KAbit

Kläranlagen sind komplexe technische Anlagen, die das Abwasser mithilfe von mechanistischen, chemischen und biologischen Prozessen reinigen. Bei der Abwasserreinigung wird nicht nur viel Energie benötigt, sondern es werden auch klimaschädliche Treibhausgase (THG) wie Methan und Lachgas emittiert. Je nachdem welche Verfahren der Abwasserreinigung angewendet und welche Einstellungen vorgenommen werden, wird mehr oder weniger klimaschädliches Gas emittiert. Auch der Energie- und Betriebsmittelverbrauch spielen für einen ressourcenschonenden Betrieb eine wichtige Rolle und müssen bei einem optimalen Betrieb mitberücksichtigt werden. Das Projekt KAbit hat das Ziel eine allgemein anwendbare Toolbox zu entwickeln, die einen effizienteren und ressourcenschonenden Betrieb ermöglicht. Dabei werden mechanistische biochemische Prozessmodelle, künstliche Intelligenz (KI) und eine erweiterte Online-Messtechnik miteinander vernetzt.

Neben der Bereitstellung der historischen Datensätzen beider Anlagen übernimmt der Ruhrverband die Koordination der Messungen. Die Installation zusätzlicher Sensoren erfolgt in enger Abstimmung mit GOSys auf den Kläranlagen. Außerdem werden, soweit erforderlich, zusätzliche Analysen mit standardisierten Labormethoden durchgeführt. Auch die Abstimmung der Messkampagne des LANUVs übernimmt der Ruhrverband.

Der Messtechnik Hersteller GOSys wird seine Online-Messsonden zur Überwachung der Abwasserkonzentration an den Testanlagen installieren. Darüber hinaus werden neue Algorithmen entwickelt, die auf eine erhöhte Genauigkeit bei der Bestimmung von niedrigen Konzentrationen am Abfluss abzielen. Zunächst werden die neuen Messstellen ausgewählt und die Sonden installiert. Es wird eine kontinuierliche Unterstützung für den Betrieb der Sonden bereitgestellt. Die Schnittstelle zu den KI-Algorithmen wird bereits in dieser ersten Planungsphase berücksichtigt und entlang des Betriebs der Sonden weiterentwickelt.

Okeanos Zuständigkeit liegt in der Entwicklung eines Messdaten-Monitoringsystems, dass Messwerte operationell überwacht, klassifiziert und kostenintensive Messwerte ergänzt, bzw. den Bedarf für eine Probenahme meldet. Das Monitoring System strukturiert große Datensätze und macht sie erfass- und nutzbar. Dabei wird auf einer effizienten Datenbankstruktur zurückgegriffen, um KI-Methoden im Bereich des Machine Learnings und des Reinforcement Learnings aufzubauen. Für den Aufbau der Toolbox, welche alle Methoden vereint, werden zunächst die Datenströme zusammengetragen. Okeanos wird dabei alle gewonnenen Daten für den Aufbau der Reinforcement Schleife nutzen, um einen optimierten Betrieb der Kläranlage durch eine selbstlernenden KI vorschlagen zu können.