Künstliche Neuronale Netze in Flockungsprozessen - Kostenoptimierung durch effizientere Steuerung

  • Silke Strugholtz
  • Hans-joachim Mälzer
  • Rolf Gimbel
  • Jörg Gebhardt
  • Winfried Zach

Abstract

Im Rahmen eines von der RWE Energy AG und RWE Aqua GmbH geförderten Projektes konnte die Einsatzfähigkeit von Künstlichen Neuronalen Netzen (KNN) in Online-Systemen zur Betriebs- und Kostenoptimierung von Flockungsprozessen gezeigt werden. Basierend auf einem KNN, das die Vorhersage der Trübung nach Sedimentation aus der Rohwasserqualität mit einer mittleren Genauigkeit von 0,1 FNU ermöglicht, wurde ein Optimierungssystem entwickelt, durch das die Aufbereitungskosten der betrachteten Flockungs-, Sedimentations- und Filtrationsstufe unter sicherer Einhaltung der Soll- und Grenzwerte reduziert werden können. Die Vorgehensweise bei der Parameterauswahl, dem Training des KNN und der Betriebsoptimierung ist auf vergleichbare Trinkwasseraufbereitungsanlagen übertragbar. Internet: www.aquatune.de
Veröffentlicht
2013-04-21
Zitieren
STRUGHOLTZ, Silke et al. Künstliche Neuronale Netze in Flockungsprozessen - Kostenoptimierung durch effizientere Steuerung. gwf Wasser | Abwasser, [S.l.], v. 151, n. 03, p. 286 - 293, apr. 2013. ISSN 0016-3651. Verfügbar unter: <http://ojs.di-verlag.de/index.php/gwf_wa/article/view/998>. Date accessed: 07 juni 2020.