Advertisement

Klärende Simulation — Simulation für den Umweltschutz am Beispiel biologischer Kläranlagen

  • Ulrich Jumar
Part of the Fortschritte in der Simulationstechnik book series (XFS)

Zusammenfassung

Die Akzeptanz der Simulation als Mittel zur Optimierung umweltrelevanter Anlagen der biologischen Abwasserreinigung nimmt spürbar zu. Der Beitrag benennt das Einsatzspektrum der Simulation bei der Planung von Kläranlagen, dem Steuerungsentwurf und der Betriebsührung. Die Modellsituation erweist sich trotz der komplexen biologischen und chemischen Prozesse als vergleichsweise günstig. Eine formalisierte Notation der mathematischen Modelle eröffnet den Zugang zu einer aufwandsarmen Implementierung neuer Ansätze. Die problematische Kalibrierung der Simulationsmodelle ist insbesondere im Fall einer angestrebten automatischen Modellanpassung eine Herausforderung, der sich Experten der Siedlungswasserwirtschaft sowie der Regelungstechnik und Systemtheorie mit vereinten Kräften stellen. Das Ergebnis ist der Schlüssel zu einer on-line Simulation, die in Kopplung mit dem Proßleitsystem einer Klaranlage für Zwecke der Prognose und Zustandserfassung sehr effizient einsetzbar ist.

Preview

Unable to display preview. Download preview PDF.

Unable to display preview. Download preview PDF.

