Dévoiler la caractéristique « immorale » des rampes d’oxygène dissous par l’analyse des systèmes dynamiques : perspectives pour le développement de soft-sensors robustes

Pourquoi une surveillance de l’eau plus intelligente est importante

Dans les villes comme dans les zones rurales, les petits systèmes d’assainissement deviennent essentiels pour préserver l’eau et protéger les cours d’eau. Pourtant, les capteurs nécessaires pour suivre la qualité de l’eau sont coûteux et peuvent se détériorer avec le temps. Cette étude explore une nouvelle façon de concevoir des « soft-sensors » qui infèrent la qualité de l’eau à partir de mesures simples et peu onéreuses. Les auteurs montrent comment un angle mathématique, l’analyse des systèmes dynamiques, peut révéler quand une caractéristique apparemment fiable du signal d’oxygène dissous masque en réalité des pièges conduisant à de mauvaises décisions sur la sécurité de l’eau.

Lire entre les lignes des signaux de capteurs

Les ingénieurs remplacent souvent des mesures de laboratoire coûteuses par des signaux proxy, par exemple en utilisant les courbes d’oxygène dissous pour déduire quand l’ammoniac nocif a été éliminé. Une approche populaire recherche une rampe, une inflexion caractéristique du signal d’oxygène au fil du temps, et l’utilise comme indice que le cycle de traitement peut s’arrêter. Des travaux antérieurs ont montré que cette caractéristique de rampe est relativement robuste au bruit et à la dérive des capteurs, car elle repose sur la forme globale de la courbe plutôt que sur des valeurs exactes. Mais des expériences étendues et des simulations numériques ont également suggéré que d’autres conditions de procédé, comme la façon dont l’air est fourni ou la quantité de minéral tampon présente, peuvent produire une rampe similaire même lorsque l’ammoniac n’est pas entièrement éliminé.

Une nouvelle perspective sur la biologie complexe du traitement

Pour démêler ces causes qui se chevauchent, les auteurs se sont tournés vers l’analyse des systèmes dynamiques, une famille d’outils utilisée en sciences du climat et en robotique pour étudier le comportement des modèles sans simuler chaque scénario possible. Ils l’ont appliquée à une description mathématique standard du traitement par boues activées, où des microbes consomment les polluants pendant que de l’air est injecté dans l’eau. Plutôt que de suivre des séries temporelles complètes, ils ont dérivé des équations pour la première et la seconde dérivée temporelle de l’oxygène dissous directement à partir du modèle. Cela leur a permis d’identifier toutes les combinaisons d’états internes susceptibles de créer une rampe, dans un immense espace de conditions possibles, de manière calculatoire efficace.

Quand une caractéristique de confiance devient « immorale »

L’analyse a révélé que la rampe d’oxygène dissous est « immorale » au sens technique : elle peut être produite non seulement par un faible taux d’ammoniac, situation désirée, mais aussi par huit autres variables d’état liées aux populations microbiennes et à la matière organique. Graphiquement, ces variables forment des motifs en V, où plusieurs parents différents convergent vers la même caractéristique enfant. Un modèle data-driven entraîné uniquement sur des données passées peut s’accrocher à des corrélations créées par cette structure et interpréter à tort une rampe comme un effluent sûr alors que ce n’est pas le cas. En balayant l’espace des états possibles, les auteurs ont cartographié où les rampes sont des vrais positifs, signalant correctement une élimination complète de l’ammoniac, et où elles deviennent des faux positifs qui risquent de laisser échapper de l’eau insuffisamment traitée.

Transformer un indice fragile en outil plus fiable

L’étude ne s’est pas arrêtée à exposer la faiblesse de la rampe. Elle a aussi montré comment la rendre plus fiable. Une découverte importante est que la pente de la rampe compte : les rampes vraies, associées à un faible ammoniaque, tendent à avoir une pente bien plus élevée que les fausses. Imposer une pente minimale peut filtrer de nombreux cas trompeurs, bien que cela introduise un compromis en risquant de manquer certains événements réels. L’analyse suggère en outre que connaître l’abondance de certaines bactéries pourrait assouplir cette exigence de pente et réduire les détections manquées. Le même cadre peut être réutilisé avec d’autres modèles mathématiques en traitement des eaux usées, aidant à concevoir des jeux de caractéristiques qui combinent plusieurs signaux simples en un soft-sensor plus robuste.

Ce que cela signifie pour une réutilisation de l’eau plus sûre

Pour le lecteur, la leçon clé est que toutes les caractéristiques de capteurs apparemment fiables ne sont pas des guides dignes de confiance pour des décisions qui affectent la santé humaine et environnementale. En explorant rigoureusement toutes les manières, basées sur un modèle, dont une caractéristique peut apparaître, l’analyse des systèmes dynamiques met au jour des situations dissimilaires qui pourraient tromper les outils data-driven. Dans ce cas, elle montre qu’une rampe d’oxygène couramment utilisée n’est pas à elle seule un substitut sûr aux mesures d’ammoniac, mais qu’elle peut faire partie d’une stratégie de surveillance robuste lorsqu’elle est combinée à l’information sur la pente et éventuellement à d’autres caractéristiques. L’approche ouvre la voie à des soft-sensors plus intelligents et plus transparents, mieux adaptés aux exigences croissantes de récupération et de réutilisation de l’eau.

Citation: Schneider, M.Y., Torfs, E. & Carbajal, J.P. Unveiling the immoral ramp feature of dissolved oxygen signals with dynamical systems analysis: perspectives for robust soft-sensor development. Sci Rep 16, 15414 (2026). https://doi.org/10.1038/s41598-026-43885-y

Mots-clés: traitement des eaux usées, soft sensors, oxygène dissous, analyse des systèmes dynamiques, surveillance de l’ammonium