DE19827877A1

DE19827877A1 - Prozeßoptimierung einer nach dem Belebungsverfahren arbeitenden Kläranlage

Info

Publication number: DE19827877A1
Application number: DE1998127877
Authority: DE
Inventors: Michael Bongards
Original assignee: Individual
Current assignee: Individual
Priority date: 1998-06-23
Filing date: 1998-06-23
Publication date: 2000-01-20

Abstract

Eine Prozeßoptimierung einer nach dem Belebungsverfahren arbeitenden Kläranlage mit einem Belebungsbecken, wobei die Zulaufwerte des Belebungsbeckens und die Ablaufwerte des Belebungsbeckens und gegebenenfalls weitere Prozeßparameter einem Datenverarbeitungs-Netzwerk zugeführt werden. Das technische Problem ist eine Berücksichtigung des zeitvariantes Verhaltens des Systems. Die Zulaufwerte und die Ablaufwerte werden einem trainierten neuronalen Netz zugeführt, und das neuronale Netz liefert Vorhersagewerte der Ablaufwerte.

Description

Die Erfindung betrifft eine Prozeßoptimierung einer nach dem Belebungsverfahren arbeitenden Kläranlage mit einem Belebungsbecken, wobei die Zulaufwerte des Belebungsbeckens und die Ablauf werte des Belebungsbeckens und gegebenenfalls weitere Prozeßparameter einem Datenver arbeitungs-Netzwerk zugeführt werden.

Das Belebungsbecken bestimmt weitgehend die Leistungsfähigkeit einer Kläranlage. In dem Be lebungsbecken sollen vor allem Ammoniumverbindungen, andere Stickstoffverbindungen und Phosphor verbindungen durch Mikroorganismen abgebaut werden. In dem Belebungsbecken wird das Abwasser mit Sauerstoff aus der Umgebungsluft und Mikroorganismen aus dem in der Kläranlage zirkulierenden Belebtschlamm in innige Verbindung gebracht. In einem anschließenden Nachklärbecken wird der Klär schlamm von Abwasser getrennt. Eine Optimierung der biologischen Klärung ist erforderlich, einerseits zur Minimierung des hohen Energieverbrauchs für den Sauerstoffeintrag und andererseits zur Einhaltung der Ablaufgrenzwerte für die Schadstoffe. Das Gesamtsystem hat ein zeitvariantes Verhalten, d. h. die reglungstechnische Eigenschaften ändern sich nach Belastungsgrad, Tageszeit und Jahreszeit.

Die DE 39 32 640 A1 beschreibt eine Regelung der Abbauleistung des Belebungsbeckens durch Messung der Zulaufwerte und der Ablaufwerte der abzubauenden Stoffe. Eine solche Regelung kann den nichtlinearen Charakter der komplexen biochemischen Prozesse nicht immer angemessen berücksichti gen. Die gilt auch für das zeitvariante Verhalten.

Aufgabe der Erfindung ist eine Berücksichtigung des zeitvariantes Verhaltens des Systems.

Diese Aufgabe wird nach der Erfindung dadurch gelöst, daß die Zulaufwerte und die Ablaufwerte einem trainierten neuronalen Netz zugeführt werden und daß das neuronale Netz Vorhersagewerte der Ablaufwerte liefert.

Die Erfindung unterscheidet sich insofern vom Stand der Technik, als anhand der Charakteristiken der speziellen Kläranlage Vorhersagewerte bereitgestellt werden, die eine Beeinflussung des künftigen Betriebsverlaufs ermöglichen. Diese Prozeßoptimierung stellt eine prädiktive Regelung dar.

Eine Prozeßoptimierung erfaßt die wesentlichen Parameter einer Kläranlage dadurch, daß die Ablaufwerte für Stickstoff (Ammonium, Nitrat, Gesamtstickstoff und Phosphor (Gesamtphosphor) vor hergesagt werden.

