Departamento de Ingeniería y Ciencias Exactas

Carrera de Ingeniería Química

Informe de laboratorio #1

Informe de laboratorio, Procesos de separación y laboratorio

Nombre y Apellido del Autor

Veizaga Barrientos Richard Roger
Alba Meneses Jhilmer
Merida Alfaro Jessica Valeria

Cochabamba - Bolivia
 agosto de 2022
1. RESUMEN

En la presente práctica se exploraron los programas de MATLAB y PYTHON con el

fin de explorar el potencial, alcance y las limitaciones de dichos programas,
analizando y extrayendo información para el diseño, funcionamiento, control y
optimización de una planta de tratamiento de aguas. Principalmente, se buscó
conocer los flujos y las variaciones de los mismos tanto en la entrada como en la
salida, que con la ayuda de gráficas, datos históricos del funcionamiento diario de
la planta, estimaciones estadísticas como covarianzas y regresiones se buscó
optimizar algunos parámetros del proceso, como ser la potencia de bomba para
comprimir el metano recuperado y el volumen mínimo del depósito pulmón que
permitirá procesar los sedimentos.

2. INTRODUCCIÓN

La ingeniería, en la actualidad, está estrechamente relacionada al manejo de las

tecnologías más modernas, siendo en muchos casos dependiente de ellas para
concretar sus objetivos y funciones. Dentro de las tecnologías que emplea la
ingeniería se encuentran los distintos sistemas de programación, tales como
MATLAB, que permiten resolver problemas mediante la realización y ejecución de
un código numérico computacional; con dichos códigos se pueden realizar cálculos
de distintas complejidades, así como gráficas que organicen información de forma
que pueda ser mejor entendida.

La finalidad de la presente práctica de laboratorio es la de aplicar estos sistemas al

análisis y tratamiento de los datos de una planta de tratamiento de aguas. Dentro de
dicho tratamiento, se incluyen distintas actividades, como transformación de
unidades (de MGD a m3/día), realización de gráficas (del flujo en función del
tiempo y de los valores de DBO para cada día), elaboración de hoja de flujos,
cálculos de volumen y potencia y análisis de covarianzas; dichas actividades podrán

t1
ser realizadas mediante códigos numéricos que permitirán procesar una gran
cantidad datos del funcionamiento de la planta que no podrían ser tratados de
manera tan sencilla mediante métodos manuales.

3. MATERIALES

- Software Matlab
- Software Python
4. PROCEDIMIENTO

4.1. Transforme las unidades de flujo de millones de galones/día a

metros cúbicos/día. Grafique.

Se importó los datos de la planilla Excel a Matlab, luego se transformó los

datos de las mediciones de los tres caudales de MGD a m3/día y después se
graficó los tres caudales en relación a todos los días del año en una misma
gráfica.

4.2. Grafique los valores de DBO5 en la entrada y en la salida para cada

día, incluya una curva para los valores promedio mensuales de los
mismos

Primeramente se importaron los datos de demanda de oxígeno de la planilla

de excel a Matlab. Se realizo una grafica en la cual se presentó la demanda
biológica de oxigeno de entrada y salida, luego se debía mostrar una curva
promedio mensual tanto en datos de entrada y salida para esto se agruparon
los datos de los diferentes meses y se sacó un promedio del valor de estos
para pasar a representarlos en la gráfica.

4.3. Elabore una hoja de flujos para la planta

Analizando el funcionamiento de la planta de tratamiento de aguas se realizó

una hoja de flujos en la cual se representó la entrada de agua a la planta, los
diferentes procesos que se llevan a cabo en esta y la salida final de metano,
sólidos y agua devuelta al mar.

