Redacción iAgua
Connecting Waterpeople
J. Huesa Water Technology
Amiblu
Ingeteam
Likitech
CAF
ADECAGUA
AMPHOS 21
TEDAGUA
RENOLIT ALKORPLAN
Fundación Biodiversidad
Schneider Electric
ACCIONA
Rädlinger primus line GmbH
GS Inima Environment
Cajamar Innova
DATAKORUM
Molecor
KISTERS
Sivortex Sistemes Integrals
FLOVAC
Hidroconta
Hach
Aqualia
Almar Water Solutions
ESAMUR
TecnoConverting
Grupo Mejoras
Asociación de Ciencias Ambientales
Fundación CONAMA
Xylem Water Solutions España
Consorcio de Aguas Bilbao Bizkaia
Barmatec
ICEX España Exportación e Inversiones
Innovyze, an Autodesk company
ISMedioambiente
Laboratorios Tecnológicos de Levante
Centro Nacional de Tecnología de Regadíos (CENTER)
SCRATS
AGS Water Solutions
Idrica
Catalan Water Partnership
Baseform
Global Omnium
Ministerio para la Transición Ecológica y el Reto Demográfico
Red Control
AECID
Confederación Hidrográfica del Segura
Sacyr Agua
Fundación Botín
ONGAWA
LACROIX
Minsait
s::can Iberia Sistemas de Medición
Saint Gobain PAM
Filtralite
Vector Energy
HRS Heat Exchangers
TRANSWATER
Agencia Vasca del Agua
FENACORE
Lama Sistemas de Filtrado
IAPsolutions

Se encuentra usted aquí

Un estudio liderado por el IIAMA confirma el potencial de los metadatos para la gestión de la EDAR

Sobre la Entidad

IIAMA
El IIAMA-UPV se creó en 2001 para impulsar la investigación orientada a la transferencia de tecnología y colaboración con empresas y organismos públicos, promover la docencia y asesoramiento en temas de agua.
  • estudio liderado IIAMA confirma potencial metadatos gestión EDAR
  • El estudio parte de la realidad del reto que supone para las empresas del sector del agua el almacenamiento y gestión de la gran cantidad de datos procedentes de las instalaciones de tratamiento, de forma que sean útiles tanto en el momento de su recogida como en el futuro.
  • La investigación aporta una serie de recomendaciones para permitir una mejor comprensión de los datos, facilitar su interpretación, su procesamiento y análisis posterior, haciendo posible su uso para una toma de decisiones adecuada.

“Con el avance de la digitalización en el sector del agua es fundamental que se puedan utilizar los datos almacenados para resolver retos actuales y futuros y, para ello, debemos convertir los grandes volúmenes de datos que se recogen actualmente en las instalaciones de tratamiento de aguas en información, en acciones inteligentes y en recursos útiles para mejorar su operación y gestión. En esta conversión, los metadatos juegan un papel esencial, ya que proporcionan la información contextual necesaria para la correcta interpretación de los datos”.

Esta es la principal reflexión del artículo científico “El valor de los metadatos para las estaciones de recuperación de recursos del agua” liderado por el investigador del IIAMA-UPV (Instituto de Ingeniería del Agua y Medio Ambiente de la Universitat Politècnica de València), Daniel Aguado García, y que ha sido publicado en la “Revista Iberoamericana del Agua”.

Junto al Dr. Aguado García han participado expertos de reconocido prestigio internacional como Frank Blumensaat, Juan Antonio Baeza, Kris Villez, María Victoria Ruano, Oscar Samuelsson, Queralt Plana y Janelcy Alferes, quienes forman parte del grupo de trabajo de la International Water Association (IWA) sobre recogida y organización de metadatos (MetaCO Task Group).

El estudio, publicado en abierto, parte de la realidad del reto que supone para las empresas del sector del agua el almacenamiento y gestión de la enorme cantidad de datos procedentes de las instalaciones de tratamiento, de forma que sean útiles tanto en el momento de su recogida como en el futuro.

“Para que los datos sean realmente útiles se tienen que utilizar para realizar acciones inteligentes, tomar decisiones, o aliviar a los operadores de proceso de tareas repetitivas”

“Los operadores tienen a su alcance una ingente cantidad de datos que no están siendo procesados y, por tanto, no se está aprovechando la información potencialmente valiosa que contienen para optimizar los procesos, ni para llevar a cabo una toma de decisiones adecuada”, señala el trabajo.

