Aa en Maas: zelflerend netwerk bespaart kosten en verbetert prestaties RWZI

Waterschap Aa en Maas onderzoekt een nieuw systeem om de rioolwaterzuiveringen aan te sturen op basis van een zelflerend, neuraal netwerk. Deze toepassing is volgens het waterschap nog niet eerder vertoond in Nederland. De eerste resultaten zijn bemoedigend: een stevige kostenreductie door een lager energieverbruik en een verbeterde verwijdering van stikstof uit het water.

Rob van de SandeDe Nederlandse waterschappen hebben grote ambities om hun waterzuiveringen zo duurzaam mogelijk te laten werken met een zo schoon mogelijk effluent als resultaat. “Met de huidige manier van werken, is de rek er wel een beetje uit”, zegt Rob van de Sande, innovatietechnoloog bij waterschap Aa en Maas. “Daarom doen we op RWZI Aarle-Rixtel een pilot met een nieuw systeem dat de zuivering kan aansturen. Dit systeem is gebaseerd op de werking van de hersenen van de mens. De producent noemt het een zelflerend, neuraal netwerk”.

Datagestuurd
De pilot maakt deel uit van de bredere digitale strategie van Aa en Maas. Het waterschap wil datagestuurd gaan werken. Van de Sande: “In 2018 zijn we gaan kijken hoe we de datastromen kunnen gebruiken om onze rioolwaterzuiveringen optimaal te laten werken. Tijdens onze zoektocht vonden we uiteindelijk een Duitse partner. Zij maakten een wiskundig model dat de parameters die van invloed zijn op de zuivering in real time analyseert en doorgeeft aan het besturingssysteem, denk aan de temperatuur, de hoeveelheid water en de hoeveelheid bacteriën. Per kwartier wordt opnieuw bekeken welke instelling de ideale verhouding tussen energieverbruik en zuiveringsresultaat oplevert”.

-advertentie-

Besparingen
Het wiskundige model voor de zuivering in Aarle Rixtel werd in het voorjaar ontwikkeld en in de zomer werd het systeem in werking gesteld. De eerste resultaten zijn volgens Van de Sande bemoedigend. “We zien een duidelijke kostenbeparing omdat we minder energie verbruiken. Dan praat je over een potentiële besparing van tussen de 40.000 en 60.000 euro per jaar. De stikstofverwijdering is ook verbeterd, tot 1,4 milligram per liter”.

Fosfaat blijft uitdaging
Het verwijderen van fosfor uit het rioolwater bleek echter moeilijker te realiseren met het nieuwe systeem. “In eerste instantie zagen we zelfs een lichte toename van fosfaat”, zegt Van de Sande. “Maar een aanpassing van het systeem heeft er nu toe geleid dat we op hetzelfde niveau zitten als voor de ingebruikname van dit neurale netwerk. Het lijkt er dus op dat we dat nu onder controle hebben”.

Belang meetwaardes
De pilot in Aarle Rixtel zal tot komende zomer doorlopen om het effect van de verschillende seizoenen op de werking van de zuivering te kunnen beoordelen. Ook de werking van de meetapparatuur zal worden gemonitord. “Het gaat om een datagedreven systeem . Zonder de juiste data, werkt het model niet. Dat betekent dat het belang van goede meetwaardes enorm is gestegen. Je moet weten of je meetwaardes in de zuivering kloppen. Dat vraagt een extra investering in het onderhoud en beheer van de meetapparatuur”.

Ook op andere zuiveringen
Van de Sande noemt de pilot een succesverhaal. Hij gaat er vanuit dat ook de andere zes zuiveringen van Aa en Maas over niet al te lange tijd met behulp van het neurale netwerk worden bestuurd. “Als de fosforverwijdering inderdaad op orde blijft, denk ik dat we een heel goed instrument in huis hebben om ook op onze andere zuiveringen in te zetten. Meerdere waterschappen hebben trouwens ook al interesse getoond en zijn bij ons langs geweest om de pilot te bekijken. Wie weet waar het dus nog meer wordt ingezet in de toekomst”.