数字孪生帮助污水处理厂降低10%曝气能耗

意大利蒂罗尔附近的一家污水处理厂希望在尽量减少其活性污泥处理法能耗的同时，依然满足污水排放要求。赛莱默污水处理优化控制(TSO)技术能够建立处理工艺数字孪生模型，应用该技术后，尽管负荷增加33%，但该厂仍节能10%，同时还将排放出来的污水中的总氮减少了16%，总磷减少了25%。

ARA Pustertal AG在意大利蒂罗尔附近运营着一家名为Innichen Sexten的污水处理厂。该厂为36,000名居民提供服务，主要采用常规活性污泥处理法，预脱氮和生物除磷技术。

这家工厂处理的污水包括25%的市政污水、25%的商业污水和50%的景区污水。商业污水主要来自当地的奶制品、果汁，以及培根和香肠生产厂，这些工厂在商业污水中占比最大。

借助数据提供建议

在这个项目中，ARA Pustertal AG选择了赛莱默污水处理优化控制(TSO)技术。该解决方案对污水厂的运行参数进行实时分析，然后向工厂操作员提供建议，帮助他们以更有效、更安全和成本更低的方式来运营这家处理厂。

TSO基于智能决策方法，最大程度地发挥出工厂数据的价值，提供高度可行、可量化的结果。数据会实时同步更新，并立即反馈到系统中，以便进行持续完善和改进。

ARA Pustertal AG董事总经理Konrad Engl表示：“曝气和泵送是污水处理过程中耗能最大的两个环节。曝气是将溶解氧注入污水，以支持需氧氧化和脱氮工艺。而泵送用于在一系列处理过程中对水和污泥进行输送和再循环。污水处理厂整体电力需求的绝大部分来自于污水曝气工艺。”
 
Innichen-Sexten污水厂的目标是在严格遵守污水排放要求的同时，将活性污泥系统的能耗降到最低。同时，该厂也希望能优化氧气注入并实现再循环控制的自动化操作。

借助神经网络建立数字孪生模型

根据该厂的目标，赛莱默自研建立处理过程的数字孪生模型。该模型采用了人工神经网络，帮助工厂了解给定进水负荷、水量、温度、曝气曲线和其他工艺变量之间的不同相关性，以及由此产生的降解率和出水浓度。
 
TSO模型可计算出针对不同场景的建议，以确保在尽量减少能耗和对化学品使用的情况下，有效满足污水排放要求。该模型还计算出每个步骤的经济指标影响。
 
数字孪生模型根据输入值进行预测，TSO系统通过选择性地改变控制变量来计算最有利的操作方式（单条线的通风、再循环和操作模式等）。

能耗降低10%

TSO系统可以向工厂操作员提供建议，操作员可以选择手动执行，也可以直接连接污水处理厂的控制系统。如果系统处于手动模式，操作员将收到系统建议需手动调整操作的通知。如果系统处于自动模式，TSO会在操作员的监督下，根据建议来控制处理厂。

ARA Pustertal AG董事总经理Konrad Engl说道：“随着提高能源效率和降低成本的需求越来越迫切，赛莱默的TSO系统使我们能够利用智能决策和数据来优化各个流程，从而取得更好的结果并减少能耗。”

在运行TSO四个月后，尽管入口污染负荷大幅增加了33%，但处理厂仍将能耗降低了10%。与工厂正常运行时所表现出的优秀的净化性能相比，还分别减少了16%的总氮和25%的总磷。

了解详情

了解赛莱默污水处理优化控制解决方案如何改善工厂流程。德国的一家处理厂使用TSO将曝气能耗降低了30%。
 
请求信息