You are on page 1of 16

Optimizacin en el diseo de lagunas de

estabilizacin con programacin no lineal


Facundo Corts-Martnez* Alejandro Trevio-Cansino
Universidad Jurez del Estado de Durango, Mxico
*Autor de correspondencia

Mara Aracelia Alcorta-Garca


Universidad Autnoma de Nuevo Len, Mxico

Agustn Senz-Lpez
Universidad Jurez del Estado de Durango, Mxico

Jos Luis Gonzlez-Barrios


Instituto Nacional de Investigaciones Forestales Agrcolas y Pecuarias

Resumen Abstract

Corts-Martnez, F., Trevio-Cansino, A., Alcorta-Garca, M. Corts-Martnez, F., Trevio-Cansino, A., Alcorta-Garca, M. A.,
A., Senz-Lpez, A., & Gonzlez-Barrios, J. L. (marzo-abril, Senz-Lpez, A., & Gonzlez-Barrios, J. L. (March-April, 2015).
2015). Optimizacin en el diseo de lagunas de estabilizacin Design Optimization for Stabilization Ponds Using Non-Linear
con programacin no lineal. Tecnologa y Ciencias del Agua, Programming. Water Technology and Sciences (in Spanish),
6(2), 85-100. 6(2), 85-100.
85
El estudio presenta un modelo matemtico de optimizacin The article herein presents a mathematical optimization model
para el diseo de sistemas lagunares integrado por dos to design lagoon systems containing two ponds: facultative and
lagunas: facultativa y de maduracin. El modelo tiene maturation. The objective function of the model was the cost. Four
como funcin objetivo el costo y considera cuatro variables decision variables were considered: hydraulic retention time and
de decisin: tiempo de retencin hidrulico y nmero number of screens in the facultative pond; in the maturation pond,
de mamparas en la laguna facultativa; en la laguna de also number of screens and retention time. Fecal coliform and organic
maduracin, tambin nmero de mamparas y tiempo de matter were considered as restrictions. The resulting model was non-
retencin. Se consideran como restricciones los coliformes linear since the relations among the variables were not proportional.
fecales y la materia orgnica. Dicho modelo result ser A pond system was designed using the traditional methodology
no lineal, ya que las relaciones entre las variables no son adopted by the National Water Commission for Mexico. The
proporcionales. Se dise un sistema lagunar utilizando la mathematical model was then applied. A comparison of the results
metodologa tradicional adoptada por la Comisin Nacional indicated a reduction in retention time of 14.16% and a decrease in
del Agua para Mxico, luego se aplic el modelo matemtico. cost of 12.04%. This finding is important given that the primary
Se lleva a cabo una comparacin de los resultados, los cuales disadvantage of these systems is the need for land. In addition, a
indican una reduccin del tiempo de retencin de 14.16% y sensitivity analysis of the objective function and the restrictions is
una disminucin del costo de 12.04%. El resultado anterior es included. This analysis is sensitive to changes in the parameters.
importante, ya que la principal desventaja de estos sistemas Both studies fully meet the quality standards stipulated by norms
es el requerimiento de terreno. Se incluye, adems, el anlisis for treated water discharged into receptor bodies. Additional
de sensibilidad de la funcin objetivo y las restricciones optimization studies that include different configurations are
consideradas. El citado anlisis es sensible a la variacin recommended.
de los parmetros. Ambos estudios cumplen perfectamente
con las condiciones de calidad del agua tratada que indica Keywords: Pond systems, fecal coliform, retention time, organic
la normatividad para el vertido a los cuerpos receptores. Se matter, construction cost, mathematical model optimization.
recomienda llevar a cabo otros estudios de optimizacin,
considerando diferentes configuraciones.

Palabras clave: sistemas lagunares, coliformes fecales,


tiempo de retencin, materia orgnica, costo de construccin,
modelo matemtico de optimizacin. Recibido: 25/01/2013
Aceptado: 07/05/2014

Tecnologa y Ciencias del Agua, vol. VI, nm. 2, marzo-abril de 2015, pp. 85-100
Corts-Martnez et al., Optimizacin en el diseo de lagunas de estabilizacin con programacin no lineal

Introduccin uso de deflectores en los sistemas lagunares,


puesto que se mejoran en forma importante las
Las lagunas de estabilizacin tienen tres objeti- condiciones hidrulicas y se favorece la reduc-
vos principales: a) la eliminacin de coliformes cin de las reas muertas.
fecales; b) la remocin de la materia orgnica, A la fecha se han realizado estudios en labo-
tambin llamada demanda bioqumica de ratorio para aumentar la eficiencia hidrulica
oxgeno (DBO), y c) de nutrientes: nitrgeno y y la eliminacin de contaminantes, conside-
fsforo (CNA e IMTA, 2007a). De acuerdo con rando deflectores. Killani y Ogunrombi (1984);
Senzia, Mayo, Mbwette, Katima y Jorgensen Pedahzur, Nasser, Dor, Fattal y Shuval (1993);
(2002), Agunwamba, Ochonogar y Ukpong Muttamara y Puetpaiboon (1997); Zanotelli,
(2003), Mara (2004), Abbas, Nasr y Seif (2006), Medri, Belli-Filho, Perdomo y Costa (2002);
Hamzeh y Ponce (2007), y Naddafi et al. (2009), Shilton y Harrison (2003a); Sperling, Cherni-
los estanques de estabilizacin se sugieren en charo, Soares y Zerbini (2003); Shilton y Mara
pases con climas tropicales, pues las condicio- (2005), y Abbas et al. (2006) publicaron que se
nes ambientales incrementan la eficiencia en la obtiene mayor eficiencia hidrulica y mejor
tratamiento del agua residual con mamparas
remocin de contaminantes.
a 70% de la longitud. Luego Banda (2007), y
Los sistemas lagunares se pueden clasificar
Winfrey, Stronsnider, Nairn y Strevett (2010)
en relacin con la presencia de oxgeno: anae-
concluyeron que se obtienen mejores resulta-
robias, facultativas y de maduracin (Metcalf &
86 dos al utilizar mayor nmero de deflectores.
Eddy, Inc., 1991):

