Академический Документы
Профессиональный Документы
Культура Документы
PROFESOR
CURSO
ALUMNOS
CICLO
: IX
Tingo Mara
2016
I.
INTRODUCCION
OBJETIVOS ESPECIFICOS
-
totales y conductividad.
Determinar la tasa de remocin de materia orgnica y de solidos
II.
REVISIN DE LITERATURA
II.1.
Antecedentes
Histricamente, el primer objetivo del tratamiento de aguas
microbial
fuel
cell,
Autores:
HONG
Liu,
RAMANATHAN
Marco legal
Ley N28611 Ley General del Ambiente aprobada el 13 de octubre del 2005.
Autorizaciones de Vertimientos.
Ley N 26842, Ley General de Salud, del 20/07/97 a travs de DIGESA.
Resolucin Jefatural N 010-2016-ANA, Aprueba Protocolo Nacional de
Monitoreo de la Calidad de los Cuerpos Naturales de Agua Superficial.
o Municipales.
Decreto Supremo N 07-2010-AG, declara de inters nacional la proteccin de
Valores
Mximos
Residuales.
Artculo 120.- De la proteccin de la calidad de las aguas 120.1 El Estado, a
travs de las entidades sealadas en la Ley, est a cargo de la proteccin de la
calidad del recurso hdrico del pas. 120.2 El Estado promueve el tratamiento
de las aguas residuales con fines de su reutilizacin, considerando como
premisa la obtencin de la calidad necesaria para su reuso, sin afectar la salud
con
las
autoridades
sectoriales
que
ejercen
funciones
que
desarrollan
actividades
extractivas,
productivas,
de
Guas OMS para el uso seguro de aguas residuales, excretas y aguas grises,
Volmenes 1-4, 3ra edicin. 2006.
II.3.
Marco conceptual
al., 2008).
Ctodo. Es el electrodo donde se efecta la reduccin (MORTIMER, 1985).
Catin. Un in cargado positivamente; un tomo o un grupo de tomos que
desde los puntos de potencial alto a los de potencial ms bajo (COSTA, 2005).
Densidad de corriente. Es la corriente elctrica producida por unidad de rea
(MORTIMER, 1985).
Energa qumica. Es una forma de energa que se almacena en las unidades
(MORTIMER, 1985).
Reduccin. La parte de una reaccin de oxidacin-reduccin caracterizada por
la disminucin algebraica del nmero de oxidacin o por ganancia electrnica
(MORTIMER, 1985).
Sobrepotencial. Desplazamiento del potencial de un electrodo de su valor de
equilibrio cuando fluye corriente a travs del mismo, de la forma donde es el
potencial del electrodo y el potencial de equilibrio. El sobrepotencial es una
medida de la polarizacin del electrodo a consecuencia de los procesos que
tienen lugar en l durante el paso de corriente. Su valor depende de la
naturaleza del electrodo, incluido el estado de su superficie, de la densidad de
corriente y tambin de la concentracin de la disolucin, presin y temperatura
(COSTA, 2005).
Marco terico
II.4.1.1.
DBO5
Solidos totales
Solidos suspendidos
Slidos sedimentables
pH en sitio
Temperatura en sitio
buenos
mediadores
deberan
poseer
las
siguientes
exgenos sintticos (tintes y metal orgnicos) tales como: rojo neutro, azul de
metileno, tionina, azul de meldola, 2-hidroxi-1,4-naftoquinona, Fe (III) EDTA y
otros
compuestos
hidroflicos
(Chang,
2002).
Desafortunadamente,
la
de
mediadores
endgenos,
estos
pueden
ser
metabolitos
metabolitos
primarios
observados
en Escherichia
coli y
llamada
nanocables,
(ii)
transferencia
indirecta,
utilizando
de
cepas
actualmente
desconocidas
sus
respectivos
una
detallada
revisin
sobre
la
generacin
de
modelos
reflejan
matemticamente
fenmenos
bioqumicos.
