Titre de l'écran-titre (visionné le 30 octobre 2023) / Les stations de récupération des ressources de l'eau (StaRRE) sont confrontées à de nouveaux défis en raison de différents facteurs de stress dans le monde entier, ce qui entraîne un besoin urgent de technologies innovantes. Une solution potentielle réside dans les jumeaux numériques, capables de surveiller en temps réel les StaRRE. Un élément central d'un jumeau numérique est le modèle de procédé (mécaniste, axé sur les données ou hybride), qui doit être alimenté en continu et automatiquement par des données de haute qualité. Lorsque des modèles mécanistes sont incorporés dans un jumeau numérique, il est essentiel de connaître les variables conventionnelles telles que les concentrations de la demande chimique en oxygène (DCO) et d'azote (N), ainsi que leurs fractionnements respectifs. Les tests de respirométrie ont été largement utilisés pour caractériser les eaux usées, évaluer les effets toxiques/inhibiteurs sur la biomasse et calibrer les modèles mathématiques. Par conséquent, l'objectif principal de ce travail de thèse est de développer une méthodologie qui utilise la respirométrie pour estimer les fractions de DCO et d'azote, ainsi que la détermination des paramètres cinétiques et stoechiométriques des boues activées. La méthodologie présentée ici est structurée en quatre étapes distinctes. La première étape concerne la collecte des données, qui a été réalisée grâce à l'utilisation d'un respiromètre automatisé installé dans une StaRRE pilote. Ensuite, l'étape de stockage et d'accès aux données a facilité le transfert des données brutes vers une infrastructure d'acquisition de données (datEAUbase). La troisième phase, axée sur le prétraitement des données, a été lancée en utilisant les informations stockées dans la datEAUbase. Pour ce faire, un algorithme a été adapté pour calculer des paramètres essentiels, notamment le coefficient de transfert de masse de l'oxygène ($K_{L}a$) du réacteur du respiromètre, la demande biochimique en oxygène à court terme (DBOct) des eaux usées et le taux de respiration exogène ($r_{O2,exo}$) de la boue activée. La dernière étape a consisté à calibrer le Activated Sludge Model No.1 à l'aide des données dérivées pendant la phase précédente. Ce processus de calibration a permis d'estimer avec succès divers paramètres cinétiques et stoechiométriques des boues activées. Enfin, le modèle calibré a été utilisé pour déterminer la proportion de DBOct attribuable à la DCO facilement biodégradable ($\textup{S}_\textup{S}$) et à l'ammonium nitrifiable ($\textup{S}_\textup{NH}$). Cette méthodologie comprend une série d'étapes conçues pour transformer les données respirométriques en information pour alimenter un jumeau numérique. Cependant, l'automatisation de ces outils est nécessaire pour permettre la caractérisation en temps réel des eaux usées et des boues activées. Cette avancée facilitera la maintenance continue des jumeaux numériques pour la surveillance continue des StaRRE dans les recherches futures. / Water Resource Recovery Facilities (WRRFs) are facing new challenges due to different stressors worldwide, resulting in an urgent need for innovative technologies. One potential solution lies in Digital Twins (DTs), capable of real-time monitoring of WRRFs. A central component of a DT is the process model (mechanistic, data-driven, or hybrid), which needs to be continuously and automatically fed with high-quality data. When mechanistic models are incorporated into a DT, it is essential to have knowledge of conventional variables such as the concentrations of Chemical Oxygen Demand (COD) and Nitrogen (N), and their respective fractions. Respirometry tests have been widely employed to characterize wastewater streams, assess toxic/inhibitory effects on biomass, and calibrate mathematical models. Therefore, the primary goal of this thesis work is to develop a methodology that utilizes respirometry to estimate COD and N fractions, along with the determination of kinetic and stoichiometric parameters of activated sludge. The methodology presented here is structured into four distinct stages. The first stage entails data collection, which was effectively accomplished through the utilization of an automated respirometer installed in a pilot WRRF. Subsequently, the data storage and access stage facilitated the transfer of raw data to a data acquisition infrastructure (the datEAUbase). The third phase, focused on data preprocessing, was initiated using the information stored in the datEAUbase. To achieve this, an algorithm was adapted to calculate essential parameters, including the oxygen mass transfer coefficient ($K_{L}a$) of the respirometer reactor, the short-term biochemical oxygen demand (stBOD) of the sampled wastewater, and the exogenous respiration rate ($r_{O2,exo}$) of the activated sludge. The final stage involved the calibration of the Activated Sludge Model No.1 using the parameters derived in the preceding phase. This calibration process allowed for the successful estimation of various kinetic and stoichiometric parameters of the activated sludge. Ultimately, the calibrated model was employed to ascertain the proportion of stBOD attributable to readily biodegradable COD ($\textup{S}_\textup{S}$) and nitrifiable ammonium ($\textup{S}_\textup{NH}$). This methodology encompasses a series of steps designed to transform respirometric data into valuable information feeding digital twins. However, automation of these tools is still required to enable real-time characterization of wastewater and activated sludge. This advancement will facilitate the ongoing maintenance of digital twins for the continuous monitoring of wastewater treatment facilities in future research.

