En digital tvilling för avloppsreningsverk

Severn Trent använde en fysikbaserad digital tvilling- och AI-driven programvara vid sin flaggskeppsfabrik i Strongford för att minska utsläppen av lustgas, minska energianvändningen och uppnå nettonoll.

Avloppsvattenrening är oumbärlig men ändå i stort sett osynlig och körs dygnet runt, förbrukar betydande energi och skapar en betydande andel av utsläppen av växthusgaser. I Storbritannien har decennier av underinvesteringar, ökande efterfrågan och klimatförändringar drivit åldrande anläggningar till sina gränser och placerat grön infrastruktur högt upp på branschagendan.

På Strongford, med stöd från Ofwat Innovation Fund, omvandlar Severn Trent sitt avloppsreningsverk till en flaggskeppsplan för sektorn, vilket visar att processutsläpp kan hanteras genom praktisk innovation. Företaget integrerar och eftermonterar en serie fysiska tekniker med låga koldioxidutsläpp tillsammans med en hög trovärdighet Digital Twin in i anläggningen för att minska miljöpåverkan och stödja dess resa mot nettonollutsläpp.

Digital modell + verkliga data + fysikbaserade regler = mindre N₂O

Lustgas (N₂O) är 273 gånger kraftigare än CO₂ och kan stå för upp till hälften av en anläggnings totala koldioxidavtryck. För att minska denna potenta gas utforskar Severn Trent både fysisk och digital teknik. Förutom att testa avancerad N₂O-förstörande teknik undersöker Strongford Net Zero Hub-projektet också en banbrytande lösning - den första modellen av lustgas som använder en virtuell kopia som drivs av verkliga data och fysik - med vår teknik.

Digital Twin och den AI-drivna mjukvarulösningen arbetar tillsammans för att ge realtidsinsikt i avloppsprocesser som traditionellt är svåra att bedöma. De bygger på 60 000 dynamiska och statiska datapunkter och 29 000 olika ekvationer för att modellera de komplexa biologiska, kemiska och fysikaliska processer som äger rum från det ögonblick vattnet kommer in till när det finns i anläggningen.

AI-driven mjukvarulösning ger övervakning i realtid

”Vad SIWA Treatment Optimizer gör är att förse operatörerna med rekommenderade börvärden för kontroll så att de kan köra sina processer på ett sätt som minimerar dessa utsläpp”, förklarar Adam Cartwright, som tidigare lett vår mjukvarustrategi för vatten och avloppsvatten.

Utöver Strongford-projektet, AI-drivna SIWA-applikationer som SIWA läcksökare och SIWA Blockering Predictor använder också levande och historiska data för att skilja normala från onormala förhållanden över vattennät.

Digitalisering driver ekologisk och energieffektivitet

Programvarubaserade modeller, eller mjuka sensorer, uppskattar nyckelvariabler - som biologiskt syrebehov och kväveoxidutsläpp - med hjälp av tillgängliga data, även där direkt mätning inte är möjlig. Detta ger operatörerna djupare insikt i prestanda och stödjer regelefterlevnad.

I kombination med realtidsövervakning av vattenkvaliteten gör SIWA-applikationer det möjligt för operatörer att finjustera luftning och klordosering, bland annat, vilket minskar osäkerheten samt energi- och kemikalieförbrukningen.

”Det vi verkligen ville göra är att ge den simuleringsförmågan så att vårt operativa team kan balansera alla konkurrerande förare som de har idag, säger Jess Alce, strategisk innovationsledare på Severn Trent.

Att modernisera infrastrukturen samtidigt som man tillhandahåller kontinuerlig service är ingen lätt uppgift. Cirka 400 000 människor i Newcastle-under-Lyme och Stoke-on-Trent är beroende av Strongfords vattenbehandling. Vi var stolta över att ta med våra decennier av processerfarenhet till detta projekt, hjälpa till att leverera renare, mer hållbar verksamhet och höja ribban för en bransch som vi bryr oss djupt om.

Severn Trent är ett brittiskt vatten- och avloppsföretag som levererar 4,6 miljoner hushåll och 220,00 företag i England och delar av Wales.

Severn Trent Vatten