El agua potable es un recurso esencial para la humanidad con un impacto ambiental significativo. Por lo tanto, su tratamiento debe ser una prioridad. La redicción de la dosis de coagulantes mediante modelos y técnicas de Machine Learning permite mejorar la eficiencia y reducir los costos en el tratamiento del agua. Este enfoque debe ser implementado y evaluado, especialmente en países con recursos limitados. En este estudio, se aplicó el modelo de Random Forest para optimizar la predicción de la dosificación de coagulantes en la PTAP Miguel de la Cuba Ibarra. Los resultados obtenidos muestran que el modelo RF es adecuado para predecir niveles de turbidez de agua decantada y con la plataforma digital permite generar diferentes curvas de dosificación para la toma de decisiones en el menor tiempo posible.

El sistema de tratamiento con lagunas de estabilización es el tipo más usado en América Latina, ya que son fáciles de operar y de construir, pero presenta una gran desventaja: el requerimiento de grandes extensiones de terreno. Por lo tanto, es recomendable llevar a cabo un estudio debidamente analizado de manera que los resultados arrojen la menor área requerida. Se plantea Rediseñar el sistema de tratamiento de aguas residuales domésticas para los próximos 20 años, mediante la utilización de lagunas de estabilización para cumplir la norma (OS-090) del efluente para el cuerpo receptor del río Vilcanota, del Centro Poblado de Echarati. El diseño a utilizar es el modelo de flujo disperso dado por la ecuación de Whener-Wilhelm. Para la elaboración del diseño consideramos el cálculo de la población futura, dotación de agua, consumo medio diario, caudal de contribución de...