Ausgewählte Literatur

  1. [ALE 96]
    Alex, J.; Jumar, U.: Ein Zugang zurformalisierten Beschreibung und Implementierung von Simulationsmodellen am Beispiel der biologischen Abwasserreinigung. Tagungsunterlagen zum 6. Treffen des Arbeitskreises 5 der Gl Fachgruppe 6.6.1 „Werkzeuge für Simulation und Modellbildung in Umweltanwendungen”, Magdeburg, 13.-15. Marz 1996.Google Scholar
  2. [ANT 95]
    Ante, A.; Hesse, H.; Voß, H.: Mikrokinetisches dynamisches Modell der Bio-P. In: „BIO-P Hannover, Int. Konferenz zur vermehrten biologischen Phosphor- elimination”, Veroffentlichungen des Institutes für Siedlungswasserwirtschaft und Abfalltechnik der Universität Hannover, H. 92, 1995.Google Scholar
  3. [AYE 94]
    Ayesa, E.; Carstensen, J.; Jepson, U.; Vanrolleghem, P.: Report working group meetings COST-682 on „ Identification of the dynamic processes in WWTP” and Control of WWTP”. C.E.I.T., San Sebastian, 20–23 September 1994.Google Scholar
  4. [BRO 94]
    Brouwer, H.; Klapwijk, A.; Keesman, K.J.: Modelling and control of activated sludge plants on the basis of respirometry. Wat. Sci. Tech. 30(1994), No. 4, pp. 265–274.Google Scholar
  5. [CAR 94]
    Carlsson, B.; Lindberg, C.-F.; Hasselblad, S.; Xu, S.: On-line estimation of the respiration rate and the oxygen transfer rate at kungsangen wastewater treatment plant in uppsala. Wat. Sci. Tech. 30(1994), No. 4, pp. 255–263.Google Scholar
  6. [CHE 93]
    Chen, J.; Beck, M.B.: Modelling, control and on-line estimation of activated sludge bulking. Wat. Sci. Tech. 28(1993), No. 12, pp. 249–256.Google Scholar
  7. [DOH 95]
    Dohmann, M.: Einsatz der Prozsimulation bei Kläranlagen. ATV-Kongr ‘95, ATV-Landesgruppentagung Bayern, Weiden i. d. Oberpfalz, 11.-13.10.1995. In: Berichte der Abwassertechnischen Vereinigung e.V., H. 45, S. 123–133.Google Scholar
  8. [HÄR 95]
    Hartel, L. et al.: Kläranlagensimulation im Vergleich. Zweiter Arbeitsbericht der Gruppe Gesamtemissionen. Korresp. Abwasser 42(1995), H. 6, S. 970–980.Google Scholar
  9. [HAU 95]
    Haupt, M.; Jumar, U.; Sundheim, A.-K: Neue Wege zur Modellierung und Optimierung biologischer Klaranlagen. In: Handbuch Wasserversorgungs- und Abwasser- technik, Bd. 2, Abwassertechnik. Essen: Vulkan-Verlag, 1995, S. 73–128.Google Scholar
  10. [HEN 87]
    Henze, M.; Grady Jr, C.P.L.; Gujer, W.; Marais, G.v.R.; Matsuo, T.: Activated Sludge Model No. 1. IAWPRC Scientifical and Technical Report No. 1, IAWPRC task group on mathematical modelling for design and operation of biological wastewater treatment, London, 1987.Google Scholar
  11. [HEN 94]
    Henze, M.; Gujer, W.; Mino, T.; Matsuo, T.; Wentzel, M.C.; Marais, G.v.R.: The Activated Sludge Model No. 2. IAWQ Scientific and Technical Reports, Task group on mathematical modelling for design and operation of biological wastewater treatment, pp. 1 — 9.3, London, 1994.Google Scholar
  12. [HOE 94]
    Hoen, K; Schuhen, M.; Köhne, M.: Dynamische Simulation von Klaranlagen — Ein Hilfsmittel für den planenden Ingenieur? Korresp. Abwasser 41(1994), H. 5, S. 760–771.Google Scholar
  13. [HOL 95]
    Holthausen, E.: Numerische Simulation in Belebung und Nachklärung. Eine Methode zur Optimierung. Korresp. Abwasser 42(1995), H. 10, S. 1812–1819.Google Scholar
  14. [JEP 93]
    Jeppson, U.; Olsson, G.: Reduced order models for on-line parameter identification of the activated sludge process. Wat. Sci. Tech. 28(1993), No. 11–12, pp. 173–183.Google Scholar
  15. [JUM 96]
    Jumar, U.: Erfahrungen aus einer regelungstechnischen Piloterprobung an einer Kläranlage. Zum GMA-Kongre6’96, Baden-Baden, 9.-11- September 1996 einge—reichter Beitrag.Google Scholar
  16. [LOD 95]
    Loder, W.: Die glaserne Klaranlage —Erfahrungen aus der praktischen Anwendung der dynamischen Simulation von Belebungsanlagen. abwassertechnik 46(1995), H. 5, S. 25–30.Google Scholar
  17. [MOR 92]
    Moreno, R.; de Prada, C.; Lafuente, J.; Poch, M.; Montague, G.: Non-Linear Predicitive Control of Dissolved Oxygen in the Activated Sludge Process. „Modelling and Control of Biotechnical Processes”. Selected Papers from the IFAC Symposium, Colorado, USA, Pergamon Press, 1992, pp. 289–293.Google Scholar
  18. [NIE 94]
    Nielsen, M.K.; Madsen, H.; Carstensen, J.: Identification and control of nutrient removing processes in wastewater treatment plants. Proceedings 3rd IEEE conference on control applications, Glasgow, 24–26 August 1994, Vol. 2, pp. 1005-1010.Google Scholar
  19. [OTT 94]
    Otterpohl, R.; Rolfs, Th.; Londong, J.: Optimizing operation of wastewater treatment plants by offline and online computer simulation. Wat. Sci. Tech. 30(1994), No. 2, pp. 165–174.Google Scholar
  20. [RAP 93]
    Rappl, C.; Röck, H.: Non-linear filter application for the control of a wastewater—treatment process. 12th World Congress IFAC, Sydney, 18–23 July 1993, Preprints Vol. 8, pp. 227–230.Google Scholar
  21. [SCH 94]
    Schaffranietz, U.; Röck, H.: A hybrid controller combining model—and knowledge based methods applied to a bioprocess. Proceedings 3rd IEEE conference on control applications, Glasgow, 24–26 August 1994, Vol. 3, pp 1695–1700.Google Scholar
  22. [SIM 95]
    SIMBA 3.0+ —Simulation der biologischen Abwasserreinigung, zur Verwendung mit Matlab/Simulink. Handbuch, Institut für Automation und Kommunikation, Magdeburg, 1995.Google Scholar
  23. [SPI 94]
    Spiller, K.; Schmitt, J.: Innovatives Bewirtschaftungs—und Bedienungskonzeptfiir die Klaranlage Cottbus. gwf Wasser-Abwasser 135(1994), Nr. 4, S. 213–222.Google Scholar
  24. [VAN 94]
    Vanrolleghem, P.; Van Daele, M.; Optimal experimental design for structure characterization of biodegration models: On-line implementation in a respirographic biosensor. Wat. Sci. Tech. 30(1994), No. 4, pp. 243–253.Google Scholar
  25. [WAT 94]
    Warson, B.; Rupke.; Patry, G.: Modelling of full-scale Wastewater Treatment plants: How detailed should it be? Wat. Sci. Tech. 30(1994), No. 2, pp. 141–147.Google Scholar
  26. [WEN 92]
    Wentzel, M.C.; Ekama, G.A.; Marais, G.v.R.: Processes and modelling of nitrification denitrification biological excess phosphorous removal systems —A review. Wat. Sci. Tech. 25(1992), No. 6, pp. 59–82.Google Scholar
  27. [WITT 94]
    Witteborg, A.; Hamming, R.A.; Wetterauw, M.; Modelling of full scale treatment plant —A case study. FAB’94, Brugge, Belgium 1994.Google Scholar
  28. [WOL 95]
    Wolter, Ch.; Holzer, D.; Hahn, H. H. Anwendung der dynamischen Simulation zur Verbesserung der Stickstoffelimination einer Belebtschlammanlage. Korresp. Abwasser 42(1995), H. 9, S. 1496–1507.Google Scholar

Copyright information

© Springer Fachmedien Wiesbaden 1996

Authors and Affiliations

  • Ulrich Jumar
    • 1
  1. 1.Institut für Automation und Kommunikation e.V. MagdeburgBarlebenDeutschland

Personalised recommendations