De los modelos matemticos


Anaerobias. Las bacterias presentes no
requieren oxgeno disuelto necesario para
Killani y Ogunrombi (1984) recomendaron
la descomposicin de la materia orgnica; el uso de la investigacin de operaciones en
al proceso descrito tambin se le conoce lagunas de estabilizacin, con el propsito de
como digestin anaerobia (Rolim, 2000). obtener una optimizacin de recursos econ-
Facultativas. El mecanismo se lleva a cabo micos, es decir, determinar el costo ptimo del
en el estrato superior, es decir, el comen sistema. Nelder y Mean (1965); Fonseca y Fle-
salismo de bacterias aerobias y algas. La ming (1993, 1995); Oke y Otun (2001); Bracho,
materia orgnica es descompuesta por Lloyd y Aldana (2006); Winfrey et al. (2010), y
las bacterias heterotrficas, lo anterior ge Olukanni y Ducoste (2011) aplicaron la progra-
nera compuestos inorgnicos. El oxgeno macin lineal en el diseo de sistemas lagu-
necesario para realizar la simbiosis es nares; concluyeron que s era posible mejorar
suministrado principalmente por el proce el diseo mediante la optimizacin, a manera
so de fotosntesis (Mara, 2004). de incrementar la eficiencia del tratamiento y
De maduracin. Reciben el efluente de las minimizar costos. Finalmente, Sah, Rousseau y
Ciencias del Agua, vol. VI, nm. 2, marzo-abril de 2015

lagunas facultativas y se utilizan para pulir Hooijmans (2012) realizaron estudios compara-
el efluente de patgenos de acuerdo con tivos de los modelos existentes y concluyeron
la calidad requerida. Slo existe una zona: que era necesario proponer un modelo integral
aerobia (CNA e IMTA, 2007b). de optimizacin, donde se consideren todas las
variables que intervienen en el tratamiento del
Deflectores agua con estanques de estabilizacin.
De acuerdo con la revisin bibliogrfica, en
Shilton y Mara (2005), Abbas et al. (2006), Cor- Mxico existen pocos modelos matemticos de
ts, Trevio, Luvanos, Luvanos y Uranga optimizacin aplicados a los estanques de es-
(2014a), y Corts et al. (2014b) recomiendan el tabilizacin; debido a lo anterior, se plantearon

Tecnologa y
Corts-Martnez et al., Optimizacin en el diseo de lagunas de estabilizacin con programacin no lineal

los siguientes objetivos: a) realizar un anlisis del presente artculo es determinar un modelo
matemtico para determinar el modelo de matemtico, incluyendo dos lagunas: facultati-
optimizacin con dos lagunas; b) disear un va y de maduracin. Se consideran como res-
sistema lagunar con la metodologa tradicio- tricciones la demanda bioqumica de oxgeno y
nal, incluyendo el costo; c) aplicar el modelo el nmero de coliformes fecales en el efluente.
matemtico de optimizacin utilizando el sis- Consideraciones del modelo matemtico
tema Solver de Excel, y d) comparar los resulta- publicado por Olukanni y Ducoste (2011):
dos entre los dos anlisis y definir las ventajas utilizan un modelo multiobjetivo; es decir, se
econmicas de ambos estudios. maximiza la eliminacin de contaminantes y se
minimiza el costo; incluye adems como res-
Programacin no lineal triccin la concentracin de coliformes fecales
en el efluente, el nmero de mamparas y el rea.
El Gradiente Reducido Generalizado (GRG) es Mientras que en el presente estudio se incluyen
el algoritmo utilizado por el sistema Solver de como limitaciones tanto los coliformes fecales
Excel. El GRG inicia con una solucin conocida, como la materia orgnica, nmero de mam-
es decir, calculada anteriormente. El objetivo es paras y tiempo de retencin. Otra diferencia
encontrar una nueva propuesta, pero mejora- importante es que el presente estudio incluye
da. El algoritmo revisa la regin factible de la un solo modelo para dos lagunas, mientras que
solucin conocida y determina una nueva solu- el de Olukanni considera una sola laguna.
cin, hasta que ya no es posible optimizar ms La novedad del presente trabajo respecto a 87
el resultado. La herramienta acta en un grupo otras publicaciones de los autores referencia-
de celdas llamadas variables de decisin, que dos (Corts, Trevio, Luvanos & Luvanos,
se incluyen en la frmula de la funcin objetivo 2013; Corts et al., 2014a; Corts et al., 2014b),
y restricciones. Algunas de las caractersticas como ya se indic, es que se considera un mo-
de los problemas de programacin en donde delo matemtico integrado por dos lagunas,
es posible utilizar el mtodo de GRG son las con cuatro variables de decisin; mientras que
siguientes: la funcin objetivo puede ser lineal en las publicaciones anteriores, el modelo fue
o no lineal, admite restricciones de igualdad o definido para una sola laguna, con dos varia-
desigualdad y el punto de inicio para aplicar bles controlables. Es importante indicar que el
el GRG puede ser factible o no (Muramatsu, presente modelo matemtico es nico, es decir,
2011). de acuerdo con la revisin bibliogrfica, no ha
sido publicado anteriormente.
Anlisis de sensibilidad El documento est organizado de la si-
guiente forma: en la primera parte se describe
Segn Anderson, Sweeney y Williams (2004), la nomenclatura para el diseo de una laguna
el diagrama de tornado es recomendable para facultativa y de maduracin, as como la me-
determinar la sensibilidad del proyecto. El todologa tradicional de diseo. La segunda
Ciencias del Agua, vol. VI, nm. 2, marzo-abril de 2015

anlisis consiste en modificar los rangos de va- parte incluye el anlisis realizado para definir
lores considerados en el estudio, condicin que la funcin objetivo preliminar, relaciones ma-
proporciona informacin acerca de cmo afecta temticas, variables de decisin y restricciones
a la solucin mejorada. El diagrama de tornado consideradas. En la tercera parte se desarrolla
muestra la informacin por medio de barras, es un ejemplo de diseo con la metodologa tra-
decir, la barra ms ancha indica el parmetro dicional y luego la aplicacin del modelo ma-
ms sensible al cambio. temtico propuesto; adems se considera un
El presente estudio es continuacin del cuadro comparativo con resultados y anlisis
modelo matemtico de optimizacin publicado de sensibilidad del modelo. En la cuarta parte
por Olukanni y Ducoste (2011). La aportacin se incluyen las conclusiones.

Tecnologa y
Corts-Martnez et al., Optimizacin en el diseo de lagunas de estabilizacin con programacin no lineal

Materiales y mtodos a = constante adimensional.


