ALFA.
Revista de Investigación en Ciencias Agronómicas y Veterinarias
https://doi.org/10.33996/revistaalfa.v5i15.138
Septiembre-diciembre 2021
Volumen 5, Número 15
ISSN: 2664-0902
ISSN-L: 2664-0902
pp. 555 – 570
La
recirculación del agua residual industrial en el costo de reúso del proceso
The recirculation of industrial wastewater in the cost of reuse of the
process
Recirculação de
águas residuais industriais ao custo da reutilização do proceso
Pedro Córdova
Mendoza
pedro.cordova@unica.edu.pe
https://orcid.org/0000-0003-3612-1149
Universidad Nacional San
Luis Gonzaga, Ica-Perú
Teresa Oriele Barrios Mendoza
oriele.barrios@unica.edu.pe
https://orcid.org/0000-0002-6466-7766
Universidad Nacional San
Luis Gonzaga, Ica-Perú
Isis Cristel Córdova Barrios
isis.cordova@unica.edu.pe
https://orcid.org/0000-0002-3569-2671
Universidad Nacional San Luis Gonzaga, Ica-Perú
Universidad Autónoma de
Ica, Chincha Alta-Perú
Dante Fermín Calderón Huamani
dante.calderon@unica.edu.pe
https://orcid.org/0000-0002-8547-8972
Universidad Autónoma de
Ica, Chincha Alta-Perú
Artículo recibido 10 de octubre 2021 / Arbitrado y
aceptado 15 de noviembre 2021 / Publicado 13 de diciembre 2021
RESUMEN
El
objetivo de la investigación fue evaluar la recirculación del agua residual
industrial y su influencia en el costo de reúso del proceso. Material y métodos
la investigación realizada fue de tipo experimental, nivel
descriptivo-explicativo, investigación aplicada. Resultados la norma DS
N°003-2002- PRODUCE, establece los Límites Máximos Permisibles y Valores
Referenciales para la actividad industrial de curtiembre con un pH entre 6-9,
temperatura 35°C, se dispuso la herramienta MATLAB, que recoge toma de pruebas
del proceso de la curtiembre, como lo indica las coordenadas UTM. Los costos
totales (S/d): 1945.36 a 1870.98, dependiendo del reciclo del agua residual
(X1) de 0.6 a 0.75, la carga de retiro de la planta de tratamiento (X2): 33.22
Kg/h a 39.41 Kr/h y la carga de retiro en la descarga a la fuente (X3): 19.72
Kg/h a 10.57 Kg/h. Discusión se evidenciaron que los tratamientos X1, X2, X1
X2, influenciaron en los costos de reúso del proceso. Conclusión el análisis
del costo de reúso del proceso depende del porcentaje de reciclo del agua
residual de la planta de tratamiento, del porcentaje de retiro en la planta de
tratamiento y de ambos tratamientos como el reciclo y del porcentaje de retiro
en la planta de tratamiento.
Palabras clave: Agua de suministro; Reúso de agua industrial; Tratamiento de
aguas residuales
ABSTRACT
The objective of the research was to evaluate the
recirculation of industrial wastewater and its influence on the reuse cost of
the process. Material and methods The research was of
the experimental type, descriptive-explanatory level, applied research. Results
the DS N°003-2002- PRODUCE norm, establishes the Maximum Permissible Limits and
Reference Values for the tannery industrial activity with a pH between 6-9, temperature
35°C, the MATLAB tool was used, which collects tests of the tannery process, as
indicated by the UTM coordinates. The total costs (S/d): 1945.36 to 1870.98,
depending on the wastewater recycling (X1) from 0.6 to 0.75, the withdrawal
load of the treatment plant (X2): 33.22 Kg/h to 39.41 Kr/h and the withdrawal
load in the discharge to the source (X3): 19.72 Kg/h to 10.57 Kg/h. Discussion
it was evidenced that the treatments X1, X2, X1 X2, influenced the reuse costs
of the process. Conclusion the analysis of the reuse cost of the process
depends on the percentage of recycling of the wastewater from the treatment
plant, the percentage of withdrawal in the treatment plant and both treatments
as the recycling and the percentage of withdrawal in the treatment plant.
