prognose basierte o3-dosierung zur einhaltung von csb … · manual load-based controlled ozone...

Forschung beratung messtechnik Weiterbildung

Pts-Forschungsbericht igF 15173Prognose basierte o3-dosierung zur einhaltung von csb-grenzWerten bei minimierten betriebsmittelkosten

S. Bierbaum, H.-M. Voigt: Ozon-Prognose 1(51)

Prognose basierte O3-Dosierung zur Einhaltung von CSB-Grenzwerten bei mi-nimierten Betriebsmittelkosten S. Bierbaum, H.-M. Voigt Inhalt

1 Zusammenfassung.................................................................................................................. 3

2 Abstract .................................................................................................................................... 4

3 Einleitung.................................................................................................................................. 5

4 Vorgehen .................................................................................................................................. 6

5 Materialien und Methoden ...................................................................................................... 8 5.1 Wasseranalytik........................................................................................................................... 8 5.2 Ozonanlage................................................................................................................................ 8 5.3 Prozesssimulation...................................................................................................................... 9 5.4 Verwendete mathematische Modelle ...................................................................................... 11 5.5 Untersuchte Werke .................................................................................................................. 12

6 Laborozonversuche............................................................................................................... 13 6.1 Vorgehen ................................................................................................................................. 13 6.2 Ergebnisse der kontinuierlichen Ozonversuche...................................................................... 14 6.3 Konzentrationsbasierte Regelungsstrategie............................................................................ 18 6.4 Ergebnisse der geregelten Ozonversuche.............................................................................. 19

6.4.1 Allgemeines ................................................................................................................... 19 6.4.2 Veränderte Zulaufkonzentration .................................................................................... 19 6.4.3 Veränderter Probenvolumenstrom ................................................................................ 20 6.4.4 Bewertung der Regelungsversuche .............................................................................. 21 6.4.5 Fazit ............................................................................................................................... 22

7 Datenanalyse und Modellierung .......................................................................................... 23 7.1 Vorgehen ................................................................................................................................. 23

7.1.1 Mathematische Modellierung......................................................................................... 23 7.1.2 Vor-Ort-Untersuchungen ............................................................................................... 24 7.1.3 Datenauswertung und Erstellung des dynamischen Modells ....................................... 25

7.2 Ergebnisse der mathematischen Modellierung ....................................................................... 27 7.2.1 Datenauswertung aus Prozessleitsystem ..................................................................... 27 7.2.2 Ergebnisse..................................................................................................................... 27

7.3 Ergebnisse der vor-Ort-Untersuchungen ................................................................................ 30 7.3.1 Korrelationen.................................................................................................................. 30 7.3.2 Ganglinien...................................................................................................................... 32 7.3.3 Erkenntnisse/Zusammenhänge..................................................................................... 32


PTS-Forschungsbericht www.ptspaper.de

7.4 Ergebnisse der dynamischen Modellierung ............................................................................ 33

8 Fracht basiertes Regelungskonzept.................................................................................... 36 8.1 Vorgehen ................................................................................................................................. 36 8.2 Optimierung Ozonkonzentration im Feedgas.......................................................................... 36 8.3 Ozonproduktion in Abhängigkeit von CSB0 und CSBeli........................................................... 38 8.4 Entwicklung der Kostenfunktionen .......................................................................................... 39 8.5 Beschreibung der Regelung .................................................................................................... 41 8.6 Ergebnisse der Regelung ........................................................................................................ 43

9 Bewertung intelligentes System .......................................................................................... 45 9.1 Vorgehen ................................................................................................................................. 45 9.2 Kostenvergleich von Regelkonzepten ..................................................................................... 46 9.3 Bewertung................................................................................................................................ 46 9.4 Fazit ......................................................................................................................................... 48

10 Wirtschaftlichkeitsbetrachtung............................................................................................ 49



1 Zusammenfassung

Ziel des Projek-tes

Ziel des Forschungsvorhabens war es, ein Regelungskonzept zu erstellen, mit dem Fracht basierte Einleitegrenzwerte sicher eingehalten werden können und das gleichzeitig die Betriebsmittelkosten von Ozonstufen minimiert. Zusätzlich sollte erstmals die CSB-Fracht basierend auf Ereignissen im Werk prognostiziert werden.

Durchführung Es wurden zwei Altpapier einsetzende Papierfabriken untersucht. In Laborozon-versuchen wurden Regelungsstrategien zur Einhaltung von CSB-Konzentrationsgrenzwerten entwickelt und erprobt. Es wurden Daten aus den Prozessleitsystemen ausgewertet und daraus ein dynamisches Simulationsmo-dell sowie ein mathematisches intelligentes System entwickelt zur Erstellung eines Fracht basierten Reglers. Das neue System wurde im Vergleich zu kon-ventionellen Systemen bewertet.

Ergebnisse Der SAK-Wert war in Laborversuchen geeignet zur Regelung der Ozonprodukti-on zur gezielten Einstellung einer konstanten CSB-Konzentration.

Es wurde erstmals die im Ablauf der ARA zu erwartende Abwasserbelastung prognostiziert. Dabei hat sich gezeigt, dass statt der CSB-Fracht besser CSB-Konzentration und Volumenstrom getrennt prognostiziert werden sollten, um genauere Vorhersagen treffen zu können. Dabei war das dynamische Modell besser geeignet, um den Volumenstrom vorherzusagen, wobei das mathemati-sche Modell seine Stärken bei der Vorhersage der CSB-Konzentrationen hatte.

Eine Prognose der zu erwartenden CSB-Fracht für bis zu 24h ist möglich. Eine intelligente Regelung, die auf Basis dieser Informationen die Ozonanlage in ei-nem optimalen Betriebsregime nutzt, kann die Einhaltung der Grenzwerte bei reduzierten Betriebskosten gewährleisten.

Bei Verwendung einer Prognose basierten Regelung der Ozondosierung zur Einhaltung von CSB-Frachtgrenzwerten können Kosten in Höhe von 40 % ge-genüber dem ungeregelten Betrieb eingespart werden. Gegenüber einer manuel-len frachtbasierten Regelung der Ozondosierung lassen sich weitere ca. 5 % an Betriebsmittelkosten einsparen. Das System muss dafür gewartet und gepflegt werden, um das Auftreten von unbekannten Betriebszuständen zu vermeiden und den Ausfall von Sensoren zu erkennen.

Danksagung Das Forschungsvorhaben IGF 15173 BG der Forschungsvereinigung PTS wurde im Programm zur Förderung der „Industriellen Gemeinschaftsforschung (IGF)“ vom Bundesministerium für Wirtschaft und Technologie über die AiF finanziert. Dafür sei an dieser Stelle herzlich gedankt.

Unser Dank gilt außerdem den beteiligten Firmen der Papier- und Zuliefer-industrie für die intensive Unterstützung der Arbeiten.



2 Abstract

Project objective The objective of this project was to establish a control strategy which enables paper mills to safely comply with load-based limit values whilst minimising the operating costs of ozone stages. In addition, the COD load shall be predicted from production events for the first time.

Performing Two paper mills using recovered paper were examined. Control concepts to keep COD concentration limits were programmed and tested in laboratory ozone trials. Data from the process control systems were evaluated and used to create a dy-namic simulation model and an intelligent mathematical system to establish a load-based controller. The new system was then evaluated and compared to conventional systems.

Results In laboratory trials, the SAC value was found especially suitable for controlling the ozone dosage to maintain constant COD concentration values.

The expected wastewater load was successfully predicted in the discharge of an effluent treatment plant for the first time ever. It turned out that, instead of the COD load, the COD concentration and flow rate should be predicted to be able to make more accurate forecasts. The dynamic model was suited better to predict-ing the flow rate, whereas the mathematical model had its strength in predicting the COD concentration.

It is possible to predict the expected COD load for as many as 24 hours in ad-vance. An intelligent control strategy, using the ozone plant in an ideal operating regime based on this information, can guarantee compliance with the limits and still reduce operating costs.

When using a prognosis-based control strategy for ozone dosage to maintain COD load limits, costs of as much as 40 % can be saved compared to unregu-lated operation. Another 5% of the operating costs can be saved compared to manual load-based controlled ozone dosage. The system has to be serviced and maintained to avoid the occurrence of unknown operating conditions and to de-tect sensor breakdown.

Acknowledge-ments

The IGF 15173 BG research project of the PTS research association was funded by the German Federal Ministry of Economics and Technology (BMWi) through the German Federation of Industrial Cooperative Research Associations (AiF) within the scope of the "Industrial Co-operative Research" (IGF) promotion pro-gramme. We would like to express our warm gratitude for this support.

We would also like to express our appreciation to the participating companies in the paper and supply industries for their support during the project.



3 Einleitung

Grenzen beste-hender Abwas-serreinigungsan-lagen

Modernisierungsmaßnahmen oder Produktionserweiterungen können die Ab-wassermengen und Schadstofffrachten, die in die nachgeschalteten Abwasser-reinigungsanlagen (ARA) gelangen, erhöhen. Wenn die Kapazität der bestehen-den Abwasserreinigungsanlage nicht mehr ausreicht, erfordert dies vermehrt innovative Reinigungsverfahren. Forciert wird die Einführung von weitergehen-den, modernen, integrierten Reinigungstechnologien zusätzlich durch die EU-Richtlinie 96/61/EG vom 24.09.1996, in der die „integrierte Vermeidung und Verminderung der Umweltverschmutzung (IVU-Richtlinie)“ gefordert wird.

weitergehende Abwasserreini-gung durch Ozon

Im Bereich der Abwasserreinigung in der Papierindustrie ist die Ozonbehandlung in der Kombination „Biologie–Ozon–Biologie“ inzwischen zu einem bedeutenden Verfahren für eine weitergehende Reinigung vollbiologisch gereinigter Abwässer geworden. Derzeit sind zwei großtechnische Anlagen zur Ozonbehandlung nach diesem Verfahrenskonzept in Betrieb [1], [2]. Eine Ozonbehandlung sichert die Grenzwerteinhaltung. Da aber die produzierte Ozonmenge nicht kontinuierlich an die Abwasserbeschaffenheit angepasst wird, entstehen oft unnötig hohe Be-triebsmittelkosten oder Grenzwertüberschreitungen.

Fracht basierte Regelung der Ozonproduktion

Das AiF-Projekt 13095 hat gezeigt, dass eine geregelte Ozondosierung konstan-te CSB-Konzentrationswerte einstellen kann. Hierdurch konnten bis zu 20 % an Betriebsmitteln (Sauerstoff, Strom) an der Ozonstufe eingespart werden im Ver-gleich zur ungeregelten Ozondosierung. Mit der erprobten Regelungsstrategie kann ein Überschreiten des Konzentrationsgrenzwertes wirtschaftlich vermieden werden, jedoch nicht das eines Frachtgrenzwertes. Oft müssen Papierfabriken aber keine Konzentrationsgrenzwerte sondern Frachtgrenzwerte einhalten. Da-mit auch ein Frachtgrenzwert wirtschaftlich eingehalten werden kann, ist ein Re-gelungskonzept anzustreben, das die tatsächlich eingeleitete CSB-Fracht den zugestandenen Einleitegrenzwerten best möglich annähert.

Forschungsziel Ziel des Forschungsvorhabens war es, ein Regelungskonzept zu erstellen, mit dem in Papierfabriken Fracht basierte Einleitegrenzwerte sicher eingehalten werden können und das gleichzeitig die Betriebsmittelkosten von Ozonstufen minimiert. Zusätzlich sollte erstmals die CSB-Fracht basierend auf Ereignissen im Werk prognostiziert werden.



4 Vorgehen

Übersicht Es wurden zwei Werke untersucht, die überwiegend Altpapier einsetzen. Abb. 1 zeigt schematisch die Vorgehensweise.

• kontin. O3-Versuche

• Erstellen und Erproben einer Konzentrations-basierten Regelung

• Auswertung Produktions-und Betriebstagebücher

• Korrelationsanalyse Betriebsereignisse -Abwassereigenschaften

Erprobte Korrelationen

I

Simulationsmodell: Prognose CSB-Fracht

• Erstellen eines Fracht basierten Regelungskonzepts

• Umsetzung in intelligentes System

II

III

• Bewertung intelligente und konventionelle Systeme IV

• kontin. O3-Versuche

• Erstellen und Erproben einer Konzentrations-basierten Regelung

• Auswertung Produktions-und Betriebstagebücher

• Korrelationsanalyse Betriebsereignisse -Abwassereigenschaften

Erprobte Korrelationen

I

Simulationsmodell: Prognose CSB-Fracht

• Erstellen eines Fracht basierten Regelungskonzepts

• Umsetzung in intelligentes System

II

III

• Bewertung intelligente und konventionelle Systeme IV

Abb. 1 Vorgehensweise

Arbeitspaket 1 Im ersten Arbeitspaket wurden mit biologisch vollgereinigtem Abwasser von zwei Papierfabriken mit der bestehenden Laborozonanlage kontinuierliche Versuche durchgeführt. Es wurden je Werk 10 unterschiedlich hohe Ozoneinträge reali-siert. Aus der damit je Werk vorliegenden Datenbasis wurden Korrelationen zwi-schen den Zielparametern und dem online messbaren Parameter SAK-Wert ermittelt, je Werk ein Regelungskonzept entwickelt und erprobt, mit dem konstan-te Konzentrationen des jeweiligen Zielparameters eingestellt werden können.

