tabla 10. Análisis de varianza para el modelo de flujo Pistón para el periodo
cálido

Fuente GL SC MC F P

Regresión 1 60983.4 60983.4 429.03 0.000

Error 4 568.6 142.1

Total 5 61552.0

La figura 12 muestra la utilización del modelo de flujo pistón para un periodo

cálido, en ella se puede apreciar un ajuste lineal con un R2 de 99.1 %.

Modelo de flujo Pistón

400 Regresión
IC de 95%

350 S 11.9224
R-cuad. 99.1%
R-cuad.(ajustado) 98.8%
300

250
Se (mg/L)

Se = - 3.40 + 0.8713 Sa
200

150

100

50
100 150 200 250 300 350 400 450
Sa (mg/L)

Figura 12. Modelo de Flujo Pistón de la constante cinética de degradación de

materia orgánica, para el período cálido

La figura 13, muestra la probabilidad normal de residuos para medias, en la

cual se evidencia que los valores experimentales están próximas a los valores
calculados mediante el modelo considerado
43
 Gráfica de probabilidad normal
(la respuesta es Se)
99

95

90

80
70
Porcentaje

60
50
40
30
20

10

1
-30 -20 -10 0 10 20 30
Residuo

Figura 13. Probabilidad normal de residuos para medias

La figura 14, muestra los residuos con respecto al ajuste para medias, en
donde se verifica que los puntos se encuentran distribuidos aleatoriamente a
ambos lados del cero y por tanto presentan una varianza constante.

10

0
Residuo

-5

-10

-15

100 150 200 250 300 350 400

Valor ajustado

Figura 14. Residuos vs. ajustes para medias

44
La figura 15, muestra los residuos con respecto al orden de las observaciones,
donde se comprueba su independencia, dado que no muestran tendencias ni
patrones en un desarrollo del orden cronológico. No existe correlación entre los
puntos y muestran una distribución aleatoria alrededor de la línea central y por
tanto son independientes.

10

0
Residuo

-5

-10

-15

1 2 3 4 5 6
Orden de observación

Figura 15. Residuos vs. orden de observación para medias

4.2.4. Modelo de flujo de pistón – Período frio

k (dias-1) = 0.02840

Coeficiente de correlación = 0.9884

4.2.4.1. Análisis de regresión: Se vs. Sa

La ecuación de regresión es:

Se = - 31.16 + 0.8932 Sa

S = 10.6086 R-cuad. = 99.2% R-cuad. (Ajustado) = 99.1%

4.2.4.2. Análisis de varianza

El análisis de varianza se muestra en la Tabla 12, para el modelo

de flujo pistón para el periodo frio.

45
Tabla 11. Análisis de varianza para el modelo de flujo Pistón para el periodo
frio

Fuente GL SC MC F P

Regresión 1 59539.2 59539.2 529.04 0.000

Error 4 450.2 112.5

Total 5 59989.3

La figura 16, muestra la utilización del modelo de flujo pistón para un periodo
cálido, en ella se puede apreciar un ajuste lineal con un R2 de 99.1 %.

Modelo de Flujo Pistón

450 Regresión
IC de 95%
400 S 10.6086
R-cuad. 99.2%
350 R-cuad.(ajustado) 99.1%

300
Se (mg/L)

250
Se = - 31.16 + 0.8932 Sa

200

150

100

100 200 300 400 500

Sa (mg/L)

Figura 16. Modelo de Flujo pistón de la constante cinética de degradación de

matéria orgánica, para el período más cálido

La figura 17, muestra la probabilidad normal de residuos para medias, en la

cual indica que los valores experimentales están próximas a los valores
calculados mediante el modelo considerado.

46
 Gráfica de probabilidad normal
(la respuesta es Se)
99

95

90

80
70
Porcentaje

60
50
40
30
20

10

1
-20 -10 0 10 20
Residuo

Figura 17. Probabilidad normal de residuos para medias

La figura 18, muestra los residuos con respecto al ajuste para medias, en
donde se verifica que los puntos se encuentran distribuidos aleatoriamente a
ambos lados del cero y por tanto presentan una varianza constante.