Key
words: Water supply; Industrial water reuse;
Wastewater treatment
RESUMO
O objetivo da pesquisa era avaliar a recirculação das
águas residuais industriais e sua influência no custo de reutilização do
processo. Material e métodos A pesquisa realizada foi do tipo experimental, de
nível descritivo-explicativo, pesquisa aplicada. Resulta a norma DS
N°003-2002-PRODUCE, estabelece os Limites Máximos Permitidos e Valores de
Referência para a atividade industrial de curtume com um pH
entre 6-9, temperatura 35°C, foi utilizada a ferramenta MATLAB, que coleta
testes do processo de curtume, como indicado pelas coordenadas UTM. Os custos
totais (S/d): 1945,36 a 1870,98, dependendo da reciclagem das águas residuais
(X1) de 0,6 a 0,75, da carga de retirada da estação de tratamento (X2): 33,22
Kg/h a 39,41 Kr/h e da carga de retirada na descarga até a fonte (X3): 19,72
Kg/h a 10,57 Kg/h. A discussão ficou evidente que os tratamentos X1, X2, X1 X2
influenciaram os custos de reutilização do processo. Conclusão A análise do
custo de reutilização do processo depende da taxa de reciclagem das águas residuais
da estação de tratamento, da taxa de retirada na estação de tratamento e de
ambos os tratamentos, tais como reciclagem e taxa de retirada na estação de
tratamento.
Palavras-chave:
Abastecimento de água; Reuso de água industrial;
Tratamento de águas residuais; Tratamento de águas residuais
INTRODUCCIÓN
El siglo XXI, exige mayor compromiso y con responsabilidad en la
sostenibilidad de la calidad del ambiente que establece un requerimiento
esencial para la salud humana y el desarrollo sostenible (1). A finales del
siglo XVIII con la Revolución Industrial marca un punto de inflexión en la
historia, modificando e influenciando todos los aspectos de la vida cotidiana
de una u otra manera, esto ha permitido que han
aumentado las demandas sobre los recursos hídricos en el planeta. En la
actualidad se sostiene que el ambiente y el crecimiento económico es un
producto social, es decir, el resultado de la acción humana sobre el medio
natural. Esta realidad plantea, los 17 Objetivos de Desarrollo Sostenible (ODS)
definidos por Naciones Unidas que abordan los mayores retos de la humanidad
desde una perspectiva global y transversal, con una visión a futuro hacia el
año 2030. Los nuevos paradigmas están cambiando las nociones sobre qué son
estos recursos y cómo deben utilizarse, de hecho, el aumento del uso del agua
ha impulsado la búsqueda de fuentes alternativas como la desalinización del
agua de mar y el reúso de aguas residuales tratadas (2).
En el mundo la industria de procesamiento en húmedo de textiles,
es una de las industrias con mayor uso de agua y productos químicos, incluye
procesos de teñido, acabado e impresión (3). La utilización de más de 3600
tintes y 8000 productos químicos diferentes se informó en la literatura (4),
(5). El procesamiento húmedo de textiles genera aguas residuales con una gran
cantidad de colorantes y productos químicos usados que pueden tener impactos
negativos en el medio ambiente acuático y la vida (6), (7).
La Autoridad Nacional del Agua (ANA), a través del Consejo de
Cuenca, autoriza el reúso del agua residual tratada, según el fin para el que
se destine la misma, en coordinación con la autoridad sectorial competente y,
cuando corresponda, con la Autoridad Ambiental Nacional (8), artículo 82°,
reutilización de agua residual.
La escasez de aguas naturales aprovechables es cada vez mayor,
debido al crecimiento demográfico, la urbanización y el cambio climático. La
situación ha generado la necesidad del aprovechamiento de las aguas residuales
tratadas a nivel nacional e internacional para la agricultura, áreas verdes,
cultivos forestales, riego de caminos y vías de acceso, entre otros tipos de
tratamiento de las aguas industriales, como es el caso de los procesos de
reciclaje para el reúso de aguas residuales en la industria (9).
Bases teóricas
Reutilización de agua residual, la escasez de agua y la
precariedad del tratamiento de las aguas residuales municipales, asociada a la
alta vulnerabilidad social y la escasez de recursos en las regiones semiáridas,
agravan las disparidades sociales y hacen imposible mejorar la calidad de vida
de la población (10). La reutilización del agua comenzó a aumentar tanto en el
número de proyectos como en los tipos de aplicaciones de agua reciclada a
medida que el tratamiento de aguas residuales, los procesos de desinfección y
las técnicas analíticas físicas químicas y microbiológicas se volvieron más sofisticadas durante la primera mitad del siglo XX. De
manera similar, los estándares de reutilización del agua evolucionaron para
regular el uso de agua reciclada para riego. Durante este tiempo, los recursos
hídricos en general fueron adecuados para satisfacer todas las necesidades de
agua potable y no potable, y el uso de agua residual tratada a menudo se basó
en la oportunidad, la conveniencia y la economía (11).
Costo de reúso del proceso
La revisión de la literatura académica sobre el diseño y
evaluación de tarifas relacionadas con los servicios de agua, una de las
conclusiones fue que en las próximas décadas el diseño de sistemas tarifarios
óptimos será cada vez más importante a la hora de buscar mecanismos para
financiar los servicios de agua (12).
