Modelagem do decaimento de cloro residual livre em redes de distribuição de água de comunidades rurais por meio de redes neurais artificiais.

• Ano de defesa: 2024
• Autor(a) principal: BATISTA, Gabriele de Souza.
• Tipo de documento: Dissertação
• Tipo de acesso: Acesso aberto
• Idioma: por
• Instituição de defesa: Universidade Federal de Campina Grande; Brasil; Centro de Tecnologia e Recursos Naturais - CTRN; PÓS-GRADUAÇÃO EM ENGENHARIA CIVIL E AMBIENTAL; UFCG
• Palavras-chave em Português: Qualidade da água; Desinfecção com cloro; Aprendizagem de máquina; Índice de sustentabilidad; Water quality; Chlorine-disinfection; Machine learning; t-SNE; Sustainability Index; Engenharia Civil.; Engenharia Ambiental.
• Link de acesso: http://dspace.sti.ufcg.edu.br:8080/jspui/handle/riufcg/36977

A desinfecção com cloro visa garantir a integridade sanitária da água e a prevenção de doenças de veiculação hídrica. No entanto, manter as concentrações de cloro residual livre (CRL) é desafiador na gestão de sistemas de abastecimento de água, pois sua concentração pode decair ao longo da rede de distribuição, prejudicando a qualidade da água e a saúde da população. Para compreender o comportamento do CRL ao longo das redes de distribuição, assegurando um desempenho satisfatório da desinfecção, faz-se necessário modelar o seu decaimento. Utilizando os dados de qualidade da água do Sistema de Informação de Vigilância da Qualidade da Água para Consumo Humano (Sisagua) e o método de seleção de variáveis t-Distributed Stochastic Neighbor Embedding (t-SNE), desenvolveu-se uma rede neural artificial (RNA), para avaliação do decaimento do CRL em redes de distribuição de água de comunidades rurais brasileiras. O modelo desenvolvido foi validado com os dados provenientes de amostras de nove Sistemas Simplificados de Abastecimento de Água (SSAA) de comunidades rurais do estado do Ceará. As redes de distribuição dessas localidades foram avaliadas quanto ao atendimento do CRL à Portaria GM/MS nº 888/2021, a partir de indicadores de desempenho e do Índice de Sustentabilidade (IS). Os resultados obtidos evidenciam a relevância dos parâmetros CRL no reservatório, turbidez, pH, comprimento da tubulação e temperatura do dia na previsão do cloro no sistema de distribuição. A RNA desenvolvida a partir dessas variáveis de entrada apresentou elevadas taxas de acerto variando de 85,45% a 99,84%, para os limiares de precisão do método colorimétrico, comumente utilizado em sistemas de abastecimento rurais. Em comparação aos métodos numéricos e computacionais, o modelo pode ser aplicado a qualquer sistema de abastecimento rural, sem a necessidade de determinação da ordem cinética da reação ou estimativa do coeficiente de decaimento de CRL. A aplicação do RNA nos SSAA das comunidades rurais indicou que a robustez do modelo é reduzida para sistemas com captação em manancial superficial, existência de etapa de filtração e reforços de cloro, enquanto obtém resultados satisfatórios para os SSAA com captação por poços, chegando a 100,00% de precisão para o limiar de 0,5 mg/L de CRL. A análise do desempenho das redes de distribuição de água revelou a predominância de uma performance inadequada quanto a concentração do CRL (55,56% dos sistemas), indicando a necessidade de aprimoramento das estratégias de gestão do serviço. De maneira geral, a abordagem desenvolvida oferece uma previsão antecipada de inconformidades relacionadas ao cloro residual livre, além de auxiliar nos ajustes na dosagem do cloro.