Generella databehov och datainsamling

För att kunna konstruera en modell av ett reningsverk krävs ofta stora mängder data av olika slag. Dessa typer av data inkluderar sådant som: data över verkets utformning och utrustning, driftsinställningar, utvärderingsdata samt annan övrig information om hur reningsverkets fungerar. Med undantag för vissa typer av indata som kan krävas i specifika modelleringssyften finns många av de data som ofta behövs loggade, antingen i SCADA-system eller i loggböcker, och tillgängliga på reningsverken. Generella databehov för processmodellering och exempel på vad ingår i olika samlingstermer finns sammanfattat under nedan.
1. Data över inkommande belastning

Data över inkommande belastning, indata, är all typ av data som relaterar till massbelastningen på det modellerade systemet. Indata består typiskt av flödesproportionerliga koncentrationer av olika ämnen i inkommande vatten, sidoströmmar och andra inflöden så som dosering av kemikalier eller tillsatts av externa kolkällor. Denna data inkluderar också flödesbasis för varje input (ex. dygnsmedel, dygns-, säsongsflöde) och temperaturer i olika delar av aktivslam-processen. Beroende på hur välinstrumenterat reningsverket är kan mer eller mindre användbar indata finns tillgänglig för modellering.

2. Data över verkets utformning och utrustning

Data över verkets utformning och utrustning inkluderar all data som används för att kunna beskriva avloppsreningsverkets olika fysikaliska aspekter. Denna typ av data inkluderar sådant som:

  • Bassängvolymer, djup och layout (linjer, kaskader, etc.)
  • Bassängkonfiguration, kopplingar och hydraulik (pluggflöde eller totalomblandning)
  • Placering av in- och utflödespunkter
  • Luftare och omrörare (placering, specifikationer för blåsmaskiner, bottenluftare, rör, ventiler och andra ställdon, reglerstrategier)
  • Pumpar (kapaciteter, reglerstrategier)
  • Tillgängliga sensorer och återkopplingsslingor
  • Typ av slamförtjockning, behandling och avvattning (kontinuerlig/diskontinuerlig drift, utflödespunkter och drift av returströmmar)
3. Driftsinställningar

Driftsinställningar beskriver hur anläggningen drivs, det vill säga vilka driftmätningar och börvärden som används för att hantera belastning och belastningsvariation. Nyckeldata inkluderar här:

  • Flödesfördelning mellan olika linjer och bassänger
  • Börvärden för pumpade flöden och pumpscheman (ex. för retur- och överskottsslamflöden, interna recirkulationsströmmar, kemikaliedosering)
  • Parametrar för reglerstrategier (börvärden och andra regulatorparametrar, ytterligare begränsningar så som tvingade på/av-tider, etc.)
4. Utvärderingsdata

Utvärderingsdata beskriver hur avloppsreningsverket svarar under specifika belastningsförhållanden när verket styrs på ett specifikt sätt. Koncentrationer av olika parametrar i utgående vatten och i överskottsslam är nödvändiga utvärderingsdata. Annan viktig information kan också inhämtas från bassängkoncentrationer, exempelvis är ammoniumprofiler i ett fullständigt nitrifierande verk bättre ur kalibreringssynpunkt än låga utgående ammoniumhalter. Följande utvärderingsdata är ofta användbara för processutvärdering:

  • On-linedata för flöden, koncentrationer, etc. i bassänger, mellan reningssteg och för utgående vatten.
  • Labbdata för olika reningssteg och utgående vatten (driftsdata och ackrediterade analyser)
  • Massan slam som lämnar verket, ofta tillgängligt från vägning av lastbilar
  • Energiförbrukning (ex. för luftning, omblandning, etc.)
  • Gasproduktion från rötkammare (om applicerbart)

5. Övrig information

Med övrig information menas här information om övriga detaljer om verket som ska studeras. Dessa data kan exempelvis användas för att förstå typiska och ”otypiska” förhållanden för verket. Övrig information kan inkludera information om processeffektivitet och kemikalieförbrukning i andra processdelar (ex. kalktillsats vid slamavvattning), bidrag till inflödet från olika industrier eller säsongsbelastning (ex. turism). Information om underhåll- och service-åtgärder är nödvändiga för att kunna analysera data och det är ofta fallet, att en tillsynes oviktig kommentar från driftspersonal kan visa sig vara användbar (ex. att någonting udda händer vid höga flöden).