En la industria, en general, uno de los principales objetivos es
el ahorro en el consumo de agua (13), idealmente sería lo mejor reciclar toda
el agua que se va utilizando, lo que evitaría el gasto por el consumo de agua
de suministro a la planta, por tal razón, para obtener el costo total de reúso
del proceso del agua residual, se deben tomar en cuenta el costo de tratamiento
de agua al reciclo, costo de tratamiento de agua de descarga y el costo del
agua de abastecimiento, ecuación 1.
(Ecuación 1)
Sistema integrado de
reciclo de aguas residuales industriales, el reciclo integrado de aguas residuales
industriales, se ha convertido en un tema importante en los últimos años,
especialmente en los países en desarrollo, y este se puede obtener al
comprender tres aspectos del sistema de recolección, los procesos de
tratamiento y el objetivo de reutilización, denominados conjuntamente “grupo
funcional” (14).
El objetivo de la
investigación fue evaluar la recirculación del agua residual industrial y su
influencia en el costo de reúso del proceso, como consecuencia del estudio de
investigación, que al aplicar el análisis estadístico en base monitoreo
realizado in situ en las fechas programadas en coordinación con la empresa, se
hizo necesario la aplicación de software de procesamiento lógico MATLAB,
registrándose el algoritmo de costo de reúso del proceso, se accedió a los
análisis respectivos para obtener los parámetros del estudio para obtener la simulación
del costo de reúso del proceso (15). En el estudio propuesto se ha considerado
el software Matlab que posee herramientas especiales,
utilizándose el lenguaje de programación en la modelación del costo de reúso
del proceso del agua residual en la empresa curtiduría.
MATERIALES
Y MÉTODOS
El departamento de Ica
es uno de los veinticuatro departamentos que forman la República del Perú, está
ubicado en el centro oeste del país, limitando al norte con Lima, al este con
Huancavelica y Ayacucho, al sur con Arequipa y al oeste con el Océano Pacifico
(16), con 21 327 83 km² es el sexto departamento menos extenso y se fundó el 30
de enero de 1866, su territorio es casi por completo parte del desierto costero
del Perú y conforma el llamado gran tablazo de Ica, con sus cinco provincias y
es como sigue: Chincha, Pisco, Ica, Palpa y Nasca. La
Provincia de Pisco tiene una superficie total de 3 978 19 km², donde destaca su
amplia producción agroexportadora y empresas industriales de transformación de
la metería prima, que determinan una región en pleno desarrollo industrial.
Puntos de monitoreo en
el proceso de la calidad de agua residual
Se establecieron tres puntos de monitoreo en el proceso de
recirculación del agua residual industrial con fines de costo de reúso del
proceso en la empresa curtiduría, con las siguientes coordenadas UTM. El punto
E-1 (8 483 851N - 371 848E), el punto E-2 (8 483755N – 371 748E) y el punto E-3
(8 483 762N – 371 843E), (Coordenadas UTM: Datum
WGS84 Huso 18 Sur), la altitud media a 17 m.s.n.m. (Figura 1).
Figura 1. CLocalización de los puntos de monitoreo en
el proceso de recirculación del agua residual industrial - Cercado de la
Provincia de Pisco, donde se localizaron los puntos para el monitoreo: E-01,
E-02 y E-03.
Se realizaron tres
pruebas en la empresa curtiduría, ubicado en el cercado de la Provincia de
Pisco, Región de Ica. La investigación realizada fue de tipo experimental, con
los siguientes criterios metodológicos considerados: prospectivo las pruebas
fueron recogidos a propósito de la investigación, longitudinal (17), la
variable de recirculación del agua residual, en base a sus tres tratamientos,
fue realizada en tres fechas distintas, una antes, en el momento y el después,
analítico, mediante el análisis estadístico, se planteó la prueba de hipótesis.
De nivel descriptivo-explicativo: descriptivo, Se identificó la estrategia
necesaria en la recirculación del agua residual industrial en el costo de reúso
del proceso, explicativo, confrontar las variables en estudio (Recirculación
del Agua Residual Industrial como variable independiente & Costo del
Proceso de Reúso como variable dependiente) (17). Diseño experimental. Con
Enfoque Cuantitativo, se determinó a través de la técnica de observación y el
instrumento fue el registro del documento de la empresa, para desarrollar el
proceso de investigación (18).
En el
cercado de la provincia de Pisco, se localizaron los puntos: E-01, E-02 y E-03,
considerándose los siguientes parámetros: Porcentaje de reciclo del agua
residual de la planta de tratamiento (rk),
concentración de agua de suministros (Cabas),
caudal de entrada al procesos (Qep),
concentración de entrada de agua al proceso (Cep), caudal de pérdidas
de agua en el proceso (Qpp),
carga de contaminantes aportado por el proceso (Kpp), carga de
contaminantes permitido en la descarga en la fuente (Kd) y costo del agua de
suministro (Caguaabas).
