Sistema strumentale automatico (IOMS) per il monitoraggio continuo degli odori in un impianto dei depurazione: influenza della scelta dei modelli statistici predittivi
Abstract
Gli odori rappresentano una delle cause di disturbo maggiormente avvertite, che desta preoccupazioni nella popolazione per la salute. Nonostante non siano stati dimostrati effetti diretti su di essa, le emissioni odorigene provocano un persistente fastidio alla popolazione residente nelle vicinanze degli impianti che le generano.
Le emissioni odorigene devono dunque essere caratterizzate, misurate e controllate, al fine di evitare impatti per la popolazione.
La caratterizzazione e misura degli odori è ancor’oggi oggetto di studio e ricerca. Non esiste un metodo unico ed univocamente riconosciuto per la misura degli odori. Generalmente la soluzione adottata è quella del ricorso ad un insieme integrato di indagini e di tecniche, per riuscire ad ottenere il maggior numero di informazioni possibili.
Il lavoro di tesi svolto si inserisce nell’ambito dello studio delle emissioni odorigene. La ricerca si è concentrata sullo studio ed analisi di tecniche innovative e strumentali di caratterizzazione e controllo delle emissioni odorigene, con applicazione ad un caso studio reale di trattamento e depurazione delle acque reflue. In particolare, sono stati investigati gli aspetti relativi alla influenza dell’applicazione delle diverse tecniche di Feature Extraction nell’elaborazione dei modelli predittivi di classificazione e quantificazione in continuo delle emissioni odorigene (OMM, Odour Monitoring Model) con sistema strumentale IOMS.
L’obbiettivo principale di ricerca è l’ottimizzazione del sistema strumentale di monitoraggio in continuo delle emissioni odorigene (IOMS), mediante l’analisi e validazione in campo dei modelli di classificazione e quantificazione degli odori per un impianto di trattamento delle acque reflue in scala reale.