Por otra parte, los estudios de Goudy indican claramente que hay remocin o
utilizacin en secuencia de complejidad de los compuestos orgnicos y el
resultado combinado de este fenmeno es una tasa global de remocin de
primero o segundo orden. En la Figura 4 se presenta la remocin de orden cero
para algunos compuestos puros (VALENCIA, G., sd).
Figura 6. Cintica de remocin de COT y generacin de voltaje para tres tipos de celdas microbianas.
II.4.7.1.
como un mtodo para tratar las aguas residuales, y por lo tanto es importante
evaluar el desempeo global en trminos de demanda bioqumica de oxgeno
(DBO), demanda qumica de oxgeno (DQO), o la remocin de carbono
orgnico total (COT).
Para evaluar el rendimiento de la celda es comn centrarse en la
eliminacin de la demanda qumica de oxigeno (DQO), tal parmetro como se
ha mencionado anteriormente es fundamental en la eficiencia del tratamiento
Influencia del pH
II.4.8.2.
sin embargo, el porcentaje de remocin de solidos voltiles no. Es por ello que
una ventaja importante es que pueden producir electricidad a partir de cualquier
II.4.10.
Modelos neuronales
Segn MARTIN et al. (2009) En todo modelo artificial se tiene
(presentan
un
signo
positivo),
inhibidoras
(conexiones negativas).
2) Un sumador que se encarga de sumar todas las entradas
multiplicadas por las respectivas sinapsis.
3) Una funcin de activacin no lineal para limitar la amplitud de la
salida de la neurona.
4) Un umbral por encima del cual la neurona se activa.
Esquemticamente un Neurona Artificial queda representada como
en la siguiente figura 4:
Un = W nj . x (i ) (1)
i=1
salida= ( Un -umbral)
Donde es una funcin no lineal conocida como funcin de
activacin. Normalmente se asocia el umbral a la salida Un mediante una
entrada (que vale -1) y un peso adicional asociado. Es decir:
W nj . X ( i ) salida= (U n )
umbral=W n 0 U n =
i=0
X ( 0 ) =1
..(2)
U n = W nj . X (j) ..(3)
2
j=1
2) Transformacin polinmica
k
U n= W ns . X ( j ) . X ( S ) ...(4)
j=1 s=1
3) Transformacin esfrica
X ( j )W
( nj)
...(5)
k
1
U n= 2
s=1
El modelo planteado es el ms comn, pero hay que destacar que
es esttico: uno ms general considerara anteriores: tendramos un modelo
dinmico. La neurona definida de esta forma tendra memoria. Este hecho lo
expresaramos:
Es decir, la salida en el instante n depende no solo de las entradas
como en el caso anterior, sino que ahora aparece una dependencia con las
salidas anteriores.
II.4.11.
Funciones de activacin
En cuanto a las funciones de activacin existe un gran nmero
salida= 1,U n 0
0,U n <0 ....................................................................(6)
2) Funcin sigmoidal
Su caracterstica ms importante es el de acortar la amplitud de la
salida a un nmero comprendido entre 0 y 1.
salida=
1+ e(a .U ) .
n
(7)
3) Funcin Hiperblica
La salida de esta funcin est comprendida entre -1 y 1.
eU eU
salida= U U .(8)
e +e
n
4) Funcin lineal
En el cual la salida de la funcin es igual a la entrada.
salida=U n (9)
Arquitecturas neuronales: Los elementos bsicos se pueden
conectar entre s para dar lugar a las estructuras neuronales o modelos
conexionistas que podramos clasificar de diferentes formas segn el criterio
usado, as se tendra (SERRANO et al., 2009):
II.4.12.
II.4.13.
II.4.14.
dar la red neuronal (seal deseada) La red en este caso se organiza ella misma
agrupando, segn sus caractersticas, las diferentes seales de entrada. Estos
sistemas proporcionan un mtodo de clasificacin de las diferentes entradas
mediante tcnicas de agrupamientos o clustering (MARTIN et al., 2009).
II.4.17.
Perceptrn simple
El modelo ms sencillo de red neuronal es el perceptrn simple, se
trata de una red de propagacin hacia adelante, monocapa (no contiene capas
ocultas) con funcin de activacin limitador fuerte o limitador fuerte simtrico.
