IQS presenta una solución innovadora para la valorización de fangos de EDAR en el VII Water Innovation Day

En la séptima edición del Water Innovation Day, un evento clave para el impulso de la investigación y el uso sostenible del agua en Cataluña, el proyecto m-ad-ness de IQS recibió el tercer premio a los mejores proyectos de I+D. Este encuentro se celebra anualmente con el objetivo de promover la transferencia de conocimiento, así como resaltar las tecnologías e innovaciones más destacadas en el ámbito de la gestión sostenible del agua.

Innovación en la valorización de fangos urbanos

El sistema desarrollado por el proyecto m-ad-ness propone una solución innovadora para el tratamiento de los fangos de las Estaciones Depuradoras de Aguas Residuales (EDAR), un residuo urbano de gran volumen y valor potencial. Este sistema permite la obtención de dos productos de alto valor añadido:

1. Un fango tratado que cumple con la normativa europea y de la U.S. EPA, permitiendo su reutilización como biofertilizante.

2. Un biogás de alta calidad, con un contenido mínimo en metano del 90% (biometano), producido a bajo coste mediante estimulación bioelectroquímica, lo que favorece la reducción de CO2 en el biogás y su conversión en metano.

Liderazgo académico y enfoque innovador

El proyecto es dirigido por los doctores Yeray Asensio Ramírez y Daniel Vázquez Vázquez del Grupo de Ingeniería y Simulación de Procesos Ambientales (GESPA) de IQS. El principal objetivo del proyecto es el desarrollo de digestores anaerobios bioelectroquímicos, una tecnología avanzada para descomponer la materia orgánica sin oxígeno. Estos digestores buscan mejorar la producción de biometano en sitio, alcanzando un contenido de metano del 90-94%, a partir de los fangos generados en las EDAR urbanas e industriales. Además, el proyecto busca optimizar la calidad del digestato (residuo sólido resultante del proceso de digestión).

Financiación e impacto en la gestión energética

El proyecto cuenta con la financiación del Ministerio de Ciencia, Innovación y Universidades, a través de la Agencia Estatal de Investigación, dentro de la convocatoria de Proyectos de Generación de Conocimiento 2023. En un contexto de creciente demanda energética, el metano contenido en el biogás producido a partir de los tratamientos anaerobios en las EDAR se perfila como una fuente de energía local. Esta opción no solo favorece la producción de energía, sino que también permite una gestión eficiente y la valorización de los residuos urbanos que requieren tratamiento para su estabilización e higienización.

Desafíos del tratamiento convencional de fangos

El tratamiento convencional de los fangos mediante procesos de digestión anaerobia presenta limitaciones en cuanto a la eficiencia y la calidad del biogás producido. Estos procesos no garantizan la estabilización e higienización adecuada de los fangos, ni la conversión de estos en subproductos de valor, como los biofertilizantes. La eficiencia del biogás también es limitada, con mezclas gaseosas que presentan solo un 50-65% de metano.

Solución innovadora: la digestión anaerobia dual

Para superar estas limitaciones, la comunidad científica ha desarrollado la técnica de digestión anaerobia dual, que emplea dos reactores a diferentes temperaturas para optimizar la descomposición de la materia orgánica. Sin embargo, esta técnica sigue produciendo biogás con un alto contenido de CO2, impidiendo alcanzar el nivel de calidad requerido para obtener biometano.

La incorporación de la tecnología bioelectroquímica

El proyecto m-ad-ness propone una solución innovadora mediante la incorporación de tecnologías electroquímicas microbianas (bioelectroquímicas) en los procesos de digestión anaerobia dual. Esta mejora tecnológica se realiza mediante la adición de electrodos conductores de electricidad, lo que incrementa la eficiencia de los procesos de tratamiento y avanza en el estado del arte de las tecnologías bioelectroquímicas. Además, se trabaja bajo los principios de la economía circular, buscando la optimización de los procesos globales.

Optimización mediante Machine Learning

Para mejorar aún más la eficiencia del proceso, el proyecto utilizará un modelo predictivo basado en Machine Learning, que optimizará la producción de biometano según las condiciones de alimentación (fangos) y las condiciones de proceso. El uso de datos experimentales obtenidos en los digestores permitirá ajustar las variables de manera más precisa y reducir la huella ambiental.