Resumen en español

Partiendo de la base de que el principio fundamental del tratamiento del agua residual está en la concentración de la mayor parte de la contaminación en forma de lodo, de que en el agua residual doméstica la contaminación está representada principalmente por sólidos (70% orgánico y 30% inorgánico) (von Sperling, 2007) y, en vista de las limitaciones técnicas y económicas que representa en el tratamiento la generación de una mayor cantidad de lodo secundario, el presente proyecto de investigación generó una herramienta que permitirá optimizar la sedimentación primaria, para que la mayor parte de la materia orgánica y los sólidos suspendidos sedimentables que trae el agua residual se concentren en el lodo primario. Un mayor volumen de lodo primario optimizará la digestión anaerobia implementada para la estabilización del lodo, ya que microbiológicamente es más sencillo fraccionar los constituyentes del lodo primario, que el material celular que compone el lodo secundario (Tiehm et al., 2001; Rulkens, 2008), de esta manera se podrá obtener una mayor cantidad de biogás (Bayr y Rintala, 2012), recurso energético potencialmente aprovechable al que se le ha dado mayor relevancia, debido a la necesidad que se ha suscitado en los últimos años, de encontrar fuentes energéticas renovables. A pesar de que se han evaluado alternativas enfocadas en optimizar la eficiencia de los Clarificadores Primarios a través de la modificación de los criterios de diseño o la aplicación de químicos (Brashear et al., 2003; Guan et al., 2005), aún persiste una serie de limitaciones ambientales, de diseño y operación (Mackenzie, 2010) que han impedido que dicha optimización sea realmente significativa. Debido a que los avances tecnológicos en la simulación de procesos ambientales, han generado instrumentos que pueden ser aprovechados para el mejoramiento de los procesos existentes, la metodología propuesta en este proyecto de Investigación consideró la definición de un modelo CFD utilizando el software FLUENT®16, el cual fue seleccionado teniendo en cuenta su versatilidad y precisión para modelar los procesos y operaciones que se presentan específicamente en los clarificadores primarios, sumado al hecho de que a través de funciones definidas por el usuario (UDFs) se pueden implementar nuevos modelos, lo que permite una flexibilidad y facilidad de adaptación al caso de estudio (ANSYS, 2013).