15

10

5
Residuo

-5

-10

100 150 200 250 300 350 400

Valor ajustado

Figura 18. Residuos vs. ajustes para medias

47
La figura 19, muestra los residuos con respecto al orden de las observaciones,
donde se comprueba su independencia, dado que no muestran tendencias ni
patrones en un desarrollo del orden cronológico. No existe correlación entre los
puntos y muestran una distribución aleatoria alrededor de la línea central y por
tanto son independientes.

15

10

5
Residuo

-5

-10

1 2 3 4 5 6
Orden de observación

Figura 19. Residuos vs. orden de observación para medias

4.3. Discusión de resultados

Con la información depurada, se procede a aplicar algunos de los modelos

cinéticos para determinar el régimen que se presenta en una laguna de
oxidación de Yaricampa - Sapallanga.

Para la Demanda Bioquímica de Oxígeno total y soluble (DBO), Demanda

Química de Oxígeno total y soluble (DQO), se recolectó la información
primaria como son los datos climatológicos e hidrológicos del lugar y
aspectos constructivos del sistema. Posteriormente, se procedió con los
muestreos de campo y el trabajo de laboratorio. El promedio de remoción
de carga orgánica para el periodo más cálido está en 77,1 %, en
comparación con otras lagunas de oxidación es relativamente baja, sin
embargo, este valor se debe a muchos factores, principalmente se debe a

48
 que las aguas residuales tratadas en la laguna de oxidación de de
Yaricampa – Sapallanga, no son sólo aguas residuales domésticas, sino
también tienen aguas residuales del alcantarillo. El promedio de remoción
de carga orgánica para el periodo más frío está en 77.8 %.

Para el periodo cálido según los datos experimentales depurados de DBO y

DQO en el afluente y efluente con una temperatura promedio de 14.7 °C, al
remplazar los datos geométricos de la laguna de oxidación de Yaricampa –
Sapallanga, en la ecuación, que representa la ecuación empírica del CEPIS
se obtienen los valores del coeficiente de dispersión. De igual forma si se
usan las ecuaciones (14 y 15), de dispersión con el modelo de (Nameche &
Vasel, October 1998) se obtiene el coeficiente de dispersión, resumidos en
la Tabla 12.

Tabla 12. Coeficientes de dispersión en el periodo cálido.

Modelo Coeficiente de Dispersión, d

CEPIS 0.176
Nameche y Vasel 0.3342

Fuente: Elaboración propia

De igual manera, para el periodo frío según los datos experimentales

depuradas de DBO y DQO en el afluente y efluente. Con una temperatura
promedio de 8.2 °C, al remplazar los datos geométricos de la laguna de
oxidación de Yaricampa – Sapallanga, en la ecuación (5), que representa la
ecuación empírica del CEPIS se obtienen los valores del coeficiente de
dispersión. De igual forma si se usan las ecuaciones (14 y 15), de dispersión
con el modelo de Nameche y Vasel se obtiene el coeficiente de dispersión
mostrado en la Tabla 13.

Tabla 13. Coeficientes de dispersión en el periodo frío.

Modelo Coeficiente de Dispersión (d)

CEPIS 0.192
Nameche y Vasel 0.3342

Fuente: Elaboración propia

49
Los resultados obtenidos, tanto para el periodo cálido como para el periodo
más frío muestran una tendencia hacia el régimen de flujo de pistón, ya que el
valor del coeficiente de dispersión, d, tiende a cero. Aplicando la ecuación
empírica del CEPIS el coeficiente de dispersión, muestra una tendencia hacia
el régimen de flujo pistón, mostrando en la laguna de oxidación un valor de
0.192 aproximadamente, que de acuerdo con el modelo de (Nameche & Vasel,
October 1998) se se tiene un valor de 0.3342. Por lo cual, podemos indicar que
el régimen de flujo presenta el inconveniente de que las poblaciones de
microorganismos se pueden ver afectadas cuando las cargas orgánicas
aplicadas varían a causa de algún vertimiento de choque.

La determinación de la constante cinética (k), para el modelo de Marais-Shaw y

el modelo de flujo pistón para el periodo más cálido se puede observar en la
tabla 14 y 15 respectivamente.

Tabla 14. Constante cinética (k), para el periodo más cálido

Modelo K (d-1) R2
Marais-Shaw 0.0077 0.935

Flujo pistón 0.0067 0.991

Fuente: Elaboración propia

Al comparar los valores de los coeficientes de determinación (R 2) de las

constantes cinéticas de degradación de materia orgánica, se encuentran que
ambas presentan buenos resultados, pero sin embargo, existe una mejor
correlación para el modelo de flujo pistón.

La determinación de la constante cinética (k), para el modelo de Marais – Shaw

y el modelo de flujo pistón para el periodo más frio se puede observar en la
tabla 15.

Tabla 15. Constante cinética (k), para el periodo más frio

Modelo K (d-1) R2
Marais-Shaw 0.0102 0.962
Flujo pistón 0.0055 0.992

Fuente: Elaboración propia

50
De igual forma, se puede comparar los valores de los coeficientes de
determinación (R2) de las constantes cinéticas de degradación de materia
orgánica, se encuentran que ambas presentan buenos resultados, pero sin
embargo, existe una mejor correlación para el modelo de flujo pistón.

Con la aplicación de los modelos cinéticos, en primer lugar el modelo de Marais

– Shaw, utilizado para regímenes de flujo de mezcla completa, se encontró que
los coeficientes de determinación (R2) para el periodo más caliente valores de
0.935 y 0.962 respectivamente, para la laguna de oxidación de Yaricampa –
Sapallanga.

En segundo lugar, el modelo de flujo pistón describió mejor el comportamiento

de la laguna de oxidación, para la cual se obtuvo los coeficientes de
determinación (R2) para el periodo más frio valores de 0.991 y 0.992
respectivamente, que son mejores valores que el modelo de Marais - Shaw.

Definitivamente, en el modelo de CEPIS, el valor del coeficiente de dispersión

se notó una mayor tendencia hacia el régimen de flujo pistón en donde se
obtuvieron unos valores de 0.176 para el periodo más cálido, y 0.192 para el
periodo más frio. Sin embargo, estos valores se encuentran condicionados al
valor de la constante cinética k a la cual se encuentra operando la laguna de
oxidación de Yaricampa – Sapallanga

El diseño de lagunas de estabilización de aguas residuales se fundamenta en

que el coeficiente de reacción es de primer orden, que representa un enfoque
de mezcla completa sugerida por primera vez por (Marais & Shaw, 1961) y más
tarde por (Marais G. , 1974). Entonces se puede decir que no sólo se asume
una descomposición de primer orden del material biodegradable en las aguas
residuales junto con las características completas de mezcla dentro del
estanque pero descuida tanto la filtración y la evaporación.

51
 CAPÍTULO V

APORTES DE LA INVESTIGACIÓN

5.1. Aportes teóricos – metodológicos

En la presente investigación, los aportes teóricos – metodológicos están

encaminados a la aplicación a las características de las aguas residuales que
según referencias serían considerablemente diferentes para cada comunidad.
Si bien esto es cierto hasta cierto punto, las aguas residuales que se reciben en
las instalaciones de tratamiento, especialmente en las comunidades más
pequeñas que usan sistemas de lagunas, son bastante comparables. Se
pueden hacer varias declaraciones generales sobre los flujos de aguas
residuales "promedio".

Una laguna típica de estabilización recibe un flujo de aproximadamente 75 a

100 galones por día por cada persona que contribuye al sistema de
recolección. Este número puede variar algo dependiendo de la cantidad de
infiltración y del número y tipo de industrias que están descargando al sistema.
Sin embargo, la cantidad de flujo debe estar cerca de este rango. Si el flujo
aumenta significativamente por encima de esta cantidad, se obtendrá menos
tiempo para el tratamiento de los residuos y una menor capacidad de
almacenamiento para el sistema. Es responsabilidad del operador monitorear y
controlar la cantidad de aguas residuales que ingresan al sistema de la laguna
para asegurarse de que todos los parámetros de los permisos se cumplan
constantemente.

Cuando las aguas residuales se mantienen o retienen en el sistema de

recolección por un tiempo prolongado, cualquier oxígeno que pueda estar en el
agua será consumido por la actividad química o biológica. En condiciones de
bajo oxígeno (o anaeróbico), la actividad química o biológica adicional
cambiará los compuestos en el agua. Cuando esto sucede, se dice que las
aguas residuales son sépticas y se vuelven negras con un fuerte olor
desagradable. Los nuevos compuestos resultantes formados en estas
condiciones generalmente son una molestia (huelen a huevos podridos), son

52
corrosivos (ácidos) para el equipo y el sistema de recolección, son un peligro
para la salud (tóxico) y son compuestos difíciles de estabilizar para el proceso
de tratamiento.