Las entradas a la red pueden ser binarias o continuas, mientras que las salidas
siempre son binarias debido a su funcin de activacin; el valor de salida de
una neurona es uno cuando la suma de sus entradas multiplicadas por sus
pesos sinpticos es mayor que cero, en caso contrario su salida es cero
(CASTRO ,2006).
Un perceptrn simple puede contener varias neuronas, pero stas
deben estar agrupadas en una sola capa y tener la misma funcin de
activacin, as las seales de entrada son aplicadas a todas las neuronas y las
salidas son obtenidas de estas mismas neuronas. El perceptrn simple es un
asociador de patrones; es capaz de asociar, durante el proceso de aprendizaje,
patrones de entrada, representados por arreglos de valores numricos
continuos, con una salida binaria. Cuando a la red se le presenta un patrn de
entrada utilizado en el aprendizaje, sta responde con la salida asociada a este
patrn de entrada. Si se le presenta una entrada diferente a las utilizadas
durante el aprendizaje, la red responde con la salida asociada al patrn de
entrada ms parecido, siendo capaz de generalizar. Al estar formado solamente
por una capa, el perceptrn simple tiene una capacidad bastante limitada, ya
que son necesarias ms capas para asociar y generalizar patrones de entrada
complejos; a pesar de esto, el perceptrn es una red de gran importancia, pues
en base a su estructura se han desarrollado otros modelos de redes
neuronales (CASTRO ,2006).
y= piw1 i .(10)
i=1
Arquitectura tpica
Un perceptrn multicapa est compuesto por una capa de entrada,
III.1.
III.
MATERIALES Y METODOS
Lugar de ejecucin. La ejecucin del proyecto se realizar en el Laboratorio
de Tratamiento de Aguas Residuales de la Universidad Nacional Agraria de la
III.2.
III.3.
Selva.
III.1.1. Ubicacin Geogrfica:
Latitud Sur
: 9 18 33.92
Longitud Oeste
: 75 59 56.94
Altitud
: 664 m.s.n.m
Materiales y Equipos.
III.2.1. Materiales:
- Agar Agar
- Ceftriaxona
- Papel filtro
- Tubos en U
- Foquitos LED
- Algodn
- Vaso precipitado de 250 mL
- Agua destilada
- Alambre de cobre
- Placa de zinc
- Silicona
- Botellas de plastico de 2.5 L
- Moldimix
- Cuter
- Microorganismos eficientes
- Matraz de 250 mL
- Agar rogoza
III.2.2. Equipos
- Equipo multiparmetro
- Multitester
III.2.3. Reactivos qumicos
- KCl
- ZnSO4
- CuSO4
- NaCl
Metodologa
III.3.1. Diseo de la celda de combustible microbiano:
DBO5
OD.
Solidos totales.
Temperatura.
pH.
Para las mediciones de OD, temperatura, conductividad y pH se
hora, para luego ser pesados, la diferencia de peso en gramos dividido entre el
volumen utilizado (50 ml) ser el valor de los slidos totales
Para los slidos suspendidos voltiles se proceder a tomar la
muestra de 50 ml, colocarla en un crisol (pesado anteriormente) y filtrarla, una
vez utilizado el papel filtro, se proceder a colocarlo ya filtrado en la estufa
hasta incinerarlo y luego se pesar los restos; el resto de la muestra filtrada se
evaporar por medio de bao mara para luego sern llevadas a una estufa
(103-105C) durante 1 hora, luego ser llevada a un desecador durante 1 hora,
para luego ser pesados, la diferencia de peso en gramos dividido entre el
volumen utilizado (50 ml) ser el valor de los slidos disueltos, y el peso del
papel ser el valor de los slidos suspendidos; la diferencia entre el valor de los
slidos totales y de estos datos obtenidos ser el valor de los slidos
suspendidos voltiles.