Arbeitspaket 2 In diesem Projektabschnitt wurden die Daten aus den Prozessleitsystemen der untersuchten Werke für einen Zeitraum von einem Jahr ausgewertet.

Zusätzlich wurden an identifizierten Abwasseranfallstellen und in der ARA in den beiden Werken sowohl in Stichproben als auch kontinuierlich verschiedene Pa-rameter gemessen. Daraus wurden Ganglinien der CSB-Frachten für jede Mess-stelle erstellt. Diesen Ganglinien wurden Betriebsereignisse gegenüber gestellt und die Ereignisse identifiziert, die relevante Auswirkungen auf die der ARA zu-fließende und abfließende Wasserqualität haben.

Aus den vorliegenden Daten des Werkes A wurde ein dynamisches Modell er-stellt.



Arbeitspaket 3 Für Werk A wurde ein Fracht basiertes Regelungskonzept erstellt, das die wirt-schaftliche Einhaltung eines Frachtgrenzwertes durch Ozonstufe und nachge-schaltete biologische Schwachlaststufe gewährleistet.

Optimiert wurde hier sowohl die Ozonkonzentration im Feedgas (Sauerstoff) als auch die Ozonproduktion und deren zeitlicher Verlauf.

Arbeitspaket 4 Das erstellte intelligente Regelungssystem wurde im Hinblick auf den Aufwand zur Konzepterstellung, die notwendigen Investitionen, die Robustheit der Imple-mentierung, den notwendigen Aufwand für Betrieb, Pflege und Wartung der CSB Prognose sowie auf die möglichen Risiken bewertet. Das im Forschungsvorha-ben entwickelte Regelungskonzept der Ozonstufe wurde im Modell getestet und mit einer konventionellen konzentrationsbasierten Regelung einer Ozonstufe verglichen. Grundlage für den Vergleich war dabei sowohl die sichere Einhaltung von Ablaufgrenzwerten als auch die Energie- und Kosteneffizienz der Reinigung.



5 Materialien und Methoden

5.1 Wasseranalytik

Vorgehen Die folgenden Messmethoden wurden angewandt:

Tab. 1 Parameter und Methoden

Parameter Messmethode Stichprobe (S) Online (O)

CSB DIN ISO 15705 S

BSB5 DIN EN 1899-1 S

Färbung α DIN EN ISO 7887 S

DOC DIN EN 1484 S

Leitfähigkeit DIN EN 27 888 S, O

pH-Wert DIN 38 404 T. 5 O

Redox-Spannung DIN 38 404 T. 6 O

SAK-Wert DIN 38 404 T. 3 O

5.2 Ozonanlage

Aufbau der Ozonanlage

O3-Generator

OffgasO3-ZerstörungWasser

Zulauf

Druckluft

Messzellen für Lf, pH, Redox,SAK

Adsorptions-trockner

Reaktor

WasserAblauf

cO3,feed

cO3,offpoff

Drossel-ventil

QWasser

QGaspfeed

O3-Generator

OffgasO3-ZerstörungWasser

Zulauf

Druckluft

Messzellen für Lf, pH, Redox,SAK

Adsorptions-trockner

Reaktor

WasserAblauf

cO3,feed

cO3,offpoff

Drossel-ventil

QWasser

QGaspfeed

Abb. 2 Schema der Laborozonanlage



Versuchsdurch-führung

In getrockneter Druckluft wird Ozon erzeugt. Der Gasstrom wird geteilt, wobei ein Drosselventil im Bypass die Gasmenge regelt, die durch den Reaktor strömt. Im Feedgasstrom werden Ozonkonzentration (cO3,feed), Gasstrom (QGas) und Druck (pfeed) gemessen. Der Eintrag des ozonhaltigen Gases in das zu ozonierende Wasser erfolgt im Reaktor über eine Fritte. Während das Gas durch das Wasser nach oben steigt, diffundiert ein Teil des im Gas enthaltenen Ozons in das Was-ser und geht in Lösung, um mit den Wasserinhaltsstoffen zu reagieren. Im Off-gasstrom werden ebenfalls Ozonkonzentration (cO3,off) und Druck (poff) gemes-sen. Anschließend eliminiert der Ozonvernichter das im Gas verbliebene Rest-ozon.

Das zu behandelnde Wasser wird im Gegenstrom zum ozonhaltigen Gas durch den Reaktor gepumpt. Dabei wird der Volumenstrom (QWasser) gemessen. Das ozonierte Abwasser wird zur Messung von Leitfähigkeit, pH-Wert, Redoxspan-nung und SAK-Wert durch Messzellen gepumpt. Diese Messwerte werden zu-sammen mit den Ozonkonzentrationen, Drücken und Volumenströmen im Ab-stand von 10 Sekunden aufgezeichnet. Aus diesen Werten wird die in die Probe eingetragene Ozondosis bilanziert.

5.3 Prozesssimulation

Vorgehen zur Prozesssimulati-on

Für die Simulationen wurde das Programm IDEAS [3] verwendet. IDEAS ist eine papierspezifische Weiterentwicklung des objektorientierten Simulationspro-gramms Extend [4].

Die Struktur des Simulationsmodells wird durch das Zusammenfügen von funkti-onalen Objekten („icons“) aus verschiedenen Bibliotheken („libraries“) erstellt. Jedes Modell wurde dazu in Bilanzelemente unterteilt, die die relevanten Teilbe-reiche des Werkes repräsentieren, es sind somit keine einzelnen Aggregate ab-gebildet. Die Ideas-Objekte wie z. B. Behälter, Trennaggregate oder Mischer werden in entsprechenden Dialogfeldern parametriert.



Elemente der Simulations- modelle

Folgende Objekte wurden in den Modellen eingesetzt:

Bezeichnung Beschreibung

Sources, sinks

Quellen und Senken: Roh- und Hilfsstoffzugaben, Produktaustrag. Quellen abstrahieren Roh- und Hilfsstoffeinträge in dem betrachteten Prozess. Analog dazu werden durch Senken Austräge aus dem Bilanzraum Papierfabrik definiert

Flow sets Elemente zum Stofftransport im Simulationsmodell

Header Elemente zur Aufsplittung eines Eingangsstromes in sechs Einzelströme, welche mittels Flow sets gesteuert werden

BehälterFür kompressible, inkompressible und mehrphasige Medien: Für die Modellerstellung wurden nur Behälter für inkompressible Medien verwendet, die drucklosen, offenen Tanks entsprechen

Trennaggregate Zum Trennen von Stoffgemischen und zur Aufteilung von Strömen

Mischer Zur Mischung verschiedener Stoffströme und Stoffdichteregelung

TransmitterObjekte zur Ausgabe von Werten innerhalb des Modells (z. B. Volumenstrom, Feststoffgehalt, etc.) zur Weiterverarbeitung mittels mathematischer und logischer Operatoren

mathematische Operatoren

Objekte zur Durchführung von mathematischen Operationen: Um einfache mathematische Operationen wie Multiplikation, Addition usw. durchzuführen oder komplexere mathematische Gleichungen zu implementieren, stehen in IDEAS verschiedene Objekte zur Verfügung.

logische OperatorenObjekte zur Durchführung von logischen Operationen: Objekte, die den Wert "0" oder "1" nach vordefinierten Regeln ausgeben, z. B. bei Eingabewerten größer oder kleiner x

Datenein- bzw. -ausgabeZur Einspeisung von Datenreihen ins Modell bzw. zur Datenausgabe aus dem Modell gibt es verschiedene Elemente, welche Datenreihen aus Excel auslesen bzw. eingeben können (DDESend- und DDEReceive-Objekte)

Bezeichnung Beschreibung

Sources, sinks

Quellen und Senken: Roh- und Hilfsstoffzugaben, Produktaustrag. Quellen abstrahieren Roh- und Hilfsstoffeinträge in dem betrachteten Prozess. Analog dazu werden durch Senken Austräge aus dem Bilanzraum Papierfabrik definiert

Flow sets Elemente zum Stofftransport im Simulationsmodell

Header Elemente zur Aufsplittung eines Eingangsstromes in sechs Einzelströme, welche mittels Flow sets gesteuert werden

BehälterFür kompressible, inkompressible und mehrphasige Medien: Für die Modellerstellung wurden nur Behälter für inkompressible Medien verwendet, die drucklosen, offenen Tanks entsprechen

Trennaggregate Zum Trennen von Stoffgemischen und zur Aufteilung von Strömen

Mischer Zur Mischung verschiedener Stoffströme und Stoffdichteregelung

TransmitterObjekte zur Ausgabe von Werten innerhalb des Modells (z. B. Volumenstrom, Feststoffgehalt, etc.) zur Weiterverarbeitung mittels mathematischer und logischer Operatoren

mathematische Operatoren

Objekte zur Durchführung von mathematischen Operationen: Um einfache mathematische Operationen wie Multiplikation, Addition usw. durchzuführen oder komplexere mathematische Gleichungen zu implementieren, stehen in IDEAS verschiedene Objekte zur Verfügung.

logische OperatorenObjekte zur Durchführung von logischen Operationen: Objekte, die den Wert "0" oder "1" nach vordefinierten Regeln ausgeben, z. B. bei Eingabewerten größer oder kleiner x

Datenein- bzw. -ausgabeZur Einspeisung von Datenreihen ins Modell bzw. zur Datenausgabe aus dem Modell gibt es verschiedene Elemente, welche Datenreihen aus Excel auslesen bzw. eingeben können (DDESend- und DDEReceive-Objekte)

Aufbau des Mo-dells

Die hohe Komplexität des untersuchten Werkes machte eine Vereinfachung des Modells erforderlich. Beschränkt wurde sich auf die Abbildung der Hauptabwas-serströme im Werk. Jeder notwendige Anlagenteil wurde durch je einen Behälter dargestellt, der mit dem Gesamtvolumen des jeweiligen Anlagenteils parametriert wurde. Durch Variation des Volumens besagter Behälter konnte die Verweilzeit innerhalb der Anlagenteile variiert werden.



Kalibrierung und Verifizierung

Zur Kalibrierung des Modells wurden von der beteiligten Fabrik Daten eines Be-triebsjahres bereitgestellt. Die Daten der ersten drei Quartale wurden zur Kalib-rierung verwendet, die des vierten Quartals zur Verifizierung.

Die Modelle wurden mit den durch das Werk zur Verfügung gestellten sowie zusätzlich während der vor-Ort-Untersuchung aufgenommenen Daten (Stoffzu-sammensetzung, Produktionsmenge, Abwassermenge und CSB-Gehalt in den einzelnen Abwasserströmen sowie im Gesamtabwasserstrom, …) parametriert und auf einen aus der Datenanalyse ermittelten Durchschnittswert aus drei Quar-talen für Abwassermenge und CSB-Konzentration kalibriert.

Zur Verifizierung der Kalibrierung wurde das so parametrierte und kalibrierte Modell mit Daten aus dem vierten Quartal getestet. Hierzu wurden Produktions-mengen und CSB-Einträge ins Modell eingespeist und überprüft, ob das Modell die realen Daten aus dem vierten Quartal hinsichtlich Abwassermenge und CSB-Gehalt abbilden kann.

5.4 Verwendete mathematische Modelle

Support-Vektor-Maschinen

Support-Vektor-Maschinen (SVM) sind ein geeignetes Mittel, um nichtlineare, dynamische Modelle anhand vorliegender Daten zu erstellen. In der Literatur sind Theorie und Einsatzmöglichkeiten umfangreich beschrieben [5], [6].

In den letzten Jahren wurde die Theorie der Support-Vektor-Maschinen durch vielfältige Forschungen fundiert. Im Gegensatz zu anderen Lernverfahren zeich-nen sich SVMs durch Konvergenz zu einem eindeutigen globalen Optimum bei vorgegebener Parametrierung aus und vermeiden die Gefahr der Überoptimie-rung. Sie ermöglichen es, die in den vorliegenden Daten vorhandenen Zusam-menhänge und Abhängigkeiten ohne mathematische Analyse zu generalisieren.