4.4. Los sólidos eliminados del sedimentador deben estabilizarse en un

proceso que funciona a caudal constante. Calcule el volumen mínimo del
depósito pulmón que permitirá procesar los sedimentos sabiendo que la
densidad de estos es de 1500 kg/m3

t2
Se leyó los datos del Excel en Matlab, luego se sacó el promedio de los tres
caudales medidos en MGD mediante el reemplazo de los datos faltantes del
primer y tercer medidor con los correspondientes del segundo, luego se lo
transformó las unidades del caudal promedio de MGD a Lt/día.
Posteriormente, se multiplicó el caudal promedio por la concentración de
sólidos suspendidos de entrada y también se lo multiplicó por la
concentración de sólidos suspendidos de salida para obtener la cantidad de
masa de sólidos eliminados en kg/día. Después, se dividió la cantidad de
masa de sólidos eliminados entre la densidad de los sólidos para obtener una
matriz de volúmenes de sólidos eliminados, finalmente para encontrar el
volumen mínimo del depósito pulmón se buscó en la matriz de volúmenes
de sólidos eliminados el valor del volúmen máximo.

4.5.Calcule la potencia necesaria de la bomba para comprimir el metano

recuperado a una presión de 100 atm.

Primeramente se asumió una presión 1 la cual fue la presión atmosférica en

Cochabamba, luego se realizó el balance de energías en el cual se despejo la
potencia de la bomba y se simplifico los datos como ser alturas, pérdidas por
fricción y temperatura constante en el sistema esto para hacer más simple el
cálculo.

Se procedió a hacer el cálculo de la potencia de la bomba y se realizó un

pequeño código en matlab en el cual como primer paso se leyó los datos en
excel, luego se hizo una sumatoria y se sacó el promedio del caudal, se
determinó las variables de presión final e inicial así como la densidad del
metano y por último se pasó a hacer el cálculo de potencia mediante una
multiplicación entre el trabajo de la bomba con el flujo másico promedio.

4.6. Estime la cantidad neta de metano que se puede retirar del digestor
en kg/mes y su valor energético en kJ/mes

Se leyeron los datos de la planilla Excel en el lenguaje de programación

Python, luego se sacó el promedio de los caudales en MGD habiendo
previamente completado los datos faltantes de los medidores del primer y
tercer caudal con el primer valor de sus respectivas mediciones.
Posteriormente, se transformaron los unidades del caudal promedio a
Lt/mes, luego se multiplicó el DBO de entrada por el caudal promedio y el
DBO de salida también por el caudal promedio para obtener las cantidades
en kg de DBO mensuales de entrada y salida. Luego, se restó tales

t3
 cantidades para obtener la cantidad de kg DBO consumidos al mes,
posteriormente se transformó los kg/mes de DBO consumidos a kg/mes de
CH4 producidos mediante la relación dada en la guía. Finalmente se graficó
los kg/mes de CH4 producidos versus los días del año.

Con respecto al valor energético mensual del metano producido, se obtuvo la

entalpía del metano, a la temperatura de fermentación (50°C), mediante el
software Thermonator y se lo multiplicó por el flujo másico de CH4 para
obtener el valor energético del metano en kJ/mes. Finalmente, se graficó el
valor energético del metano en KJ/mes versus los días del año.

4.7. Realizar un análisis de covarianzas entre las variables y variables

compuestas de su elección. Analice y comente

Con los datos Excel leídos en Python se eligió la variable simple: caudal
promedio y las variables compuestas: kg de metano producidos por mes, kg
de sólidos suspendidos eliminados por mes, kg de sólidos disueltos
eliminados por mes, y kg de oxígeno consumidos por mes, en base a las
cuales se realizó un análisis de covarianza y uno de regresión con los cuales
se determinó, a través de una matriz cuadrada, el tipo de relación existente
entre cada una de las variables con el resto de variables y se analizó los
resultados obtenidos.

5. RESULTADOS

5.1. Transforme las unidades de flujo de millones de galones/día a

metros cúbicos/día. Grafique.

Gráfica Nº1
Gráfica de caudal [m3/dias] vs tiempo [días]

t4
 (Elaboración propia, 2022)

5.2. Grafique los valores de DBO5 en la entrada y en la salida para cada

día, incluya una curva para los valores promedio mensuales de los
mismos

Se graficó la demanda biológica de oxígeno y se sacó un promedio mensual

con la ayuda de Matlab.

Figura Nº 1
Código para graficar DBO Vs tiempo.