Die für die jeweilige Kläranlage festgesetzten Grenzwerte lassen sich dadurch weitgehend einhal ten, daß die Vorhersagewerte zur Grenzwertüberwachung ausgenutzt werden.

Die Vorhersagewerte lassen sich dadurch für die aktuelle Regelung einsetzen, daß die Vorhersa gewerte in einem Regler verarbeitet werden. Mit einem geeigneten Regelalgorithmus erzielt man so eine Prozeßoptimierung.

Eine Prozeßoptimierung läßt sich besonders dadurch verwirklichen, daß die Vorhersagewerte in einem Fuzzy-Regler verarbeitet werden.

Die Vorhersagewerte geben die Möglichkeit, daß der Regler bzw. Fuzzy-Regler die Rück schlammpumpe, die Belüftung, die Dosierpumpe für das Fällmittel und/oder weitere Prozeßparameter steuert.

Somit kennzeichnet sich die Prozeßoptimierung nach der Erfindung durch eine prädiktive Rege lung des Belebungsprozesses einer Kläranlage.

Ein Ausführungsbeispiel der Erfindung wird anhand der schematischen Zeichnung einer Kläranla ge mit Belebungsbecken erläutert.

Ein Abwasserzulauf 1 führt gegebenenfalls über ein nicht dargestelltes Vorklärbecken in ein Bele bungsbecken 2. In dem Belebungsbecken 2 erfolgt mit Hilfe von Belebtschlamm im Wesentlichen ein Stickstoff- und Phosphorabbau. Ein Abwasserablauf 3 führt in ein Nachklärbecken 4, in dem sich der Klärschlamm absetzt.

In dem Belebungsbecken 2 wird der Belebtschlamm durch Einblasen von Sauerstoff über eine Belüftungseinrichtung 5 aktiviert, so daß Schadstoffe in dem Abwasser abgebaut werden.

Die Stickstoffeliminatiom erfolgt in zwei Prozeßschritten, die parallel oder intermittierend ablau fen. Zunächst wird in einer aeroben Phase das Ammonium aus dem zulaufenden Abwasser in Nitrat um gesetzt, in einer anoxischen Phase wird das Nitrat in gasförmigen Stickstoff umgewandelt. Die anoxische Phase kann in einem dem Belebungsbecken vorgeschalteten Becken ablaufen, oder das Belebungsbecken kann durch intermittierende Belüftung zwischen einer aeroben und einer anoxischen Betriebsweise um geschaltet werden.

Die Phosphorelimination kann durch Ausfüllung mit einem über eine Dosierpumpe 6 zugeführten Fällmittel und/oder biologisch erfolgen, wonach das mit Belebtschlamm gemischte Abwasser nacheinan der ein vorgeschaltetes, hier nicht dargestelltes anaerobes und das aerobe Belebungsbecken durchströmt. Die Phosphorverbindungen werden an den Klärschlamm gebunden und so aus dem Abwasser entfernt.

Ein Fällmittel wird oft zusätzlich zur biologischen Phosphorelimination eingesetzt. Die biologische Phos phorelimination arbeitet als Grundlast, die chemische Fällung deckt Belastungsspitzen des Abwasserzu flusses ab.

Zur weiteren Beeinflussung der biochemischen Prozesse in dem Belebungsbecken 2 wird über eine Rückschlammpumpe 7 Belebtschlamm aus dem Nachklärbecken 4 zugeführt.

Einem neuronalen Netz 8 werden als Eingangswerte Meßwerte und Prozeßparameter zugeführt, nämlich

(a) Zulaufmenge Abwasser,
(b) Ablaufmenge Abwasser,
(c) Leitfähigkeit im Zulauf,
(d) pH-Wert im Zulauf,
(e) Temperatur im Zulauf,
(f) Sauerstoffgehalt in dem Belebungsbecken,
(g) Ammoniumkonzentration am Ablauf des Belebungsbeckens,
(h) Nitratkonzentration am Ablauf des Belebungsbeckens,
(i) Phosphatkonzentration am Ablauf des Belebungsbeckens.