Ne = coliformes fecales corregidos por
Para el diseo del sistema lagunar se consider evaporacin en el efluente de la
la metodologa establecida para Mxico por la laguna (NMP/100 ml).
Comisin Nacional del Agua (CNA) y el Insti- Ni = coliformes fecales en el influente de
tuto Mexicano de Tecnologa del Agua (IMTA). la laguna (NMP/100 ml).
El manual consultado fue Paquetes tecnolgicos Nf/No = nmero de coliformes fecales en el
para el tratamiento de excretas y aguas residuales efluente (NMP/100 ml).
en comunidades rurales de la Comisin Nacional del Kf = constante de decaimiento de la
Agua (CNA e IMTA, 2007a). DBO5 (da-1).
DBOef = concentracin de la DBO5 en el
Nomenclatura para el diseo de lagunas efluente de la laguna (mg/l).
de estabilizacin DBOe = concentracin de la DBO5 en el
efluente de la laguna corregida por
CO = carga orgnica. evaporacin (mg/l).
Qi = caudal en el influente de la laguna NMampF = nmero de mamparas en la laguna
(m3/da). facultativa.
DBOi = concentracin de la demanda bio- NMampM = nmero de mamparas en la laguna
qumica de oxgeno en el influente de maduracin.
88 de la laguna en mg/l. AM = rea de la laguna de maduracin
1 000 = factor de conversin. (m2).
= carga orgnica superficial (kg/ha-
da). Diseo de laguna facultativa (flujo
T = temperatura mnima media men- disperso. Mtodo de Ynez)
sual del aire (C).
Li = concentracin de DBO5 en el in- a) Carga orgnica:
fluente de la laguna (mg/l).
Af = rea de la laguna facultativa en (m2). C.O. = Qi (DBOi )/1 000 (1)
Qmed = caudal en el influente en (m3/da).
Z = profundidad (m). b) Carga superficial de diseo:
V = volumen (m3).
OF = tiempo medio de retencin hidruli- s = 250(1.085)T 20 (2)
co, laguna facultativa (das).
OM = tiempo medio de retencin hidruli- c) rea de la laguna facultativa:
co, laguna de maduracin (das).
X = relacin entre longitud y anchura. Af = 10LiQmed/ s (3)
BProm = ancho promedio en (m).
Ciencias del Agua, vol. VI, nm. 2, marzo-abril de 2015

LProm = longitud promedio en (m). d) Volumen de la laguna:


BSup = ancho superior en (m).
LSup = largo superior en (m). V = (Af )(Z) (4)
ASup = rea superficial en (m2).
Qe = caudal en el efluente de la laguna e) Tiempo medio de retencin hidrulico:
(m3/da).
e = evaporacin (mm/da). OF = V/Qi (5)
d = factor de dispersin adimensional.
Kb = coeficiente de reduccin bacteriana f) Dimensionamiento. Relacin largo ancho
(d-1). X = 3:

Tecnologa y
Corts-Martnez et al., Optimizacin en el diseo de lagunas de estabilizacin con programacin no lineal

Af
BProm = (6) Ne = (Ne)(Qi )/Qe (17)
X

o) Concentracin de la DBO en el efluente de
Af
LProm = (7) la laguna:
BProm
Kf 35
Kf = (18)
g) Para el ancho y largo: (1.085) 35 T

BSup = BProm + (Z)(Talud) (8) p) Concentracin de la demanda bioqumica de
oxgeno en el efluente de la laguna:
LSup = LProm + (Z)(Talud) (9)
DBOi
DBOe f = (19)
h) Clculo del rea superficial: KfOF + 1

ASup = (BSup )(LSup ) (10)


q) Eficiencia de remocin de la DBO:

i) Gasto en el efluente: (DBOi DBOe)


%= x100 (20)
DBOi
Qe = Qi 0.001ASupe (11)

r) DBO corregida por evaporacin: 89


j) Remocin de coliformes fecales: consideran-
do mamparas con longitud de 0.70 del largo de
DBOe = (DBOi )(Qi )/Qe (21)
la laguna se tiene que:


X = (LProm) (0.70) (nm. de mamparas
Laguna de maduracin (mtodo flujo
+ 1)/(BProm)/(nm. de mamparas + 1) (12)
disperso)

X 1. Tiempo de retencin hidrulico (O). Se


d= (13)
0.26118 + 0.25392(X) + 1.0136(X) 2 analiza por tanteos, es decir, se propone un
tiempo de retencin hidrulico y se revisa
k) Coeficiente de reduccin bacteriana: la concentracin de los coliformes fecales
en el efluente; stos deben ser iguales o
K b = 0.841(1.075)T 20 (14) menores de 1 000 NMP/100 ml.

l) Constante a. Se determina a travs de la 2. Volumen de la laguna:


frmula:
Ciencias del Agua, vol. VI, nm. 2, marzo-abril de 2015

V = (Qi )(OM ) (22)


a = 1+ 4(K bOF d) (15)
3. rea de la laguna:
m) Coliformes fecales en el efluente de la lagu-
V (23)
na facultativa: AM =
Z
Nf 4aexp(1 a)/2d (16) Para el resto del diseo se aplicaron las
= Ni
No (1+ a) 2 ecuaciones a partir del inciso f) hasta r), que se
n) Coliformes fecales corregidos por evapora- indican en la metodologa de la laguna facul-
cin: tativa.

Tecnologa y
Corts-Martnez et al., Optimizacin en el diseo de lagunas de estabilizacin con programacin no lineal

Funcin objetivo preliminar


Costo total = 750 BSupF + 12 LSupF + 12
( )( )
Los costos considerados para determinar la
+ LSupM + 10 LSupM + 3
( )( )
funcin objetivo son los siguientes: del terreno,
$750.00 metro cuadrado; costo ndice del bordo, +1 200 2 BSupF + 3 +2 LSupF + 3 + BSupM + 3
( ) ( ) ( )
$1 200.00 metro lineal; de la mampara, $500.00
metro lineal. +2 LSupM+ 3
( )
Segn Corts et al. (2014a; 2014b), la longi-
tud de la mampara se considerar al 70% de +500 (0.7 ) N MampF LSupF + N MampM LSupM (24)
la longitud: (0.7) NMampLSup. Para definir el rea
de la laguna facultativa se observa el ancho
superior ms la longitud de cada uno de los Donde BSupF = BPromF + 3. Segn la CNA y el
lados, como se muestra en la figura 1. Para la IMTA (2007a; 2007b), esta expresin se refiere
longitud se tiene (Bsup + 12) (Lsup 12); de igual al ancho superior de la laguna facultativa ms
forma para el permetro: 2 (Bsup 3) + 2 (Lsup 3). tres metros de la relacin 2:1 considerada en los
El mismo criterio se sigue para la laguna de bordos (figura 1). La ecuacin siguiente deter-
maduracin, considerando la informacin que mina la relacin largo ancho:
se indica en la figura 2. Con los datos anteriores
se determin la expresin (24): LSupF = 3BPromF + 3
90

Figura 1. Corte transversal de la laguna facultativa.


