Schwerpunkte

Aktu­ell wer­den von der HSGS­im die fol­gen­den Schwer­punkt­the­men bear­bei­tet, die im Nach­fol­gen­den auch kurz beschrie­ben werden:

Neue zusätz­li­che Schwer­punk­te kön­nen bei Wunsch und Bedarf jeder­zeit ein­ge­rich­tet wer­den, sofern sich dafür genü­gend enga­gier­te Inter­es­sen­tIn­nen fin­den. Im Nach­fol­gen­den wer­den drei neue The­men­be­rei­che in Form von “Calls-For” gelis­tet und kurz beschrie­ben, für die aktu­ell bereits Inter­es­se besteht: 

Soll­test Du an einer Mit­ar­beit in einer der o. a. Arbeits­grup­pen oder Call-For Inter­es­se haben, dann wen­de Dich bit­te unter Anga­be Dei­nes Inter­es­sens­schwer­punkt per E‑Mail an info@hsgsim.org.

Ehe­ma­li­ge von der Grup­pe bear­bei­te­te Schwer­punk­te sind im Archiv zu finden.

Blau-grüne Infrastrukturen

Vor dem Hin­ter­grund des Kli­ma­wan­dels rücken blau-grü­ne Infra­struk­tu­ren (BGI) zuneh­mend in den Fokus einer kli­ma­an­ge­pass­ten Ent­wäs­se­rungs­pla­nung. Neben ande­ren Reten­ti­ons- und Ver­si­cke­rungs­mög­lich­kei­ten kön­nen sie einen wich­ti­gen Bei­trag zur Stark­re­gen- und Hit­ze­vor­sor­ge leis­ten, indem sie das städ­ti­sche Umfeld in Rich­tung eines natür­li­chen Was­ser­kreis­lau­fes entwickeln.

Die im Rah­men von Münster#48 gegrün­de­te Arbeits­grup­pe „Blau-Grü­ne Infra­struk­tur” beschäf­tigt sich mit der Model­lie­rung von BGI. Durch den Ein­satz von Model­len soll die Wir­kung von BGI im urba­nen Kon­text bes­ser abge­schätzt wer­den. Betrach­te­te Ziel­grö­ßen kön­nen z. B. der Was­ser­haus­halt, das Abfluss­re­gime im Kanal, des­sen Über­stau oder Über­flu­tung sowie das Stadt­kli­ma sein.

In der Arbeits­grup­pe sol­len die Mög­lich­kei­ten und Gren­zen bestehen­der Modell­an­sät­ze für Unter­su­chun­gen auf unter­schied­li­chen räum­li­chen Ebe­nen (z. B. Objekt, Quar­tier, Stadt) dis­ku­tiert wer­den. Die Dis­kus­si­on zeigt den For­schungs­be­darf bei Lücken in den Modell­an­sät­zen und lei­tet Emp­feh­lun­gen für die Bear­bei­tung pla­ne­ri­scher und wis­sen­schaft­li­cher Fra­ge­stel­lun­gen ab. Aspek­te, die in die­sem Zusam­men­hang dis­ku­tiert wer­den, sind u. a. Modell­dis­kre­ti­sie­rung, Kli­ma­sze­na­ri­en, räum­li­che Opti­mie­rung von BGI oder auch die Betrach­tung von Stör­fäl­len der BGI.

Messdaten und Machine Learning

Der HSG-Schwer­punkt “Mess­da­ten und Machi­ne Lear­ning” beschäf­tigt sich mit der Daten­prü­fung und Kor­rek­tur von Mess­da­ten sowie der Ver­wen­dung für wei­ter­ge­hen­de Anwen­dun­gen mit maschi­nel­lem Ler­nen in der Sied­lungs­was­ser­wirt­schaft. Außer­dem wird der mög­li­che Nut­zen von Mess­da­ten, die mit ver­schie­de­nen Metho­den des maschi­nel­len Ler­nens pro­zes­siert wur­den, dis­ku­tiert. Dabei ste­hen die nach­fol­gen­den Fra­ge­stel­lun­gen im Fokus.

Fra­ge­stel­lun­gen zu Messdaten:

  • Wie kön­nen Mess­ab­wei­chun­gen ziel­ge­rich­tet für die Ver­wen­dung in der sied­lungs­was­ser­wirt­schaft­li­chen Pra­xis quan­ti­fi­ziert werden?
  • Wel­che Qua­li­täts­an­for­de­run­gen wer­den an Mess­da­ten gestellt?
  • Wel­che Mög­lich­kei­ten der Daten­prü­fung und ‑kor­rek­tur gibt es?