En cuanto a la temperatura, las aguas residuales que ingresan al sistema de la

laguna usualmente son algunos grados más cálidas que la fuente de suministro
de agua para la comunidad o la industria atendida por el sistema.
Normalmente, la temperatura del flujo en el sistema de la laguna varía de 45 a
70 °F. Si bien las temperaturas más cálidas generalmente resultan en mejores
eficiencias de tratamiento, la temperatura de las aguas residuales, a menos
que sea extrema, no es una preocupación importante para los operadores de la
laguna debido al gran volumen de agua en el sistema en comparación con el
flujo entrante y porque las consideraciones de diseño de las instalaciones se
deben a temperaturas bajas.

Watters et al., declararon que el éxito futuro de los estanques de estabilización

de desechos como una opción de tratamiento viable depende de la mejora de
su diseño. Sugirieron que se necesita una mejor comprensión de la hidráulica
del estanque. En particular, observaron que los métodos de diseño
generalmente ignoran factores importantes como la forma, los espacios
muertos, los cortocircuitos, las diferencias de densidad y las configuraciones de
entrada / salida. El aporte fundamental de esta tesis es contribuir a una mejor
comprensión de la hidráulica de los estanques de estabilización de residuos, a
través de experimentos de laboratorio, estudios de campo y modelos
matemáticos.

5.2. Aportes institucionales

Las lagunas de estabilización de aguas residuales se utilizan ampliamente para

proporcionar tratamiento de aguas residuales en todo el mundo, es el proceso
de tratamiento de mayor aplicación. Es asimismo el método más sencillo en su
operación y mantenimiento. Sin embargo, como todo proceso de tratamiento,
requiere de una buena operación y mantenimiento para su buen
funcionamiento. Una revisión de la literatura indicó la comprensión de la
hidráulica de los estanques de estabilización de desechos es fundamental para
su optimización, la investigación en estas áreas ha sido relativamente limitada y

53
que existe una comprensión mecánica del comportamiento del flujo que existe
dentro de estos sistemas.

La ley de Fick describe la difusión molecular. Si se considera que la dispersión

general en la dirección x tiene un comportamiento equivalente, la dispersión de
un trazador, C, se puede describir mediante la siguiente ecuación:

𝜕𝐶 𝜕2𝐶
=𝐷 2
𝜕𝑡 𝜕𝑥

Donde, D es el coeficiente de dispersión axial que define el grado de mezcla. Si

u y L son el componente de velocidad y la longitud en la dirección x, entonces
la forma adimensional de la ecuación se puede derivar como:

𝜕𝐶 𝜕 2 𝐶 𝜕𝐶
=𝑑 2−
𝜕𝜃 𝜕𝑧 𝜕𝑧
Donde:

𝜃 = 𝑡/𝑡𝑝𝑟𝑜𝑚 = 𝑡𝑢/𝐿;

𝑧 = (𝑢𝑡 + 𝑥)/𝐿;

𝑑 = (𝐷/𝑢𝐿).

La constante adimensional d se conoce como el número de dispersión y puede

derivarse experimentalmente de los resultados de un estudio de trazadores. En
realidad, el número de dispersión es una función de las numerosas influencias
físicas que pueden afectar el movimiento del fluido en un estanque. Estas
influencias incluyen:

• El caudal y su variación en el tiempo;

• El tamaño de entrada, posición y orientación;
• La posición de salida y diseño;
• Cizalladura del viento y su variación en el tiempo;
• Geometría de estanques (incluyendo influencias de deflectores);
• Efectos de temperatura / densidad.

Para el diseño de nuevos estanques, se busca un método preciso para predecir

el número de dispersión, es por esta razón la importancia que tiene la

54
predicción del coeficiente de dispersión axial, a partir de las cuales se puede
determinar el número de dispersión, que ayudará a poder diseñar mejor una
laguna de estabilización.

55
 VI. CONCLUSIONES

1. Se caracterizó las aguas residuales de la laguna de oxidación de la

laguna de oxidación de Yaricampa – Sapallanga. Los análisis
muestreados de la laguna de oxidación en diferentes épocas del año
revelaron características fisicoquímicas distintas, lo que indica la
influencia de las condiciones ambientales del lugar sobre la composición
del mismo, mostrando la época de calor mayor concentración de
contaminantes con un promedio DBO igual a 469.8 mg/L y DQO de 633
mg/L, 8.1 de pH, 319 mg/L de sólidos suspendidos totales y 360 NTU de
turbidez.