Para las pruebas de DBO se medir realizar una disolucin
utilizando agua embotellada, se medir el OD inicial y el del agua de disolucin,
luego se incubarn las muestras por 5 das y se medir el OD final, para as
calcular la DBO5.
III.3.3.5. Tratamiento de agua residual y medicin de variables.
Habiendo caracterizado el agua a tratar y teniendo listos los
microorganismos a utilizar se proceder a el tratamiento del agua residual en la
celda de combustible microbiano, primero se realizara la etapa de aclimatacin
de los microorganismos en la primera cmara y se medir el voltaje producido
a lo largo del tratamiento, durante 15 das aproximadamente para as
determinar las fases de mayor productividad energtica y relacionarlas con el
proceso de adaptacin, picos de mayor actividad de los microorganismos,
luego de los 15 das se realizara la recirculacin de agua con los
microrganismos ya aclimatados, la recirculacin se realiza en un tiempo de 23
horas, aqu se toma una muestra de salida y se realiza dos repeticiones ms; al
final del tratamiento se medirn las variables de salida de todas las muestras
de salida obtenidas
- DBO5
- OD.
- Solidos totales.
- pH.
- Temperatura.
III.3.4. Anlisis de datos:
Para analizar los resultados obtenidos se utilizarn los siguientes
mtodos para cumplir con los objetivos propuestos:
III.3.4.1. Para determinar la tasa de remocin de materia orgnica
y slidos totales.
La remocin se entiende como la capacidad del sistema para
eliminar parte de la concentracin de contaminantes que se encuentra en el
agua residual. En este estudio, para el clculo del porcentaje de la remocin
hidrulica, se usar la siguiente ecuacin:
Remocin (%) = (CiCf) x 100/Ci
Donde:
Ci= Concentracin inicial
Cf= Concentracin final
III.3.4.2. Diseo y entrenamiento de un modelo neuronal:
III.3.4.2.1.Anlisis de correlacin de los parmetros que
influyen en la reduccin de la materia orgnica
en una celda de combustible microbiano:
En esta etapa se utilizar el software R y su librera Openair, el cual
tiene una funcin llamada CorPlot de la que obtendremos una matriz de
correlacin de Pearson de los parmetros que influyen en la reduccin de
materia orgnica (Temperatura, pH, Slidos suspendidos voltiles) y la materia
orgnica reducida, asimismo se obtendr una grfica que nos permitir
seleccionar los parmetros influyen en la reduccin de esta.
Este procedimiento tambin ser aplicado para la estimar energa
producida por el sistema, pero en este caso se utilizar los siguientes
el
diseo
de
nuestra
red
se
tendrn
las siguientes
consideraciones:
-
Cantidad de neuronas:
En esta etapa se aran varias pruebas, hasta llegar al doble de la
Funciones de activacin:
Para aprovechar la capacidad de las Redes Neuronales Artificiales,
Artificial, una vez obtenido el modelo se utilizarn valores que no hayan sido
utilizados en la etapa de entrenamiento, estos sern suministrados a la red y se
observara los errores de estimacin.
III.3.5. Evaluacin de la calidad del agua tratada:
Se utilizarn los lmites mximos permisibles cuyo cumplimiento es
exigible por el MINAM y los organismos que conforman el Sistema de Gestin
Ambiental para determinar si el tratamiento realizado al agua ha removido
exitosamente la cantidad de materia orgnica, slidos totales y si los
parmetros de T, pH cumplen con estos estndares. (Cuadro N1)
Cuadro N1: Lmites mximos permisibles para vertimiento de aguas
residuales.
Parmetro
DBO
pH
Temperatura
Slidos Totales
unidad
mg/l
unidad
C
mg/l
LMP
100
6.5 - 8.5
< 35
150
IV.1.
IV.
RESULTADOS
Variacin de los parmetros de temperatura, pH y voltaje durante el
monitoreo del equipo
En la Tabla N 1 se muestran los parmetros monitoreados a lo
09/06
10/06
11/06
12/06
13/06
14/06
15/06
16/06
HORA
pH
Temp.