Auf­bau­en­de Fra­ge­stel­lun­gen zur Ver­wen­dung von Machi­ne Lear­ning für Anoma­lie­de­tek­ti­on, Vor­her­sa­ge und Modellerstellung:

  • Wel­che Metho­den gibt es und wofür wur­den die­se bis­her verwendet?
  • Wel­che Daten­grund­la­ge und ‑auf­be­rei­tung ist dafür erforderlich?
  • Wel­che Ein­satz­ge­bie­te in der Sied­lungs­was­ser­wirt­schaft erge­ben sich dar­aus?
    → Bei­spie­le: Modell­ka­li­brie­rung, Kanal­netz­steue­rung, Stoff­trans­port­mo­del­le, auto­ma­ti­sier­te Algo­rith­men zur Modell­er­stel­lung (Anschluss von Flä­chen an Haltungen)
  • Wel­che Vor-/Nach­tei­le erge­ben sich aus der Anwen­dung von Machi­ne Lear­ning basier­ten Ansät­zen gegen­über klas­si­schen Ansätzen?
  • Wel­che Poten­zia­le erge­ben sich aus der Anwen­dung von Machi­ne Lear­ning mit Mess­da­ten aus der Siedlungswasserwirtschaft?
  • Wie robust sind Machi­ne Lear­ning Ansät­ze im Hin­blick auf ihre Genau­ig­keit, Zuver­läs­sig­keit und Begrenz­bar­keit von Overfitting-Verhalten?
  • Kön­nen die Ergeb­nis­se einer Machi­ne Lear­ning Anwen­dung auf ande­re Sys­te­me oder Sys­tem­kom­po­nen­ten in der Sied­lungs­was­ser­wirt­schaft trotz ihrer Indi­vi­dua­li­tät über­tra­gen werden?

NASS

Vor dem Hin­ter­grund der Res­sour­cen­ver­knap­pung, des demo­gra­fi­schen Wan­dels und dem Kli­ma­wan­del rücken res­sour­cen­ori­en­tier­te Sani­tär­sys­te­me („NASS“) immer stär­ker in den Fokus der Abwas­ser­rei­ni­gung. Die in Graz#47 gegrün­de­te Arbeits­grup­pe „Simu­la­ti­on von NASS“ beschäf­tigt sich mit der Model­lie­rung und Simu­la­ti­on von NASS, sowie der Kom­bi­na­ti­on und Inte­gra­ti­on mit kon­ven­tio­nel­len Abwas­ser­be­hand­lungs­sys­te­men. Durch die Simu­la­ti­on von NASS kön­nen die Zusam­men­hän­ge und Aus­wir­kun­gen bes­ser abge­schätzt und vor­her­ge­sagt wer­den. Im Rah­men der HSGS­im wer­den u. a. fol­gen­de The­men­stel­lun­gen bearbeitet:

  • Ana­ly­se der aktu­el­len inter­na­tio­na­len For­schung zu Simu­la­ti­on und NASS
  • CSB-Frak­tio­nie­rung von Schmutzwasserteilströmen
  • Metho­dik von Nach­hal­tig­keits­be­wer­tun­gen im Zusam­men­hang mit NASS

Simulation in der Lehre

Simu­la­ti­ons­mo­del­le jeg­li­cher Art fin­den in ver­schie­de­nen Berei­chen der Leh­re Anwen­dung. Dies umfasst im sied­lungs­was­ser­wirt­schaft­li­chen Kon­text u. a. 3D-Strö­mungs­si­mu­la­tio­nen, Nie­der­schlags-Abfluss-Model­lie­rung oder die dyna­mi­sche Simu­la­ti­on von Klär­an­la­gen. Mit der Grup­pe soll der Aus­tausch von didak­ti­schen Metho­den und Lehr­in­hal­ten von Dozen­ten ver­ein­facht wer­den. Beson­de­rer Fokus liegt dabei auf der Her­an­ge­hens­wei­se der Ver­mitt­lung von Simu­la­ti­ons­grund­la­gen und Metho­den zur Inte­gra­ti­on von Simu­la­ti­ons­mo­del­len in der Lehre.

Wei­te­re Infor­ma­tio­nen über die Arbeit und die Ergeb­nis­se der von der HSGS­im behan­del­ten Schwer­punkt­the­men fin­den sich in der Publi­ka­ti­ons­lis­te sowie in den News. Ehe­ma­li­ge von der HSGS­im behan­del­te Schwer­punkt­the­men fin­den sich im Archiv.

