MAGGIO 2014
FIELDBUS & NETWORKS
86
Fieldbus & Networks
rezioni operative, come descritto dettagliatamente
in Müller et al., 1997. Analoga tecnica è stata im-
piegata con successo per il controllo di un reattore
SBR (Spagni & Marsili-Libelli, 2010).
Un’altra applicazione è l’analisi di un evento di
torbida (potabilizzazione), questa fu svolta in col-
laborazione con il servizio idrico e potabilizzazione
del Comune di Firenze (ora Publiacqua) e aveva lo
scopo di monitorare la qualità dell’acqua grezza
derivata dal Fiume Arno e diagnosticare pronta-
mente le caratteristiche dell’evento di torbida
in modo da predisporre la catena di trattamento
nel modo più opportuno. La tecnica qui impiegata
consisteva in una combinazione PCA/FC al fine
di massimizzare la discriminazione dei dati ed
estrarne caratteristiche diagnostiche relative al
tipo di torbida.
Si è così potuto individuare delle tendenze specifi-
che per ciascun componente dell’evento di torbida,
come mostra la figura 4 dove il punto di funziona-
mento rappresentato nello spazio delle componenti principali,
si sposta dal cluster 1 (normale) al 2 (torbida). In questo cluster
si distinguono diverse linee di tendenza che indicano quale fat-
tore è di volta in volta più importante. Ad esempio si nota il
totale disaccoppiamento fra portata di impianto e dosaggio del
flocculante (direzioni ortogonali). Sovrapponendo l’evoluzione
dell’evento di torbida alle linee di tendenza di figura 4, si può
individuare la migliore sequenza nel tempo di azioni correttive,
aggiustando così l’operatività dell’impianto durante l’evento. Lo
sviluppo dell’algoritmo e la sua verifica sperimentale sono me-
glio descritti in Moscatelli et al. (2006).
Una successiva applicazione è l’analisi di guasto in un depu-
ratore tradizionale (N/DN). Questa applicazione, sviluppata in
collaborazione con Acque Ingegneria (Acque) aveva lo scopo di
discriminare fra guasti sonda e malfunzionamenti di processo
in un impianto di depurazione convenzionale con stadio di pre-
denitrificazione. La figura 5 mostra come attraverso le ‘contri-
bution variable’ ottenute dalla PCA sia possibile discriminare fra
diversi tipi di guasto: il primo evento è provocato da un’anomalia
di carico, mentre il secondo è dovuto a un guasto alla sonda
di ammonio. Questo metodo ha prodotto una diagnosi corretta
nel 100% dei casi se la diagnosi veniva confermata a posteriori
con cadenza settimanale, scendendo a 84% nel caso di aggior-
namenti mensili. Questa applicazione è descritta in Baggiani &
Marsili-Libelli (2009).
Monitoraggio di un reattore biologico a membrana è uno studio
tuttora in corso in collaborazione con il gruppo Biomath dell’U-
niversità di Gent (B) e ha lo scopo di monitorare lo stato della
membrana in un depuratore biologico che utilizza questa tecno-
logia al posto del sedimentatore tradizionale per la separazione
Figura 6 - DeÀnizione dei parametri
di transmembrana (TMP) che ne
descrivono la condizione
Figura 7 - Clusterizzazione dei parametri di membrana trasformati mediante PCA
Figura 5 - Discriminazione fra diversi malfunzionamenti di processo in un impianto
di depurazione convenzionale