Se realizó el monitoreo in situ en las fechas coordinadas con la empresa: 14 de
octubre, 17 de noviembre y 15 de diciembre del 2020 respectivamente, en los
tres puntos seleccionados como se observa en la Figura 1, pruebas realizadas in
situ, se accedió a los análisis respectivos para obtener los parámetros del
estudio de investigación como se detallan en la Tabla 1, luego se alimentó al
programa denominado curtiembre con extensión Matlab
(ANEXO I), y en el programa se desarrolló el algoritmo de costo total de reúso
del proceso como lo describe la ecuación 1 y ver la Tabla 2, en respuesta de la
obtención de los datos de costo total se elaboró los niveles y el tratamiento.
Tabla 1. Datos de recirculación del agua residual de
la empresa industrial de curtiduría.
|
|
Datos de Recirculación del agua industrial residual |
||
|
Característica |
|
|
|
|
|
14.10.2020 |
17.11.2020 |
15.12.2020 |
|
rk* |
0.60 |
0.675 |
0.75 |
|
Cabas (Kg/m3) |
0.01 |
0.01 |
0.01 |
|
Qep (m3/h) |
6.25 |
6.25 |
6.25 |
|
Cep (Kg/m3) |
0.055 |
0.051 |
0.052 |
|
Qpp (m3/h) |
2.08 |
2.08 |
2.08 |
|
Kpp (Kg)h) |
55.55 |
53.25 |
52.67 |
|
Kpp (Kg)h) |
2.6 |
2.65 |
2.62 |
|
Caguaabas (S./h) |
2.0 |
2.0 |
2.0 |
Nota:
Dato rK:
Porcentaje de reciclo del agua residual de la planta de tratamiento.
Se realizó el monitoreo in
situ, siguiendo los criterios establecidos en el protocolo de monitoreo de
efluentes líquidos y emisiones atmosféricas, aprobado por Resolución
Ministerial N°026-2000-ITINCI-DM (19), protocolo de vigilancia de los recursos
hídricos DIGESA N°007-VI (20), el reglamento de estándares nacionales de
calidad de agua Decreto Supremo N°004-2017-MINAN (21) y el Decreto Supremo
N°003-PRODUCE (22), que refiere sobre límites máximos permisibles y valores
referenciales para las actividades industriales de cemento, cerveza, curtiembre
y papel, (ANEXO II, Tabla A).
Se utilizó un GPS
(Garmin ETREX) para georreferenciar la zona, para
levantar información de las coordenadas UTM, sistema: WGS-84, Zona: 18L para la
ubicación geográfica de los puntos, además se utilizó un medidor de pH digital
marca OAKTON, Modelo pH 310 para la determinación del potencial de hidrogeno
para la determinación de los parámetros químicos de interés, se empleó un
equipo MULTIPARAMETRO HACH modelo HQ40d, para la Medición in situ de T,
pH, OD y CE. Las unidades que se consideraron para el tratamiento de la
recirculación del agua residual industrial en la planta de curtiembre son la
poza de sedimentación y el tanque de precipitación, el monitoreo se realizó,
según las normas establecidas, (ANEXO II, Tabla B).
Al
evaluar, mediante la recirculación del agua residual en el costo de reúso del
proceso en la planta curtiduría., se tomó en cuenta desde el suministro del
agua al proceso, habiéndose considerado un rango estimado de 0.6 a 0.75 como
porcentaje de reciclo del agua residual de la planta de tratamiento, así como
también, el porcentaje de carga de retiro en la planta de tratamiento y el
porcentaje de carga de retiro en la descarga a la fuente (alcantarillado), como
se observa en la Figura 2.
Figura 2. Diagrama
de reciclo y la disposición del agua residual industrial tratada.
Análisis
estadístico
La
elección de los niveles y los tratamientos está en base al diseño factorial 23,
como se señala en la Tabla 2
Tabla 2. Niveles y Tratamientos..
|
Niveles y Distancia |
Notación |
Efectos o Tratamientos |
|
f(Xi), (S/d) |
|
|
|
|
X1 (%) |
X2 (kg/h) |
X3 (kg/h) |
|
|
Nivel medio |
0 |
0.675 |
35.86 |
14.76 |
1893.71 |
|
Nivel inferior |
-1 |
0.60 |
33.22 |
19.72 |
1945.36 |
|
Nivel superior |
+1 |
0.75 |
39.41 |
10.57 |
1870.98 |
%: Reciclo del agua residual de la planta de tratamiento.
%Kg/h: Carga de retiro en la planta de tratamiento y carga de
retiro en la descarga a la fuente.
