Regleroptimierung für die Trennwasserkanalisation

Der Anwendungsfall

Die Entwässerung im Stadtgebiet von Bergisch Gladbach erfolgt zum größten Teil im Trennverfahren. Infolge neuer Anforderungen an die Niederschlagsentwässerung in Trennverfahren (seit 2004) wird eine Vielzahl von Regenklärbecken im Stadtgebiet geplant und gebaut, dies erfordert jedoch hohe Investitionen. Ein weiteres Problem hierbei ist, dass – je nach Verschmutzungsklasse – die Becken heute entweder nach Regenende oder kontinuierlich in die Kläranlage entleert werden müssen. In der Folge wird die Auslastung der Kläranlage erhöht, wodurch zusätzliche Entlastungen von Mischwasser aus dem Kanalsystem ins Gewässer nötig werden können.

Die Umsetzung

Die Entwicklung eines integrierten Steuer- und Regelungssystems durch die TH Köln führt nicht nur zu einer effizienteren Steuerung von Entlastungen, sondern – durch den optimierten Einsatz der vorhandenen Regenklärbecken – auch zu einem geringeren Bedarf zum Neubau solcher Becken. Aufgrund des automatisierten Steuerungssystems kann nicht nur Energie eingespart werden, sondern auch die Gewässerbelastung reduziert werden. Solch eine Lösung kann Vorbild für andere Städte und Gemeinden sein, die ebenfalls ein Trennsystem betreiben und in den kommenden Jahren vor einer ähnlichen Herausforderung stehen.

Zur TH Köln, Lehrstuhl Prof. Dr. Christian Wolf

Fakultät für Informatik und Ingenieurwissenschaften :metabolon Institute (metabolon),
Forschungsschwerpunkte:

• Prozessoptimierung und intelligente Regelung im Kontext von Industrie 4.0: Anwendung von Computational Intelligence Methoden zur Prozessptimierung und Entwicklung zustandsbasierter Regelungen für biochemische und industrielle Prozesse. So werden Anlagenverfügbarkeit und Prozessstabilität erhöht.
• Prozessdatenanalyse mittels Machine Learning: Wissen aus Prozessdaten durch die Identifizierung von Betriebszuständen, Mustern und Features gewinnen, um Prozesszusammenhänge besser verstehen und optimieren zu können.
• Online-Messtechnik und Soft-Sensorik: Entwicklung und Erprobung zuverlässiger, robuster Online-Messtechnik und Erstellung von Soft-Sensoren anhand mathematischer Modelle.
• Dynamische Simulation: Dynamische Simulationsumgebungen (z.B. MATLAB Simulink) erlauben die Simulation von komplexen biochemischen Prozessen, wodurch Regelungsverfahren und Optimierungsansätze im Labor getestet werden können, bevor sie in der Praxis validiert werden.