(Elaboración propia)

t5
 Gráfica Nº 2
Valores de entrada y salida de demanda biológica de oxígeno en [Mg/L] Vs Días y
curvas de valores mensuales promedios.

(Elaboración propia)

5.3. Elabore una hoja de flujos para la planta.

Figura Nº 2
Hoja de flujos de una planta de tratamiento de agua en la cual se muestran entradas,
procesos y salidas..

t6
 (Elaboración propia)

5.4. Los sólidos eliminados del sedimentador deben estabilizarse en un

proceso que funciona a caudal constante. Calcule el volumen mínimo del
depósito pulmón que permitirá procesar los sedimentos sabiendo que la
densidad de estos es de 1500 kg/m3

Mediante el procesamiento de los datos, empleando un código escrito

en el sistema MATLAB (Anexos x), se encontró que el volumen
mínimo que requiere el depósito pulmón para que los sedimentos
sean procesados es de 200.6753 [m3].

5.5. Calcule la potencia necesaria de la bomba para comprimir el

metano recuperado a una presión de 100 atm. (suponer y justificar
valores faltantes).

Datos:
𝑃1 = 101325 [𝑃𝑎] "𝑃𝑟𝑒𝑠𝑖ó𝑛 𝑎𝑡𝑚𝑜𝑠𝑓é𝑟𝑖𝑐𝑎 𝐶𝑏𝑏𝑎"
𝑃2 = 100 [𝑎𝑡𝑚] = 10130000 [𝑃𝑎]
ρ = 0. 657 [𝐾𝑔/𝑚3]
Para el cálculo del trabajo se utilizó la siguiente ecuación:
2 2
𝑣2 𝑣1 𝑃2−𝑃1
𝑊 = 2
− 2
+ 𝑔(𝑧2 − 𝑧1) + ρ
+ ∑𝐹

𝑃1−𝑃2
− 𝑊 = ρ

𝑃𝑜𝑡𝑒𝑛𝑐𝑖𝑎 = 𝑊 * 𝐹𝐿𝑈𝐽𝑂 𝑀Á𝑆𝐼𝐶𝑂

t7
 Figura Nº 3
Algoritmo para el cálculo de la potencia de una bomba en Matlab.

(Elaboración propia)

5.6. Estime la cantidad neta de metano que se puede retirar del digestor
en kg/mes y su valor energético en kJ/mes

Figura Nº 4
Graficación en Python de la cantidad mensual de metano producido
según día y del valor energético mensual del metano según día

t8
 (Elaboración propia)

Gráfica Nº 3
Gráficas de la cantidad mensual de metano producido según el día y
del valor energético mensual del metano según día

(Elaboración propia)

5.7. Realizar un análisis de covarianzas entre las variables y variables

compuestas de su elección. Analice y comente.

t9
 Figura Nº 5
Impresión en Python de análisis estadísticos de covarianza y de
correlación

(Elaboración propia)

Figura Nº 6
Análisis de covarianza entre la variable simple: caudal promedio y las variables

t10
compuestas: kg de metano producido por mes, kg de SS eliminados por mes, kg
de SD eliminados por mes y kg de oxígeno consumido por mes

(Elaboración propia)

Figura Nº 7
Análisis de correlación entre la variable simple: caudal promedio y las variables
compuestas: kg de metano producido por mes, kg de SS eliminados por mes, kg
de SD eliminados por mes y kg de oxígeno consumido por mes

t11
 (Elaboración propia)

Como se puede evidenciar en las tablas de ambos análisis, tanto en el de covarianza

como en el de correlación, se observa que las relaciones entre la variable ‘kg de SD
eliminados por mes’ con el resto de las variables son relaciones inversamente
proporcionales, mientras que cualquier otra relación entre variables es directamente
proporcional.

