Propósito y método de estudio: En el presente trabajo se trata el efluente del proceso de producción de resinas fenólicas con cinco tipos de adsorbentes, resina aniónica, catiónica, neutra, carbón activado granular modificado térmicamente y carbón activado granular comercial; El carbón activado granular comercial presenta mayor capacidad de adsorción, hasta 180 mg/g, en trabajos futuros es deseable la operación del proceso controlado automáticamente en continuo, por tanto se prueban diferentes modelos matemáticos para simular la curva de ruptura de la columna de adsorción y el modelo de balance general propuesto por Aribike et. al. [30], se ajusta con desviaciones menores al 5% en el punto de quiebre, además se prueban cinco controladores, un PI, un predictor lineal, proporcional con penalización en la acción total de control, predictor lineal con penalización del cambio en la acción de control, predictor lineal con un integrador explícito y penalización del cambio en la acción de control y MPC no lineal. El modelo de control predictivo no lineal es un mejor control al ofrecer trabajar con menor desviación del estado estable que el PI y los esquemas de control predictivo lineal ya que considera las interacciones entre los estados y las variables de control en lugar de separar los efectos como sucede con los modelos lineales. Contribuciones y conclusiones: La capacidad de adsorción máxima en los experimentos cinéticos en columna es de 102.4 mg/g para carbón activado granular. El mecanismo de adsorción del fenol se da principalmente por afinidad que incluye interacción de los anillos aromáticos por interacciones π-π y formación de puentes de hidrógeno. La velocidad de transferencia de masa en la película, y la difusión a través del poro son pasos determinantes en el proceso de adsorción bajo las condiciones trabajadas, por ello es necesario considerarlos en el modelo matemático del sistema. El modelo de control predictivo no lineal para controlar el tanque de homogenizado es un mejor control que el PI y los esquemas de control predictivo lineal gracias a que considera las interacciones entre los estados y las variables de control.