Resumen de Modelo de Programación No Lineal para el Diseño de Sistemas de Tratamiento Electroquímico de Aguas Residuales Contaminadas con Trazas de Amoxicilina.
Adrián Lopez Yanez, Juan M. Zamora Mata, Alejandro Alonso, Jorge Ramírez Muñoz
- español
En este trabajo, se formula un modelo de programación no lineal (PNL) para el diseño de sistemas de tratamiento selectivo de efluentes que contienen trazas de amoxicilina. La presencia de antibióticos en aguas superficiales o subterráneas representa un problema ambiental importante por su potencial bio-acumulativo y el desarrollo de resistencia antibiótica. Los métodos para la eliminación de fármacos y antibióticos incluyen la oxidación química usando reactivos Fenton, floculación y fotoquímica. Sin embargo, sus eficiencias de remoción son limitadas y se requiere de estudios orientados a optimizar los costos de tratamiento. Para la degradación de la amoxicilina se incorpora en el sistema una tecnología electroquímica. El modelo de PNL desarrollado se construye con base en una superestructura básica de red que expande el espacio de alternativas posibles de tratamiento, minimizando el flujo total de efluente que es tratado. Se resuelven cuatro ejemplos para mostrar la versatilidad y la utilidad del modelo propuesto.
- English
In this work, a nonlinear programming (NLP) model is formulated for the design of selective effluent treatment systems containing traces of amoxicillin. The presence of antibiotic in surface water bodies or groundwater generates an important environmental problem due to its bio-accumulative potential and the development of antibiotic resilient bacteria. Current methods employed in the removal of drugs and antibiotics include chemical oxidation by Fenton reagents, flocculation and photochemical treatments. However, their removal efficiencies are still limited and studies are required for the optimization of the treatment costs. An electrochemical technology is incorporated in the system for the degradation of amoxicillin. The NLP model developed is built from a basic network superstructure that expands the space of alternative treatment possibilities, minimizing the total flowrate that is sent to treatment. Four illustrative examples are solved to show the versatility and usefulness of the model proposed.