El hecho de la relación inversamente proporcional entre el ‘caudal promedio’ de

entrada y los ‘kg de SD eliminados por mes’ se puede explicar mediante la siguiente
hipótesis:

- Que no es buena idea usar un mismo sedimentador para la

eliminación de sólidos suspendidos y sólidos disueltos. Si bien el
funcionamiento del sedimentador usado en la planta es efectivo a la
hora de eliminar sólidos suspendidos a grandes caudales de entrada,
no demuestra ser efectivo para recuperar sólidos disueltos para los
mismos grandes caudales de entrada. Y por tanto, se recomienda
implementar un sistema específico para la eliminación de sólidos
disueltos que funcione de forma independiente al sedimentador de
sólidos suspendidos, y que sea lo suficientemente sofisticado para
eliminar eficazmente sólidos disueltos a grandes caudales de entrada.

t12
Con respecto a las relaciones directamente proporcionales entre variables, como por
ejemplo, la relación entre directamente proporcional entre el ‘caudal promedio’ y
los ‘kg de oxígeno consumidos por mes’ y los ‘kg de metano producidos por mes’
esto se puede explicar mediante la reacción: MatOrg +O2 -> CO2 + H2O, de donde
podemos comprender que a mayor caudal de aguas residuales mayor será el flujo de
materia orgánica que ingrese a la planta, y por tanto, ante un aumento de este
reactivo la demanda del otro reactivo, el oxígeno, también aumentará y como lo
demuestra la reacción ante un aumento en los flujos de ambos reactivos también
aumentará el flujo mensual de CO2 producido. Y, como se puede recordar de la guía
según las mediciones hechas en laboratorio, en una fermentación anaeróbica la
materia orgánica puede transformarse en cantidades molares idénticas de CH4 y CO2
, por lo cual a mayor flujo de CO2 producido mayor será el flujo de CH4 obtenido
mensualmente.

Para terminar de analizar todas las relaciones de la variable ‘caudal promedio’, la

relación de dicha variable con los ‘kg de sólidos suspendidos eliminados por mes’
es fácilmente entendida porque a mayor caudal de aguas residuales mayor será el
caudal de sólidos en suspensión que se puedan eliminar y, que como se aprecia en
los datos, llegan efectivamente a ser eliminados.

6. DISCUSIÓN Y COMENTARIOS

Se exploró y utilizó plataformas de cómputo numérico, tales como: MATLAB y

PYTHON, para extraer y procesar información relevante para el diseño, análisis,
control y optimización de una planta de tratamiento de aguas, empleando el gran
número de funciones matemáticas que dichas plataformas proporcionan.

De manera general, el análisis realizado en esta práctica consistió, primeramente, en

la obtención del caudal promedio; con este último, y empleando las distintas
concentraciones que se tenían como dato, se obtuvieron los flujos másicos de
sólidos suspendidos y disueltos, así como la demanda biológica de oxígeno tanto a
la entrada como a la salida de la planta. Posteriormente, estos flujos fueron
procesados con el fin de obtener información necesaria para la planta. Entre los
datos que se obtuvieron se encuentran: el volumen mínimo del depósito pulmón, el
flujo másico mensual de metano producido y el flujo energético mensual obtenido a
partir del metano, además de distintas gráficas para visualizar relaciones entre

t13
variables simples y compuestas. También se realizaron análisis estadísticos, como el
de covarianza y el de regresión, aplicados a las variables simples y compuestas de
interés.

Por otra parte, utilizando los flujos másicos ya definidos, se obtuvo la potencia
requerida por una bomba para la compresión del metano recuperado a una presión
de 100 [atm]. El proceso de obtención de dicha potencia se basó en la suposición de
la inexistencia de variaciones de altura y pérdidas por fricción y asumiendo que el
sistema analizado es isotérmico.

Además de todas estas actividades, se estudió el funcionamiento de la planta para

poder realizar un diagrama de bloques de la misma, tomando en cuenta todos los
pasos seguidos para el tratamiento de las aguas dentro de la planta.

A continuación, se discutirán, de manera individual, cada una de las tareas

realizadas en esta práctica de laboratorio:

6.1. Primera Actividad

Para realizar el cambio de unidades de millones de galones por día [MGD] a

[m3/día], el factor de conversión corresponde a 1 [MGD] = 3785.4118 [m3/día].