Ciencias del Agua, vol. VI, nm. 2, marzo-abril de 2015

Figura 2. Corte transversal de la laguna de maduracin.

Tecnologa y
Corts-Martnez et al., Optimizacin en el diseo de lagunas de estabilizacin con programacin no lineal

Para calcular el ancho promedio de la para la laguna de maduracin. El ancho pro-


laguna facultativa se realizan las siguientes medio se obtiene restando la profundidad por
operaciones: a) despejar el volumen de la la relacin de inclinacin del talud al ancho
ecuacin (5) de la metodologa tradicional; superficial. Finalmente se obtiene la expresin
b) luego sustituir el volumen en la expresin para calcular a longitud superior:
(4), y c) finalmente la expresin se determina
para el ancho del estanque, sustituyendo en la OM *QM
ecuacin (6): LSupM = + 2 (28)
OF Q F
4.5
BPromF = OF4.5QF
Sustituyendo las ecuaciones (25), (26), (27) y
Para calcular el ancho superior de la laguna (28) en la (24), se determina la funcin objetivo,
se considera la relacin de talud de los bordos; ecuacin (29):
de esta forma se define la expresin (25):
Costo total = 750 ( OF QF
4.5
+ 15 )( 2OF Q F + 15 )
BSupF = OF QF
4.5
+ 3 (25)

De forma similar, para el largo superior de


+ ( OF QF
4.5
+ 12 )O M
* QM
OF QF
4.5
+5

la laguna facultativa se obtiene la expresin


(26) (Corts et al., 2014a, 2014b): +1 200 2 ( OF QF
4.5
+6 +2 ) ( 2OF Q F + 6 ) 91

LSupF = 3 OF QF
+ 3 = 2OF Q F + 3 (26) OM * QM
4.5 + ( OF QF
4.5 )
+5 +2
OF QF
4.5
+5

Para la laguna de maduracin con 1.0 metro


de profundidad se define:
+500 (0.7 ) NMampF ( 2OF Q F + 3 )
BSupM = BSupF 1 O * QM

+ NMampM M +2 (29)
OF QF
4.5

Sustituyendo la expresin (25) en


BSupM = BSupF 1 se obtiene:
Como se observa en la expresin (29), el mo-
delo matemtico result no lineal debido a las
OF QF
BSupM = + 2 (27) relaciones matemticas que intervinieron para
4.5
determinar la funcin objetivo.
Para calcular el largo de la laguna de madu- Las variables de decisin consideradas son
racin se considera la ecuacin (7) de la meto- OF ,OM ,N MampF ,N MampM.
Ciencias del Agua, vol. VI, nm. 2, marzo-abril de 2015

dologa; luego, siguiendo el mismo criterio del El tiempo de retencin hidrulico en ambas
ancho superficial de la laguna de maduracin, lagunas influye directamente en las dimensio-
se tiene: nes de stas. El nmero de mamparas favorece
la eficiencia del tratamiento de las aguas
LSupM =
rea Prom
+2 residuales (Winfrey et al., 2010).
BPromM Restricciones:

Para el rea se sustituye la ecuacin (22) en 1 OF 30


la expresin (23) de la metodologa; como ya
se dijo, se considera 1.0 metro de profundidad d 0

Tecnologa y
Corts-Martnez et al., Optimizacin en el diseo de lagunas de estabilizacin con programacin no lineal

1 OM 10 La evaporacin es de 5 mm/da. Considerar la


relacin largo ancho de tres para la laguna fa-
0 DBOe 75 cultativa; para la de maduracin se considerar
el mismo ancho que el estanque facultativo.
Ne = 1 000 Para determinar la calidad del agua residual
tratada se incluy como base lo que indica la
0 NMampF 4 Norma Oficial Mexicana NOM-001-ECOL-96
(DOF, 1996).

0 NMampM 4 Resultados y discusin

NMampF ,NMampM = enteros El cuadro 1 muestra los resultados de diseo


del sistema de lagunas con el mtodo tradicio-
NMampF ,OF 0 nal; la figura 3 indica las dimensiones deter-
minadas; se observa que con 2 y 4 mamparas
Se dise una planta de tratamiento de se cumple con las condiciones de calidad que
lagunas de estabilizacin para un poblado indica la norma.
ejidal. La comunidad en cuestin se ubica en
el municipio de Gmez Palacio, Durango, M- Aplicacin del modelo matemtico para
92 xico. Datos: nmero de habitantes al horizonte la optimizacin
de proyecto 1 500; aportacin = 154 l/hab/da
(CNA e IMTA, 2007a); gasto de diseo: 231 m3/ El cuadro 2 indica que el sistema encontr una
da; temperatura promedio del mes ms fro: solucin en donde todas las restricciones y con-
11.8 C (CNA e IMTA, 2007b); concentracin de diciones de optimizacin fueron satisfechas. En
la materia orgnica (DBO5) en el influente = 220 el primer apartado del cuadro 2 se observa el
mg/l; coliformes fecales 1.0 x 107 NMP/100 ml. comparativo de costos. El resultado fue 12.04%
Estos valores son considerados para aguas resi- menor; en el mismo cuadro, en el apartado de
duales domsticas (Metcalf & Eddy, Inc., 1991). variables de decisin, se indica que el sistema

Cuadro 1. Resultados de diseo del sistema lagunar, mtodo tradicional.