Prognose der CSB-Fracht

Die Support-Vektor-Maschinen werden als Modelle für die Prognose der Abwas-sermenge und der CSB-Konzentration am Zulauf der Ozonanlage genutzt. Aus den beiden prognostizierten Werten wird die CSB-Fracht in Stundenintervallen für einen Zeitraum von bis zu 24h prognostiziert.

Als Datenbasis für die Prognose der Werte dienen die Zeitreihen ausgewählter Messpunkte der Produktionsanlage und der Abwassereinigung aus der unmittel-baren Vergangenheit des zu prognostizierenden Zeitraumes.

Kalibrierung und Verifizierung der Modelle

Für das Training (überwachtes Lernen) der Modelle wurden ¾ der zur Verfügung stehenden Daten genutzt. Die Daten wurden hinsichtlich Plausibilität und auf Ausfälle der Messwertgeber analysiert. Nicht plausible Zeitabschnitte wurden nicht für das Training verwendet.

Die Verifizierung der Modelle erfolgte mit den restlichen, nicht für das Training verwendeten Daten. Auch diese Daten wurden hinsichtlich Plausibilität und Feh-lern in den Messwertgebern überprüft. Auch für die Verifizierung wurden keine Zeitabschnitte verwendet, die nicht plausibel waren.



5.5 Untersuchte Werke

untersuchte Werke

Werk Rohstoffeinsatz Sortenbereich ARA

A überwiegend Alt-papier (Holzstoff; Zellstoff)

grafische Papiere 2-stufige Biologie (aerob)

B überwiegend Alt-papier (Holzstoff)

Druckpapier aus Altpapier

2-stufige Biologie (anaerob + aerob)



6 Laborozonversuche

6.1 Vorgehen

kontinuierliche Ozonversuche

Es wurden je Werk zwei bis drei Versuchsreihen mit verschieden hohen Ozon-einträgen durchgeführt. Bei hydraulischen Verweilzeiten (HRT) von 15 bis 30 Minuten wurden spezifische Ozoneinträge von 0,2 g O3/g CSB0 bis 2,0 g O3/g CSB0 angestrebt.

Erstellen einer konzentrations-basierten Rege-lung

Aus den Ergebnissen der kontinuierlichen Versuche wurden Korrelationen zum Regelparameter ermittelt. Die CSB-Konzentration war der vorrangige Zielpara-meter bei der Durchführung der Versuche. Es galt, einen Regelparameter zu finden, der mit dem Zielparameter gut korreliert und zuverlässig online messbar ist. Hierfür wurde der Parameter SAK ausgewählt und diesem der Zielparameter CSB gegenübergestellt. Aus den ermittelten Korrelationen wurde eine Rege-lungsstrategie erstellt, die die Ozonproduktion in Abhängigkeit von der tatsächli-chen aktuellen Abwasserbelastung regelt.

Erproben der konzentrations-basierten Rege-lung

Der Versuchsaufbau während der Regelungsversuche entsprach dem während der kontinuierlichen Versuche. Allerdings wurde hier nicht eine bestimmte O3-Konzentration vorgegeben, sondern es wurde der Zielparameter – hier der CSB – vorgegeben. Gemessen wurde die Zeit, nach der dieser Zielwert erreicht wur-de. Um die Flexibilität und Zuverlässigkeit des Programms zu testen, wurden nach erreichtem Zielwert folgende Bedingungen geändert:

• die Höhe des Zielwertes, • die Zulaufkonzentration (durch Verdünnung des zulaufenden Volumen-

stroms) und • der Probenvolumenstrom. Bei Erreichen von konstanten Werten (SAK, O3-Konzentration, Signal an Gene-rator) wurden Stichproben aus Zu- und Ablauf zur Analytik entnommen.



6.2 Ergebnisse der kontinuierlichen Ozonversuche

CSB

0

35

70

105

140

175

210

245

280

315

350

0,0 0,2 0,4 0,6 0,8 1,0 1,2 1,4SOE [g O3/g CSB0]

CS

B [m

g/l]

0

10

20

30

40

50

60

70

80

90

100

CS

Bel

i [%

]

Werk A Werk B

Werk A Werk B

CSB-Konzentration

CSB-Elimination

Abb. 3 Abnahme des CSB in kontinuierlichen Ozonversuchen Abb. 3 zeigt die in den kontinuierlichen Laborversuchen durch verschiedene O-zoneinträge erzielten CSB-Werte (ausgefüllte Symbole). Erwartungsgemäß sin-ken die CSB-Konzentrationen durch zunehmende Ozoneinträge. Bei Werk A wiesen die unbehandelten Proben der einzelnen Probenlieferungen unterschied-liche CSB-Konzentrationen auf. Dies ist die Ursache dafür, dass auch die CSB-Konzentrationen der ozonisierten Proben stärker um die Trendlinie schwanken als die der Proben aus Werk B.

Bei der Darstellung der CSB-Eliminationen (ungefüllte Symbole) entfallen die Einflüsse der verschiedenen Ausgangsproben. Hier zeigen die untersuchten Proben ein sehr einheitlicheres Verhalten. Lediglich bei spezifischen Ozoneinträ-gen ab 0,7 g O3/g CSB0 wurde bei Werk A mehr CSB eliminiert.



BSB5 und BSB5/CSB-Verhältnis

0

5

10

15

20

25

30

0,0 0,2 0,4 0,6 0,8 1,0 1,2 1,4SOE [g O3/g CSB0]

BSB 5

[mg/

l]

0,00

0,05

0,10

0,15

0,20

0,25

0,30

BSB 5

/CSB

[-]

Werk A Werk B

Werk A Werk B

BSB5

BSB5/CSB

Abb. 4 In kontinuierlichen Ozonversuchen erzielte BSB5-Konzentrationen und BSB5/CSB-Verhältnisse

Durch Ozonbehandlung lassen sich in den Proben beider Werke sowohl der BSB5-Wert als auch das BSB5/CSB-Verhältnis deutlich erhöhen. Die Ergebnisse zeigen die Aufspaltung der höhermolekularen Verbindungen in kleinere Frag-mente, die dadurch für den biologischen Abbau verfügbar gemacht werden. Die Bioverfügbarkeit der Abwasserinhaltsstoffe steigt durch Ozonbehandlung.



DOC

0

10

20

30

40

50

60

70

80

90

0,0 0,2 0,4 0,6 0,8 1,0 1,2 1,4SOE [g O3/g CSB0]

DO

C [m

g/l]

Werk A

Werk B

Abb. 5 in kontinuierlichen Ozonversuchen erzielte DOC-Konzentrationen Die untersuchten Proben der beiden Werke weisen vor Ozonbehandlung ähnli-che DOC-Konzentrationen auf. Das Verhalten der Proben bei Ozonbehandlung unterscheidet sich jedoch deutlich. So wird in den Proben aus Werk A der DOC bereits durch geringe Ozoneinträge reduziert und nimmt durch höhere Ozonein-träge weiter ab. In den Proben aus Werk B wird der DOC auch durch höhere Ozoneinträge nur geringfügig reduziert.

Im großtechnischen Ozoneinsatz ist eine DOC-Reduzierung, wie sie bei Werk A stattgefunden hat, nicht gewünscht, da dies eine vollständige Mineralisierung der Abwasserinhaltstoffe zu CO2 und Wasser bedeutet. Vielmehr ist eine CSB-Elimination bzw. eine BSB5-Zunahme bei nur geringer DOC-Elimination ge-wünscht, da hierbei die Abwasserinhaltstoffe aufgespalten werden.

Es ist zu erwarten, dass in großtechnischen Ozonanlagen nur sehr wenig DOC eliminiert wird, da hier zum Ozoneintrag ein Injektor eingesetzt wird und die Re-aktion bei höheren Drücken stattfindet.



SAK

0

50

100

150

200

250

300

350

0,0 0,2 0,4 0,6 0,8 1,0 1,2 1,4SOE [g O3/g CSB0]

SAK

[m-1

]

Werk A

Werk B

Abb. 6 in kontinuierlichen Ozonversuchen erzielte SAK-Werte

Aus den SAK-Werten lassen sich Trendlinien erstellen, die sehr gut mit den Messwerten korrelieren. Dieser direkte Zusammenhang zwischen Ozoneintrag und SAK-Wert ist für eine Verwendung zur Regelung sehr vorteilhaft.

Durch zunehmende Ozonisierung werden die in den Abwässern enthaltenen Doppelbindungen gespalten, die Anzahl UV-aktiver Strukturelemente verringert sich und als Folge sinken die SAK-Werte. Bei spezifischen Ozoneinträgen über 0,8 g O3/g CSB0 sinkt der SAK-Wert in den Proben aus Werk A stärker als in den Proben aus Werk B.



6.3 Konzentrationsbasierte Regelungsstrategie

Korrelationen SAK – CSB

y = 85,98Ln(x) - 197,34R2 = 0,96

y = 20,01x0,45

R2 = 0,94

0

50

100

150

200

250

300

350

0 50 100 150 200 250 300 350SAK [m-1]

CS

B [m

g/l]

Werk A orig Werk A ozonis

Werk B orig Werk B ozonis

Abb. 7 Korrelationen zwischen SAK und CSB In Abb. 7 wurden für jede Ozon behandelte Probe sowie für die Originalproben die ermittelten CSB-Werte den SAK-Werten gegenübergestellt. Für beide Werke wurden sehr gute Korrelationen zwischen den beiden Parametern gefunden, wobei für jedes Werk eine eigene Korrelation gilt. Die dargestellten Formeln wur-den für die Erstellung der jeweiligen Regelungsstrategien verwendet. Es zeigt sich, dass für die unbehandelten Proben dieselben Korrelationen gelten wie für die Ozon behandelten. Dies ist sehr wichtig für die Erstellung der Regelung, da so für die Stellen „Zulauf Ozonanlage“ und „Ablauf Ozonanlage“ dieselben Korre-lationen zur Erstellung der CSB-Ganglinien verwendet werden können.

Verwendete Funktionen

Im Folgenden sind die verwendeten Funktionen zusammengestellt:

Werk A • SAK im Ablauf (Online) • CSB = 20,01 * SAK0,45

Werk B • SAK im Ablauf (Online) • CSB = 85,98 * Ln(SAK) - 197,34

Weiterhin wurden folgende Funktionen genutzt:

• Berechnung des nötigen Ozoneintrags in das Wasser aus vorgegebenen Zielwerten

Werk A • O3-Eintrag = 302 * SAKeli,soll² + 93 * SAKeli,soll

Werk B • O3-Eintrag = 452 * SAKeli,soll² + 90 * SAKeli,soll

• Berechnung des Steuersignals aus Generatorkennlinie: Signal = 0,005 * O3-Konzgas² + 0,360 * O3-Konzgas – 0,847



Grundzüge der Regelung

Aus diesen Funktionen wurde für jedes Abwasser eine eigene Strategie zur Re-gelung der einzutragenden Ozondosis erstellt. Jede Strategie besteht aus einem Steuerungs- und einem Regelungsteil. Im Steuerungsteil wird zunächst aus dem einzugebenden Ziel-CSB-Wert der zu erreichende SAK-Wert berechnet. Aus den im Zulauf gemessenen Werten wird anhand der zuvor ermittelten Funktionen die zum Erreichen des Zielwertes benötigte Ozonmenge berechnet. Mit den kontinu-ierlich gemessenen Gas- und Probenvolumenströmen wird die Ozonkonzentrati-on im Gas berechnet und entsprechend der Generatorkennlinie das Signal zur Ansteuerung des Generators berechnet. In Abhängigkeit von der bereits vergan-genen Versuchsdauer und den Ist-Werten des Zielparameters wird die Regelung zugeschaltet. Diese besteht aus seinem Integral- und einem Differenzialregelteil. Hier wird in Abhängigkeit der Abweichung des Soll-Wertes vom Ist-Wert die not-wendige Änderung des Signals berechnet.

6.4 Ergebnisse der geregelten Ozonversuche

6.4.1 Allgemeines

Allgemeines Im Folgenden werden die erzielten Erfolge zunächst beispielhaft an zwei Rege-lungsversuchen dargestellt. Bei diesen musste die Regelungsstrategie auf die veränderte Zulaufkonzentration reagieren und auf den veränderten Volumen-strom. Die zusammenfassende Bewertung aller Versuche erfolgt im Anschluss.