El
sistema tal como fue definido, tiene dos variables; [Recirculación del agua
residual industrial (X) & Costo de reúso del proceso (Y)] y [tres
tratamientos(X1), (X2)
y (X3)], se formuló el
modelo general de relación funcional, como se indica en la ecuación 2:
(Ecuación
2)
Se
formularon las siguientes hipótesis estadísticas, Tabla 3.
Tabla 3. La hipótesis estadística para investigar el
grado de influencia de los tratamientos en la recirculación en el costo de
reúso del proceso.
|
HIPOTESIS |
Para la influencia directa
de los tratamientos en la recirculación en el costo
de reúso del proceso |
Para la influencia de la interacción de los
tratamientos en la recirculación en el costo
de reúso del proceso |
|
H0 |
“Los tratamientos directos en la recirculación en el costo
de reúso del
proceso no son
significativos” |
“Los tratamientos de interacción en la recirculación en el costo de reúso del proceso no son significativos” |
|
H1 |
“Los tratamientos directos en la recirculación en el costo
de reúso del
proceso son significativos” |
“Los tratamientos de interacción en la recirculación en el costo de reúso del proceso son significativos” |
HO : Hipótesis nula.
H1 : Hipótesis Alternativa.
RESULTADOS Y DISCUSIÓN
Utilizando
al programa denominado curtiembre con extensión MATLAB se obtuvieron números
distintos de cero, esto no implica que los tratamientos correspondientes sean
estadísticamente diferentes de cero. Para afirmar que los tratamientos
contribuyeron a explicar el comportamiento del diseño factorial, se realizó la
prueba estadística de la varianza de los tratamientos principales del diseño
básico, 
El algoritmo de Yates: tratamientos y sumas de
cuadrados que componen el ANOVA como se muestra en la Tabla 5, datos calculados
a partir de la Tabla 4.
Tabla 4. Datos
obtenidos de la programación con MATLAB, para la elaboración del diseño
factorial 23.
|
Nº de Combinaciones Experimentales |
|
|
Tratamientos |
|
|
|
Identificación de La Combinación |
X1 (%) |
X2 (kg/) |
X3 (kg/h) |
Y |
|
|
1 |
I |
0.60 |
33.22 |
19.72 |
9.70 |
|
2 |
X1 |
0.75 |
33.22 |
19.72 |
6.40 |
|
3 |
X2 |
0.60 |
39.41 |
19.72 |
6.20 |
|
4 |
X1X2 |
0.75 |
39.41 |
19.72 |
1.90 |
|
5 |
X3 |
0.60 |
33.22 |
10.57 |
5.80 |
|
6 |
X1X3 |
0.75 |
33.22 |
10.57 |
2.50 |
|
7 |
X2X3 |
0.60 |
39.41 |
10.57 |
3.30 |
|
8 |
X1X2X3 |
0.75 |
39.41 |
10.57 |
1.30 |
|
9 |
|
0.675 |
35.86 |
14.76 |
5.00 |
|
10 |
|
0.675 |
35.86 |
19.72 |
5.40 |
|
11 |
|
0.675 |
35.86 |
10.57 |
4.20 |
|
12 |
|
0.675 |
33.22 |
19.72 |
4.80 |
|
13 |
|
0.675 |
39.41 |
19.72 |
4.00 |
|
14 |
|
0.60 |
35.86 |
19.72 |
4.60 |
|
15 |
|
0.75 |
35.86 |
19.72 |
4.80 |
Tabla 5. Algoritmo
de YATES: efectos y suma de cuadrados, Si2
|
Nº de Combinaciones Experimentales Principales (Diseño
Básico) |
Identificación de la Combinación Clásica |
Y (%) |
[ 1] |
[ 2] |
[ 3] |
Efectos |
|
|
1 |
(1) |
9.70 |
16 |
24 |
37 |
--- |
--- |
|
2 |
X1 |
6.40 |
8 |
13 |
-13 |
-3.23 |
1.3001 |
|
3 |
X2 |
6.20 |
8 |
-8 |
-12 |
-2.93 |
1.0695 |
|
4 |
X1X2 |
1.90 |
5 |
-5 |
0 |
0.07 |
0.0007 |
|
5 |
X3 |
5.80 |
-3 |
-8 |
-11 |
-2.83 |
0.9976 |
|
6 |
X1X3 |
2.50 |
-4 |
-4 |
2 |
0.58 |
0.0413 |
|
7 |
X2X3 |
3.30 |
-3 |
-1 |
4 |
1.08 |
0.1445 |
|
8 |
X1X2X3 |
1.30 |
-2 |
1 |
2 |
0.58 |
0.0413 |
Si2 = [3]2/8
Efectos = [3]/4
Si2: Varianza de los tratamientos
principales
Tabla 6. Cuadrados
de las desviaciones del rendimiento para las combinaciones adicionales.