Calls-For

Call-For 01 “CFD-Modellierung”

Die nume­ri­sche Strö­mungs­me­cha­nik (Com­pu­ta­tio­nal Flu­id Dyna­mics, CFD) bezieht sich auf die nume­ri­sche Metho­de der Simu­la­ti­on von sta­tio­nä­ren und insta­tio­nä­ren Flüs­sig­keits­be­we­gun­gen mit Hil­fe von Berech­nungs­me­tho­den und Hard­ware. Das DWA‑A 131 berück­sich­tigt bei der Klär­an­la­gen­aus­le­gung bis­her nur das Volu­men im ide­al durch­misch­ten Becken. Real kommt es im Becken je nach Bau­form und hydrau­li­schen Belas­tung jedoch zu inter­ner Rezir­ku­la­ti­on oder Kurz­schluss­strö­mun­gen. Auch die Reak­tor­form spielt eine wich­ti­ge Rol­le. So erzielt ein ide­al durch­misch­ter Rühr­kes­sel ande­re Ablauf­wer­te als eine Kas­ka­de oder ein Strö­mungs­rohr glei­chen Volu­mens. Ein mög­li­ches Ziel wäre eine CFD (= Com­pu­ta­tio­nal Flu­id Dyna­mics) für die Bele­bung, Nach­klä­rung und Faulung.

Es gibt bereits Inter­es­se an den fol­gen­den Punkten:

  • Par­ti­kel­trans­port (Mehr­pha­sen­strö­mung) – Sedi­men­ta­ti­ons­vor­gän­ge in Regenbecken
  • Anwen­dung der CFD für Pumpspeicher/ Wasserkraftanlagen

Call-For 02 “Mikrobielle Brennstoffzelle”

Eine mikro­biel­le Brenn­stoff­zel­le kann leben­de Mikro­or­ga­nis­men zur Ener­gie­ge­win­nung nut­zen, die durch die Ver­ar­bei­tung orga­ni­scher Sub­stan­zen wäh­rend des Ener­gie­stoff­wech­sels ent­steht. Die bio­lo­gi­sche Abwas­ser­rei­ni­gung könn­te daher auch zur direk­ten Ener­gie­ge­win­nung genutzt werden.

Es gibt bereits Inter­es­se an den fol­gen­den Punkten:

  • Model­lie­rung als Batchsystem
  • Digi­ta­li­sie­rung einer Laborkläranlage

Call-For 03 “Wasserchemie / Trinkwasser”

Ange­sicht von anhal­ten­den Dür­re­pe­ri­oden und ver­mehr­ten Stark­re­gen­er­eig­nis­sen müs­sen sich die Trink­was­ser­ver­sor­ger neu­en Her­aus­for­de­run­gen stel­len. Mit­hil­fe von Model­lie­rung und Simu­la­ti­on kön­nen die Resi­li­enz kom­ple­xer Auf­be­rei­tungs- und Ver­tei­lungs­sys­te­me ange­sichts von Extrem­si­tua­tio­nen am Modell bewer­tet und ver­bes­sert wer­den. Die­se inte­grier­te Arbeits­grup­pe könn­te auch die Brü­cke schla­gen zu einer über­grei­fen­den Betrach­tung des gesam­ten Was­ser­kreis­laufs über Fließ­ge­wäs­ser bis hin zu Abwas­ser­be­hand­lung oder Brauchwasserrecycling.

Es gibt bereits Inter­es­se an den fol­gen­den Punkten:

  • Was­ser­che­mi­schen Gleich­ge­wich­te (z. B. Cal­cit­lös­lich­keit, pH nach Mischung)
  • Ver­teil­net­zen
  • Trink­was­ser­auf­be­rei­tung
  • Ent­sal­zungs­tech­no­lo­gien, Auf­be­rei­tung von Kon­zen­tra­ten aus RO und MF. (DWA-The­men­band “Was­ser­wie­der­ver­wen­dung”)

Call-For 04 “Wasserstoffbasierte Energiekonzepte”

Klär­an­la­gen gel­ten als prä­de­sti­nier­te Stand­or­te für die stoff­li­che und elek­tri­sche Inte­gra­ti­on der elek­tro­ly­se­ba­sier­ten Was­ser­stoff­pro­duk­ti­on. Dar­über hin­aus besit­zen Klär­an­la­gen im Rah­men der Faul­gas­pro­duk­ti­on eine ener­ge­tisch vor­teil­haf­te grü­ne CO2-Quel­le, wel­che mit lokal erzeug­tem Was­ser­stoff zur Pro­duk­ti­on koh­len­stoff­ba­sier­ter Ener­gie­trä­ger wie Methan oder Metha­nol genutzt wer­den kann (Power-to‑X; P2X). Wei­te­re Syn­er­gie­po­ten­zia­le erge­ben sich durch den dyna­mi­schen Wär­me­haus­halt der Klär­an­la­ge und den P2X-Anla­gen­kom­po­nen­ten, wel­che jeweils sowohl ther­mi­sche Ener­gie pro­du­zie­ren als auch konsumieren.

