Ime strani: ARRSProjekti / 2021 / Nadzorni sistem vodenja za celostno optimizacijo delovanja čistilnih naprav za čiščenje odpadnih voda

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

Nazaj na seznam za leto 2021


Oznaka in naziv projekta

L2-3166 Nadzorni sistem vodenja za celostno optimizacijo delovanja čistilnih naprav za čiščenje odpadnih voda
L2-3166 Supervisory control system for plant-wide optimization of wastewater treatment plant operation

Logotipi ARRS in drugih sofinancerjev

© Javna agencija za raziskovalno dejavnost Republike Slovenije

Komunala Novo Mesto

Komunala Kranj

JP Centraln čistilna naprava Domžale-Kamnik

Kolektor Sisteh d.o.o

Projektna skupina

Vodja projekta: Darko Vrečko

Sodelujoče raziskovalne organizacije: Povezava na SICRIS

Sestava projektne skupine: Povezava na SICRIS

Vsebinski opis projekta

Čistilne naprave so infrastrukturni sistemi, ki prečiščujejo komunalne in industrijske odpadne vode s ciljem zagotavljanja čistih izpustov v okolje. Obenem imajo potencial kot obnovljivi vir energije (kemična energija v obliki organskih frakcij odpadne vode) in kot vir pridobivanja hranil (zlasti fosforja in dušika). Energetsko pozitivno obratovanje, ponovna raba očiščene vode, pridobivanje hranil, ogljična nevtralnost so aktualni svetovni izzivi na področju čiščenja voda. 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 in medsebojno povezanih procesov, zato je za učinkovito delovanje in sledenje različnim ciljem pomembna celostna sistemska obravnava in večkriterijska optimizacija na najvišjem nivoju.

V projektu smo zasnovali in preizkusili nadzorni sistem vodenja za celostno optimizacijo obratovanja čistilne naprave. Pristop je vključeval optimizacijo kazalnikov EQI (kvaliteta iztoka) in OCI (obratovalni stroški) na najvišjem nivoju. Metodološki okvir nadzornega vodenja temelji na reduciranem modelu kazalnikov in poenostavljenem prediktivnem vodenju. Razviti pristop smo testirali s simulacijo na mednarodno uveljavljenjem študijskem modelu čistilne naprave pri dinamičnem optimiranju referenčne vrednosti kisika na čistilni napravi. Originalni prispevki projekta so celostna obravnava delovanja čistilne naprave in večkriterijska optimizacija na najvišjem nivoju, izbor ključnih vhodnih in optimizacijskih spremenljivk s podatkovno osnovanimi modeli naključnih gozdov, interpretacija pomembnosti posameznih spremenljivk s SHAP vrednostmi, identifikacija nelinearnega nevro-mehkega modela kazalnikov obratovanja, razvoj optimizacijskega prediktivnega algoritma za sprotno dinamično optimizacijo kazalnikov, analiza Pareto fronte optimalnih rešitev ter vrednotenje dolgoročnega delovanja čistilne naprave. Optimizacijo na najvišjem nivoju smo dopolnjevali z raziskavami metod za izboljšano delovanje spodnjenivojskih regulacij, ki prestavljajo osnovo za nadzorno vodenje.

Doprinos projekta je poleg realizacije optimizacijskega vodenja na konceptualnem in simulacijskem nivoju tudi zasnova, preizkušanje in implementacija naprednega vodenja in optimizacije na realnih napravah. Delovanje čistilnih naprav smo vrednotili po postopkih procesnega in energetskega benchmarkinga ter preizkusili ali vpeljali v obratovanje napredne rešitve, kot so optimizacija stroškov energije z dinamičnim prilagajanjem lastne proizvodnje električne energije porabi čistilne naprave, napredna kaskadna regulacija doziranja železovega klorida za učinkovito odstranjevanje fosforja, optimiranje regulacij in obratovalnih parametrov biološke stopnje s ciljem izboljšanja učinkov čiščenja, manjše rabe energije in kemikalij na čistilni napravi. Izdelane rešitve so prispevale k nižjim stroškom in izboljšanju kvalitete iztoka čistilnih naprav.

Osnovni podatki sofinanciranja so dostopni na spletni strani SICRIS.

Faze projekta in opis njihove realizacije

1. Faza Priprava podatkovnih zbirk in simulacijskih modelov. (Ocenjena stopnja uresničitve: 100%)

2. Faza Določitev obratovalnih kazalnikov, kriterijske funkcije in optimizacijskih spremenljivk. (Ocenjena stopnja uresničitve: 100%)

3. Faza Razvoj optimizacijskega algoritma za sprotno brezmodelno optimizacijo. (Ocenjena stopnja uresničitve: 100%)

4. Faza Implementacija in preizkušanje sistema za celostno optimizacijo na napravah. (Ocenjena stopnja uresničitve: 100%)

Bibliografske reference

  • HVALA, Nadja, VREČKO, Darko, CERAR, Peter, ŽEFRAN, Gregor, LEVSTEK, Meta, VRANČIĆ, Damir. Energy cost optimisation in a wastewater treatment plant by balancing on-site electricity generation with plant demand. Water. Apr. 2025, vol. 17, iss. 8, [article no.] 1170, str. 1-17, ilustr. ISSN 2073-4441. https://www.mdpi.com/2073-4441/17/8/1170, DOI: 10.3390/w17081170. [COBISS.SI-ID 232805379]

  • VRANČIĆ, Damir, BISTÁK, Pavol, HUBA, Mikuláš, MOURA OLIVEIRA, Paulo. A new closed-loop control paradigm based on process moments. Mathematics. Jan. 2025, vol. 13, iss. 2, [article no.] 244, str. 1-27, ilustr. ISSN 2227-7390. https://www.mdpi.com/2227-7390/13/2/244, DOI: 10.3390/math13020244. [COBISS.SI-ID 222754051]

  • KARER, Gorazd, VREČKO, Darko, HVALA, Nadja, ŠKRJANC, Igor. Development and implementation of a wastewater-treatement-plant model for optimization purposes. V: 2024 IEEE 18th International Conference on Control & Automation (ICCA) : 18-21 June 2024. Reykjavík, Iceland. Piscataway: IEEE, 2024. Str. 115-120, ilustr. IEEE International Conference on Control and Automation (Online). ISBN 979-8-3503-5440-9. ISSN 1948-3457. https://ieeexplore.ieee.org/document/10591917, DOI: 10.1109/ICCA62789.2024.10591917. [COBISS.SI-ID 204049923]

  • DOMINKOVIĆ, Lana, HVALA, Nadja, VREČKO, Darko, BOSHKOSKA, Biljana Mileva. Efficiency and explainability in wastewater treatment plant : a machine learning approach to cost management and effluent quality. V: AMCIS 2024 proceedings : elevating life through digital social entrepreneurship. AMCIS 2024, Salt Lake City, Utah, August 15-17, 2024. [S. l.]: Association for Information Systems, 2024. Str. 1-10. https://aisel.aisnet.org/amcis2024/dsa/dsa/2, https://authorconnect.aisnet.org/conferences/AMCIS2024/papers/1166. [COBISS.SI-ID 206527747]


Nazaj na seznam za leto 2021