En digital tvilling til spildevandsrensningsværker

Severn Trent implementerede en fysikbaseret digital tvilling- og AI-drevet software på sit flagskibsanlæg i Strongford for at reducere nitrogenoxidemissioner, reducere energiforbruget og opnå netto nul.

Uundværlig, men stort set usynlig spildevandsrensning kører 24/7, forbruger betydelig energi og skaber en betydelig andel af drivhusgasemissionerne. I Storbritannien har årtier med underinvestering, stigende efterspørgsel og klimaændringer skubbet aldrende faciliteter til deres grænser og placeret grøn infrastruktur fast øverst på industriens dagsorden.

I Strongford, med støtte fra Ofwat Innovation Fund, omdanner Severn Trent sit spildevandsrensningsanlæg til en flagskibsplan for sektoren, hvilket viser, at procesemissioner kan tackles gennem praktisk innovation. Virksomheden integrerer og eftermonterer en række fysiske lavemissionsteknologier sammen med en høj fidelitet Digital Twin ind i anlægget for at reducere miljøpåvirkningen og støtte dens rejse mod netto-nul-emissioner.

Digital model + data fra den virkelige verden + fysikbaserede regler = mindre N₂O

Nitrogenoxid (N₂O) er 273 gange mere potent end CO₂ og kan udgøre op til halvdelen af et anlægs samlede CO2-fodaftryk. For at reducere denne potente gas udforsker Severn Trent både fysiske og digitale teknologier. Udover at afprøve avanceret N₂O-ødelæggende teknologi undersøger Strongford Net Zero Hub-projektet også en banebrydende løsning - den første model af lattergas, der bruger en virtuel replika drevet af reelle data og fysik - med vores teknologi.

Digital Twin og den AI-drevne softwareløsning arbejder sammen om at give realtidsindsigt i spildevandsprocesser, der traditionelt er vanskelige at vurdere. De trækker på 60.000 dynamiske og statiske datapunkter og 29.000 forskellige ligninger til at modellere de komplekse biologiske, kemiske og fysiske processer, der finder sted fra det øjeblik vandet kommer ind, til det tidspunkt, hvor det eksisterer i planten.

AI-drevet softwareløsning giver overvågning i realtid

„Hvad SIWA Treatment Optimizer gør, er at give operatørerne anbefalede kontrolsætpunkter, så de kan køre deres processer på en måde, der minimerer disse emissioner,“ forklarer Adam Cartwright, der tidligere ledede vores software strategi for vand og spildevand.

Ud over Strongford-projektet er AI-drevne SIWA-applikationer som f.eks SIWA Lækagesøger og SIWA Blokering Predictor bruger også levende og historiske data til at skelne normale fra unormale forhold på tværs af vandnetværk.

Digitalisering fremmer økologisk og energieffektivitet

Softwarebaserede modeller eller bløde sensorer estimerer nøglevariabler - såsom biologisk iltbehov og nitrogenoxidemissioner - ved hjælp af tilgængelige data, selv hvor direkte måling ikke er mulig. Dette giver operatørerne dybere indsigt i ydeevnen og understøtter overholdelse af lovgivningen.

Kombineret med realtidsovervågning af vandkvaliteten gør SIWA-applikationer det muligt for operatører at finjustere beluftning og klordosering, blandt andet, hvilket reducerer usikkerheden samt energi- og kemikalieforbruget.

„Det, vi virkelig ønskede at gøre, er at give den simuleringsevne, så vores operationelle team kan balancere alle de konkurrerende chauffører, som de har i dag. „siger Jess Alce, strategisk innovationsleder hos Severn Trent.

Modernisering af infrastruktur, samtidig med at der ydes kontinuerlig service, er ingen let opgave. Cirka 400.000 mennesker i Newcastle-under-Lyme og Stoke-on-Trent er afhængige af Strongford-vandbehandlingen. Vi var stolte af at bringe vores årtiers proceserfaring til dette projekt, hjælpe med at levere renere, mere bæredygtige operationer og hæve baren for en industri, vi holder meget af.

Severn Trent er et britisk vand- og spildevandsselskab, der leverer 4,6 millioner husstande og 220.000 virksomheder i det engelske midtland og dele af Wales.

Severn Trent Water