6.4.2 Veränderte Zulaufkonzentration

Abbildung

0

50

100

150

200

250

300

350

0 40 80 120 160 200 240Zeit [min]

CS

B [m

g/l]

0

100

200

300

400

500

600

700

O3-

Dos

is [g

/m³]

CSBzu CSBzu,mess CSBSollCSBab CSBab,mess O3-Eintrag

210 mg/l

260 mg/l 290 mg/l290 mg/l

225 mg/l 185 mg/l 220 mg/l

Abb. 8 Regelungsversuch zur Reaktion auf veränderte Zulaufkonzentratio-nen



Versuchsverlauf Abb. 8 zeigt den Verlauf eines Regelungsversuches mit Probe B, bei dem unter-sucht wurde, wie die Regelungsstrategie auf veränderte Zulaufwerte reagiert. Bei diesem Versuch sollte im Ablauf der Ozonanlage ein CSB-Wert von 210 mg/l eingestellt werden. Der CSB im Zulauf betrug zunächst 290 mg/l, von der Rege-lungsstrategie berechnet. Zum Erreichen des Zielwertes waren hier 225 mg O3/l nötig. Nach Erreichen des Zielwertes wurde der CSB im Zulauf durch Verdün-nung auf 260 mg/l verringert. Nach 29 Minuten hat die Regelungsstrategie den Zielwert mit einer Abweichung von unter 2 % wieder erreicht. Zum Einstellen dieses Zielwertes waren nur 185 mg O3/l nötig. Der erreichte Wert wurde kon-stant gehalten bis zur weiteren Änderung der Konzentration der zulaufenden Probe. Der Ozonanlage wurde wieder das unverdünnte Wasser zugeführt. Dem-zufolge stieg die Ozonproduktion wieder auf das ursprüngliche Niveau an. Damit wurde gezeigt, dass die Regelungsstrategie in der Lage ist, auf veränderte Zu-laufkonzentrationen zu reagieren und in angemessener Zeit den Zielwert wieder einzustellen. Diese Zulaufschwankungen würden bei einer Ozonanlage mit unge-regeltem Ozoneintrag unbemerkt bleiben. Es würde trotz geringerer Zulaufkon-zentration und folglich geringerem Ozonbedarf eine konstante und damit zu hohe Menge Ozon eingetragen werden.

erreichte Genau-igkeit

Stichprobenartige Messungen der CSB-Konzentration im Zulauf ergaben 306 und 254 mg/l, im Ablauf 233, 229 und 225 mg/l. Die Abweichung der Messwerte vom Zielwert betrugen damit 7 bis 11 %. Zur präzisen Einstellung des Zielwertes in einer großtechnischen Anlage sind gute Korrelationen nötig, die einen weiten Bereich möglicher Abwasserzusammensetzungen abdecken.

6.4.3 Veränderter Probenvolumenstrom

Abbildung

0

50

100

150

200

250

300

350

400

0 25 50 75 100 125 150 175 200 225 250 275Zeit [min]

CS

B [m

g/l],

O3-

Dos

is [m

g/l]

0

5

10

15

20

25

30

35

40S

igna

l [m

A],

QPr

obe [

l/h]

CSBSoll CSBab CSBzu O3-EintragCSBmess CSBmess Signal QProbe

4 l/h 3 l/h 5 l/h 6 l/h

293 mg/l230 mg/l

133 g/m³163 g/m³ 167 g/m³

169 g/m³

Abb. 9 Regelungsversuch zur Reaktion auf veränderte Probenvolumenströ-me



Versuchsverlauf Im großtechnischen Betrieb von Ozonanlagen sind auch schwankende Volu-menströme zu erwarten. Abb. 9 zeigt den Verlauf eines solchen Regelungsver-suches an Probe B. Zunächst betrug der Volumenstrom der Probe (QProbe) im O3-Reaktor 4 l/h. Nachdem konstante Bedingungen erreicht waren, wurde der Vo-lumenstrom zunächst auf 3 l/h reduziert, dann auf 5 und anschließend auf 6 l/h erhöht. Da die Regelungsstrategie aus dem Volumenstrom direkt den erhöhten Ozonbedarf berechnet, führt die Volumenstromänderung zu einer sprunghaften Änderung des Signals. Ozondosis und CSB-Wert im Ablauf pendeln sich bei allen Einstellungen schnell wieder ein. Damit ist die erstellte Regelungsstrategie in der Lage, auf veränderte Volumenströme zu reagieren und dabei gesetzte Zielwerte einzustellen.

erreichte Genau-igkeit

Die Abweichungen der in den Stichproben gemessenen CSB-Werte vom Ziel-wert betragen 1,7 bis 2,2 % und sind damit wiederum sehr niedrig.

6.4.4 Bewertung der Regelungsversuche

Bewertung der Regelungs-versuche

Tab. 2 Bewertung der Regelungsversuche

Ereignis WerktZiel

[min]Volumen-wechsel

Abweichung [%]

A 57 (53 - 60) 3,7 (3,5 - 4,0) 4,5 (1,9 - 7,2)B 64 (37 - 88) 4,2 (2,4 - 5,9) 3,6 (0,4 - 11,0)A 23 (17 - 28) 1,5 (1,1 - 1,8) 4,2 (1,4 - 7,0)B 45 (32 - 65) 3,0 (2,1 - 4,2) 1,2 (0,4 - 2,2)A 76 (65 - 86) 4,9 (4,3 - 5,6) 17,9 (7,7 - 28,2)B 24 (19 - 29) 1,6 (1,3 - 1,9) 8,0 (7,1 - 9,0)A - - -B 8 (2 - 14) 0,6 (0,2 - 1,3) 3,5 (1,3 - 10,8)

Änderung des Probenvolumenstroms

Änderung des Zielwertes

Sprunghafte Änderung der Zulaufkonzentration

Bei Versuchsstart Zielwert erstmalig einstellen

Tab. 2 zeigt die Ereignisse, auf die die programmierte Regelungsstrategie rea-gieren musste. Nach den dargestellten durchschnittlichen Zeiten (tZiel) und Volu-menwechseln des Reaktorinhalts erreichten die berechneten CSB-Werte die Zielwerte mit Abweichungen unter 2 %.

Einfluss der Er-eignisse

Die benötigte Zeit hing von der Art des Ereignisses ab. Zur Einstellung des Ziel-wertes bei Versuchsstart war die größte Differenz zwischen Anfangswert und Zielwert zu überwinden. Folglich dauerte die Einstellung des Zielwertes bei die-sem Ereignis mit ca. 60 Minuten bzw. 4 Volumenwechseln am längsten. Die be-nötigte Zeit, um auf Änderungen des Zielwertes zu reagieren, war mit durch-schnittlich 1,5 bzw. 3 Volumenwechseln deutlich kürzer. Die sprunghafte Ände-rung der Zulaufkonzentration wurde als worst case untersucht. Bei kontinuierlicher Änderung der CSB-Werte ist eine kontinuierliche Nachregelung zu erwarten, so dass der Zielwert bereits deutlich unter 4,9 bzw. 1,6 Volumen-wechseln erreicht wird. Die Änderungen des Probenvolumenstroms wurden di-rekt in der Regelungsstrategie erfasst, die hieraus die benötigte Ozonmenge ohne zeitliche Verzögerung berechnet und anpasst. Daher erfolgte die Anpas-sung hier nahezu ohne zeitliche Verzögerung.



Einfluss der-Reaktor-durchmischung

Limitierend ist auch das Reaktorvolumen bzw. die Verweilzeit. Legt man einen ideal durchmischten Rührkessel zugrunde, sind nach Formel (1.) 4 Volumen-wechsel nötig, bis eine sprunghaft geänderte Konzentration im Zulauf zu 98 % im Ablauf erscheint. Bei den meisten hier durchgeführten Regelungsversuchen wur-de der Zielwert vor Erreichen der 4 Volumenwechsel erreicht.

⎟⎟⎠

⎞⎜⎜⎝

⎛⋅−

=t

VQ

o

i Recc

(1.)

ci: Konzentration zum Zeitpunkt i

c0: Konzentration zum Startzeitpunkt

Q: Volumenstrom

Abweichung Die letzte Spalte der Tab. 2 zeigt die Abweichungen der stichprobenartig gemes-senen CSB-Werte von den Zielwerten. Es fällt auf, dass die Abweichungen in Regelungsversuchen mit Proben aus Werk B mit Mittelwerten von 1,2 bis 8,5 % deutlich niedriger ausfallen als die der Versuche, die mit Proben aus Werk A durchgeführt wurden (4,2 bis 17 %). Dies kann daran liegen, dass sich die Ab-wasserzusammensetzung der Probenlieferungen aus Werk A, die für die konti-nuierlichen Ozonversuche verwendet wurden, von der Zusammensetzung der Proben, die für die Regelungsversuche verwendet wurden, unterschied.

Davon abgesehen, hat die Regelungsstrategie sehr gut funktioniert und die ge-setzten Zielwerte mit akzeptablen Abweichungen eingestellt.

6.4.5 Fazit

Eignung SAK Der SAK-Wert war als Regelparameter sehr gut geeignet. Er lieferte eine gute Korrelation zum CSB-Wert, war mit wenig Aufwand online messbar und stellte die Messwerte ohne zeitliche Verzögerung zur Verfügung.

Flexibilität der Regelungs strategie

Die Regelungsstrategie hat in kurzer Zeit auf Ereignisse reagiert und die Zielwer-te wieder eingestellt. Sowohl die Abweichung der über den SAK-Wert berechne-ten Zielwerte als auch der gemessenen CSB-Werte vom Zielwert waren gering.



7 Datenanalyse und Modellierung

7.1 Vorgehen

7.1.1 Mathematische Modellierung

Zielstellung Das Ziel der mathematischen Modellierung ist eine Prognose der zu erwartenden CSB-Fracht im Ablauf der Abwasserreinigungsanlage in Stundenintervallen für einen Vorhersagebereich von bis zu 24h.

Die CSB-Frachten der Stundenintervalle werden dabei rechnerisch aus den CSB-Konzentrationen und den Volumenströmen ermittelt. Die CSB-Konzentrationen und Volumenströme werden mit separaten Modellen prognosti-ziert.

Auswertung Da-ten aus Prozess-leitsystem (PLS)

Im Rahmen der Auswertung der bereitgestellten Daten wurde untersucht, welche Zusammenhänge zwischen Produktionsprozessen und Volumenströ-men/Abwasserbelastung im Zulauf der Abwasserreinigungsanlage bestehen und welche Abhängigkeiten zwischen dem Zulauf der Abwasserreinigungsanlage und dem Zulauf an der Ozonanlage nachweisbar sind.

Methoden Die Prognosen der zu erwartenden Durchflussmenge und die CSB-Konzentrationen werden in separaten Modellen berechnet. Die prognostizierten Werte werden zur CSB-Fracht zusammengefasst.

Es kommen nichtlineare, datenbasierte Modelle auf Basis von Epsilon-Support-Vektor-Regression (SVM) zum Einsatz. Als Kernel für die SVM werden Radiale Basisfunktionen genutzt. Für jeden zu prognostizierenden Messwert wird eine Kaskade von 24 SMVs genutzt, die wie folgt aufgebaut ist:

Abb. 10 Aufbau der SVM-Kaskaden



Messstellen für die Prognose des Volumenstroms

Als Eingangsgrößen Xi für die Prognose des Volumenstroms wurden folgende Messstellen verwendet:

• Abwassermenge vom Deinking zur PM10 • Abwassermenge von der Schleiferei zum Wärmetauscher • Abwassermenge vom Deinking zur Abwasserreinigungsanlage • Abwassermenge von der Schleiferei zur Abwasserreinigungsanlage • Abwassermenge der PM10 • Zulaufmenge Pufferbecken PM11 • Abwassermenge vom Holzplatz • Gesamtzulaufmenge der Hochlastbiologie • Gesamtzulaufmenge der Biologie • Überlaufmenge zum Eindicker • Abwassermenge von der PM10 zur PM11 • Abwassermenge am Ausgang der Hochlastbiologie • Strommessungen der Papiermaschinen, Deinking und Schleiferei • geplante Stillstandszeiten der Maschinen

Messstellen für die Prognose der CSB-Konzentration

Für die Prognose der CSB-Konzentration wurden als Eingangsgrößen der SVMs die oben genannten, für die Prognose des Volumenstroms verwendeten, Mess-stellen verwendet und zusätzlich folgende online-Messungen:

• CSB-Konzentration im Zulauf der Hochlastbiologie • CSB-Konzentration im Ablauf der Hochlastbiologie • CSB-Konzentration im Ablauf des Biofilters • pH-Wert im Zulauf des Pufferbeckens PM11

7.1.2 Vor-Ort-Untersuchungen

Allgemeines Zur Erstellung von Tagesganglinien wurden umfangreiche online-Messungen und Probenahmen an relevanten Abwasseranfallstellen bzw. Wasserströmen innerhalb der Werke und in den ARAs durchgeführt. Dazu wurden in Werk A 11 und in Werk B 13 Probenahmestellen definiert.

