Un marco de simulación-optimización multisuplente para el diseño de sistemas de bombeo y tratamiento

Área de la Ciencia:

• Ingeniería Ambiental
• Hidrogeología
• Ciencias Computacionales

Sus antecedentes:

• El bombeo y tratamiento (P&T) es una tecnología clave de remediación de aguas subterráneas.
• La optimización de las operaciones de P&T (ubicaciones de pozos, tasas de bombeo) es crucial para la eficiencia y la reducción de costos.
• Los modelos suplentes acoplados con algoritmos de optimización son herramientas emergentes para la formulación de esquemas de P&T.

Objetivo del estudio:

• Comparar el rendimiento de cinco modelos suplentes (Kriging, Interpolación Polinomial, SVR, RF, DNN) para predecir la eliminación de contaminantes en la remediación P&T.
• Explorar el potencial de combinar múltiples modelos suplentes para mejorar la optimización P&T.
• Desarrollar y evaluar un marco de optimización multisuplente para la remediación de aguas subterráneas.

Principales métodos:

• Se evaluaron cinco modelos suplentes: Kriging, Interpolación Polinomial, Regresión de Vectores de Soporte (SVR), Bosque Aleatorio (RF) y Red Neuronal Profunda (DNN).
• Se evaluó la precisión predictiva del modelo para la eficiencia de eliminación de contaminantes en diversos esquemas de P&T.
• Se desarrolló un marco de optimización multisuplente que integra los cinco modelos con un algoritmo genético.

Principales resultados:

• La Red Neuronal Profunda (DNN) mostró la mayor precisión general de predicción, pero ningún modelo fue consistentemente superior en todos los casos.
• Un marco multisuplente que combina diversos modelos aprovechó fortalezas complementarias.
• Los esquemas de remediación optimizados lograron una eliminación superior de contaminantes (17,5% residual) en comparación con los esquemas no optimizados (19,2-21,7%).

Conclusiones:

• La combinación de múltiples modelos suplentes ofrece beneficios significativos para optimizar los esquemas de remediación de bombeo y tratamiento.
• El marco multisuplente desarrollado proporciona una herramienta robusta para la gestión ambiental.
• Este estudio avanza las técnicas de optimización basadas en suplentes para la limpieza de aguas subterráneas.