Datos Laguna facultativa Laguna de maduracin

Qi Ni DBOi T OF NmampF OM NmampM

231 10 000 000 220 11.8 25.77 2 1.88 4

Resultados de la laguna facultativa


Ciencias del Agua, vol. VI, nm. 2, marzo-abril de 2015

X d kb a Wsup Lsup Qe Ne DBOe rea

18.9 0.0516 0.4648 1.8628 39.37 112.11 208.93 2 335 43 4 414.03

Resultados de la laguna de maduracin


X d kb a Wsup Lsup Qe Ne DBOe rea
58.94 0.0167 0.4648 1.0287 38.37 12.80 206.47 998.09 32 491.13

rea total Costo, laguna facultativa Costo, laguna de maduracin Costo total
4 905.16 $5 238 328.77 $678 661.09 $5 916 989.86

Tecnologa y
Corts-Martnez et al., Optimizacin en el diseo de lagunas de estabilizacin con programacin no lineal

Figura 3. Dimensiones del sistema lagunar con el mtodo tradicional. Arreglos de la laguna facultativa con dos mamparas
y de la laguna de maduracin con cuatro.
93

redujo el tiempo de retencin hidrulico de de los mtodos. Las dimensiones del estanque
25.77 a 22.12 das: la diferencia es de 3.65 das, facultativo con el modelo matemtico son
que representan 14.16%. Segn la CNA e IMTA menores. Existe una diferencia de 594 metros
(2007a; 2007b), el tiempo de retencin hidruli- cuadrados: 13.45%. No obstante que el rea es
co influye de forma directa sobre el tamao del menor que en el diseo tradicional, la eficiencia
estanque y, como consecuencia, en la necesidad de remocin de coliformes fecales result ma-
del terreno. Los resultados del presente docu- yor con el modelo de optimizacin. Como ya
mento coinciden con las aseveraciones de la se mencion, este resultado se debe a la incor-
CNA e IMTA (2007a; 2007b). Otro cambio impor- poracin de cuatro mamparas en lugar de las
tante es que se determinaron cuatro mamparas dos propuestas de manera original. Olukanni
en la laguna facultativa, en lugar de las dos que y Ducoste (2011) concluyen que en la optimi-
fueron propuestas de manera original. zacin en el diseo de sistemas lagunares es
Segn Killani y Ogunrombi (1984); Mutta- posible reducir el costo, condicionado a que
mara y Puetpaiboon (1996, 1997); Rolim (2000), se incluyan las restricciones adecuadas, consi-
Sperling, Chernicharo, Soares y Zerbini (2002); derando siempre las normas de la calidad del
Ciencias del Agua, vol. VI, nm. 2, marzo-abril de 2015

Shilton y Harrison (2003a); Shilton y Mara agua tratada en el efluente de estos sistemas.
(2005); Oakley (2005); Abbas et al. (2006), y Como se observa, el presente estudio coincide
Corts et al. (2013), esta condicin favorece al con las afirmaciones de estos autores.
flujo pistn dentro de la laguna, por tanto au- Acerca de la DBO5, los dos casos estudiados
menta la eficiencia en la eliminacin de conta- cumplen con la concentracin de contami-
minantes. Los resultados del presente estudio nantes en el efluente del estanque facultativo
concuerdan con las afirmaciones de los autores que menciona la norma mexicana NOM-001-
citados. ECOL-96 (DOF, 1996); 43 y 48 mg/l para el
En los cuadros 1 y 3 se indican las reas mtodo tradicional y la aplicacin del modelo
definidas en la laguna facultativa por cada uno matemtico, respectivamente. De acuerdo con

Tecnologa y
Corts-Martnez et al., Optimizacin en el diseo de lagunas de estabilizacin con programacin no lineal

Cuadro 2. Informe de resultados de optimizacin y comparativo del diseo del sistema lagunar.

Microsoft Excel 12.0 Answer Report


Worksheet: [Artculo 1 solver.xls] DISEO facultativa Maduracin
Report Created: 22/01/2013 16:29:42
Result: Solver found a solution. All constraints and optimality conditions are satisfied
Engine: Standard LSGRG Nonlinear
Solution Time: 05 seconds
Iterations: 6
Subproblems: 17
Incumbent Solutions: 3

Objective Cell (Min)

Cell Name Original Value Final Value


$J$20 Costo total 5 916 989.864 5 204 275.071

Decision Variable Cells

Cell Name Original Value Final Value Type


$G$6 OF 25.77 22.12 Normal
$H$6 NmampF 2.00 4.00 Normal

94 $I$6 OM 1.88 1.00 Normal


$J$6 NmampM 4.00 2.00 Normal

Constraints

Cell Name Cell Value Formula Status Slack


$H$20 Costo laguna facultativa $4 738 058.85 $H$20 >= 0 Not Binding 4 738 058.846
$I$20 Costo laguna de maduracin $466 216.23 $I$20 >= 0 Not Binding 466 216.2251
$J$16 DBOe 41 $J$16 <= 75 Not Binding 34.08882517
$J$16 DBOe 41 $J$16 >= 0 Not Binding 40.91117483
$I$16 NF/No 1 000.00 $I$16 = 1 000 Binding 0
$C$16 d 0.0290 $C$16 >= 0 Not Binding 0.029014794
$H$6 NmampF 4.00 $H$6 >= 1 Not Binding 3
$I$6 OM 1.00 $I$6 <= 10 Not Binding 9
$J$6 NmampM 2.00 $J$6 >= 1 Binding 0
$J$6 NmampM 2.00 $J$6 <= 4 Not Binding 2
$I$6 OM 1.00 $I$6 >= 1 Binding 0
Ciencias del Agua, vol. VI, nm. 2, marzo-abril de 2015

$G$6 OF 22.12 $G$6 >= 1 Not Binding 21.12037699


$H$6 NmampF 4.00 $H$6 <= 4 Binding 0
$G$6 OF 22.12 $G$6 <= 30 Not Binding 7.879623014

los resultados de los cuadros 1 y 3, se obtuvo Laguna de maduracin o pulimento


un costo menor con el modelo matemtico de
$500 269.92, que representa 9.55%. Lo anterior El cuadro 3 muestra los resultados del diseo
es una cifra importante, considerando la dispo- de las lagunas de maduracin. Con la aplica-
nibilidad de recursos econmicos. cin del modelo matemtico propuesto result

Tecnologa y
Corts-Martnez et al., Optimizacin en el diseo de lagunas de estabilizacin con programacin no lineal

Cuadro 3. Resultados de la optimizacin del diseo del sistema lagunar con el sistema Risk Solver Platform.