Probenahmen und Messungen

An den Probenahmestellen wurden online-Messungen der Parameter SAK und Leitfähigkeit durchgeführt, die jeweils bis zu sieben Tage gedauert haben. Zu-sätzlich wurden an den Probenahmestellen stichprobenartig Proben genommen. Dazu wurden in Werk A 45 Probenahmerunden durchgeführt, in Werk B 50. In den dabei entnommenen Proben wurden dann neben den CSB-Werten mit La-borsonden SAK-Werte und Leitfähigkeiten sowie einmal pro Tag die Feststoffge-halte und die CSB-Werte in den homogenisierten Proben bestimmt.



Korrelationen Für jede Messstelle wurden Korrelationen ermittelt zwischen den online gemes-senen Parametern (SAK, Leitfähigkeit) und den in Stichproben gemessenen CSB-Werten. An einzelnen Probenahmestellen in den untersuchten Werken waren bereits online-Geräte zur SAK- oder TOC-Messung installiert. Diese Werte wurden in die Auswertung mit einbezogen.

Ganglinien Es wurde der online-Parameter ausgewählt, mit dem die beste Korrelation zum CSB gefunden wurde. Mit diesen Korrelationen und den gemessenen online-Werten wurden Ganglinien der CSB-Konzentration erstellt. Für die Messstellen, an denen kontinuierliche Werte der Volumenströme vorlagen, wurden zusätzlich zu den Konzentrationsganglinien auch Frachtganglinien erstellt.

7.1.3 Datenauswertung und Erstellung des dynamischen Modells

Allgemeines Im Rahmen von Diskussionen vor Ort wurde aus der großen Zahl an verfügbaren Online-Daten eine Vorauswahl getroffen, die im Rahmen der Modellerstellung bzw. -steuerung hinsichtlich Status der Anlagenteile, Abwasserausschleusung und CSB-Eintrag relevant sein könnten. Falls die gewünschte Größe nicht direkt oder in zu grobem Zeitraster erfasst wurde, wurden Ausweichparameter definiert, z. B. Betriebszustand der PM mittels Stromaufnahme.

Datenvereinheit-lichung

Zur Modellsteuerung ist ein einheitlicher Zeitbezug der verwendeten Daten erfor-derlich, da die Dateneinspeisung ins Modell mittels Excel-Datenreihen realisiert wird. Pro Simulationsschritt wird eine Zeile eingelesen. Bei unterschiedlichen Zeitrastern der Ausgangsdaten stimmt der Zeitbezug nicht mehr überein.

Die zur Verfügung gestellten Daten lagen in unterschiedlichen Zeitrastern von 5-Minuten-Werten bis Tageswerten vor und mussten vor einer weiteren Verarbei-tung auf ein einheitliches Maß umgerechnet werden. In Absprache mit den Pro-jektpartnern wurde ein Zeitraster von 1 h als ausreichend erachtet.

Problematisch sind weiterhin nicht konsistente Daten. Teilweise wird das Daten-raster nicht konsequent verwendet, so dass Zeitabschnitte fehlen oder Daten nicht aufgezeichnet wurden. Weiterhin entsprechen die aufgezeichneten Werte z. T. nicht den wahren Werten. Fehlende Datenabschnitte wurden anhand des Ver-laufes vergleichbarer Datenreihen interpoliert.

Korrelationsana-lyse

Mit den aufgearbeiteten Daten im 1 h-Raster wurde eine Korrelationsanalyse durchgeführt, um Abhängigkeiten zwischen verschiedenen Datenreihen festzu-stellen.

Eine gute Korrelation konnte zwischen Stromverbrauch und Produktionsmenge festgestellt werden. Somit konnte die Einspeisung der Produktionsmenge und somit eine Variation der produktionsabhängig ausgeschleusten Abwassermenge je nach Anlagensituation möglich werden. Insgesamt konnten jedoch nur wenige verwertbare Korrelationen ermittelt werden.

Für den CSB-Eintrag konnten keine Leitparameter mit Hilfe der Korrelationsana-lyse ermittelt werden.



Implementierung der Betriebszu-stände ins Model

Das Modell wird mit Excel-Datenreihen gesteuert, die mittels spezieller Objekte ins Modell eingelesen werden. Zur Ansteuerung wurden die aufgezeichneten Stromverbräuche der einzelnen Anlagenteile gewählt, um die unterschiedlichen Betriebszustände der Anlagen ins Modell zu implementieren. Dafür wurden durch Analyse der vorliegenden Ganglinien zu Abwassermenge und Stromverbrauch Werte definiert, die die Grenze zwischen normalem Betrieb und Stillstand der Anlage beschreiben. Die konkrete Implementierung ins Modell erfolgte mit ma-thematischen und logischen Operatoren.

Wassereinträge und –verluste

Durch Analyse der Abwasserganglinie wurden je nach Anlagenteil bestimmte Abwasserkennwerte den unterschiedlichen Betriebszuständen zugeordnet:

• kontinuierlicher Betrieb der Anlage: spezif. Abwassermenge in m³/t Produkt • Stillstand: fixe Abwassermenge in m³/h

Weiterhin wurden die Wasseraus- bzw. –einträge des Prozesses durch Rohstof-fe, durch Trocknung und Austrag mit dem Produkt ins Modell integriert. Es wurde an den Papiermaschinen ein Zustand mit einer durchschnittlichen Produktions-menge definiert und anhand der bekannten Stoffzusammensetzung und Feuch-ten im Prozess die entsprechenden Inputs und Outputs berechnet. Die Berech-nung der Werte im Modell erfolgte mit Hilfe von Quotientenbildung aus aktueller und durchschnittlicher Produktionsmenge.

CSB-Eintrag Da die Korrelationsanalyse keine Möglichkeiten zur direkten Steuerung mittels eingelesener Datenreihen eröffnete, wurde der CSB-Eintrag mit zwei verschie-denen Mechanismen erreicht. Zunächst wurden als „Grundlast“ je nach Roh-stoffart typische spezifische CSB-Einträge aus Literaturwerten und verschiede-nen PTS-Projekten zugrunde gelegt. Die weitere Unterscheidung nach hoch-gebleichten und niedriggebleichten Produkten wurde anhand des Verlaufes der absoluten Bleichmittelzugabe in den einzelnen Anlagen vollzogen.



7.2 Ergebnisse der mathematischen Modellierung

7.2.1 Datenauswertung aus Prozessleitsystem

Ergebnisse der Korrelations-analyse und Schlussfolge-rungen

Zwischen einzelnen Ereignissen in der Produktion, Witterungseinflüssen und Auswahl der produzierten Papiersorten sowie den Messwerten Volumenstrom und CSB-Konzentration im Zulauf der Abwasserreinigungsanlage sind nur gerin-ge Korrelationen nachweisbar. Die Vielzahl der Ereignisse überlagert sich.

Für die beiden Messwerte Volumenstrom und der CSB-Konzentration im Zulauf der Abwasserreinigungsanlage besteht eine hohe Korrelation mit den korrespon-dierenden Werten im Zulauf des Kühlturms.

Die Volumenströme vom Zulauf zum Kühlturm und dem Zulauf der Ozonanlage weisen über große Zeitintervalle keine Korrelation auf, obwohl beide Anlagenteile unmittelbar hintereinander liegen. Ursache ist eine Umleitung von Teilströmen, die messtechnisch nicht erfasst wird. Aus diesem Grund wird nicht die Messstelle am Zulauf der Ozonanlage zur Prognose der zu erwartenden Abwassermenge genutzt, sondern die Messstelle am Zulauf des Kühlturms.

Durch Zugabe von Ozon wird die Online-Messung der CSB-Konzentration mittels UV-Sonde beeinflusst. Die Parameter für die Korrelation von SAK und CSB hän-gen von der Ozondosierung ab. Der exakte Zusammenhang konnte anhand der Messwerte nicht ermittelt werden. Aus diesem Grund wird der Messwert der CSB-Konzentration im Ablauf anhand der vom Betreiber gelieferten Formel be-rechnet und für die Simulation der Regelstrategie genutzt.

Datenauswahl für das Training der Modelle

Für das Training der Modelle zur Vorhersage von Volumenstrom und CSB-Konzentration im Zulauf der Ozonanlage wurden die Prozessdaten aus den ers-ten drei Quartalen des untersuchten Zeitraums genutzt.

Die Messreihen sind nicht durchgehend plausibel. Teilweise bestehen erhebliche Abweichungen zwischen den Online-Messungen der CSB-Konzentrationen und den Tagesmischproben.

Die Zeitabschnitte, in denen Abweichungen von mehr als 10 % auftraten, wurden nicht verwendet. Außerdem wurden keine Zeitabschnitte genutzt, in denen rele-vante Messwertgeber inaktiv waren und den Wert NULL lieferten.

7.2.2 Ergebnisse

Datenauswahl für die Validierung der Modelle

Für die Validierung der Modelle wurden die Prozessdaten aus dem letzten Quar-tal des untersuchten Zeitraums genutzt. Um Aussagen über die verwendeten Algorithmen zu ermöglichen, wurden keine Zeitintervalle genutzt, in denen Mess-wertgeber keine Daten (NULL) oder von den Tagesmischproben um mehr als 10 % abweichende Daten lieferten.



Prognose der CSB-Konzentration

Mit den genutzten Methoden ist es möglich, den Verlauf der CSB-Konzentration mit hoher Genauigkeit vorher zu sagen.

Abb. 11 Vorhersage der CSB-Konzentration im Zulauf der Ozonanlage Durch die Pufferwirkung der Abwasserreinigungsanlage ändert sich die CSB-Konzentration im Zulauf der Ozonanlage nur langsam. Aus den Produktionspa-rametern und den vorhandenen Messwerten der Vergangenheit kann der zukünf-tige Verlauf der CSB-Konzentration mit den trainierten Modellen gut vorherge-sagt werden.



Prognose der Durchfluss-menge

Die Durchflussmenge kann für einen Zeithorizont von bis zu 4h relativ genau vorhergesagt werden. Darüber hinaus treten Abweichungen von mehr als 10 % auf. In der Regel liegt die Vorhersage über den tatsächlichen Werten.

Abb. 12 Vorhersage der Abwassermenge im Zulauf der Ozonanlage Die dargestellte Abbildung gibt die Vorhersage für einen ausgewählten realen Tag (6:00 Uhr bis 6:00 Uhr) wieder. Für unterschiedliche Tage ergeben sich ent-sprechend unterschiedliche Verläufe. Es ist ersichtlich, dass die Prognose mit zunehmender Zeit (kleinerem Zeithorizont) genauer wird. Es zeigte sich, dass eine langfristige Vorhersage der Volumenströme aus den Produktionsprozessen nicht mit hoher Genauigkeit möglich ist.

Prognose der CSB-Fracht

Die prognostizierte CSB-Fracht wird aus den Werten für CSB-Konzentration und Volumenstrom berechnet. Dabei bestimmt der Fehler in der Prognose der Volu-menströme die Abweichung in der Prognose der CSB-Fracht, da die CSB-Konzentration relativ genau vorhergesagt werden kann.



7.3 Ergebnisse der vor-Ort-Untersuchungen

7.3.1 Korrelationen

Werk A Für Werk A wurden für die einzelnen Mess- und Probenahmestellen (PN) die folgenden Korrelationen gefunden:

PN1: CSB = 0,45 * SAK1,30

PN3: CSB = 0,0 1* Lf1,56

PN5: CSB = 0,80 * SAK1,25

PN6: CSB = 2,41 * Lf – 536

PN7: CSB = -0,002 * SAK² + 3,52 * SAK + 362,91

PN8: CSB = 0,03 * Lf1,44

PN11: CCB = 1,98 * SAK1,08

PN12: CSB = 0,0001 * SAK³ - 0,11 * SAK³ + 26,08 * SAK - 1827,28

PN13: CSB = 58,20 * SAK0,20

PN14: CSB = -0,01 * SAK² + 2,37 * SAK



Werk B – ge-meinsame Korre-lation

In Werk B ist das Gegenstromprinzip von Stoffströmen und Wasserströmen in hoher Ausprägung realisiert. Dies führt dazu, dass die Wasserzusammensetzung an fast allen untersuchten Stellen ähnlich ist und sich nur in der Konzentration voneinander unterscheidet. Aus diesem Grund konnte eine Korrelation gefunden werden, die für nahezu alle untersuchten Stellen gilt. Diese zeigt Abb. 13. An den Papiermaschinen ist aufgrund der dortigen Frischwassereinspeisung die Was-serbelastung am geringsten (graue Punkte, PN 3 bis 6) und nimmt in Richtung der Stoffaufbereitung (rote und gelbe Punkte, PN 2, 7, dann PN1) zu.

