KAbit
Auf dem Weg zur kosteneffizienten, klimaneutralen und KI-gesteuerten Kläranlage der Zukunft
Digitales Assistenzsystem für einen effizienten Kläranlagenbetrieb
Alle Daten und alle Zielgrößen im Auge zu behalten und die richtigen Steuerentscheidungen im richtigen Moment zu treffen ist eine der großen Herausforderungen für das Betriebspersonal auf Kläranlagen. Insbesondere veränderte Randbedingungen, wie Veränderungen des Zulaufs, stärkere Spülstöße durch Starkregen oder eine Verschärfung der Ablaufwerte steigern die Beanspruchung zusätzlich.
KAbit unterstützt Ihren Betrieb mit Hinweisen und Handlungsempfehlungen zur optimalen Betriebsführung. Dabei baut das System auf digitalisiertem Betriebswissen auf, da es in der Initialphase die Handlungsweisen des Personals mit den Belastungssituationen in Verbindung setzt. Das Betriebswissen wir im Nachgang durch eine KI-basierte Strategieentwicklung weiterentwickelt, um auch neuen Anforderungen an die Anlage gerecht zu werden.
Mehrziel-Optimierung
Kläranlagen haben das vorrangige Ziel Abwasser zu reinigen und die vorgeschriebenen Ablaufwerte einzuhalten. Aber auch weitere Zielgrößen wie der Energie- und Fällmitteleinsatz, der Energieertrag der Faulgasverwertung, das Eindickungsvermögen des Überschussschlammes, oder die Emission klimaschädlicher Gase wie CO2 und Lachgas spielen eine essenzielle Rolle beim Betrieb der Anlagen. Wir bieten einen holistischen Ansatz bei der Optimierung Ihrer Anlage. Wir erarbeiten mit Ihnen die relevanten Zielgrößen und deren Gewichtung für die Weiterentwicklung des Betriebes sowie den Veränderungen, vor denen Sie stehen. Dabei können wir individuell nach Ihren Anforderungen Klimaszenarien, Veränderungen in der Abwasserzusammensetzung, dem Aufbau einer vierten Reinigungsstufe oder die Veränderung von Ablaufwerten als Randbedingungen für eine Optimierung definieren.
KI-basierte Strategieentwicklung mit digitalem Zwilling
Zur Realisierung des holistischen Ansatzes und der Anwendung auf neue, auch bauliche, Situationen der Anlage, entwickeln wir als Erstes einen digitalen Zwilling Ihrer Anlage. Dieser basiert auf den aktuellen mechanistischen Modellen der Activated Sludge Model (ASM) Familie und verfügt über die notwendigen Erweiterungen, um alle Reinigungsstufen abzubilden. Der digitale Zwilling wird mit Hilfe Ihrer Messdaten kalibriert und stellt anschließend ein digitales Abbild der Anlage dar.
Nach dem Aufbau des Zwillings wird dieser mit verschiedenen Belastungsszenarien angetrieben und eine KI entwickelt in einer Optimierungsschleife, eine ideale, langfristige Steuerungsstrategie unter Berücksichtigung Ihrer Kriterien und Anforderungen.
Die erarbeitete Strategie wird an das digitale Assistenzsystem übergeben und kann ab Fertigstellung und Freigabe Ihrerseits vom Betriebspersonal eingesehen und umgesetzt werden.
KI-basierte Messwertergänzung
Laborparameter sind kostenintensiv, aber für eine ausreichende Informationstiefe essenziell. Insbesondere Prozessoptimierung oder automatisierte Steuerungen kommen ohne diese Daten nicht aus. Um ihr volles Potential auszuschöpfen, müssten Daten über aktuelle Frachten und Konzentrationen als Online-Parameter vorliegen. Mit unserer Soft-Sensor Lösung bieten wir Ihnen eine kontinuierliche Schätzung von Laborwerten ohne zusätzliche Messtechnik. Mit Hilfe von maschinellem Lernen wird basierend auf den bestehenden Online-Messungen Ihrer Anlage sowie den bestehenden Labormessungen eine Schätzung von kostenintensiven Parametern bis zu einer stündlichen Auflösung realisiert. Der Softsensor ist bei ausreichender Datengrundlage, für alle gängigen Laborparameter sowie für Spurenstoffmessungen oder Lachgasemissionen einsetzbar.
KMU-Innovativ Verbundprojekt
KAbit ist eine vom Bundesministerium für Bildung und Forschung finanziertes KMU-Innovativ Verbundprojekt. Das Projekt startete im September 2022 mit einer Projektlaufzeit von 2 Jahren. Im Projekt wurden die Grundlagen für eine KI-basierte Optimierung von Kläranalgen, insbesondere im Hinblick auf die Optimierung von Lachgasemissionen entwickelt. Neben der Validierung des Soft-Sensor-Konzeptes und der Entwicklung eines Reinforcement-Learning Frameworks, wurden im Projekt intensive Messkampagnen zur Treibhausgasemission aus der biologischen Reinigungsstufe durchgeführt und somit eine Grundlage für eine mögliche Optimierung des Betriebs hinsichtlich dieser Emissionen gelegt. Das Projekt wurde von einem Konsortium von starken Partnern aus der Wasserwirtschaft initiiert und durchgeführt:
