Dette indlæg er alene udtryk for skribentens egen holdning.

Færre ressourcer - men renere vand

Vand management
Illustration: Leowolfert/Bigstock. Se større version
Spildevandshåndtering er en ressourcekrævende proces og det kan være svært at implementere ny innovation, hvorfor det giver god mening at bruge computermodellering på dette område, skriver forsker fra DTU Miljø.
Synspunkt23. november 2021 kl. 06:00
errorÆldre end 30 dage

Spildevandsrensning er en ressourcekrævende, men nødvendig aktivitet, der sikrer, at vi mennesker kan nyde den moderne livsstil. For at lette den byrde, som dette repræsenterer, har flere teknologier set lyset, og en af ​​de seneste og mest kraftfulde er holistisk matematisk modellering af komplette rensningsanlæg.

Næsten alle menneskelige aktiviteter kræver vand på et eller andet punkt. Nogle af eksemplerne fra det daglige liv er kunstigt vanding af afgrøder, kvægproduktion, stålfremstilling, mikrochipfremstilling, skylning af toiletter osv.

Alle de ovennævnte aktiviteter er essentielle for at opretholde vores livsstil; ingen i nutidens vestlige lande kunne forestille sig toiletter bestående af blot et hul i jorden, der bliver dækket af træspåner en gang imellem, fordi rindende vand simpelthen ikke er tilgængeligt. Rent og let tilgængeligt vand spiller en afgørende rolle i vores samfund.

Har rødder langt tilbage i historien 

Spildevandsrensning har været i brug i lang tid. Indbyggerne i den hurtigt voksende by Milano i det nordlige Italien indså allerede for mere end 300 år siden, at byens udledning af spildevand i floden ville forårsage store sundhedsproblemer for befolkningen nedstrøms Seveso-floden, som brugte det samme vand til at drikke

De indså også, at afgrøder, der vandes med spildevand fra byen, voksede bedre og producerede mere mad, end når der blev brugt ferskvand. Dette førte til, at byens spildevand blev brugt direkte i landbruget, hvilket øgede regionens rigdom og forhindrede sygdomme i at sprede sig blandt befolkningen.

Nu om dage betragtes dette eksempel som et af de første, hvis ikke af spildevandsbehandling, i det mindste af samvittighed over behovet for at være opmærksom på ansvarlig håndtering af spildevand. Denne tendens kan observeres for mange lande, som vist i figur 1.

Synspunktet fortsætter under billedet.

spildevand i procent
Figur 1. Procentdel af befolkningen tilsluttet et spildevandsrensningsanlæg. Illustration: OECD Website. Se større version

 

Sammensætningen af spildevand kan variere meget, og vestlige samfund bruger mange ressourcer på at indsamle, rense og frigive det vand, vi alle bruger: op til 3,4 % af det samlede elforbrug og 24 % af det offentlige elforbrug i USA bruges til vandrelaterede aktiviteter. Spildevand fra vores byer indeholder hovedsageligt organisk materiale. For dette ph.d.-projekt er anlægget placeret på et industriområde, og det renser spildevand fra to bioteknologiske virksomheder i Danmark. Selvom det er et forholdsvis lille rensningsanlæg, gør koncentrationen af forurenende stoffer, at den behandler en mængde organisk materiale, der svarer til en by med 2,5 millioner indbyggere, kun i ét rensningsanlæg!

Hvorfor modellering?

En matematisk model er simpelthen et sæt ligninger, der beskriver hvordan ​​et system vil opføre sig i virkeligheden. Kompleksiteten af sådan et model spænder meget bredt, fra beskrivelsen af mængden af ​​væske i en tank, der fyldes, til komplekse algoritmer der forudsiger vejret. I vores tilfælde ligger kompleksiteten i de forskellige processer, der foregår samtidigt i et spildevandsrensningsanlæg til at omdanne/nedbryde forureningen i spildevandet. Det centrale her er, at alt kan koges ned til blot et sæt ligninger.

