Modelagem e otimização do tratamento de esgoto sanitário utilizando microalgas

Abstract

A poluição da água, intensificada por emissões industriais, práticas agrícolas e urbanização, é uma preocupação crescente. Abordagens inovadoras de tratamento de efluentes visam reduzir emissões de gases de efeito estufa e promover economias circulares. Microalgas se destacam como uma solução promissora, eficaz na recuperação de nutrientes e produção de biomassa. Dada a complexidade do tratamento biológico de efluentes, a modelagem é essencial para a operação ótima do sistema. Este estudo se concentrou na modelagem dinâmica da comunidade microbiana durante o tratamento de esgoto sanitário, utilizando dados experimentais para calibrar e validar modelos. Expandimos o modelo ALBA para prever a composição microbiana, e calibramos um modelo para a produção de biomassa em fotobiorreatores tubulares em biofilmes. Também validamos um modelo de remoção de patógenos, destacando os mecanismos envolvidos. Os resultados indicam que os modelos desenvolvidos são promissores para elaborar estratégias de controle e otimização, reforçando a importância de continuar desenvolvendo métodos para melhorar a previsão dinâmica da comunidade microbiana durante o tratamento de efluentes.

Water pollution, intensified by industrial emissions, agricultural practices and urbanization, is a growing concern. Innovative wastewater treatment approaches aim to reduce greenhouse gas emissions and promote circular economies. Microalgae stand out as a promising solution, effective in nutrient recovery and biomass production. Given the complexity of biological wastewater treatment, modeling is essential for optimal system operation. This study focused on dynamic modeling of the microbial community during sanitary wastewater treatment, using experimental data to calibrate and validate models. We expanded the ALBA model to predict microbial composition, and calibrated a model for biomass production in tubular biofilm photobioreactors. We also validated a pathogen removal model, highlighting the mechanisms involved. The results indicate that the models developed are promising for developing control and optimization strategies, reinforcing the importance of continuing to develop methods to improve the dynamic prediction of the microbial community during wastewater treatment.