Mostrar el registro sencillo del ítem

dc.contributor.authorMateo Llosá, Óscar
dc.contributor.authorRobles Martínez, Ángel
dc.contributor.authorBarat Baviera, Ramón
dc.date.accessioned2020-09-29T17:19:01Z
dc.date.available2020-09-29T17:19:01Z
dc.date.issued2020
dc.identifier.isbn978-84-09-21128-9
dc.identifier.urihttp://dspace.aeipro.com/xmlui/handle/123456789/2510
dc.descriptionEl trabajo tiene como objetivo la evaluación del efecto de la caracterización afluente, la cinética y la estequiometría en la modelación del cambio metabólico de los PAO (modelo propuesto por Acevedo et al., 2014). Este fue implementado en el software Matlab® aplicando dos métodos de Análisis de sensibilidad global para identificar los factores de mayor influencia sobre las predicciones del modelo: el Coeficiente de Regresión estandarizados (SRC) y el Método de Cribado de Morris Modificado. El SRC no representó todos los factores de salida al no proporcionar información de los factores que interactúan. El Método Morris, basado en trayectorias obtiene mejores resultados en menor tiempo y costo computacional, evitando la exclusión de factores influyentes, como pasa con SRC. La inclusión de la caracterización inicial (CI) en el Método Morris puede excluir factores que representan el cambio de metabolismo PAM-GAM. Por tanto, se recomienda la combinación del Método Morris (con y sin CI), para la detección de los parámetros de alta influencia, minimizando el error tipo II. Así, se detecta gran cantidad de factores poco influyentes, 36 (fase anaerobia) y 27 (fase aerobia), reduciéndose las necesidades de calibración de los parámetros del modelo, previo a su empleo en casos reales.es_ES
dc.description.abstractThe work aims to assess the effect of influent characterization, kinetics and stoichiometry in the modeling of metabolic shift of PAOs (model proposed by Acevedo et al., 2014). This model was implemented in Matlab® software using two methods of Global Sensitivity Analysis to identify the factors with the greatest influence on the model predictions: the Standardized Regression Coefficient (SRC) and the Modified Morris Screening Method. The SRC method did not represent all the output factors because it does not provide information about the interacting factors. The Morris Method, based on trajectories, obtains better results in less time and computational cost, avoiding the exclusion of influential factors, as happens with the SRC. The inclusion of the initial characterization (IC) in the Morris Method may exclude the factors that represent the shift in PAM-GAM metabolism. Therefore, the combination of the Morris Method (with and without IC) is recommended for the detection of high-influence parameters, minimizing type II error. A large number of non-influential factors are detected, 36 (anaerobic phase) and 27 (aerobic phase) and thus the calibration needs of the model parameters can be reduced, prior to its employment in real cases.es_ES
dc.language.isoeses_ES
dc.subject04-Ingeniería Ambiental y Gestión de Recursos Naturaleses_ES
dc.titleEstudio de la cinética y estequiometría en la modelación del cambio metabólico de los organismos acumuladores de polifosfatos (PAO).es_ES
dc.title.alternativeStudy of the kinetics and stoichiometry in the modeling of the metabolic shift of polyphosphate accumulating organisms (PAO).es_ES
dc.typeArticlees_ES


Ficheros en el ítem

Thumbnail

Este ítem aparece en la(s) siguiente(s) colección(ones)

  • CIDIP 2020 (Alcoy) [175]
    XXIV Congreso Internacional de Dirección e Ingeniería de Proyectos (Alcoy, 2020)

Mostrar el registro sencillo del ítem