6.2. Segunda Actividad

Se realizó una gráfica DBO vs días en la cual se pudo observar la medida de la

cantidad de oxígeno utilizado por los microorganismos en la estabilización de la
materia orgánica biodegradable. Se aprecia que dicha demanda no es constante, sino
que presenta una variación bastante pronunciada a lo largo de los días y que incluso
se puede apreciar un pico bastante alto entre el día 100 y el 150, esto puede deberse
a una mala calibración en el lector de dicha medida.

Se observa que el valor aproximado de oxígeno por litro de entrada, es menor que
en la salida y que al sacar un promedio mensual de estos valores se muestra una
curva menos pronunciada en los datos de entrada con respecto a datos de salida.

t14
6.3. Tercera Actividad

En la tercera actividad se creó una hoja de flujos con la finalidad de entender el

proceso por el cual pasa el agua en una planta de tratamiento, en esta se puede
observar en entrada las aguas residuales, las cuales pasan por un desarenador, en el
cual se quita arena y lodos de grandes dimensiones, posteriormente pasa por una
camara de sedimentacion en la cual se captura material particulado empleando la
fuerza de gravedad; estas aguas pasan a un digestor anaerobio en el cual la actividad
microbiana descompone la materia orgánica en biogás, el metano quemado va a
generar calor y electricidad, los sólidos van a ser tratados en un centro de
tratamiento y estabilización y el agua es devuelta al mar.

6.4. Cuarta Actividad

La cuarta actividad consistió en calcular el volumen mínimo del depósito pulmón

para procesar los sedimentos (eliminados del sedimentador), considerando que estos
últimos poseen una densidad de 1500 [kg/m3].

Al momento de realizar el cálculo, cuando se contó con los flujos volumétricos de

los sedimentos en unidades de [m3/día], se determinó que la capacidad mínima del
depósito pulmón debía ser igual al volumen del flujo volumétrico máximo de los
sedimentos, es decir, igual al mayor de los volúmenes diarios a procesarse. La
decisión se tomó de esta manera puesto que, si el depósito es del mismo volumen
que el flujo volumétrico mayor, significa que también va a permitir el
procesamiento de todos los demás flujos, ya que todos ellos poseen un volumen
inferior. Pero si se hubiese determinado que el volumen mínimo del depósito fuera
igual del flujo volumétrico mínimo, se crearía una situación bastante problemática,
pues aquello implicaría que, en cada día de trabajo, solo se podría procesar el menor
de los volúmenes de los flujos, por lo que todos los demás flujos, que son de un
mayor número de metros cúbicos por día, no podrían ser procesados.

De esta manera, el volumen mínimo calculado para el depósito pulmón fue de

200.6753 [m3]. Dado que se trata de una planta de tratamiento de agua que trabaja

t15
con flujos volumétricos de un tamaño considerable, este volumen obtenido parece
razonable y fue aceptado como válido. Puesto que diseñar un depósito con la
capacidad exacta de 200.6753 [m3] resulta algo complicado y poco práctico, se debe
diseñar un depósito de una capacidad que sea ligeramente superior y que no posea
cifras decimales; esto facilitará el diseño y brindará suficiente holgura en caso de
que el volumen de los sedimentos en el depósito incremente de manera repentina.
De este modo, se debería construir un depósito de una capacidad de entre 201 y 205
[m3]. Se debe evitar, en lo posible, diseñar un depósito de 300 [m3] o cualquier otra
capacidad excesivamente mayor a 200.6753 [m3], ya que esto puede resultar una
desventaja para el proceso, especialmente en temas económicos, pues un tanque de
un volumen demasiado grande resultaría muy costoso.

Cabe mencionar que la serie de caudales empleada para el cálculo se obtuvo

mediante un promedio de las series de caudales medidas por ADS, Gould y PS-2.
Sin embargo, dado que ADS y Gould no registraron el caudal durante todos los días
mostrados en la tabla, se determinó que, para los días en las que ADS y Gould no
tuviesen datos registrados, se emplearía únicamente el caudal de PS-2 para el
cálculo. Esta decisión permitió obtener resultados bastante acercados a la realidad,
pues los caudales medidos por ADS, Gould y PS-2 son similares entre sí; no
obstante, si desde el principio se hubiese contado con todos los datos medidos por
los tres medidores en todos los días, el resultado obtenido hubiera sido más preciso.