Ausnahme der gemeinsamen Korrelation bilden PN10 (TMP) und PN13 (Ablauf ARA). Dies erklärt sich dadurch, dass auch in der TMP-Anlage Frischwasser eingesetzt wird und nicht das Kreislaufwasser, wie an den anderen Stellen. In der ARA wird durch biologischen Abbau die Abwasserbeschaffenheit verändert.

y = 1314,5Ln(x) - 6671,9R2 = 0,947

0

500

1000

1500

2000

2500

3000

3500

4000

4500

0 200 400 600 800 1000 1200 1400 1600

SAK [m-1]

CS

B [

mg/

l]

1 2 3 4 5 6 7 10 12 13

Abb. 13: gemeinsame Korrelation Werk B

Werk B Um möglichst genaue Ganglinien erzeugen zu können, wurde zusätzlich für jede Messstelle eine eigene Korrelation entwickelt.

PN1: CSB = -0,001 * SAK² + 3,94 * SAK – 4079

PN3: CSB = 3,89Lf0,74

PN4: CSB = 0,012 * Lf1,53

PN5 : CSB = 0,58 * Lf0,99

PN6: CSB = 692,91* Ln(SAK) - 2940,5

PN7: CSB = 0,12 * Lf1,25

PN10: CSB = 61,02 * SAK0,58

PN12: CSB = -0,0004 * SAK² + 1,75 * SAK + 1077,2

PN13: CSB = -0,0005 * SAK³ + 0,67 * SAK² - 303,74 * SAK + 46247



7.3.2 Ganglinien

exemplarische Ganglinie

0

1000

2000

3000

4000

5000

6000

7000

0 5 10 15 20 25 30 35 40 45Messdauer [h]

CS

B [m

g/l]

PN5Stichpr

volle Produktion

volle Produktion

verringerte Produktion

Abb. 14 Ganglinie für PN5 (Schleiferei, Werk A)

Auswertung der Ganglinie

Abb. 14 zeigt exemplarisch die Ganglinie der CSB-Konzentration für PN5 aus Werk A für eine Messdauer über 40 Stunden, basierend auf SAK-Online-Messungen und der zuvor ermittelten Korrelation. Zusätzlich sind die CSB-Messwerte aus den entnommenen Stichproben dargestellt, die gut mit denen der Ganglinie übereinstimmen. Die Ganglinie reagiert auf verschiedene Betriebszu-stände der Schleiferei. Die CSB-Werte steigen während der vollen Produktion an und nehmen bei geringerer Produktion wieder ab.

weitere Gang-linien

Für jedes Werk wurde für jede mögliche Messstelle eine solche Ganglinie er-stellt. Die online gemessenen Leitfähigkeiten und damit auch die Ganglinien wa-ren an einigen Messstellen starken Schwankungen unterworfen. Hier war oftmals der SAK-Wert besser geeignet.

7.3.3 Erkenntnisse/Zusammenhänge

Ereignisse Die Auswirkungen von Stillständen zeigten sich in den meisten Ganglinien gut durch verringerte Abwasserbelastungen. Weiterhin zeigte sich ein Einfluss der Stoffaufbereitung auf die Abwasserbelastung. So stiegen die CSB-Konzentrationen und Frachten bei der Produktion von weißeren Sorten, bei de-nen stärker gebleichter Stoff eingesetzt wird, an. Auswirkungen weiterer Ereig-nisse konnten in den Ganglinien nicht unmittelbar wiedergefunden werden. Dies war insbesondere bei den Fracht-Ganglinien der Fall, da diese stärkere Schwan-kungen aufwiesen als die Konzentrations-Ganglinien.



7.4 Ergebnisse der dynamischen Modellierung

Allgemeines Im Zuge der Simulationen mit dem erstellten Modell zeigte sich, dass die reale Abwasserganglinie nicht im ausreichenden Maße nachgebildet werden kann. Ursache dafür ist, dass die abwasserrelevanten Ereignisse nicht immer aus den zur Verfügung stehenden Daten ableitbar sind, was am besonderen Regime und den Verschaltungsmöglichkeiten der Abwasserausschleusung liegt. Weiterhin spielen zusätzliche nicht vorhersehbare Ereignisse eine Rolle.

Die Simulation der CSB-Fracht ist ebenfalls mit Unsicherheiten behaftet. Haupt-quelle der Abweichungen sind der je nach eingesetztem Rohstoff unterschiedli-che CSB-Eintrag ins System mit Altpapier und insbesondere Holz.

Eine Abweichung der Simulationsergebnisse von den Realwerten muss daher toleriert werden.

Kumulierte Ta-gesabwasser-menge

Da die reale und die durch das Modell erzeugte Abwasserganglinie nur schlecht miteinander korrelieren, wurden zunächst die kumulierte Abwasserganglinie für einen Durchschnittstag aus Simulations- und Realdaten miteinander verglichen. Dazu wurde für jeden Stundenabschnitt des Tages ein Durchschnittswert be-rechnet und über den Verlauf des Tages aufsummiert.

0

2000

4000

6000

8000

10000

12000

14000

16000

18000

200005:006:007:008:009:0010:0011:0012:0013:0014:0015:0016:0017:0018:0019:0020:0021:0022:0023:000:001:002:003:004:005:006:007:00

Uhrzeit

Abw

asse

rmen

ge in

m³

SimulationRealdaten

Abb. 15 Vergleich der kumulierten Abwassermengen Die Abweichung der Simulationsdaten beträgt am Ende des Modelltages nur -4,3 %. Zeitliche Schwankungen im Volumenstrom werden jedoch durch die Mit-telwertbildung geglättet.

Da zu CSB-Konzentrationen im Ablauf der Fabrik nur Tagesmittel-, jedoch keine Stundenwerte verfügbar waren, konnte keine Tagessummenkurve zur CSB-Fracht erstellt werden.



Vergleich Tages-abwassersum-men

Um zeitliche Schwankungen mit zu berücksichtigen, wurden die realen Tages-abwassersummen eines jeden Tages des vierten Quartals denen aus der Simu-lation gegenübergestellt. Da im Rahmen der Modellerstellung und bei der Kenn-datenermittlung Vereinfachungen eingeführt werden mussten, ist eine gewisse Abweichung der Simulationsdaten von den Realdaten zu erwarten. Eine Abwei-chung von ± 20 % muss nach PTS-Erfahrung als tolerierbar angesehen werden. Hauptursache der Abweichungen waren abwasserrelevante Ereignisse, die nicht aus den Daten ablesbar waren.

14000

15000

16000

17000

18000

19000

20000

21000

22000

23000

14000 15000 16000 17000 18000 19000 20000 21000 22000 23000

Abwassermenge in m³/d (Simulation)

Abw

asse

rmen

ge in

m³/d

(rea

l)

20%

20%

Abb. 16 Vergleich realer und simulierter Tagesabwassermenge



Vergleich CSB-Tagesfracht

Analog zu den Ausführungen zur Tagesabwassersumme wurden auch die Er-gebnisse zur CSB-Tagesfracht bewertet. Abweichungen sind vorwiegend durch unbekannte und variierende CSB-Inputs durch die Rohstoffe zu begründen.

1000

1500

2000

2500

3000

3500

4000

1000 1500 2000 2500 3000 3500 4000

CSB-Fracht in kg/d (Simulation)

CSB

-Fra

cht i

n kg

/d (r

eal)

20%

20%

Abbildung 25: Vergleich realer und simulierter CSB-Tagesfracht

Fazit Durch das vorhandene Modell können die Tagesabwassersummen und die CSB-Tagesfracht nachgebildet werden. Allerdings müssen durch nicht aus den Daten ablesbare abwasserrelevante Ereignisse im Rahmen der Modellierung eingeführ-te Vereinfachungen und unbekannte wechselnde CSB-Einträge mit den Rohstof-fen in das System Abweichungen von den Realdaten akzeptiert werden. Inner-halb eines Korridors von ± 20 % von den Realdaten liegen rund 90 % der Ergeb-nisse aus der Simulation.



8 Fracht basiertes Regelungskonzept

8.1 Vorgehen

Optimierung O3-Konzentration im Feedgas

Optimierungspotenzial bietet beim Betrieb von Ozonanlagen neben der produ-zierten Ozonmasse der Sauerstoffverbrauch. Es wurde untersucht, ob es wirt-schaftlicher ist, bei verändertem Ozonbedarf mit der Ozonproduktion auch die Sauerstoffzufuhr zu verändern und damit die Ozonkonzentration im Feedgas konstant zu halten oder ob es wirtschaftlicher ist, bei konstanter Sauerstoffzufuhr lediglich die Ozonproduktion und damit die Ozonkonzentration im Feedgas zu variieren.

Ozonproduktion in Abhängigkeit von CSB0 und CSBeli

Für einen wirtschaftlichen Betrieb der Ozonstufe muss die Regelung nach Prog-nose der zu erwartenden zulaufenden CSB-Fracht (CSB0) festlegen, welche Ozonmengen in den folgenden Stunden produziert werden sollen. Es ist also zu definieren, ob über einen längeren Zeitraum eine geringe Ozonmenge produziert werden soll und damit kontinuierlich eine geringe CSB-Fracht eliminiert wird (CSBeli) oder ob für einen kurzen Zeitraum eine hohe Ozondosis produziert und anschließend die Ozonproduktion eingestellt werden soll.

zeitlicher Verlauf der Ozonproduk-tion

Neben der Vorgabe der Ozondosierung und der Laufzeit der Ozonanlage waren auch die Zeitpunkte für das Ein- und Ausschalten der Ozonanlage zu optimieren. Es sollen Arbeitszeiten der Ozonanlage gewählt werden, in denen die zu erwar-tende zulaufende CSB-Fracht (CSB0) einen optimalen Betrieb der Anlage ermög-licht.

8.2 Optimierung Ozonkonzentration im Feedgas

Kosten für Ener-gie und Sauer-stoff

Aufgrund des Verfahrens zur Ozonproduktion, der stillen elektrischen Entladung in einer Gasentladungsröhre, erfordern höhere Ozonkonzentrationen im Feedgas mehr Energie.

Je geringer die Ozonkonzentration im Gas, desto mehr ozonhaltiges Gas wird bei gleichem Ozonbedarf des zu behandelnden Wassers benötigt. Deshalb nehmen die Sauerstoffkosten mit abnehmender Ozonkonzentration im Gas zu.



O3-Konzentration im Feedgas

0,0

0,2

0,3

0,5

0,7

0,9

1,0

1,2

1,4

1,5

1,7

1,9

6 7 8 9 10 11 12 13 14O3,Gas [gew%]

Kos

ten

[€/k

g O

3]

EnergieO2Gesamtkosten O3

Abb. 17 Kosten – Ozonkonzentration im Feedgas

Optimum In Abb. 17 sind die Kosten für Sauerstoff und Energie pro kg produziertes Ozon in Abhängigkeit von der Ozonkonzentration im Feedgas dargestellt sowie die Gesamtkosten als Summe daraus. Aus Geheimhaltungsgründen werden die Kosten nicht zahlenmäßig dargestellt. Es zeigt sich, dass die Gesamtkostenfunk-tion ein Minimum aufweist bei einer Ozonkonzentration von 11,5 Gew%. Dieses Kostenminimum ist in gewissen Grenzen variabel und hängt von den lokalen Strom- und Sauerstoffpreisen ab.

Daraus lässt sich folgern, dass es für den Betrieb einer Ozonanlage am wirt-schaftlichsten ist, die Ozonkonzentration im Feedgas konstant am Minimum die-ser Gesamtkostenfunktion zu halten. Damit ist die Sauerstoffzufuhr bei veränder-tem Ozonbedarf mit der Ozonproduktion zu verändern.



8.3 Ozonproduktion in Abhängigkeit von CSB0 und CSBeli

Ozonbedarf in Abhängigkeit von CSB0 und CSBeli

0

20

40

60

80

100

120

140

0 20 40 60 80 100CSBeli (O3+BF) [kg/h]

O3 [

kg/h

]170180190200210220230240

CSB0

[kg/h]

Abb. 18 Ozonbedarf in Abhängigkeit von CSB-Elimination und Ausgangs-CSB

Der Ozonbedarf hängt von der der Ozonanlage zulaufenden prognostizierten CSB-Fracht (CSB0) ab und von der zu eliminierenden CSB-Fracht (CSBeli). Abb. 18 zeigt die benötigte Ozonmenge zur Elimination verschiedener CSB-Frachten bei verschiedenen Zulauffrachten. Dieser Berechnung liegt die Verfah-renskombination „Ozonstufe + Biofilter“ zugrunde. Das bedeutet in dem hier dar-gestellten Beispiel, dass, solange die stündlich zu eliminierende CSB-Fracht einen Wert von ca. 20 kg/h nicht übersteigt, die Ozonstufe nicht erforderlich ist.

