Nadzorni sistem vodenja za celostno optimizacijo delovanja čistilnih naprav za čiščenje odpadnih voda - SUPEROPTI

Vodja projekta:

dr. Darko Vrečko

Trajanje:

1.10.2021 - 30.9.2024

Financiranje:

ARRS - Agencija za raziskovalno dejavnost Republike Slovenije, L2-3166, s sofinanciranjem
JP Centralna čistilna naprava Domžale-Kamnik d.o.o.,
Komunala Kranj, javno podjetje d.o.o.,
Komunala Novo mesto d.o.o.,
Kolektor Sisteh d.o.o.











Povzetek:

Čistilne naprave so infrastrukturni sistemi, ki prečiščujejo komunalne in industrijske odpadne vode s ciljem zagotavljanja čistih izpustov v okolje. V Sloveniji predstavljajo odpadne vode iz naselij in ostalih virov zaskrbljujoče velik delež vsega onesnaženja voda, zato vlagamo precejšnja sredstva v gradnjo in posodobitev kanalizacijske infrastrukture in čistilnih naprav. Pomembno je, da bodo naprave po izgradnji učinkovito obratovale.

Čistilne naprave imajo potencial tudi kot obnovljivi vir energije (kemična energija v obliki organskih frakcij odpadne vode) in kot vir pridobivanja hranil (zlasti fosforja in dušika). To je pomemben družbeni aspekt s stališča prehoda na obnovljive vire energije in krožno gospodarstvo. Energetsko pozitivno obratovanje, ponovna raba očiščene vode, pridobivanje hranil, ogljična nevtralnost so aktualni svetovni izzivi na področju čiščenja voda, ki čistilne naprave spreminjajo v naprave za obnovo vode in virov (WRRF - water resource recovery facilities), oziroma bodoče tovarne hranil, energije in vode.

Z razširjanjem funkcionalnosti pa postajajo čistilne naprave vse bolj kompleksne tako v tehnološkem smislu kot tudi v smislu zastavljenih ciljev obratovanja. Sestavljene so iz velikega števila tehnološko zahtevnih, medsebojno povezanih in odvisnih procesov, zato je za učinkovito delovanje in sledenje različnim ciljem pomembna celostna sistemska obravnava in večkriterijska optimizacija na najvišjem nivoju. Medtem ko je v svetu že veliko narejenega na področju celostnega modeliranja pa razvoj celostnega vodenja precej zaostaja. Prav tako opazimo razkorak med študijami in dejanskimi aplikacijami.

Cilj projekta je zasnovati in preizkusiti nadzorni sistem vodenja za celostno optimizacijo obratovanja čistilne naprave. Pristop bo vključeval optimizacijo zastavljenih kriterijev na najvišjem nivoju. Optimizacijo bomo izvajali z brezmodelnim pristopom iskanja ekstrema na samem procesu, ki predstavlja novost na tem področju. Čeprav so modeli nepogrešljivi pri analizi in razumevanju obratovanja čistilnih naprav pa so se pri vodenju doslej izkazali kot manj uspešni. Razlog leži v netočnosti modelov predvsem zaradi številnih nemerljivih motenj in kompleksne časovno spremenljive dinamike procesa. Razviti pristop bomo primerjali z modelnimi rešitvami.

V projektu pričakujemo naslednje originalne prispevke: definicija in matematična formulacija kazalnikov za namene optimizacije, identifikacija optimizacijskih spremenljivk za optimizacijo kazalnikov, razvoj optimizacijskega algoritma za sprotno optimizacijo z metodo iskanja ekstrema. Optimizacijski algoritem bomo izboljšali z vključevanjem teoretičnega in ekspertnega znanja o procesu, kar bo pripomoglo k ustreznemu preoblikovanju kriterijskega prostora in hitri konvergenci iskalnega postopka. Raziskave bo izvajala interdisciplinarna projektna skupina z znanji na področjih tehnologije vodenja sistemov, optimizacije, podatkovne znanosti, čiščenja odpadnih voda in informacijskih in komunikacijskih tehnologij.

Raziskave bodo podpora zastavljenim usmeritvam na področju celostne obravnave čistilnih naprav v okviru IWA (International Water Association) delovne skupine za modeliranje in celostno obravnavo čistilnih naprav ter delovne skupine za dobro prakso modeliranja WRRF naprav. Raziskave bodo pomembno vplivale na razvoj celostnega vodenja, ki je tudi v mednarodnem merilu šele v povojih.

Doprinos projekta je poleg realizacije optimizacijskega vodenja na konceptualnem in simulacijskem nivoju tudi njegovo preizkušanje in potencialna implementacija na realnih napravah. Ocenjujemo, da bi z implementacijo rešitev na napravah izboljšali čiščenje in zmanjšali stroške obratovanja za okoli 10%, investicija pa bi se povrnila prej kot v petih letih.

Faze projekta:
  1. Priprava podatkovnih zbirk in simulacijskih modelov. (Ocenjena stopnja uresničitve: 100 %)
  2. Določitev obratovalnih kazalnikov, kriterijske funkcije in optimizacijskih spremenljivk. (Ocenjena stopnja uresničitve: 30 %)
  3. Razvoj optimizacijskega algoritma za sprotno brezmodelno optimizacijo. (Ocenjena stopnja uresničitve: 10 %)
  4. Implementacija in preizkušanje sistema za celostno optimizacijo na napravah. (Ocenjena stopnja uresničitve: 0 %)

Sodelujoči partnerji:

Izbrane objave:

HVALA, Nadja, KOCIJAN, Juš. Input variable selection using machine learning and global sensitivity methods for the control of sludge bulking in a wastewater treatment plant. Computers & chemical engineering. [Print ed.]. 2021, vol. 154, str. 107493-1-107493-10. ISSN 0098-1354. DOI: 10.1016/j.compchemeng.2021.107493. [COBISS.SI-ID 74445571].

GRANCHAROVA, Alexandra, VALKOVA, Ivana, HVALA, Nadja, KOCIJAN, Juš. Distributed predictive control based on Gaussian process models. Automatica. [Online ed.]. 2023, vol. 149, str. 1-9, ilustr. ISSN 1873-2836. DOI: 10.1016/j.automatica.2022.110807. [COBISS.SI-ID 135932419].