6.5. Quinta Actividad

Para el desarrollo de los cálculos de la potencia necesaria de la bomba necesaria

para comprimir metano recuperado del proceso, se asumió como 𝑃1 = 101325 [Pa],

que dicho dato corresponde a la presión atmosférica de la ciudad de Cochabamba y

mediante la literatura se consiguió el dato de la densidad del metano que es de 0.657
[Kg/m3]. Dado que el proceso de tratamiento de agua no nos brinda mucho detalles
de las variables de funcionamiento de la bomba, el cálculo se basó en las siguientes

t16
suposiciones: inexistencia de variaciones de altura y pérdidas por fricción y
asumiendo que el sistema analizado es isotérmico.

El cálculo de potencia de una bomba es primordial para la determinación de costos

operativos o cálculos de rentabilidad en un proceso, la potencia de una bomba
depende en gran manera del flujo y la diferencia de presiones.

6.6. Sexta Actividad

Sobre al flujo másico de metano en kg/mes producidos durante el año se puede decir
que, basados en la observación de la gráfica 3 de la sección 5.6 e ignorando los dos
picos abruptos que presenta la primera gŕafica (la de cantidad de metano producido
y líneas color azul) se observa que en el período correspondiente a los días del 150
al 200 el flujo másico mensual del metano presenta un ascenso y llega a convertirse
en el periodo más productivo de todo el año y, que en los períodos del día 25 al 75 y
del día 275 al 325, el flujo másico mensual del metano presenta descensos de tal
forma que tales períodos llegan a convertirse en los menos productivos de todo el
año.

Con respecto al valor energético del metano producido se puede decir que, al
observar el segundo gráfico de la gráfica 3 sección 5.6 (la de energía obtenida del
metano y líneas color rojo) el gráfico es idéntico en forma al de cantidad de metano
producido. Este hecho se debe a que los valores de ambos gráficos difieren
únicamente en una constante, así, en el gráfico de la energía del metano tal
constante es el valor de la entalpía del metano a la temperatura de fermentación que
termina multiplicando a los flujos másicos mensuales de metano para todos los días
del año. De esta manera, como ambos gráficos tienen la misma forma el análisis
previamente realizado se puede replicar para el valor energético del metano para
saber en qué periodos se tiene el mayor flujo energético mensual; periodo del dia
150 al 200, y en qué periodos se tiene el menor flujo energético mensual; periodos
del día 25 al 75 y del día 275 al 325.

t17
Y finalmente, cabe mencionar que con el conocimiento de esta información acerca
de los periodos de alta y baja productividad de metano y de energía, la planta puede
utilizar dicha información para tomar decisiones importantes que repercutan en sus
labores industriales de manera logren un mejor desempeño en sus funciones como
planta de tratamiento de aguas.

6.7. Séptima Actividad

Como se puede evidenciar en las tablas de ambos análisis, tanto en el de covarianza

como en el de correlación (figuras x,y, sección 5.7), se observa que las relaciones
entre la variable ‘kg de SD eliminados por mes’ con el resto de las variables son
relaciones inversamente proporcionales, mientras que cualquier otra relación entre
variables es directamente proporcional.

El hecho de la relación inversamente proporcional entre el ‘caudal promedio’ de

entrada y los ‘kg de SD eliminados por mes’ se puede explicar mediante la siguiente
hipótesis:

- Que no es buena idea usar un mismo sedimentador para la

eliminación de sólidos suspendidos y sólidos disueltos. Si bien el
funcionamiento del sedimentador usado en la planta es efectivo a la
hora de eliminar sólidos suspendidos a grandes caudales de entrada,
no demuestra ser efectivo para recuperar sólidos disueltos para los
mismos grandes caudales de entrada. Y por tanto, se recomienda
implementar un sistema específico para la eliminación de sólidos
disueltos que funcione de forma independiente al sedimentador de
sólidos suspendidos, y que sea lo suficientemente sofisticado para
eliminar eficazmente sólidos disueltos a grandes caudales de entrada.