Datos Laguna facultativa Laguna de maduracin


Qi Ni DBOi T OF NmampF OM NmampM
231 10 000 000 220 11.8 22.12 4 1.00 2

Resultados de la laguna facultativa


X d kb a Wsup Lsup Qe Ne DBOe rea
52.5 0.0187 0.4648 1.3301 36.70 104.09 211.90 1 571 48 3 819.91

Resultados de la laguna de maduracin


X d kb a Wsup Lsup Qe Ne DBOe rea
33.76 0.0290 0.4648 1.0266 35.70 8.29 210.42 1 000.00 41 295.87

rea total Costo, laguna facultativa Costo, laguna de maduracin Costo total
4 115.78 $4 738 058.85 $466 216.23 $5 204 275.07

menor tiempo de retencin y, por tanto, un costo-efectividad. De acuerdo con Chvez, 95


rea menor de 39.375%. El nmero de mam- Hernndez y Flores (1989), se obtienen resul-
paras calculado con el mtodo tradicional fue tados ptimos que proporcionan elementos de
de cuatro; mientras que en el segundo diseo juicio para la toma de decisiones.
cambi a dos. No obstante lo anterior, los dos El cuadro 2 muestra el comparativo de
casos analizados cumplen perfectamente con resultados, as como las variables de decisin
los requerimientos de calidad del agua residual a que fue sometido el estudio. En el mismo
tratada que indica la Norma Oficial Mexicana, cuadro, en el apartado de restricciones, se ob-
as como la reduccin de costos, que fue de serva el parmetro de los coliformes fecales en
$212 444.86, lo anterior significa 31.30%. Como el efluente donde se cumpli exactamente con
puede observarse, el ahorro de recursos es la igualdad. Tambin se puede apreciar que el
importante. La principal desventaja de estos sistema toma el nmero mximo permitido por
sistemas de tratamiento es la gran rea de te- la restriccin de mamparas en la laguna faculta-
rreno que ocupan (CNA e IMTA, 2007a; 2007b). tiva, a diferencia del tiempo de retencin en la
laguna de maduracin, en el cual se selecciona
Del sistema lagunar en su conjunto el lmite inferior de la restriccin. Lo anterior se
interpreta que cuando el nmero de mamparas
La reduccin del tiempo de retencin fue de aumenta en la laguna facultativa, el tiempo de
Ciencias del Agua, vol. VI, nm. 2, marzo-abril de 2015

4.53 das y un rea menor de 16.09%. La dife- retencin de la laguna de maduracin tiende a
rencia de costos es de $712 714.79, que significa cero. En el cuadro 3 se observan los cambios
12.04%. realizados por el sistema de anlisis Solver en
Es prudente indicar que no es recomen- las 20 celdas dependientes.
dable aumentar en forma indiscriminada el
nmero de deflectores; segn Oke y Otun Reporte de sensibilidad
(2001), Shilton y Harrison (2003b), Bracho et al.
(2006) y Winfrey et al. (2010), deben tomarse en En este anlisis (figura 4) se grafic la funcin
cuenta los costos, por lo que los autores citados objetivo y se consider constante el nmero de
recomiendan se realice un anlisis econmico mamparas determinado por el modelo mate-

Tecnologa y
Corts-Martnez et al., Optimizacin en el diseo de lagunas de estabilizacin con programacin no lineal

96 Figura 4. Reporte de sensibilidad de costos con variaciones de manera independiente,


considerando slo el tiempo de retencin.

mtico de optimizacin en ambas lagunas: 4 tros ms sensibles al cambio. En la figura 5 se


y 2, respectivamente. Al fijar como constantes analiza el costo total del proyecto.
el nmero de mamparas se tienen slo tres Como se observa, la barra ms ancha es el
variables (OF, OM y costo total); de esta manera volumen de agua en el influente del sistema
se puede representar grficamente. Se confirma de tratamiento. ste es el parmetro ms sen-
que la funcin es no lineal, ya que la relacin sible al cambio; es decir, a mayor volumen ms
entre las variables no es proporcional. Tambin requerimiento de rea de terreno y, por ende,
se infiere que el modelo es sensible al cambio mayor costo. En orden de importancia sigue
de las variables, pues entre mayor es el tiempo el tiempo de retencin hidrulico, que tiene
de retencin en ambas lagunas, el costo de influencia con las dimensiones del sistema
construccin aumenta; as, es congruente con lagunar.
la realidad, puesto que si estos parmetros En la figura 6 se indica que el parmetro ms
son mayores, aumenta el rea necesaria para sensible que influye para la eliminacin del or-
Ciencias del Agua, vol. VI, nm. 2, marzo-abril de 2015

contener las aguas residuales y, por tanto, in- ganismo indicador es el tiempo de retencin, o
crementa el costo. sea, a menor tiempo de retencin hidrulico es
mayor la concentracin de coliformes fecales.
Anlisis de sensibilidad del sistema Otro parmetro importante es la temperatura:
lagunar a menor temperatura, mayor concentracin del
organismo indicador.
Para verificar la sensibilidad se consider una Acerca de la demanda bioqumica de oxge-
variacin de ms menos 10% en los principales no en el efluente del sistema lagunar, la figura 7
parmetros (Muramatsu, 2011) y se realiz una muestra que la DBO5 en el influente es la barra
grfica de tornado para observar los parme- ms sensible, seguida por la temperatura, y

Tecnologa y
Corts-Martnez et al., Optimizacin en el diseo de lagunas de estabilizacin con programacin no lineal

Figura 5. Anlisis de sensibilidad de costo total.

97

Figura 6. Anlisis de sensibilidad de nmero de coliformes fecales.

Ciencias del Agua, vol. VI, nm. 2, marzo-abril de 2015

Figura 7. Anlisis de sensibilidad de DBOe.