|
Nº de Combinaciones Experimentales Adicionales |
Y (S/d) |
(Y - Y) |
|
|
|
9 |
5.00 |
0.31 |
0.099 |
|
|
10 |
5.40 |
0.71 |
0.510 |
|
|
11 |
4.20 |
-0.49 |
0.236 |
|
|
12 |
4.80 |
0.11 |
0.013 |
|
|
13 |
4.00 |
-0.69 |
0.470 |
|
|
14 |
4.60 |
-0.09 |
0.007 |
|
|
15 |
4.80 |
0.11 |
0.013 |
|
|
n = 7 |
32.80 |
|
1.349 |
|
|
|
4.69 |
|
|
|
Análisis
estadístico
Según el
procedimiento, la suma de cuadrados o
el cuadrado medio de los resultados para
las combinaciones experimentales, se obtuvieron de una forma práctica a través de la
varianza de los tratamientos principales del
diseño básico, obtenidos por el algoritmo
de Yates, 
Tabla 5.
Para el análisis
de varianza (ANOVA), de los resultados obtenidos del diseño factorial se utilizó el F-test (Φ1, Φ2), en base a la varianza de los tratamientos principales por el algoritmo de
Yates 
y la varianza del error experimental e interacción 
ver Tabla 6. Se
evaluó, a partir de los resultados de
las combinaciones experimentales del 9 al 15 adicionales (Tabla 4), para ello se obtuvo inicialmente el promedio 
, luego se construyó la tabla de los cuadrados de las desviaciones de los rendimientos para las combinaciones adicionales
, y se obtuvo: 
.
Se efectuó el análisis de varianza
con el F-test, comparándose las desviaciones, S 2 y
S 2, ver Tabla 7.
Tabla 7. ANOVA y F-test.
|
Prueba de hipótesis identificación de la Combinación |
|
Φ1 |
F (Φ1, Φ2) |
|
I |
--- |
--- |
--- |
|
X1 |
1.3001 |
1 |
5.7842 |
|
X2 |
1.0695 |
1 |
4.7582 |
|
X1X2 |
0.0007 |
1 |
0.0031 |
|
X3 |
0.9976 |
1 |
4.4384 |
|
X1X3 |
0.0413 |
1 |
0.1839 |
|
X2X3 |
0.1445 |
1 |
0.6427 |
|
X1X2X3 |
0.0413 |
1 |
0.1839 |
Φ1 =1 (Grados de libertad del numerador)
Φ2 = 6 (Grados de libertad del denominador)
Prueba
de Hipótesis
Los
datos obtenidos fueron analizados mediante el Si2 y Se2. Se procedió a
determinar los valores críticos de F (Φ1, Φ2) y FC (Φ1, Φ2), en la (Tabla 8)
Tabla 8. Cuadro comparativo de F (Φ1, Φ2), al 95% de
confianza.
|
Grado de confianza (%) |
FC(Φ1, Φ2) |
F(Φ1, Φ2) |
Identificación de la combinación |
Grado de influencia del factor
o interacción en la respuesta |
|
|
|
5.7842 |
X1 |
Influyente |
|
|
|
4.7582 |
X2 |
Influyente |
|
|
|
0.0031 |
X1X2 |
No Influyente |
|
95 |
5.99 |
4.4384 |
X3 |
Influyente |
|
|
|
0.1839 |
X1X3 |
No influyente |
|
|
|
0.6427 |
X2X3 |
No influyente |
|
|
|
0.1839 |
X1X2X3 |
No influyente |
Se afirma que la
recirculación del agua residual industrial al considerar los parámetros del
porcentaje de carga de retiro con el porcentaje de reciclo del agua residual y
ambos como X1X2,
esto ha permitido mejorar o incrementar la calidad del agua residual, en el
costo de reúso del proceso, procedente de la empresa industrial curtiduría.
Esto quiere decir que
los resultados de la prueba de hipótesis al 95% de confianza, se concluye que el
costo de reúso del proceso depende de la siguiente relación funcional de f
(X1, X2,
X1X2),
donde las combinaciones de (X1=5.7842,
X2=4.7582 y X1X2=4.4384), frente a lo
mencionado se rechaza la hipótesis nula (Ho) y se acepta la hipótesis
alternativa (Ha).