Voltaje (V)
Etapa
24.5
0.83
Aclimatacin
30
0.79
Aclimatacin
3.8
27.5
0.79
Aclimatacin
08:00
3.3
6.5
28
0.78
Aclimatacin
04:00
3.5
23
0.77
Aclimatacin
12:00
3.5
25
0.77
Aclimatacin
08:00
25
0.97
Aclimatacin
04:00
23
0.77
Aclimatacin
12:00
3.5
23
0.77
Aclimatacin
08:00
25
0.77
Aclimatacin
04:00
3.8
25
0.78
Aclimatacin
12:00
23
0.78
Aclimatacin
08:00
25
0.78
Aclimatacin
04:00
3.8
25
0.78
Aclimatacin
12:00
3.8
23
0.77
Aclimatacin
08:00
3.9
23
0.77
Aclimatacin
04:00
3.5
6.5
25
0.78
Aclimatacin
12:00
4.5
6.5
25
0.78
Aclimatacin
08:00
3.4
23
0.8
Aclimatacin
04:00
25
0.82
Aclimatacin
12:00
3.5
25
0.8
Aclimatacin
08:00
23
0.79
Aclimatacin
04:00
4.1
23
0.83
Aclimatacin
12:00
25
0.82
Aclimatacin
08:00
25
0.8
Aclimatacin
04:00
3.8
23
0.82
Aclimatacin
C. Anaerbica
C. Aerbica
08:00
4.5
04:00
4.00
12:00
17/06
04:00
3.5
25
0.8
Aclimatacin
18/06
04:00
4.5
25
0.78
Aclimatacin
19/06
04:00
4.56
25
0.78
Aclimatacin
12:00
4.58
6.5
23
0.77
Aclimatacin
08:00
4.61
6.5
23
0.77
Aclimatacin
04:00
4.64
6.5
25
0.78
Aclimatacin
12:00
4.67
6.5
25
0.78
Aclimatacin
08:00
4.8
23
0.8
Aclimatacin
04:00
4.7
25
0.8
Aclimatacin
12:00
4.5
25
0.8
1 prueba (entr.)
08:00
4.2
23
0.8
1 prueba (trat.)
04:00
23
0.8
1 prueba (Trat.)
12:00
3.5
25
0.95
1 prueba (Trat.)
08:00
3.5
25
0.83
1 prueba (Trat.)
04:00
23
0.82
1 prueba (salida)
12:00
4.5
25
0.8
08:00
4.3
25
0.82
04:00
4.3
23
0.8
12:00
4.3
23
0.81
2 prueba (entr.)
08:00
3.8
25
0.84
2 prueba (Trat.)
04:00
3.5
25
1.09
2 prueba (Trat.)
12:00
3.5
23
1.04
2 prueba (Trat.)
08:00
3.5
25
1.07
2 prueba (Trat.)
2 prueba (salida)
20/06
21/06
22/06
23/06
24/06
25/06
26/06
27/06
28/06
29/06
30/06
Recirculacin
04:00
25
1.03
12:00
4.5
6.5
23
0.98
08:00
4.5
6.5
23
0.98
04:00
4.5
6.5
25
0.97
12:00
4.5
25
0.96
3 prueba (entr.)
01:00
23
0.97
3prueba (Trat.)
04:00
4.5
25
0.72
3 prueba (Trat.)
07:30
4.5
25
0.7
3 prueba (Trat.)
07:43
4.5
23
0.76
3prueba (Trat.)
12:00
4.5
23
0.78
3 prueba (Trat.)
08:00
4.5
25
0.93
3 prueba (Trat.)