Formel zur Be-rechnung

Die dargestellten Kurven lassen sich mit der folgenden Gleichung darstellen:

( ) ( ) 03

0

24

3 05,0100102100

102 CSBCSBCSB

CSBBedarfO eli

eli ×−×××+×

××= −−

CSBeli [kg/h]

CSB0 [kg/h]

O3-Bedarf [kg/h]



8.4 Entwicklung der Kostenfunktionen

Kostenfunktion Aus der oben dargestellten Funktion für den Ozonbedarf zur Reduktion der CSB-Fracht in einem festen Zeitintervall lässt sich eine Funktion für die Berechnung der Kosten zur Elimination einer CSB-Fracht in Abhängigkeit von der Laufzeit der Ozonanlage ableiten.

PtBedarfOKosten Laufzeit ∗∗= 3

mit den Größen

Preis P [€/kg] Laufzeit Laufzeitt [h]

O3-Bedarf [kg/h]

Kosten [€]

In der resultierenden Formel wird CSBeli durch folgenden Quotienten substituiert:

CSBeli=CSBgesamtelit Laufzeit

Man erhält eine Funktion der Kosten zur Eliminierung einer vorgegebenen CSB-Fracht in Abhängigkeit von der Laufzeit der Ozonanlage.

PtCSBCSBtCSB

CSBKosten LaufzeitgesamteliLaufzeit

gesamteli ∗⎟⎟⎠

⎞⎜⎜⎝

⎛∗∗−∗∗

∗∗

= 00

2

05,02,02



Längere Be-triebszeiten bei niedrigen Ozon-dosen günstiger

Abb. 19 Kosten zur Eliminierung einer festen Menge CSB in Abhängigkeit von der Laufzeit der Ozonanlage

Die grafische Darstellung der Kostenfunktion zeigt, dass die Kosten bei einer niedrigen Dosierung von Ozon über einen längeren Zeitraum geringer sind als bei kurzzeitiger hoher Dosierung von Ozon. Die Grenzen werden durch die tech-nischen Grenzwerte der Ozonanlage für minimale und maximale Ozonproduktion bzw. durch die zur Verfügung stehende Zeit vorgegeben. Der Arbeitsbereich der Ozonanlage ist in der Grafik durch die zwei Geraden für Volllast und minimale Ozonproduktion begrenzt. Oberhalb der roten Geraden und unterhalb der grünen Geraden dargestellte Abschnitte der Funktion sind technisch nicht realisierbar.

Zusatzkosten Zusätzliche Kosten entstehen durch das An- und Abfahren der Ozonanlage. Die-se Kosten sind in die Optimierung durch Minimierung der Schaltvorgänge einzu-beziehen.



8.5 Beschreibung der Regelung

Prognose der zu eliminierenden CSB-Fracht

Der einzuhaltende Grenzwert wird als kumulative CSB-Fracht im Ablauf der Ab-wasserreinigungsanlage für 24h vorgegeben. Das Zeitintervall beginnt um 6:00 Uhr und endet um 6:00 Uhr des folgenden Tages. In Intervallen von einer Stunde werden die für den Rest des Tages zu erwartenden CSB-Konzentrationen und Abwassermengen ermittelt. Es werden dafür die unter Punkt 7.2 entwickelten, nichtlinearen Modelle genutzt.

Aus den zu erwartenden CSB-Konzentrationen und Abwassermengen wird die prognostizierte CSB-Fracht für die verbleibende Zeit des Überwachungszeitinter-valles berechnet. Die in diesem Zeitintervall zu eliminierende CSB-Fracht ergibt sich aus der Formel:

Grenzwertiertprognostizabgelaufengesamteli CSBCSBCSBCSB −+=

Der Wert für den CSB-Grenzwert ergibt sich aus dem von den Behörden vorge-gebenen Grenzwert abzüglich eines Pufferbereiches.

CSBGrenzwert= CSBMax− CSBPuffer

Als Pufferbereich wurde ein Wert von 10 % der maximal zulässigen CSB-Fracht vorgegeben. Die Nutzung eines Pufferbereiches ist nötig, da eine Regelung den Zielwert nie genau erreichen kann. Liegt der Zielwert für die Regelung CSBGrenzwert etwas unter dem angestrebten maximal zulässigen CSB-Wert, wird die Einhaltung der vorgegebenen Grenzen garantiert. Die Größe des Pufferbe-reiches kann der Genauigkeit der Regelung angepasst werden, um möglichst nahe an den maximal zulässigen Wert zu kommen und damit Betriebskosten zu sparen.

Bei der einfachen prognosebasierten Regelung dient der ermittelte Wert für die zu eliminierende CSB-Fracht als Grundlage für die weiteren Berechnungen.

Bei der adaptiven prognosebasierten Regelung wird dieser Wert zusätzlich mit einem Koeffizienten für die Unsicherheit der Vorhersage verrechnet, da die Prognose mit zunehmendem Zeithorizont ungenauer wird. Der Koeffizient wird mit einem Regelalgorithmus adaptiert.

Adaption des Koeffizienten für die Unsicherheit der Prognose

Als Regelalgorithmus für die Adaption des Koeffizienten kommt ein PI-Schritt-Regler zum Einsatz. Die Prognose wird ständig mit den tatsächlich gemessenen Werten verglichen. Ist der Prognosefehler größer als die bisher angenommene Unsicherheit, wird der Koeffizient um einen festen Betrag vergrößert. Anderen-falls wird er verkleinert.

Der Koeffizient kann bei laufendem Betrieb als Maß für die Güte der Prognose genutzt werden. Überschreitet er einen vorgegebenen Grenzwert kann eine Warnung generiert werden. Bei Auftreten der Warnung können die Prognosemo-delle neu trainiert werden, um sie an veränderte Produktionsbedingungen oder Papiersorten anzupassen.

Berechnung der Ozondosierung

Anhand der zu eliminierenden CSB-Fracht wird die optimale Laufzeit und Dosie-rung der Ozonmenge anhand der Funktion aus Kap. 8.4 bestimmt.



Bestimmung der Schaltpunkte

Wie in Abschnitt 8.3 dargestellt wurde, ist die CSB-Elimination von der Aus-gangskonzentration CSB0 abhängig. Anhand der mit hoher Genauigkeit vorlie-genden Werte von CSB-Konzentration und Abwassermenge für die kommenden drei Stunden wird durch Vergleichsrechnungen verschiedener Schaltregimes für den Zeithorizont von drei Stunden die Variante mit den geringsten Kosten aus-gewählt.

Unter der Voraussetzung, dass die ermittelte Laufzeit der Ozonanlage mehr als 4h beträgt, ergeben sich beispielsweise folgende Schaltvarianten unter der Be-dingung, dass die Anlage zum aktuellen Zeitpunkt t nicht läuft:

Ist die Ozonanlage zum Zeitpunkt t in Betrieb, ergeben sich die Schaltvarianten:

Die Gesamtkosten der einzelnen Varianten werden unter Berücksichtigung der Kosten für den Ozonbedarf sowie der An- und Abfahrkosten ermittelt, und die Variante mit den minimalen Kosten wird genutzt.

Berechnung der Ozondosierung

Anhand der zu eliminierenden CSB-Fracht wird die Laufzeit und Dosierung der Ozonmenge bestimmt. Dabei kommt eine einfache Optimierungsfunktion zum Einsatz.



8.6 Ergebnisse der Regelung

Verlauf der O-zondosierung

Regelstrategien wurden anhand von Simulationen mit den Werten des Prozess-leitsystems verglichen. Es wurden zwei Strategien simuliert und mit den Mess-werten der bisher eingesetzten Regelung verglichen:

1. die einfache prognosebasierte Regelung

2. die bisher eingesetzte frachtbasierte Regelung

3. die adaptive prognosebasierte Regelung

Abb. 20 Verlauf der Ozondosierung für verschiedene Regelstrategien Die Grafik zeigt den typischen Verlauf der Ozondosierung für zwei Tage.

1. Die einfache prognosebasierte Regelung arbeitet am Anfang eines 24-Stunden-Intervalls mit hohen Ozondosierungen, die im Tagesverlauf re-duziert werden. Diese ungleichmäßige Dosierung von Ozon führt zu ei-ner Erhöhung der Kosten in der Ozonproduktion.

2. Bei der bisher eingesetzten frachtbasierte Regelung bewerten die Anla-genfahrer den Verlauf der CSB-Fracht und erhöhen bei Bedarf zum Ende des Tagesintervalles die Ozonkonzentration, um die Einhaltung der Messwerte zu gewährleisten.

3. Die adaptive prognosebasierte Regelung arbeitet mit einer über den Ta-gesverlauf gleichmäßigeren Ozondosierung. Das Ergebnis ist eine Re-duzierung der Betriebskosten für die Ozonanlage.



Einhaltung der vorgegebenen Grenzwerte

Sowohl die einfache prognosebasierte Regelung als auch die adaptive progno-sebasierte Regelung gewährleisten die Einhaltung der zulässigen maximalen Grenzwerte für die CSB-Fracht im Ablauf der Abwasserreinigung.

Der Pufferbereich kann auf 5 % des zulässigen maximalen Grenzwertes für die CSB-Fracht im Ablauf verringert werden.



9 Bewertung intelligentes System

9.1 Vorgehen

Kostenvergleich von Regelkon-zepten – Auswahl der Daten]

Anhand der Messwerte des PLS vom 4. Quartal des Untersuchungszeitraumes wurden verschiedene Regelstrategien zur Ozondosierung verglichen. Dabei wurde nicht der gesamte Zeitbereich genutzt, sondern es wurden Zeitabschnitte entfernt, in denen die Messwerte nicht plausibel waren und es erhebliche Abwei-chungen zwischen Online-Messungen und Tagesmischproben gab.

Kostenvergleich von Regelkon-zepten – Regel-strategien

Es wurden vier Regelstrategien miteinander verglichen und die Kosten anhand von Simulationen ermittelt:

1. ungeregelter Betrieb der Ozonanlage mit 80%-Auslastung

2. die bisher eingesetzte frachtbasierte Regelung

3. die einfache prognosebasierte Regelung

4. die adaptive prognosebasierte Regelung

Bewertung Zur Bewertung wurde das im Rahmen des Projektes erstellte Prognose basierte Regelungskonzept mit einer konzentrationsbasierten Regelung sowie mit einer manuellen Einstellung der Ozonproduktion verglichen. Bewertet werden:

• Aufwand zur Konzepterstellung, • notwendige Investitionen, • Robustheit, • notwendiger Aufwand, • mögliche Risiken.

Bei der Bewertung der Robustheit wurden Realdaten - das 4. Quartal des unter-suchten Zeitraums - verwendet. Die verwendeten Daten wurden nicht zum Trai-nieren der Modelle verwendet und waren daher den Modellen unbekannt.



9.2 Kostenvergleich von Regelkonzepten

Ergebnisse des Vergleiches

Die folgenden Kosten für die Ozonproduktion wurden anhand der Simulationser-gebnisse ermittelt. Die bisher eingesetzte frachtbasierte Regelung wurde als Maßstab genutzt und die Kosten beim Einsatz dieser Regelstrategie mit 100 % angesetzt:

1. ungeregelter Betrieb: 156 %

2. frachtbasierte Regelung: 100 %

3. einfache prognosebasierte Regelung: 105,6 %

4. adaptive prognosebasierte Regelung: 95,8 %

Die Kosten wurden mit dem vorgegebenen Pufferbereich von 10 % der maximal zulässigen CSB-Fracht ermittelt. Eine Reduzierung des Pufferbereiches auf 5 % ermöglicht eine weitere Einsparung von Betriebskosten von 2 % für die adaptive prognosebasierte Regelung.

Schlussfolge-rung

Die adaptive prognosebasierte Regelung ermöglicht gegenüber dem noch häufig eingesetzten ungeregelten Betrieb Kosteneinsparungen von 40 %. Bei schwä-cherer Schadstoffbelastung sind noch höhere Einsparungen erreichbar.

Gegenüber der bisher eingesetzten frachtbasierten Regelung sind Einsparungen von 5 % möglich. Außerdem kann die Regelung in das PLS integriert werden und automatisch arbeiten.

