En la actualidad existen industrias (petroquímicas, farmacéuticas) cuyos residuos líquidos contienen elevadas concentraciones de nitrógeno. Una alternativa altamente utilizada es la Remoción Biológica de Nitrógeno en Sequencing Batch Reactors. Esta técnica ofrece como ventajas alta eciencia de conversión y consumo reducido de productos químicos. Como desventaja posee los gastos operacionales inherentes del proceso, como por ejemplo: gastos energéticos y costos asociados a la eliminación de biomasa. Gran parte de las investigaciones que buscan optimizar la eficiencia de la Remoción Biológica de Nitrógeno, se centran en la fase de nitrificación (fase aeróbica), por ser la encargada de la conversión de productos que son utilizados posteriormente en la desnitrificación. Dentro de estas investigaciones se cuentan el uso de modelos fenomenológicos, estimación de estados, estimación del término de fase aeróbica y la estrategia denominada nitrificación parcial, que destaca por sus alcances en reducción de costos y tiempos de operación del reactor. A pesar de que existe un gran número de investigaciones, todavía existen brechas importantes que acortar, y una de esas representa la falta de una “integración de estrategias”, en la cual, estrategias tales como estimación del término de fase aeróbica, permitan potenciar y mantener una nitrificación parcial estable en el largo plazo. En el presente trabajo de Tesis se propone la elaboración de estrategias de estimación y pronóstico del término de la fase aeróbica para el proceso de Remoción Biológica de Nitrógeno en un Sequencing Batch Reactor, con el fin de aumentar la eficiencia del proceso y reducir sus costos. En primer lugar y mediante simulación, se analiza la influencia de la duración de la fase aeróbica sobre la eficiencia global del proceso de Remoción Biológica de Nitrógeno operado bajo nitrificación parcial. En segundo lugar, se proponen y desarrollan dos tipos de enfoques que aportan con la estimación del término de la fase aeróbica. El primero es un enfoque basado en extracción de características y clasificadores Support Vector Machines. En cambio, el segundo es un enfoque basado en Filtro de Partículas para estimar la concentración de amonio en el reactor y posteriormente pronosticar el término de la fase aeróbica. Los resultados de simulación refuerzan la idea de incorporar herramientas que estimen el término de la fase aeróbica de manera precisa, para así lograr una reducción de los costos y de los tiempos de operación de manera estable en el largo plazo. En cuanto a los enfoques propuestos, su entrenamiento, verificación y posterior validación fueron realizados utilizando datos experimentales provenientes de un reactor secuencial batch a escala piloto.Today discharge wastewater with high nitrogen concentrations prevails in the petrochemical, pharmaceutical, fertilizer, and food industries. A commonly used and economically viable alternative for the treatment of industrial and municipal wastewater is the biological nitrogen removal process (BNR) in sequencing batch reactors (SBRs). The BNR process can achieve high efficiency, low consumption of external organic matter, and low surplus sludge. The operating costs involve energetic expenses for aeration, reagents like alkaline solution and exogenous chemical oxygen, and sludge management. The optimization of BNR in SBRs to increase efficiency and reduce operating costs has become the aim of researchers worldwide. Efforts mainly focus on the nitrification phase (aerobic) as the limiting reaction rate of BNR. These investigations include the use of different strategies such as: achieving partial nitrification, real-time control, monitoring to detect characteristic patterns of nitrification/denitrification, modeling based on activated sludge (ASM), and the use of data- driven models to estimate variables that cannot be obtained experimentally or online. There are still important gaps to be filled in this field. One of these relates to the lack of a methodology that adequately integrates different strategies. For example, partial nitrification working along aerobic phase end-point estimation can achieve a more stable and efficient BNR process. In this thesis estimation and prognostic techniques for the aerobic phase end-point for BNR in SBRs are proposed, aiming to improve efficiency and reduce costs. First the influence of aerobic phase duration over BNR efficiency is analyzed by simulating a partial nitrification process. Then two different approaches for aerobic phase end-point estimation are proposed. The first is based on feature extraction and support vector machines classifiers. The second is based on particle filters for ammonium concentration estimation, and aerobic phase end-point prognosis. The simulation results support that accurate aerobic phase end-point estimation reduce both costs and operating times in the short and long term. The training, verification, and validation of both approaches were developed using experimental data from a lab-scale SBR.PFCHA-BecasGeneración de dos papers asociados con el trabajo de Tesis.PFCHA-Becas