04:00
6.5
25
1.07
3 prueba (salida)
05:00
6.5
23
0.74
12:00
4.8
6.5
25
0.77
08:00
4.56
25
0.78
04:00
4.6
23
0.81
Recirculacin
pH
2
Fecha
pH ( C. Aerbica)
pH (C. Anaerbica)
8
7
6
5
pH
4
3
2
1
0
Fecha y hora
pH ( C. Aerbica)
pH (C. Anaerbica)
pH
4
3
2
1
0
Fecha y hora
pH ( C. Aerbica)
pH (C. Anaerbica)
pH
4
3
2
1
0
Fecha y hora
pH ( C. Aerbica)
pH (C. Anaerbica)
35
30
25
20
Temperatura C
15
10
5
0
Fecha
Temperatura
Temperatura C
23.5
23
22.5
22
Fecha y hora
Temperatura
25.5
25
24.5
Temperatura C
24
23.5
23
22.5
22
Fecha y hora
Temperatura
25.5
25
24.5
Temperatura C
24
23.5
23
22.5
22
Fecha y hora
Temperatura
Voltaje (V)
0.4
0.2
0
Fecha
Voltaje
1
0.95
0.9
Voltaje (V)
0.85
0.8
0.75
0.7
Fecha y hora
Voltaje
Voltaje (V)
0.6
0.4
0.2
0
Fecha y hora
Voltaje
1.2
1
0.8
Voltaje (V)
0.6
0.4
0.2
0
Fecha y hora
Voltaje
IV.2.
3636 ppm
Solidos
Salida 1
2264 ppm
totales
Salida 2
3178 ppm
Salida 3
1858 ppm
salida
Tasa de remocin
(%)
(ppm)
1
1372
62.27
458
79.77
1778
44.05
62.03
PROMEDIO
Fuente: Elaboracin propia.
ENTRADA
DBO (mg/L)
64.86
CORRIDA
1
24.32
21.55
21.7
CORRIDA
1
62.50%
66.77%
66.54%
IV.3.
Numero
de capas
ocultas
Nmero de
Neuronas en la
capa Oculta
EMC
EPOCAS
0.0787
0.43658
234
0.0478
0.53463
221
0.0563
0.53534
212
0.0162
0.42303
183
0.0131
0.59328
165
10
0.0057
0.64968
154
R: Coeficiente de correlacin
EPOCAS: Periodos
Figura 13. Correlacin de los datos modelados y los datos reales de la estimacin de voltaje.
1.2
1.1
1
VOLTAJE
0.9
Voltaje Real
Voltaje obtenido
0.8
0.7
0.6
0
10
20
30
40
50
60
70
80
HORAS
Nmero de
Neuronas en la
capa Oculta
EMC
EPOCAS
1
1
5
6
122.0063
58.7898
0.90098
0.97581
342
234
37.6374
0.98787
132
12.1036
0.9864
124
4.1848
0.9856
98
10
2.76
0.9816
78
R: Coeficiente de correlacin
EPOCAS:
50
40
30
REMOSIN
20
10
-10
Remosion Real
Remosin Modelo
60
-60
70
-46
88
-60
13
86
-10
SSNV
51
-51
59
-54
40
-51
-68
92
-82 100
62
SD
-7
-12
45
87
-59
100 -82
-10
SS
52
-52
63
-60
68
-52
-33 100
-59
92
86
SSV
-25
25
-23
16
32
25
100 -33
87
-68
13
-21
-32 100
25
-52
-51
-60
P.REMO
62
100
32
68
40
88
PHANA
21
-21
100
-56
-21
16
-60
45
-54
-46
PHAER
95
-95 100
51
-95
-23
63
-12
59
70
25
-52
-51
-60
DBO
100 -100 95
21
32 -100 -25
52
-7
51
60
SSV
-32 100
P .R E M O
-21
RE M
REM
ST
100 -32
S S NV
-56
SD
51
SS
-32
P HA NA
32
P HA E R
DB O
P a r m e tro s
2010
Parmetros
Figura 17 Datos modelados y los datos reales de la estimacin de porcentaje de remocin.
V.
DISCUSION
fue de 65.27%, BUITRON et.al. (2011), en su trabajo con CCM logra medir su
porcentaje de remocin, resultando en un 70% del carbono orgnico; si bien es
cierto esta remocin es medida mediante COT y trabaja con una sola cmara,
tambin prescinde el uso de membrana de intercambio protnico; ambos
resultados de la remocin de materia orgnica (con carbono) presentan ms de
un 50% siendo buenos resultados.