Estos resultados son
corroborados por quienes en su investigación concluyen que las funciones de
respuesta para el porcentaje de mineralización desarrollados en las ecuaciones
de reacciones de Fenton y foto- Fenton
(23), donde aplicaron la prueba de Yates y el análisis de varianza (ANOVA),
siendo significativos de 95% (valor con un margen de error de +/- 0.05), para
ello, se realizaron estudios en una simulación de aguas residuales
agroindustriales, se utilizó el diseño estadístico de experimentos para evaluar
la influencia de la concentración de IMZ, Fe (II) y H2O2 en la eficiencia del proceso,
el Fe (II) y H2O2
optimizados para la mineralización de 50 mg L-1
IMZ fueron 21.5 y 127.5 mg L-1,
respectivamente, se estimó un costo operativo de 2.06 s/m3
para el tratamiento de 10 m3
de aguas residuales contaminadas con IMZ, esto nos permite
argumentar con mayor criterio que el diseño factorial 23
es una técnica estadística que permite desarrollar los efectos o
tratamientos de la variable independiente. Así también, se refieren que el
análisis de datos estadísticos de los resultados del diseño factorial (24), se
estimó el análisis de varianza (ANOVA) que le permitió determinar la
significancia entre y dentro de los niveles bajo y alto de cada factor en α =
0.05, con el fin de determinar todos los términos viables, siendo su aporte de
los investigadores sobre los efectos principales y las de interacción, como el
gráfico de Pareto, además considera el gráfico de probabilidad normal.
Permitiendo en futuras investigaciones considerar como factores o variables de
entrada: mediciones, variaciones, efectos directos y efectos de iteración en
procesos fisicoquímicos, biológicos y sanitarios.
En tal sentido, en base
a lo referido anteriormente y al analizar estos resultados confirmamos que la
carga de retiro en la descarga a la fuente o cuerpo receptor (X3),
como el efluente crudo de la curtiembre, no genera impacto de contaminación
alguno al ser lanzados a una red de alcantarillado. Se menciona que la
recirculación de las aguas residuales industriales (14), es un tema importante
que debe ser considerado también en los países latinoamericanos, como en
nuestra realidad nacional, considerando la realidad plantea de los 17 Objetivos
de Desarrollo Sostenible (ODS) definidos por Naciones Unidas que abordan los
mayores retos de la humanidad desde una perspectiva global y transversal, con
una visión a futuro hacia el año 2030. Es importante fortalecer el objetivo 6
de la ODS, de la calidad de agua y saneamiento, sobre la escasez de agua, los
problemas de calidad del agua y el saneamiento inadecuado trabajando por un uso
racional y sostenible de este recurso de primera necesidad y afrontando los
riesgos relacionados con su escasez.
CONCLUSIONES
El propósito de este
artículo fue analizar la recirculación del agua residual industrial en el costo
de reúso del proceso, con los datos obtenidos con un nivel de significancia de
95% con un margen de error de +/- 0.05, se determinó el grado de influencia de
los tratamientos en la recirculación en el costo de reúso del proceso De tal
manera que (S/d) de 1945.36 a 1870.98, que depende del porcentaje de reciclo
del agua residual de la planta de tratamiento de 0.6 a 0.75, con el porcentaje
de retiro en la planta de tratamiento de 33.22 Kg/h a 39.41 Kg/h y de ambos del
porcentaje de reciclo del agua residual como del porcentaje de retiro en la
planta de tratamiento. Es así que en los tratamientos del agua residual
permitió tomar en cuenta la aplicación de tecnologías conocidas para mejorar o
incrementar la calidad del agua residual, es por ello que los procesos físicos,
químicos y fisicoquímicos juegan un papel importante en el tratamiento del agua
residual en la empresa industrial de curtiduría.
Se
recomienda que las futuras investigaciones en la determinación de la influencia
en el costo del reusó de las aguas residuales industriales tengan en
consideración los parámetros de carga contaminante específica.
REFERENCIAS
BIBLIOGRÁFICAS
Tamayo SS, Esquivel EM. El
desarrollo Industrial y su Impacto en el Medio Ambiente. Rev cubana Hig Epidemiol. 2014;52(3):357-363. http://scielo.sld.cu/pdf/hie/v52n3/hig08314.
pdf
Navarro T. Water reuse and desalination in Spain – challenges and
opportunities. J Water Reuse Desalin.
2018;8(2):153-168 pag. doi:https://doi.org/10.2166/wrd.2018.043
Sandin G, Peters GM. Environmental impact of
textile reuse and recycling – A review.
J Clean Prod. 2018; 184:353-365. doi: 10.1016/j.
jclepro.2018.02.266
Kant R. Textile dyeing industry an environmental hazard. Nat Sci. 2012;4(1):22-26 pag. doi:10.4236/ns.2012.41004
Hussain T, Wahab A. A
critical review of the current water conservation practices in textile wet
processing. J Clean Prod. 2018; 198:806- 819. doi: 10.1016/j.jclepro.2018.07.051
Arora S. Textile Dyes: It’s Impact on
Environment and its Treatment. J Bioremediation Biodegrad. 2014;05(03):6199.
doi:10.4172/2155-6199.1000e146
Holkar CR, Jadhav
AJ, Pinjari D V., Mahamuni
NM, Pandit AB. A critical review on textile wastewater
treatments: Possible approaches. J Environ Manage. 2016;
182:351-366. doi:
10.1016/j.jenvman.2016.07.090
N°29338 L de RH. Ley de Recursos Hídricos N°29338.