Con respecto a las relaciones directamente proporcionales entre variables, como por
ejemplo, la relación entre directamente proporcional entre el ‘caudal promedio’ y
los ‘kg de oxígeno consumidos por mes’ y los ‘kg de metano producidos por mes’
esto se puede explicar mediante la reacción: MatOrg +O2 -> CO2 + H2O, de donde
podemos comprender que a mayor caudal de aguas residuales mayor será el flujo de
materia orgánica que ingrese a la planta, y por tanto, ante un aumento de este
reactivo la demanda del otro reactivo, el oxígeno, también aumentará y como lo
demuestra la reacción ante un aumento en los flujos de ambos reactivos también
aumentará el flujo mensual de CO2 producido. Y, como se puede recordar de la guía
según las mediciones hechas en laboratorio, en una fermentación anaeróbica la

t18
materia orgánica puede transformarse en cantidades molares idénticas de CH4 y CO2
, por lo cual a mayor flujo de CO2 producido mayor será el flujo de CH4 obtenido
mensualmente.

Para terminar de analizar todas las relaciones de la variable ‘caudal promedio’, la

relación de dicha variable con los ‘kg de sólidos suspendidos eliminados por mes’
es fácilmente entendida porque a mayor caudal de aguas residuales mayor será el
caudal de sólidos en suspensión que se puedan eliminar y, que como se aprecia en
los datos, llegan efectivamente a ser eliminados.

7. BIBLIOGRAFÍA

8. ANEXOS

8.1. Transforme las unidades de flujo de millones de galones/día a

metros cúbicos/día. Grafique.

figura Nº 1
Algoritmo para el cálculo respectivo de cambio de unidades y para
obtener una gráfica de caudal [m3/días] vs tiempo [días] en Matlab.

(Elaboración propia)

8.2. Grafique los valores de DBO5 en la entrada y en la salida para cada

día, incluya una curva para los valores promedio mensuales de los
mismos

Figura Nº 2
Algoritmo para graficar los datos DBO de entrada y salida Vs días.

t19
 (Elaboración propia)

Figura Nº 3
Algoritmo para el cálculo del valor promedio de BDO de salida

t20
 (Elaboración propia)

Figura Nº 4
Algoritmo para el cálculo del valor promedio de BDO de entrada.

(Elaboración propia)

t21
8.3. Los sólidos eliminados del sedimentador deben estabilizarse en un
proceso que funciona a caudal constante. Calcule el volumen mínimo del
depósito pulmón que permitirá procesar los sedimentos sabiendo que la
densidad de estos es de 1500 kg/m3.

t22
t23
8.4. Calcule la potencia necesaria de la bomba para comprimir el
metano recuperado a una presión de 100 atm. (suponer y justificar
valores faltantes).

Figura Nº 5
Algoritmo para el cálculo de la potencia de una bomba en Matlab.

(Elaboración propia)

8.5. Estime la cantidad neta de metano que se puede retirar del digestor
en kg/mes y su valor energético en kJ/mes

Figura Nº 6
Archivo Python encargado de leer los datos del archivo Excel y de
almacenar información importante como factores de conversión,
entalpía, o relaciones kg metano/kg oxigeno entre otra.

t24
 (Elaboración propia)

Figura Nº 7
Archivo Python encargado de procesar la información de los
caudales

t25
 (Elaboración propia)

Figura Nº 8
Archivo Python encargado de procesar la información de los sólidos
disueltos o SD

(Elaboración propia)

t26
 Figura Nº 9
Archivo Python encargado de procesar la información de los sólidos
suspendidos o SS

(Elaboración propia)

Figura Nº 10
Archivo Python encargado de procesar la información de la DBO
y del metano

t27
 (Elaboración propia)

Figura Nº 11
Continuación del archivo anterior

t28
 (Elaboración propia)

8.6. Realizar un análisis de covarianzas entre las variables y variables

compuestas de su elección. Analice y comente

Se usó el mismo código del punto anterior más el siguiente:

Figura Nº 12
Archivo Python encargado de realizar los análisis estadísticos

(Elaboración propia)

t29
 Figura Nº 1
Título

(Elísabet Rodríguez Moreno, 2016: en línea)

t30