9.3 Bewertung

Aufwand zur Konzepterstel-lung

Der Aufwand zur Konzepterstellung ist abhängig von der Qualität und dem Um-fang der im Prozessleitsystem des Werkes verfügbaren Daten. Da die vorliegen-den Daten nicht immer konsistent waren (s. Kap. 7.1.3) und zur Klärung dieser Inkonsistenzen Rückfragen und Nachforschungen in dem untersuchten Werk nötig waren, war der Aufwand zur Datenanalyse und -auswertung hoch. Dieser Aufwand entsteht bei konzentrationsbasierten oder manuellen Regelungen nicht. Bei einer manuellen Regelung ist dafür ein gewisses Maß an Erfahrung in Be-trieb und Fahrweise von Ozonanlagen und dem Einfluss auf die nachfolgende biologische Schwachlaststufe nötig.

Aufgrund der im Rahmen dieses Projektes gesammelten Erfahrungen ist zu er-warten, dass sich der Aufwand zur Datenauswertung und damit zur Erstellung einer Fracht bzw. Prognose basierten Regelung für jedes weitere Werk verrin-gert.



notwendige In-vestitionen

Zur Erstellung einer Prognose basierten Ozondosierung nach dem im Projekt durchgeführten Vorgehen ist hauptsächlich Datenaus- und -bewertung sowie Programmierarbeit nötig, wenn ein Prozessleitsystem sowie eine Schnittstelle zur Implementierung vorhanden sind.

Zusätzlich ist der Erfolg der geregelten Ozondosierung, also die Einhaltung des Frachtgrenzwertes zu überprüfen. Da in Kläranlagenabläufen üblicherweise be-reits online-Volumenstrommessungen installiert sind, wird zur Bestimmung der Ablauffracht lediglich noch eine Sonde zur online-Messung eines mit dem CSB korrelierbaren Parameters benötigt. Dies kann eine SAK-Sonde sein, wie im Pro-jekt verwendet, oder beispielsweise ein TOC-Analysator. Die Investitionskosten für eine SAK-Sonde werden dabei auf 15.000 bis 20.000 EUR geschätzt, die Kosten für Wartung und Reparatur auf jährlich 1.500 EUR. Die Kosten für ein TOC-Online-Gerät wurden abgeschätzt auf 35.000 bis 40.000 EUR. Hierbei fal-len je nach Gerät zusätzlich Kosten an für Gas und Chemikalien von ca. 3.000 €/a und 6.500 € für Wartung und Reparaturen.

Anschaffung und Einsatz von online-Messgeräten ist bei einer konzentrationsba-sierten Regelung ebenfalls nötig zur kontinuierlichen Anpassung der Ozonpro-duktion und damit zur wirtschaftlichen Einhaltung der Konzentrationsgrenzwerte. Auch Programmieraufwand ist bei dieser Art der Regelung nötig. Datenauswer-tung und die Erstellung des Prognosemodells entfallen.

Auch bei einer manuellen Einstellung der zu produzierenden Ozonmenge sollte der Erfolg der Ozonbehandlung durch kontinuierliche Messungen überprüft wer-den, um die Einhaltung der Ablaufgrenzwerte zu gewährleisten. Dennoch bedeu-tet die manuelle Steuerung einer Ozonanlage immer eine zeitliche Verzögerung der Ozonproduktion an die Abwasserzusammensetzung.

Die Anschaffung eines TOC-online-Gerätes hätte den weiteren Vorteil, dass sich dieses Gerät in Abstimmung mit den zuständigen Wasserbehörden gleichzeitig zur Überwachung der Direkteinleitung einsetzen ließe.

Robustheit Die entwickelten Modelle haben mit den Daten aus dem 4. Quartal gut funktio-niert. Im dynamischen Modell wiesen 90 % der vom Modell simulierten CSB-Frachten Abweichungen von weniger als ± 20 % auf.

notwendiger Aufwand

Zum Betrieb eines Reglers gemäß der im Rahmen des Projektes entwickelten Prognose der Abwasserqualität und –menge ist etwas Aufwand zum Betrieb, Pflege und Wartung nötig. So muss regelmäßig überprüft werden, ob nach Imp-lementierung neue, dem Modell unbekannte Betriebszustände im Werk auftre-ten. Diese müssen dann dem System ggf. antrainiert werden. Weiterhin muss die Funktionsweise der Sensoren, die die relevanten Daten für die Regelung liefern, regelmäßig überprüft werden.

Die Überprüfung der Sensoren fällt bei einer konzentrationsbasierten Regelung auch an.



mögliche Risiken Ein Risiko bei Verwendung eines Prognose basierten Modells ist das Auftreten von neuen, dem Modell unbekannten Betriebszuständen, wie z.B. die Produktion neuer Papiersorten. Hier können ggf. Abweichungen zwischen vom Modell prog-nostizierter und tatsächlicher CSB-Fracht auftreten. In diesem Fall reagiert der Regler nicht angemessen. Folglich wird zu viel Ozon produziert, was zu erhöhten Betriebskosten führt oder zu wenig, was zu einer Gefährdung der Grenzwertein-haltung führt. Soll ein solches Prognose basiertes Modell implementiert werden, sind geeignete vorbeugende Maßnahmen zu ergreifen.

Ein weiteres Risiko besteht, wenn ein Sensor fehlerhafte oder keine Daten liefert. Liefert er keine Daten, kann dies vom Regler bei entsprechender Programmie-rung erkannt werden. „Friert“ ein Sensor beim Ausfall den letzten richtigen Wert ein oder liefert er fehlerhafte Daten, z. B. aufgrund von Verschmutzungen, ist dies vom Regler wesentlich schwerer zu erkennen. Hier können Plausibilitätsprü-fungen mit anderen Messwerten helfen. Der Regler muss entsprechend pro-grammiert werden.

Bei einer konzentrationsbasierten Regelung werden ebenfalls Sensoren oder Online-Messgeräte eingesetzt, um die der Ozonanlage zu- und ablaufende Was-serqualität zu bestimmen. Fällt einer diese Sensoren aus, treten hier die gleichen Probleme auf wie bei der Prognose basierten Regelung. Lediglich die Anzahl der Sensoren ist in diesem Fall geringer. Damit verringert sich sowohl die Ausfall-wahrscheinlichkeit aber auch die Möglichkeit der Plausibilitätsprüfungen.

9.4 Fazit

Fazit Die Untersuchungen im Rahmen des Projektes haben gezeigt, dass bei Verwen-dung einer Prognose basierten Regelung der Ozondosierung zur Einhaltung von CSB-Frachtgrenzwerten Kosten in Höhe von 40 % gegenüber dem ungeregelten Betrieb eingespart werden können.

Das System muss dafür gewartet und gepflegt werden, um das Auftreten von unbekannten Betriebszuständen zu vermeiden und den Ausfall von Sensoren zu erkennen.



10 Wirtschaftlichkeitsbetrachtung

Kostenbeispiel In einem beispielhaften Fall wird eine kmU-Papierfabrik betrachtet, deren Ab-wassermenge ca. 2500 m³/d beträgt. Hier würden für die Ozonbehandlung im ungeregelten Betrieb, also bei permanent gleicher Ozonproduktion, täglich 500 € anfallen. Bei einer frachtbasierten Regelung, bei der manuell mehrmals täglich die Ozonproduktion angepasst wird, würden nur noch 320 €/d anfallen. Gemäß der Ergebnisse aus Kap. 9.2 würden beim Einsatz einer adaptiven prognoseba-sierten Regelung nur noch 305 €/d anfallen. Dies bedeutet mögliche Kostenein-sparungen von 40 % gegenüber dem ungeregelten Betrieb und von 6 % gegen-über einer manuellen frachtbasierten Regelung.

Effizienzsteige-rung kleinerer Papierfabriken

Kleine Papierfabriken sind besonders flexibel und können besonders gut kurzfris-tig auf Kundenanforderungen reagieren. Veränderungen im Produktionspro-gramm führen zu einer Veränderung der Abwasserbelastung. Da in kleinen Pa-pierfabriken oft nur eine Papiermaschine betrieben wird, gelangen Änderungen hier direkt zur Kläranlage, da die Vermischung mit Wasserströmen weiterer Pa-piermaschinen ausbleibt. Die Schwankungen der Abwasserbeschaffenheit sind in kleinen Papierfabriken also im Verhältnis stärker als in großen Werken. Durch die Prognose der zu erwartenden Abwassermenge und -belastung können auch Papierfabriken, die keine Ozonanlage betreiben, den Betrieb der ARA rechtzeitig anpassen. Denkbar sind hier Maßnahmen wie Pufferung hoch be-lasteter oder schwerer abbaubarer Wasserströme zur späteren gezielten Zumi-schung oder Anpassen der Belüfterleistung in der Belebung oder der Rück-schlammmenge. Die rechtzeitige Reaktion auf veränderte Abwasserbelastungen kann helfen, Grenzwertüberschreitungen zu vermeiden, was Abwassergebühren spart.

Hersteller aus dem Bereich Mess-, Regel- und Automatisie-rungstechnik

Zur Dokumentation, Überprüfung und Steuerung von einzelnen Aggregaten einer Abwasserreinigungsanlage und damit auch der Ozon-Anlagen ist eine Anlagen-technik zur zeitnahen und umfassenden Messwertaufnahme unabdingbar. Neue Anlagen in Industriesparten, die diese Technik bislang nicht einsetzen, erhöhen die Absatzmöglichkeiten von im Mess- und Regelungstechnikbereich tätigen kmUs, die in diesem Marktbereich besonders stark verbreitet sind.

Verfahrens- und Umwelttechnik, Anlagenbauer

Beim Neubau oder bei Erweitung bestehender Abwasserreinigungsanlagen be-dienen sich die Papierfabriken der Expertise von Anlagenbaufirmen. Insbesonde-re im Bereich der Zulieferer der Ozonanlagenhersteller sind einige kmUs vertre-ten, die von dem Einsatz der Ozon-Technologie in der Papierindustrie profitieren werden. Für eine Ozonanlage werden unter anderem folgende Komponenten benötigt: Flüssigsauerstofftanks oder Kompressor mit Druckluftaufbereitung, Rohrleitungen, Injektor und statische Mischer, Reaktionsbehälter (Druckbehäl-ter), Messgeräte zur O3-Konzentration, Ozonvernichter, Pumpen, Ventile, Arma-turen, Kühlaggregate etc. Viele dieser Ozonanlagenkomponenten werden im Unterauftrag der „großen“ Ozonanlagenhersteller von kleinen und mittelständi-schen Betrieben angefertigt, so dass auch für papierbranchenfremde Industrie- und Produktionsbetriebe wirtschaftliche Vorteile entstehen.



Ansprechpartner für weitere Informationen: Dipl.-Ing. Svenja Bierbaum Dr. Hans-Michael Voigt Tel. (089) 1 21 46-144 Tel. (030) 63 92-1616 [email protected] [email protected]

Gesellschaft zur Förderung angewandter Papiertechnische Stiftung PTS Informatik e.V. - GFaI Heßstraße 134 Rudower Chaussee 30 80797 München 12489 Berlin Tel. (089) 1 21 46-0 Tel. (030) 63 92 1600 Fax (089) 1 21 46-36 Fax (030) 63 92 1602 e-Mail: [email protected] e-Mail: [email protected] www.ptspaper.de www.gfai.de



Literaturverzeichnis 1 SCHMIDT T., DEMEL I. und S. LANGE:

Weitergehende Abwasserreinigung von Papierfabriksabwässern mit Ozon: Konzeption und erste Erfahrungen IPW - Das Papier 54, (2001) Nr. 2, 45 – 49.

2 KAINDL N.: Weitergehende Abwasserreinigung mit Ozon bei SCA Graphic Laakirchen AG – Kostenoptimierung durch Konzeption und Anlagensteuerung – Betriebserfahrungen in: PTS-Wasser- und Umwelttechnik-Symposium WU 508, I. Demel, H.-J. Öller (Hrsg.), München (PTS), 2005.

3 Andritz Automation, Decatur, Georgia, USA http://www.ideas-simulation.com (Zugriff: 14.07.2009).

4 ExtendSim: Simulation Software by Image That Inc. http://www.extendsim.com (Zugriff: 14.07.2009).

5 BURGESS, C.: A Tutorial on Support Vector Machines for Pattern Recognition, in: Data Mining and Knowledge Discovery, Vol. 2, 1989, pp.121-167.

6 SCHÖLKOPF B. and A. J.SMOLA: Lerning with Kernels, ISBN 0-262-19475-9, MIT Press 2002.

www.ptspaper.dePapiertechnische StiftungPTS in München: Heßstraße 134 · 80797 München · Telefon +49 (0)89-12146-0 · Telefax +49 (0)89-12146-36 PTS in Heidenau: Pirnaer Straße 37 · 01809 Heidenau · Telefon +49 (0)3529-551-60 · Telefax +49 (0)3529-551-899

prognose basierte o3-dosierung zur einhaltung von csb … · manual load-based controlled ozone...

Documents