Para que los datos sean realmente útiles, se les tiene que poner a “trabajar”, es decir, utilizar para realizar acciones inteligentes, tomar decisiones, aliviar a los operadores de proceso de tareas repetitivas necesarias para el buen funcionamiento de la instalación.

Asimismo, también puede optimizar varios aspectos como el funcionamiento del proceso, el consumo energético, la dosificación de reactivos, el uso de las bombas. Del mismo modo, pueden monitorizar el funcionamiento del proceso, detectar, diagnosticar o anticiparse a los fallos que se puedan producir, detectar disminuciones graduales en el rendimiento del equipamiento (ej., bombas, válvulas, sensores…), o incrementar el conocimiento del proceso para su control y automatización del proceso.

“Muchas EDAR han implementado tecnologías de recuperación, de procesos innovadores y sostenibles, convirtiéndose en Estaciones de Recuperación de Recursos del Agua (ERRA)”

La economía circular en el sector de las aguas residuales

La transición hacia la economía circular ha supuesto en el sector un cambio en la percepción de las aguas residuales, pasando a concebirse como un recurso valioso para la recuperación de agua limpia, de nutrientes y de energía.

 “Con el objetivo de recuperar estos recursos valiosos, muchas EDAR se han actualizado y modernizado mediante la incorporación e implementación de tecnologías de recuperación, de procesos innovadores y sostenibles, convirtiéndose de esta manera en Estaciones de Recuperación de Recursos del Agua (ERRA), cuyo funcionamiento y operación se puede automatizar y optimizar basándose en los datos registrados en tiempo real por parte de la instrumentación desplegada en la instalación”, afirma Daniel Aguado, autor principal del estudio.

“Es fundamental que los datos almacenados de los sensores se complementen con metadatos, es decir, con una descripción adecuada de los mismos”

Por ello, a medida que dichas instalaciones han entrado en la era del Big Data, se enfrentan naturalmente a los desafíos de integrar actuadores inteligentes, sensores y sistemas de control autónomos de una manera sensata y transparente.

En este contexto, para hacer posible una interpretación de los datos más allá del momento original de la recogida de los mismos, “es fundamental que los datos almacenados de los sensores se complementen con metadatos, es decir, con una descripción adecuada de los mismos como ubicación del sensor, unidad de medida, rango de medida, fecha de calibración, fecha de limpieza, si ocurrió algún evento como episodio de lluvia, fallo operativo o vertido tóxico”, indica el investigador del IIAMA, Daniel Aguado.

“El artículo proporciona argumentos y soluciones tempranas que conducen a una recogida e interpretación armonizada de los datos”

Desafíos y posibles soluciones a la gestión de datos

Los datos recogidos pueden ayudar a responder a los desafíos de operación aún más complejos y a nuevas demandas debidas a los impactos ambientales, la calidad del efluente producido y la eficiencia de los recursos.

“Dado que se desconocen estos desafíos futuros, es particularmente difícil definir los metadatos necesarios, por lo que el estudio proporciona argumentos y soluciones tempranas que conducen a una recogida e interpretación armonizada de los datos”, explica el investigador del IIAMA.

En este sentido, la investigación aporta una serie de recomendaciones a los administradores de las instalaciones de tratamiento de aguas residuales para permitir una mejor comprensión y una toma de decisiones adecuada en el procesamiento y análisis de información.

“El artículo recomienda automatizar la recogida de metadatos, asegurar su disponibilidad y acceso para señales de sensores on-line o incluir la provisión de registros históricos completos”

“Tras revisar las distintas investigaciones realizadas al respecto, recomendamos automatizar la recogida de metadatos, asegurar su disponibilidad y acceso para señales de sensores on-line en la misma ubicación que las propias señales de los sensores, incluir la provisión de registros históricos completos y evaluar el potencial de cualquier tipo de metadatos para evitar la caducidad de datos valiosos y convertir lo que actualmente son cementerios de datos en recursos valiosos para la toma de decisiones”, expone Daniel Aguado.

Finalmente, el artículo pone en valor que una gobernanza de datos eficaz “incluye la provisión de metadatos de alta calidad que marcará la diferencia entre fracasos y éxitos en sistemas basados en datos (como los algoritmos de aprendizaje automático - machine learning-, los de aprendizaje profundo - deep learning-, los métodos estadísticos avanzados…) para la monitorización, automatización y optimización de las EDAR y ERRA”, concluye el estudio.

La redacción recomienda