Tecnologa y
Corts-Martnez et al., Optimizacin en el diseo de lagunas de estabilizacin con programacin no lineal

significa que a menor temperatura, mayor con- Es importante mencionar que el presente
centracin de la materia orgnica. La eficiencia anlisis matemtico puede aplicarse a diferen-
de remocin de la materia orgnica tiene como tes condiciones de diseo; es decir, a cualquier
lmites de temperatura superior e inferior de regin; pero es necesario llevar a cabo algunos
37 y 4 grados; es decir, fuera de este rango, la cambios, como costos del terreno, terraplenes,
actividad de las algas que producen oxgeno deflectores, evaporacin y temperatura, entre
decrece de manera importante (Rolim, 2000; otros.
Oakley, 2005). En orden de relevancia sigue el Es recomendable, para los pases en desa-
tiempo de retencin hidrulico: la barra indica rrollo, la aplicacin de la programacin no
que a menor tiempo de retencin mayor es la lineal como herramienta auxiliar alternativa en
concentracin de la materia orgnica. la optimizacin en el diseo de lagunas de es-
Como puede observarse, el anlisis de tabilizacin. Se obtienen ahorros importantes y
sensibilidad responde de modo adecuado a la se cumple a la perfeccin con la normatividad
variacin de los parmetros involucrados en en materia de descarga de aguas residuales a
cada concepto. los cuerpos receptores.
En la figura 8 se muestran las dimensiones Es prudente llevar a cabo estudios adiciona-
optimizadas del sistema lagunar, determinadas les, considerando la incorporacin de una la-
por el modelo matemtico. guna anaerobia, luego comparar los resultados
con el fin de precisar la menor rea y costo para
98
Conclusiones la ejecucin del proyecto.

De acuerdo con los objetivos planteados, se Referencias


obtuvieron mejores resultados con la aplica-
cin del modelo matemtico de programacin Abbas, H., Nasr, R., & Seif, H. (2006). Study of Waste
no lineal: menor costo, tiempo de retencin Stabilization Pond Geometry for Wastewater Treatment
hidrulico y rea. Efficiency. Ecol. Eng., 28(1), 25-34.
Ciencias del Agua, vol. VI, nm. 2, marzo-abril de 2015

Figura 8. Dimensiones del sistema lagunar con el modelo matemtico propuesto.

Tecnologa y
Corts-Martnez et al., Optimizacin en el diseo de lagunas de estabilizacin con programacin no lineal

Anderson, D. R., Sweeney, D. J., & Williams, T. A. (2004). Hamzeh, R., & Ponce, V. M. (2007). Design and Performance
Mtodos cuantitativos para los negocios (116 pp.). Mxico, of Waste Stabilization Ponds. Citado el 13 de enero de
DF: Thomson Corporation. 2012. Recuperado de http://ponce.sdsu.edu/ramadan/
Agunwamba, J. C., Ochonogar, A., & Ukpong, E. C. (2003). stabilizationponds.html.
Experimental and Principal Component Analysis of Killani, J. S., & Ogunrombi, J. A. (1984). Effects of Baffles
Waste Stabilization Ponds. Journal of Applied Science, on the Performance of Model Waste Stabilization Ponds.
Engineering and Technology, 3(1), 25-30. Water Research, 18(8), 941-944.
Bracho, N., Lloyd, B., & Aldana, G. (2006). Optimization Mara, D. D. (2004). Domestic Wastewater Treatment in
of Hydraulic Performance to Maximize Fecal Coliform Developing Countries. London: Earthscan Publications.
Removal in Maturation Ponds. Water Res., 40, 1677-1685. Metcalf & Eddy, Inc. (1991). Wastewater Engineering:
Banda, C. G. (2007). Computational Fluid Dynamics Modeling Treatment, Disposal, Reuse. New York: McGraw-Hill.
of Baffled Waste Stabilization Ponds. Ph.D. thesis. Leeds, UK: Muramatsu, M. (2011). Risk Solver Platform. Versin 11.5.
School of Civil Engineering, University of Leeds. Programa computacional [descarga en lnea]. Incline
Chvez, A., Hernndez N., M., & Flores, S. (1989). Village, USA: Frontline Systems Inc.
Modelacin digital y optimacin de acuferos. Ingeniera Muttamara, S., & Puetpaiboon, U. (1996). Nitrogen Removal
Hidrulica en Mxico, 2(3), 31-39. in Baffled Waste Stabilization Ponds. Water Sci. Technol.,
CNA e IMTA (2007a). Manual de diseo de agua potable, 33(7), 173-181.
alcantarillado y saneamiento. Paquetes tecnolgicos para el Muttamara, S., & Puetpaiboon, U. (1997). Roles of Baffles in
tratamiento de excretas y aguas residuales en comunidades
Waste Stabilization Ponds. Water Sci. Technol., 35(8), 275-
rurales (pp. 56-83). Jiutepec, Mxico: Instituto Mexicano
284.
de Tecnologa del Agua.
Naddafi, K., Hassanvand, A. S., Dehghanifard, E., Faezi-
CNA e IMTA (2007b). Manual de diseo de agua potable,
Razi, D., Mostofi, S., Kasaee, N., Nabizadeh, R., & Heidari,
alcantarillado y saneamiento. Manual de diseo de lagunas 99
M. (2009), Performance Evaluation of Wastewater
de estabilizacin (234 pp.). Jiutepec, Mxico: Instituto
Stabilization Ponds in Arak-Iran, Iran. J. Environ. Health.
Mexicano de Tecnologa del Agua.
Sci. Eng., 6(1), 41-46.
Corts, M. F., Trevio, C. A., Luvanos, R. A., Luvanos, R. R.
Nelder, J. A., & Mead, R. (1965). A Simplex Method for
& Uranga, S. A. C. (2014a). Funcin objetivo en el diseo
Function Minimization. Comput. J., 7(4), 308-313.
de laguna facultativa (caso de estudio). Revista Mexicana
Oakley S. (2005). Lagunas de estabilizacin en Honduras. Manual
de Ciencias Agrcolas, 5(3), 433-447.
de diseo, construccin, operacin y mantenimiento, monitoreo
Corts, M. F., Trevio, C. A., Alcorta, G. M. A., Luvanos, R.
y sostenibilidad (201 pp.). Long Beach, EU: Universidad
R., Kalashnikov, Vyacheslav, & Luvanos, R. R. (2014b).
Estatal de California.
Mathematical Analysis for the Optimization of a Design
Oke, I. A., & Otun, J. A. (2001). Mathematical Analysis of
in a Facultative Pond: Indicator Organism and Organic
Economic Sizing of Stabilization Ponds. Nigerian J. Eng.,
Matter. Mathematical Problems in Engineering, Article ID
9(1), 13-21.
652509.
Olukanni, O. D., & Ducoste, J. J. (2011). Optimization of
Corts, M. F., Trevio, C. A., Luvanos, R. A., & Luvanos,
Waste Stabilization Pond Design for Developing Nations
R. R. (2013). Mathematical Model for the Optimization
of the Design of a Facultative Pond (case study). Far East Using Computational Fluid Dynamics. Ecol. Eng., 37(11),
Journal of Mathematical Sciences (FJMS), 81(1), 127-145. 1878-1888.
DOF (1996). Norma Oficial Mexicana NOM-001-ECOL-1996. Pedahzur, R., Nasser, A. M., Dor, I., Fattal, B., & Shuval, H. I.
Que establece los lmites mximos permisibles de (1993). The Effect of Baffle Installation on the Performance
contaminantes en las descargas de aguas residuales a of a Single-Cell Stabilization Pond. Water Science and
Technology, 27(7), 45-52.
Ciencias del Agua, vol. VI, nm. 2, marzo-abril de 2015