La respirométrie est une discipline consistant en la mesure et l’interprétation du taux de respiration de microorganismes. Avec les années, cette technique est devenue un outil indispensable pour la caractérisation des boues activées et d’échantillons d’eau usée. En 2016, l’usine pilEAUte de l’Université Laval s’est doté d’un respiromètre en ligne du type RODTOX afin de caractériser l’effluent de son traitement primaire. Or, bien que les expériences réalisées automatiquement par le RODTOX soient riches en information, les données rendues accessibles aux utilisateurs du RODTOX par l’appareil sont plutôt pauvres. Des outils ont donc été développés dans le cadre de ce projet de maîtrise afin d’extraire du RODTOX les données brutes provenant de sa sonde d’oxygène dissous et analyser son signal. Cela a permis d’extraire des données de la sonde des estimations de la demande biochimique en oxygène à court terme (DBOct) de l’eau usée, ainsi que du taux de respiration exogène (OURex) de la boue activée et du coefficient de transfert de masse d’oxygène (KLa) du réacteur dans lequel le RODTOX réalise ses expériences. De plus, un modèle mathématique du RODTOX a été conçu, ce qui a permis l’estimation des certains coefficients biocinétiques de la boue activée du RODTOX. En retour, ces coefficients ont permis l’estimation de la part de la DBOct attribuable soit à la biodégradation des composés carbonés ou à celle des composés azotés. Ce document décrit le processus de développement de ces outils d’analyse du signal du RODTOX. S’ensuit une démonstration de leur efficacité et une discussion des aspects pouvant être améliorés dans l’avenir. Enfin, des usages potentiels pour les informations produites par le RODTOX et des outils employés pour décoder son signal sont suggérés. / Respirometry is the measurement and interpretation of the respiration of microorganisms. Over the years, this discipline has proven itself to be an invaluable tool for the characterization of activated sludge and wastewater samples. In 2016, Université Laval’s pilEAUte plant purchased a RODTOX on-line respirometer to characterize its primary effluent. Though the respirometric experiments performed by this machine are information-rich, the default output available to its users is very sparse. Thus, to take advantage of the experiments performed automatically within the RODTOX, tools were developed in the context of this M. Sc. study to extract the raw data produced by the RODTOX’s built-in dissolved oxygen sensor and process its signal. This allowed for the extraction of estimates of the wastewater’s short-term biochemical oxygen demand (stBOD), the activated sludge’s exogenous oxygen uptake rate OURex and the oxygen mass transfer coefficient (KLa) of the RODTOX’s built-in bioreactor. Additionally, a mathematical model of the RODTOX sensor was developed which enabled the estimation of some of the sludge’s biokinetic characteristics. This, in turn, has led to the estimation of the portions of stBOD attributable to carbonaceous and nitrogenous compounds, respectively. This document relates the development of these processing tools, the demonstration of their adequate performance and suggestions for future improvements. Then, prospective uses for the measurements produced by the RODTOX and its new processing tools are suggested.