Vorlage (Künstliche Neuronale Netze – Vortrag –)

Stadt Brühl öffentliche Vorlage Der Bürgermeister Dienststelle Aktenzeichen Datum Vorlagen-Nr. 61/3 61.3 Schu 18.02.2013 67/2013 Betreff Künstliche Neuronale Netze – Vortrag – Beratungsfolge Ausschuss für Tiefbau und Abwasser Finanzielle Auswirkungen Ja Nein Mittel stehen zur Verfügung bei SK / KST Mittel stehen nicht zur Verfügung Über-/außerplanmäßige Aufwendungen/Auszahlungen Sachkonto / Kostenstelle Beschlussentwurf: Erläuterungen: Allgemeine Information Im Bereich der Wasseraufbereitung und Abwasserbehandlung gibt es eine ganze Reihe von Prozessen hoher Komplexität, wie beispielsweise die biochemischen Abbauprozesse in den Belebungsstufen moderner Kläranlagen. Diese Prozesse sind entweder noch nicht komplett verstanden, oder die aus dem grundlegenden Verständnis heraus entwickelten Modelle sind sehr komplex (viele Gleichungen, noch mehr Parameter). Daher werden diese Prozesse heute mit einfachen Reglern, Erfahrungswerten und Plausibilitätsregeln gesteuert. Das funktioniert teilweise sogar recht gut. Allerdings hängt die Qualität der Ergebnisse stark von der Erfahrung und dem Engagement der beteiligten Anlagenfahrer ab. Auch kommt es immer wieder aufgrund von besonderen Belastungssituationen zu Ausreißern, wenn nicht sogar zu Grenzwertüberschreitungen. Da die Anlagen nicht am möglichen Optimum fahren, werden außerdem zu viel Energie und Betriebsmittel aufgewendet. Der Bedarf nach besseren Methoden der Regelung komplexer Prozesse ist also gegeben. Die Lösung liegt in der Anwendungmoderner Softwaremethoden, die genau für die Beherrschung von Komplexität entwickelt wurden: Künstliche Neuronale Netze, Genetische Algorithmen und Fuzzy-Logik. Und dies durchaus in Kombination mit konventionellen Methoden der Regelungstechnik und Statistik. Bezug Kläranlage Die sichere Einhaltung von Grenzwerten bei gleichzeitig wirtschaftlichem Einsatz von Energie und Betriebsmitteln (Fällmittel, Flockungsmittel, Kohlenstoffquellen...) ist für den Menschen eine große Herausforderung. Lösungen auf der Basis von physikalischen Modellen haben sich aufgrund des Aufwands und der Komplexität bisher nicht durchgesetzt. Neuronale Modelle der Belebungsanlagen und / oder der Schlammbehandlung helfen zuverlässig, den jeweils optimalen BetriebszuBgm. Zust. Dez. Fachbereich Dez II FB 14 Seite - 2 – Drucksache 67/2013 stand zu erreichen. Die Qualität der Ergebnisse geht dabei weit über die von einfachen RedoxReglern hinaus. Stärken / Vorteile Durch die Modellbildung mit realen Daten vor der eigentlichen Projektrealisierung besteht im Vorfeld sehr große Sicherheit bzgl. der Erreichbarkeit der vorgegebenen Ziele. Damit wird das Projektrisiko extrem minimiert. Aufgrund des datengetriebenen Ansatzes liegen die erzielten Ergebnisse deutlich näher am theoretisch erreichbaren Optimum, als bei einem empirischen Ansatz (Fuzzy-Logik). Der Gesamtaufwand für die Realisierung liegt deutlich unter dem Aufwand für eine empirische Fuzzy-Lösung und drastisch unter dem Aufwand für eine konventionelle Lösung auf der Basis von physikalischen Modellen (ASM, ...). Damit wird die Wirtschaftlichkeit der Prozessoptimierung erreicht. Das patentierte Verfahren Security-Net stellt sicher, dass Sie jederzeit eine statistisch gesicherte Aussage über die Gültigkeit der Prognosewerte des Modells erhalten. Nutzen Ihr Nutzen besteht in der, teilweise erheblichen, Einsparung von Energieeinsatz und Betriebsmitteln sowie der größeren Sicherheit in der Erreichung der vorgegebenen verfahrenstechnischen Grenzwerte. Durch Bearbeitung der Daten der betreffenden Anlagen kann Ihnen das erwartete wirtschaftliche Potenzial vorgerechnet werden: • Reduzierte Ablaufwerte • Reduzierter Betriebsmitteleinsatz • Reduzierter Energieeinsatz • Erhöhte Sicherheit Bei Anwendung des § 10, AbwAG kann die Investition mit den Abwasserabgaben der vergangenen drei Jahre verrechnet werden. Die Voraussetzung dafür: Das Erreichen einer Reduzierung von mindestens 20 % eines Überwachungswertes. Dies wird von aquatune nach einer kostenlosen und unverbindlichen Analyse garantiert. Bgm. Zust. Dez. Fachbereich Dez II FB 14