Análisis de modelo inteligente para el control de potabilización de agua utilizando redes neuronales artificiales

Abstract

Este estudio presenta una metodología para la identificación y control del pH en un sistema de potabilización de agua, utilizando redes neuronales artificiales y técnicas de simulación. A partir de un modelo previamente desarrollado, se adaptaron los parámetros al sistema de la planta de Esmeraldas y se obtuvieron los datos experimentales, con los cuales se entrenó una red neuronal tipo feedforward capaz de modelar con alta precisión la dinámica entre la dosis química aplicada y la respuesta del pH. Posteriormente, se derivó una función de transferencia equivalente en tiempo continuo, que sirvió como base para el diseño de un controlador PID adaptativo con ajuste automático mediante técnicas neuronales. Los resultados mostraron que el controlador propuesto mejora la estabilidad del sistema, reduce el esfuerzo de control y optimiza el consumo de reactivos químicos, superando en desempeño al controlador PID clásico. Se evaluaron múltiples escenarios, incluyendo cambios escalonados de referencia y perturbaciones externas, validando así la robustez y eficiencia del enfoque planteado.