SEGN VELASQUEZ (2001) menciona la relacin entre remocin
de la materia y la cantidad de solidos voltiles, son directamente
proporcionales, lo cual se comprob con la matriz de correlacin de Pearson,
con un factor de 25, lo que indica una relacin positiva entre los dos
parmetros. El pH de la solucin tambin es determinante en el desarrollo y
crecimiento de los microorganismos. MARTINES (2005) menciona que a
mayora de los microorganismos pueden tolerar ambientes de pH mayor a 9.5 o
menor a 4.0, pero el rango ptimo de pH para que las bacterias comunes
cumplan apropiadamente sus funciones es de 6.5 a 7.5, lo cual coincide con lo
que se registr en la cmara anaerbica cuyo rango de pH oscilaba entre 4 a
7.5, lo que permiti, que la tasa de remocin sea significativa.
Segn HECTH-NEILSON (1987), indica que en el entrenamiento
de una red neuronal artificial , solo es necesario que el nmero de neuronas en
la capa oculta requiere de ser ms grande que dos veces el nmero de
patrones de entrada, como tambin que se inicie con una sola capa oculta, lo
cual coincidi con los resultados obtenidos, los resultados tambin concuerdan
con BONILLA.et al (2006) quien menciona que para el diseo de una red
neuronal no existe una metodologa
se tom el rea
VI.
-
CONCLUSION
VII.
RECOMENDACIONES
VIII.
ALZATE-GAVIRIA,
REFERENCIA BILBIOGRAFICA
L.,
K.
GONZLEZ,
I.
PERAZA,
O.
GARCA,
J.
celdas de combustible
microbianas con
diferente
14(1):
5-11.
[En
lnea]:
(http://www.medigraphic.com/pdfs/revespciequibio/cqb-2011/cqb111a.pdf,
25 abr, 2016).
CASTRO, N. 2014. Diseo y simulacin de un proceso de tratamiento de aguas
residuales domesticas para la generacin simultnea de energa
elctrica mediante celdas de combustible microbianas. Tesis Ing.
Quimica. Bogota,
Colombia.
Universidad
De
San
Buenaventura
de
Santos.
Espaa. 893 p.
HECHT, R.1987. Counter-Propagation Networks. IEEE First International
Conference on Neural Networks. Volumen II.19-32 pg.
INGENIERA DE AGUAS RESIDUALES. 1995. Tratamiento, Vertido y
Reutilizacin. Metcalf & Eddy, Inc.; Tercera Edicin. Madrid Espaa.
LOGAN, B. E. et. al. 2006.
(http://www.scielo.cl/scielo.php?pid=S071807642013000600004&
Revista
Scielo
26:6.
Colombia.
[En
lnea]:
(http://www.scielo.cl/scielo.php?pid=S0718-07642015000600010&script=s
ci_arttext#t1, 03, abr. De 2016).
RICCIUTI, N. y MERLI, L. 2009. Microbiologa de las aguas residuales:
Aplicacin de bioslidos en suelos. Universidad Tecnolgica Internacional,
Facultad Regional Baha blanca. Argentina.
RISMANI-YAZDI H., CARVER S. M., CHRISTY A. D., TUOVINEN O. H. 2008.
Cathodic limitations in microbial fuel cells: An overview. Journal of Power
Sources. 180, 683694.
SORIA, E; SERRANO, A y MARTN, J. 2009. Redes neuronales Artificiales.
Escuela Tcnica Superior de Ingeniera. Valencia, Espaa.
SAAVEDRA, I. 2012. Diseo de una celda de combustible microbiolgica con
uso de bacterias oxidantes de azufre y hierro. Tesis Ing. Civil Quimico e
Ing. Civil en Biotecnologia. Santiago de Chile, Chile. Universidad de
Chile. 57p.
VALENCIA G.sd. Conceptos generales de tratamiento biolgico. Cali, Colobia.
[En lnea]: (http://www.bvsde.paho.org/bvsacd/scan2/05862/05862-10.pdf,
26 abr, 2016).
cathodebiofilm
on
the
performance
of
membrane-less
and