Andere oder weitere Prozeßparameter sind ebenfalls möglich. Speziell die Ablaufparameter (g), (h), (i) geben die Güte des Klärprozesses wieder.

Das neuronale Netz 8 ist so trainiert, daß es aus den aktuellen und aus den zeitlich zurückliegen den Werten der Parameter (a) bis (i) Vorhersagewerte oder Prädiktionswerte der Ablaufparameter (g), (h), (i) ermittelt und am Ausgang 9 zur Verfügung stellt. Ein angemessenes Prädiktionsintervall ist 1 h. auch andere Prädiktionsintervalle sind möglich.

Die Prädiktionswerte am Ausgang 9 werden einer Grenzwertüberwachung 10 und einem Regler 11 zur Verfügung gestellt. Der Regler 11 kann ein konventioneller Regler oder ein Fuzzy-Regler sein.

Die Grenzwertüberwachung 10 löst eine Anzeige oder einen Alarm für das Bedienpersonal aus. Da dem Regler 11 nicht nur die aktuellen Werte, sondern auch die prädiktiven Werte zur Verfügung stehen, kann der Regler 11 künftige Prozeßentwicklungen berücksichtigen. Typische Fuzzy-Regeln für einen derartigen Regler sind:

Wird der Ammonium-Ablaufwert zunehmen, so ist die Luftmenge in der Belüftungseinrichtung 5 zu erhöhen.
Wird der Nitrat-Ablaufwert abnehmen, so ist die Rückschlamm-Menge zu verringern.
Wird der Phosphat-Ablaufwert zunehmen, so ist die Dosis an Fällmittel zu erhöhen.

Diese Fuzzy-Regeln lassen sich unter Berücksichtigung der Charakteristika des Systems erweitern.

Die Prädition ermöglicht somit eine kompensatorische Beeinflussung des künftigen Verhaltens der Klär anlage und dadurch eine Optimierung des Klärprozesses.

Claims

1. Prozeßoptimierung einer nach dem Belebungsverfahren arbeitenden Kläranlage mit einem Be lebungsbecken, wobei die Zulaufwerte des Belebungsbeckens und die Ablaufwerte des Belebungsbec kens und gegebenenfalls weitere Prozeßparameter einem Datenverarbeitungs-Netzwerk zugeführt wer den, dadurch gekennzeichnet, daß die Zulaufwerte und die Ablaufwerte einem trainierten neuronalen Netz zugeführt werden und daß das neuronale Netz Vorhersagewerte der Ablaufwerte liefert.

2. Prozeßoptimierung nach Anspruch 1, dadurch gekennzeichnet, daß die Ablaufwerte für Stick stoff (Ammonium, Nitrat, Gesamtstickstoff) und Phosphor (Gesamtphosphor) vorhergesagt werden.

3. Prozeßoptimierung nach Anspruch 1 oder 2, dadurch gekennzeichnet, daß die Vorhersagewerte zur Grenzwertüberwachung genutzt werden.

4. Prozeßoptimierung nach einem der Ansprüche 1 bis 3, dadurch gekennzeichnet, daß die Vor hersagewerte in einem Regler verarbeitet werden.

5. Prozeßoptimierung nach einem der Ansprüche 1 bis 3, dadurch gekennzeichnet, daß die Vorher sagewerte in einem Fuzzy-Regler verarbeitet werden.

6. Prozeßoptimierung nach Anspruch 4 oder 5, dadurch gekennzeichnet, daß der Regler bzw. Fuzzy-Regler die Rückschlammpumpe, die Belüftung, die Dosierpumpe für das Fällmittel und/oder weitere Prozeßparameter steuert.

7. Prozeßoptimierung nach einem der Ansprüche 1 bis 6, gekennzeichnet durch eine prädiktive Regelung des Belebungsprozesses einer Kläranlage.