2. Se estudio el modelo matemático para el conocer el comportamiento

hidráulico de la Laguna de Oxidación de Yaricampa – Sapallanga. Los
elementos principales del modelo son la constante cinética k, (d-1), y d
(coeficiente de dispersión, adimensional). El valor de k son realizadas
para dos épocas del año. En época cálida utilizando el modelo de flujo
pistón, se encontró el valor de k 0,0067 d-1 con R2 de 0.991; en época fría
el valor de k es 0,0055 d-1 con R2 de 0.992 con R2 de 0,9884. En época
cálida, utilizando el modelo de Marais – Shaw se encontró el valor de k
0,0077 d-1 con R2 de 0.935; y en la época fría el valor de k es de 0.0102
con R2 de 0.962.

3. Con respecto al modelo de flujo disperso; el coeficiente de dispersión con

la ecuación de CEPIS es 0.176 y el coeficiente de dispersión (d) con el
modelo de Namache y Vesel es de 0,3342. La evaluación del coeficiente
de dispersión en diferentes épocas indican que el comportamiento
hidráulico de la laguna de oxidación tiende a ser tipo flujo Pistón.

56
 VII. SUGERENCIAS

Para futuras investigaciones, con el fin de mejorar y dar aplicabilidad a este tipo
de sistema de laguna de estabilización, se sugiere realizar el estudio
experimental utilizando trazadores para determinar el régimen de flujo y así
aplicar los modelos matemáticos a lagunas de estabilización.

57
 VIII. REFERENCIA BIBLIOGRÁFICA

Agunwamba, J. C. (July 1992). A new method for dispersion number

determination in waste stabilization pond. Water, Air and Soil Pollution,
Volume 63, 361 - 369.

Agunwamba, J. C., Egbuniwe, N., & Ademilu, J. O. (1992). Prediction of the

dispertion number in waste stabilization ponds. War. Res., Vol. 26, N° 1,
85 - 89.

Butler, E., Tse-Hung, Y., Suleiman Al Ahmad, S., Yu-Li Yeh, R., Lian-Huey Lu,
R., & Fu, Y.-P. (23 de Abril de 2015). Oxidation pond for municipal
wastewater treatment. Obtenido de Environmental Engineering
commons:
https://engagedscholarship.csuohio.edu/cgi/viewcontent.cgi?referer=http
s://www.google.com/&httpsredir=1&article=1072&context=encee_facpub

Ccanto, G. (2014). Metodología de la investigación en Ingeniería Química y

Ambiental. Huancayo: Cultura Peruana.

Cortés Martínez, F., Treviño Cansino, A., Alcorta García, M. A., Kalahnikov, V.,
& Luévanos Rojas, R. (20 de Mayo de 2014). Mathematical Analysis for
the Optimization of a Design in a Facultative Pond: Indicator Organism
and Organic Matter. Obtenido de Hindawi Publishing Corporation:
http://dx.doi.org/10.1155/2014/652509

Cruz T., L. E., Alayón Torres, W. E., & Monsegny S., C. E. (Agosto - 2000).
Metodología para la Selección del Regimen de flujo en lagunas de
estabilización. Revista Ingeniería e Investigación, N° 46, 14 - 19.

De Freitas, A. (2002). Aplicación de modelos matemáticos para la simulación

de la remoción bacteriana en lagunas de maduración. Cancún, México:
Congreso Interamericano de Ingeniería Sanitaria y Ambiental.

Hernández Sampieri, R., Fernández Collado, C., & Baptista, L. M. (2014).

Metodología de la investigación. México: McGraw-Hill.

58
Juanico, M. (April 1991). Should Waste Stabilization Ponds be Designed for
Perfect-Mixing or Plug-Flow? Water Science & Technology , 23(7):1495-
1502.

Kehl, O., Wichern, M., Lubken, M., & Horn, H. (2009). Analysis for design
approaches for stabilization ponds under different boundary conditions.
Ecological Engineering, 1117 - 1128 .