At bygge et spildevandsrensningsanlæg kræver jord, materialer og arbejdskraft. Innovation har det relativt svært ved at opnå implementering i et allerede eksisterende anlæg, og desuden kan ikke alle fysiske, kemiske og biologiske processer i sådan et rensningsanlæg reproduceres fuldt ud i laboratoriet, hvilket gør det næsten umuligt at forudsige den nøjagtige adfærd af et fremtidigt anlæg ved kun at udføre laboratorium eller pilotskala eksperimenter. I betragtning af alt dette er det let at forstå, hvorfor computermodellering i vid udstrækning bruges indenfor dette område.

Når man bygger en matematisk model, kræves der også, udover den videnskabelige viden om de forskellige individuelle processer, der finder sted, en abstrakt model af processen. Dette trin er illustreret i figur 2, hvor et satellitbillede står for virkeligheden, "den virkelige verden"; og et flowdiagram repræsenterer ingeniørmodellen, en nødvendig abstraktion for at forstå systemet.

Synspunktet fortsætter under billedet.

spildevandsanlægsmodel
Figur 2. Fra den virkelige verden til matematisk model. Venstre billede: Industrielt spildevandsrensningsanlæg i Kalundborg (Danmark); Højre billede: Model, der beskriver anlægsenheder/reaktorer og de rør, der forbinder dem. Illustration: Vicente T. Monje López. Se større version

 

Forskellige matematiske modeller til spildevandshåndtering

Som sagt tidligere er modellering et stærkt værktøj til rådighed for forskere og ingeniører, men hvad bruges det egentlig til? Nogle af de mest fremtrædende eksempler er:

• Beslutningstagning (decision support)

• Procesdesign

• Procesregulering

• Driftsoptimering

Modelassisteret beslutningstagning er et vigtigt område, hvor modellerne bruges til at forudse resultaterne af en bestemt handling. For eksempel modellen prædikterer, hvilken type kemikalie der skal bruges til et bestemt procestrin, eller hvis gennemførelse af et bestemt trin med en anden type maskine/teknologi ville forbedre økonomien af den overordnede proces eller gøre processen mere miljøvenlig.

Procesdesign er et særligt tilfælde af beslutningstagning. I denne kategori af metoder udvikles en helt ny proces ved hjælp af modeller, der er kalibreret ved hjælp af data fra laboratorieforsøg eller baseret på erfaringer fra tidligere anlæg/anlægsdele. Man kan bruge modelsimuleringer til at afprøve forskellige kombinationer af enhedsoperationer, driftsforhold, flowhastigheder osv. og se, hvilket generelt proceslayout performer bedst baseret på et bestemt performance kriterium.

I procesregulering bruger vi en matematisk model til at simulere hvordan systemet opfører sig under en række situationer. Dette kunne være eksemplet med en ventil, der styrer flowet inde i et rør; jo mere åben ventilen er, jo højere flowhastighed og omvendt. At have en model, der er i stand til at forudsige, hvor åben ventilen skal være for at opnå en specifik flowhastighed, er essentielt i de fleste industrier!

Driftsoptimering er relateret til processtyring. I det foregående tilfælde ville målet være at få systemet til at nå en bestemt procesrelateret tilstand (flow i et bestemt rør, temperatur af en væske inde i en tank osv.). Ved optimering vil målet være at nå et bestemt mål, der normalt er relateret til økonomi eller bæredygtighed. For eksempel i spildevandsrensningsanlæg kræver visse operationer såsom slamafvanding enorme mængder el. Nogle rensingsanlæg har lagertanke, hvor de kan opbevare slam i en vis periode, og udføre afvandingen i nattetimerne, hvor elpriserne er lavere.

Effekten af den slags driftsoptimering kan undersøges med matematiske modeller, hvor man leder efter at opnå billigere og mere miljøvenlige drift af rensningsanlæg, hvis der f. eks. er overproduktion af el i nattetimerne.

Ingen kommentarer endnu.  Start debatten
Debatten
Log ind for at deltage i den videnskabelige debat.