Online Messung prozessrelevanter Zulaufdaten der KA Rospe zur Vorhersage des CSB mittels Methoden des Machine Learning

Die Messung des Chemischen Sauerstoffbedarfs (CSB) im Zulauf von Klaranlagen ist von zentraler Bedeutung fur die Optimierung und Regelung der Abbauprozesse der Nitrifikation und Denitrifikation. Allerdings ist die Messung des CSB bislang sehr zeitaufwandig und kostenintensiv, da 24-Stunden Mischproben im Labor nasschemisch analysiert werden mussen. Online-Messtechnik in Form von spektroskopischen Messgeraten (10.000 20.000 €) oder nass-chemischen Online-Analysatoren (> = 50.000 €) sind insbesondere fur kleine und mittlere Klaranlagen aus Kostengrunden keine Alternative. Eine extrem kostengunstige Alternative ist der im Folgenden beschriebene Softsensor fur CSB im Klaranlagenzulauf, der auf Basis von Standardmesstechnik im Zulauf von kleinen und mittleren kommunalen Klaranlagen sowie mit zusatzlicher Online-Messtechnik fur Trubung sowie Ammonium- und Nitratstickstoff (NH4-N und NO3-N) die aktuelle CSB-Konzentration bestimmt. Zur Entwicklung des Softsensors werden Regressionsmethoden aus dem Bereich des Machine Learning eingesetzt. Die Ergebnisse einer Entwicklungs- und Testphase an der Klaranlage Rospe in Gummersbach zeigen, dass die Werte des Softsensors sehr gut mit den Originaldaten ubereinstimmen. Die Korrelationswerte beim Vergleich mit CSB-Messungen liegen bei der Regression mit Support Vector Regression bei 0,98 mit einem RSME von 2,45 mg/l.