Larios-Meoño, J. F., González Taranco, C., & Morales Olivares, Y. (10 de

Octubre de 2015). Las aguas residuales y sus consecuencias en el Perú.
Obtenido de Revista de la Facultad de Ingeniería de la USIL. Vol. 2, Nº
2. Segundo semestre . p. 09-25:
http://www.usil.edu.pe/sites/default/files/revista-saber-y-hacer-v2n2.2-1-
19set16-aguas-residuales.pdf

Mara, D. (2003). Domestic Wastewater Treatment in Developing Countries.

London: Earthscan.

Marais, G. (1974). Fecal Bacterial Kinetics in Stabilization Ponds . Journal of

the Environmental Engineering Division, Vol. 100, Issue 1, Pg. 119-139.

Marais, G., & Shaw, V. (1961). A rational theory for the design of sewage
stabilization ponds in Central and South Africa. Transactions of the South
African Institution of Civil Engineers, 3: 205 - 227.

Mendez Gutierrez, C., & Pérez Olmo, J. M. (2007). Procesos para el

tratamiento biológico de aguas residuales industriales. La Habana: F{elix
Varera.

Nameche, T., & Vasel, J. L. (October 1998). Hydrodynamic Studies and

Modelization for Aerated Lagoons and Waste Stabilisation Ponds. Water
Research, 32(10):3039-3045.

Olukanni, D. O. (2011). Hydraulic modeling and optimization of waste

stabilization pond design for developing nations . Ota, Nigeria: College of
Science and Technology, Covenant University.

Polprasert, C., & Bhattarai, K. (1985). Dispersion model for waste stabilization
ponds. J, Environmental Eng. , ASCE, 111 (1), 45 - 59.

59
Rolim C., S. (2000). Sistemas de lagunas de estabilización : como utilizar
aguas residuales tratadas en sistemas de regadío. Santaf{e de Bogotá:
McGraw-Hill.

Sah, L., Rousseau , D. P., & Hooijmans, C. (2012). Numerical modelling of

Waste Stabilization Ponds; Where do we stand? Water, Air & Soil
Pollution, Volume 223, 3155 - 3171.

Shilton, A. (2001). Studies into the hydraulics of waste stabilisation ponds.

Turitea Campus, Palmerston North, New Zeland: Thesis for the degree
of Doctor of Philosophy in Environmental Engineering.

Shilton, A., & Mara, D. (2005). CFD (computational fluid dynamics) modelling of
baffles for optimizing tropical waste stabilization pond systems. Water
Science Technology, 51(12):103-6.

Spellman, F. R. (2003). Handbook of water and wastewater treatment plant

operations. London: Lewis Publishers.

SUNASS. (2008). Estudio Diagnóstico Situacional de los Sistemas de

Tratamiento de Aguas Residuales en las EPS del Perú y Propuestas de
Solución. Obtenido de Lima. SUNASS:
https://www.sunass.gob.pe/doc/Publicaciones/libro_ptar_gtz_sunass.pdf

Thirumurthi, D. (1974). Design Criteria for Waste Stabilization Ponds. J. Wat.

Pol. Cont. Fed., 46 (9), 2094 -2106.

Thriumurthi, D. (1969). Design Principles of Waste Stabilization Ponds. J. San.

Eng. Div., A.S.C.E., 95 (SA2), 311-330.

Unit, O. T. (2000). Training Manual for Operators of Wastewater Stabilization

Lagoons. Michigan: State of Michigan Department of Natural Resources
& Environment.

Von Sperling, M. (2007). Waste Stabilisation Ponds. New Delhi, India: IWA
Publishing.

Watters, G. Z. (1972). The hydraulics of waste stabilization ponds. Logan, Utah:

Utah State University.

60
IX. ANEXOS

61
9.1. Datos de las pruebas experimentales de laboratorio a la laguna de
oxidación

62
9.2 Equipos de Análisis Químico

Espectrofotómetro UV-VIS 1203 Termoreactor Laviband

SHIMADZU ET 108

Turbidimetro marca HACH 2100P Equipo de análisis de DBO5

63
9.3. Estación de Huayao

9.4 Fotografías

Laguna de Oxidación Yaricampa - Sapallanga

64
Realizando medidas de la laguna de oxidación

Indicando puntos para el muestreo

65
Muestras para el laboratorio

66
Salida del efluente de la laguna de oxidación

67