6. Insamling av data

För att veta vilka data som behöver samlas in, och med vilken samplingsfrekvens, krävs det finns ett tydligt syfte angivet med modelleringsprojektet. Är syftet med projektet otydligt finns risken att ytterligare mätkampanjer kan komma att krävas för att samla in alla nödvändiga data. För att kunna börja med att samla in lämpliga data krävs en övergripande förståelse av reningsverkets layout, dess processkonfiguration och hur reningsverket drivs.

Beroende på vilka processer som är intressanta att modellera kommer olika typer av indata att krävas. Modellering av kväverening kommer exempelvis att kräva data över olika kvävefraktioner medan modellering av sedimenteringsprocesser kräver data över olika former av partikulärt material. Frågeställningen för studien kommer också att avgöra vilken omfattning och kvalitet som krävs på data. Det första steget i datainsamlingsfasen är att inventera vilka data som redan finns tillgängliga och vilka som behöver samlas in. Data över många av de parametrar som krävs för processmodellering samlas redan in i dagsläget in av många reningsverk för processuppföljning och i tillstånds- och rapporteringssyfte, se tabellen nedan.

  • Flöden
  • COD
  • BOD
  • TSS (MLSS)
  • VSS (MLVSS)
  • Total-N
  • Ammonium-N
  • Nitrat-N
  • Nitrit-N
  • Total-P
  • Fosfat-P
  • Alkalinitet
  • Temperatur
  • pH-värden
  • Löst syre (DO)
För att kunna ta fram en bra modell krävs det att det finns tillräckligt med data för att kunna kalibrera och validera modellen. Vad detta i praktiken innebär är att det behövs två separata dataset med inflödes- och utflödesdata, ett dataset för att kalibrering och ett dataset för validering. Kalibreringsdata används för att justera och ställa i modellen så att den kan reproducera systemdynamiken och valideringsdata används för att se att modellen klarar av att prediktera systemets beteende.  Då det är resurskrävande att samla in och kvalitetssäkra data resulterar detta ofta i att otillräckliga mängder data samlas in. Generella databehov som kan samlas in oavsett vilken typ av process som ska modelleras finns sammanfattade i tabellen nedan.

 

Typ av data Krav/behov
Indata

Inkommande och andra inflöden flöden:

Qin
Inkommande organiskt och suspenderat material:

CODtot,in
TSSin, VSSin

Inkommande näringsämnen:

Tot-Nin, NHx-Nin
Tot-Pin, PO4-Pin
Inkommande COD-, N- och P-fraktioner
Alkin
Fysikaliska data
Bassängvolymer, djup och layout
Flödeskoncentrationer och hydrauliskt beteende (pluggflöde, totalomblandad)
Utrustning (luftare, omrörare, pumpar)
P&I-diagram
Huvudsaklig karaktäristik hos slambehandlingståget
Driftsinställningar
Strategi för DO-reglering och börvärden
Börvärden för pumpar/flödesfördelning
Andra reglerstrategier
Utvärderingsdata
Utgående flöde:

Qut
Utgående organiskt material:

CODtot,ut, BOD7,ut
TSSut
Utgående näringsämnen:

Tot-Nut, NHx-Nut, NOx-Nut
Tot-Put, PO4-Put
Alkut
Slam (mixed liquor):

MLSS
MLVSS
Tot-PML
DO-koncentration i bassänger
Temperatur
Överskottsslam:

Flöde: QWAS
Fast material: MLSSWAS
Tot-PWAS