los sistemas en aguas y bienes nacionales (30 pp.). Diario


Oficial de la Federacin. Mxico, DF: Semarnat-Secretara Rolim, M. S. (2000). Sistemas de lagunas de estabilizacin. Cmo
de Gobernacin. utilizar aguas residuales tratadas en sistemas de regado (pp.
Fonseca, C. M., & Fleming, P. J. (1993). Genetic Algorithms 199-323). Bogot: OPS y OMS, McGraw-Hill.
for Multi-Objective Optimization: Formulation, Discussion Sah, L., Rousseau, D. P. L., & Hooijmans, C. M. (2012).
and Generalization. Citado el 12 de enero de 2012. Numerical Modelling of Waste Stabilization Ponds:
Recuperado de http://pdf.aminer.org/000/310/607/ Where do we stand? Water, Air & Soil Pollution, 223(6),
genetic_algorithms_for_multiobjective_optimization_ 3155-3171.
formulationdiscussion_and_generalization.pdf. Senzia, M. A., Mayo, A. W., Mbwette, T. S. A., Katima, J.
Fonseca, C. M., & Fleming, P. J. (1995). An Overview of H. Y., & Jorgensen, S. E. (2002). Modelling Nitrogen
Evolutionary Algorithms in Multiobjective Optimization. Transformation and Removal in Primary Facultative
Evol. Comput., 3(1), 1-16. Ponds. Ecological Modelling, 154(3), 207-215.

Tecnologa y
Corts-Martnez et al., Optimizacin en el diseo de lagunas de estabilizacin con programacin no lineal

Shilton, A. N., & Harrison, J. (2003a). Guidelines for the Av. Universidad s/n, Fraccionamiento Filadelfia
Hydraulic Design of Waste Stabilization Ponds. Institute of 35120 Gmez Palacio, Durango, Mxico
Technology and Engineering, Massey University, New Telfono: +52 (871) 7152 017
Zealand. Citado el 12 de enero de 2012. Recuperado de facundo_cm@yahoo.com.mx
http://www.bvsde.paho.org/bvsacd/agua2003/hidra.
M.I. Alejandro Trevio-Cansino
pdf.
Shilton, A. N., & Harrison, J. (2003b). Integration of Coliform
Profesor investigador
Decay within a CFD (Computational Fluid Dynamic) Facultad de Ingeniera, Ciencias y Arquitectura
Model of a Waste Stabilization Pond. Water Sci. Technol., Universidad Jurez del Estado de Durango, campus Gmez
48(2), 205-210. Palacio Durango
Shilton, A. N., & Mara, D. D. (2005). CFD (Computational Av. Universidad s/n, Fraccionamiento Filadelfia
Fluid Dynamics) Modeling of Baffles for Optimizing 35120 Gmez Palacio, Durango, Mxico
Tropical Waste Stabilization Ponds System. Water Sci. Telfono: +52 (871) 7152 017
atrevinoc@live.com.mx
Technol., 51(12), 103-106.
Sperling, M. V., Chernicharo, C. A., Soares, A. M., & Zerbini,
Dra. Mara Aracelia Alcorta-Garca
A. M. (2002). Coliform and Helminth Eggs Removal in a
Combined UASB Reactor-Baffled Pond System in Brazil: Profesora investigadora
Performance Evaluation and Mathematical Modelling. Facultad de Ciencias Fsico Matemticas
Water Science and Technology, 45(10), 237-242. Centro de Investigaciones en Ciencias Fsico Matemticas
Sperling, M. V., Chernicharo, C. A., Soares, A. M., & Zerbini, Universidad Autnoma de Nuevo Len
A. M. (2003). Evaluation and Modelling of Helminth Av. Universidad s/n
66451 San Nicols de los Garza, Nuevo Len, Mxico
Eggs Removal in Baffled and Unbaffled Ponds Treating
maaracelia@gmail.com
100 Anaerobic Effluent. Water Science and Technology, 48(2),
113-120.
Dr. Agustn Senz Lpez
Winfrey, B. K., Stronsnider, W. H., Nairn, R. W., & Strevett,
K. A. (2010). Highly Effective Reduction of Fecal Indicator Profesor investigador
Bacteria Counts in an Ecologically Engineered Municipal Facultad de Ingeniera, Ciencias y Arquitectura
Wastewater and Acid Mine Drainage Passive Co- Universidad Jurez del Estado de Durango, campus Gmez
Treatment System. Ecol. Eng., 36(12), 1620-1626. Palacio Durango
Zanotelli, C. T., Medri, W., Belli-Filho, P., Perdomo, C. Av. Universidad s/n, Fraccionamiento Filadelfia
35120 Gmez Palacio, Durango, Mxico
C., & Costa, R. H. R. (2002). Performance of a Baffled
Telfono: +52 (871) 7152 017
Facultative Pond Treating Piggery Wastes. Water Science
agusgpl@hotmail.com
and Technology, 45(1), 49-53.
Dr. Jos Luis Gonzlez-Barrios

Direccin institucional de los autores Investigador titular


Centro Nacional de Investigacin Disciplinaria Relacin
Agua-Suelo-Planta- Atmsfera
Dr. Facundo Corts-Martnez Instituto Nacional de Investigaciones Forestales Agrcolas
y Pecuarias
Profesor investigador Margen Derecha Canal Sacramento
Facultad de Ingeniera, Ciencias y Arquitectura 35140 Gmez Palacio, Durango, Mxico
Ciencias del Agua, vol. VI, nm. 2, marzo-abril de 2015

Universidad Jurez del Estado de Durango, campus Gmez Telfono: +52 (871) 1590 105
Palacio Durango gonzalez.barrios@inifap.gob.mx

Tecnologa y

You might also like