Die dyna­mi­sche Berech­nung die­ser Ener­gie­kon­zep­te, erfor­dert die Erwei­te­rung bestehen­der abwas­ser­tech­ni­scher und ener­ge­ti­scher Model­lie­rungs­an­sät­ze um die Pro­zess­ein­hei­ten der klas­si­schen elek­tro- und ther­mo­che­mi­schen Verfahrenstechnik.

Im Rah­men die­ser Grup­pe sol­len bestehen­de Erfah­run­gen der Model­lie­rungs­an­sät­ze aus­ge­tauscht wer­den. Außer­dem sol­len Fra­ge­stel­lun­gen wie die zeit­li­che Auf­lö­sung der Model­lie­rungs­er­geb­nis­se sowie der Ein­bin­dung von Opti­mie­rungs­al­go­rith­men zur Erar­bei­tung best­mög­li­cher Betriebs­stra­te­gien dis­ku­tiert werden.

Call-For 05 “Kanalnetzsteuerung”

Als Kanal­netz­steue­rung wird der geziel­te Ein­griff in Abfluss- und Spei­cher­vor­gän­ge in Ent­wäs­se­rungs­sys­te­men bezeich­net. Bei der Steue­rung in Echt­zeit wer­den auf Basis von gemes­se­nen Daten nahe­zu zeit­gleich Steu­er­vor­gän­ge vor­ge­nom­men. Wäh­rend ers­te Kon­zep­te zur Steue­rung bereits in den frü­her 1990er-Jah­ren erar­bei­tet und imple­men­tiert wur­den, bestehen bis heu­te offe­ne For­schungs­fra­gen. Die­se erge­ben sich unter ande­rem durch indi­vi­du­el­le Sys­te­me und schwie­ri­ge Bedin­gun­gen für die Mess­tech­nik. Zudem ist es bis heu­te nicht zu einem ein­heit­li­chen Stand der Tech­nik in der Steue­rung gekom­men. Die Grup­pe trifft sich bereits unre­gel­mä­ßig für einen Erfah­rungs­aus­tausch. Ger­ne wür­den wir bei wei­te­ren Interessent·innen auch die Arbei­ten intensivieren.

Es gibt Inter­es­se bzw. offe­ne Dis­kus­sio­nen zu den fol­gen­den Themen:

  1. Defi­ni­ti­on von Regen- und Abfluss­ereig­nis­sen (oder reprä­sen­ta­ti­ve Zeit­rei­hen) für die ein­heit­li­che Bewer­tung der Leis­tung einer Steue­rung oder zur Ein­ord­nung von Case-based Reasoning.
  2. Leis­tungs­in­di­ka­to­ren: Die Bewer­tung der Leis­tung von Steue­run­gen in der Rea­li­tät ist kaum mög­lich. Hier stellt sich die Fra­ge des Über­tra­ges von Modell­in­di­ka­to­ren in die Praxis.
  3. Wir wir­ken sich Spü­lun­gen bzw. der geziel­te Rück­halt von Was­ser auf die Aus­fau­lung in der Kana­li­sa­ti­on aus und inwie­fern kann dies als Para­me­ter in eine Opti­mie­rung auf­ge­nom­men werden?
  4. Ver­gleich von Regel­al­go­rith­men: In ers­ten Tests im Rah­men einer Dis­ser­ta­ti­on war der Ein­fluss des Regel­al­go­rith­mus gegen­über der Posi­tio­nie­rung von Aktua­to­ren weni­ger rele­vant als all­ge­mein erwar­tet zu wer­den scheint. Exis­tie­ren Algo­rith­men die ande­ren vor­zu­zie­hen sind? Wel­che? War­um (nicht)?
  5. Soll­te der Zen­tral­be­cken­an­satz zur Eva­lua­ti­on des Steu­er­po­ten­ti­als noch her­an­ge­zo­gen wer­den? War­um (nicht)?
  6. Wie kön­nen Was­ser­qua­li­täts­mes­sun­gen exis­tie­ren­de, rein quan­ti­ta­ti­ve Steue­run­gen ver­bes­sern? Wie groß ist der zu erwar­ten­de Effekt?