Artículo: GEDICA-DAV: Arquitectura de Gemelo Digital para la Detección de Anomalías y Validación de Datos en EDAR
Archivos
Fecha
Editor
Publicado en
Licencia Creative Commons
Resumen
La aireación en estaciones depuradoras consume una gran fracción de la energía de la planta. Los gemelos digitales pueden optimizar este gasto mediante predicciones precisas de demanda de oxígeno. Sin embargo, los sensores expuestos a entornos agresivos sufren ensuciamiento biológico y descalibraciones que comprometen la fiabilidad de los datos. Los métodos estadísticos tradicionales no distinguen entre fallos instrumentales y anomalías operativas reales. Este trabajo propone una extensión de la arquitectura GEDICA mediante un módulo de validación híbrido que combina inteligencia artificial y conocimiento del dominio. La propuesta integra modelos de aprendizaje profundo basados en atención con restricciones físicas del proceso de depuración. Esta combinación permite identificar fallos instrumentales con mayor precisión que los enfoques convencionales. Como resultado, el gemelo digital de control operará únicamente sobre información físicamente coherente.