Aplicación de Data Science para la evaluación de la turbidez en el tratamiento de agua potable de la ciudad de Huancayo

Resumen

La turbidez es un contaminante físico de mayor presencia en el agua a tratarse, cuando su producción está destinada, sobre todo, a uso doméstico. Un método muy práctico y económico de reducir este contaminante es utilizando coagulantes químicos o polímeros, los cuales, bajo el principio de iones bipolares, pueden desestabilizar los coloides y propiciar la precipitación de sólidos solubles totales. Posteriormente, a la desestabilización se forman los flocs, que vienen a ser agrupaciones de material fino en suspensión que, para su rápida precipitación, son acelerados con la adición de floculantes especiales. La finalidad, de la presente investigación, está relacionada a la aplicación de algoritmos computacionales para crear un modelo de predicción de la dosis óptima de coagulante en la reducción de la turbidez de agua de una planta de tratamiento de la ciudad de Huancayo. Para ello, se tomó datos del laboratorio de la planta, con una antiguedad de nueve meses, los que fueron filtradas y procesadas para la aplicación de la ciencia de datos en dos fases principales importantes: la de entrenamiento, con el 70 % de datos y; de prueba, con el 30 %. El principal hallazgo fue que, los resultados de predicción llegaron a un 70 % de similitud con los resultados verdaderos, teniendo en cuenta las variables independientes de turbidez inicial, turbidez final, pH, color, entre otras. Se concluye que, el entrenamiento y validación del algoritmo más eficiente es el de Random forest con 82 % y 72 %, respectivamente; asimismo, los factores más relevantes son: turbidez, color de los sólidos disueltos totales y conductividad para predecir la dósis óptima de coagulante con el modelo generado. En ese sentido, el modelo podría servir para propósitos de mejora en el tratamiento de agua.