Published online 2009:40 pp. http://www.minam.gob.pe/wp-content/
uploads/2017/04/Ley-N°-29338.pdf
Del Castillo Gutiérrez
M, Meseth Macchiavello E. El Reuso
De Aguas Residuales Tratadas En El Perú. ResearchGate.
2015;(December):5
Marangon BB, Silva TA, Calijuri ML, Alves S do C, dos Santos VJ, Oliveira AP de S. Reuse
of treated municipal wastewater
in productive activities in
Brazil’s semi-arid regions. J Water Process Eng. 2020;37(May):101483. doi: 10.1016/j.jwpe.2020.101483
Olivieri AW, Pecson B,
Crook J, Hultquist R. California water reuse—Past, present and future perspectives. Vol 5. 1.a ed. Elsevier Inc.; 2020. doi: 10.1016/bs.apmp.2020.07.002
Fuente D.
The design and evaluation of water tariffs: A systematic review. Util Policy. 2019;61(September):100975. doi:
10.1016/j. jup.2019.100975
Martinez S, Rodriguez
M. Tratamiento de aguas residuales con matla. Reverte
Ediciones S.A. de C.V.; 2005
Naghedi R, Alavi Moghaddam MR, Piadeh F. Creating
functional group alternatives in integrated industrial wastewater recycling
system: A case study of Toos Industrial Park (Iran). J Clean
Prod. 2020; 257:120464. doi:
10.1016/j.jclepro.2020.120464
Ayesa Iturrate E, Larrea
Urcola MA. Optimización del diseño, operación y control de las EDAR utilizando
modelos matemáticos y herramientas de simulación. Tecnol
del Agua. 2005;25(266):74-79
INEI. INSTITUTO
NACIONAL DE ESTADÍSTICA E INFORMÁTICA.; 2017. https://www.inei.gob. pe/media/MenuRecursivo/publicaciones_
digitales/Est/Lib1496/libro.pdf
Supo J. Cómo escribir
una tesis: Redacción del informe final de tesis. Primera Ed. BIOESTADISTICO
EIRL; 2015
Carrasco Diaz S. METODOLOGÍA DE LA INVESTIGACIÓN CIENTÍFICA
METODOLOGÍA DE LA INVESTIGACIÓN CIENTÍFICA. Pautas metodológicas para diseñar y
elaborar el proyecto de investigación. (LTDA ESMEIR, ed.).;
2019. http://www.sancristoballibros. com/libro/metodologia-de-la-investigacion-cientifica_45761
RM_N°026-2000-ITINCI-DM.
Resolucion Ministerial N°026-2000-ITINCI-DM. Published online 2002:38 pag. https://www. legislacionambientalspda.org.pe/images/
stories/normas/Pioner 2/IV.
4. Industrial/4.
Resoluciones ministeriales/Resolucion
ministerial 026-2000-ITINCI-DM.doc
DIGESA_007_VI.
Procedimientos Para la Vigilancia de los Recursos HidricosICOS
- Seguimiento de la(s) Muestra(s) -. Published
online 2002:6 pag.
https://www. legislacionambientalspda.org.pe/images/ stories/normas/Pioner 2/IV. 4.
Industrial/4. Resoluciones ministeriales/Resolucion ministerial 026-2000-ITINCI-DM.doc
Decreto_Supremo_No-004-MINAM. Estándares de Calidad
Ambiental para Agua (ECA).; 2017. http://www.minam.gob.pe/ wp-content/uploads/2017/06/DS-004-2017-
MINAM.pdf
DS_N°003-2008-MINAM. Aprueban Estnadares de Calidad Ambiental Para Aire. Decreto Supremo N°003-2008-MINAM. D Of
El Peru. Published online 2008:4 Pag
Santiago DE,
González-Díaz O, Araña J, Pulido Melián E, Pérez-Peña
J, Doña-Rodríguez JM. Factorial Experimental Design of Imazalil- Containing Wastewater to be Treated
by Fenton-Based Processes. J Photochem Photobiol A Chem. 2018;
353:240-250 pag. doi: 10.1016/j.jphotochem.2017.11.038
Moghazy RM, Labena A, Husien S. Eco-friendly Complementary Biosorption
Process of Methylene Blue Using Micro-sized Dried Biosorbents
of two Macro-Algal Species (Ulva fasciata
and Sargassum dentifolium):
Full Factorial Design, Equilibrium, and Kinetic Studies. Int
J Biol Macromol. 2019; 134:330-343. doi:
10.1016/j.ijbiomac.2019.04.207