Application of Particle Swarm Optimisation to achieve simultaneous nitrification and denitrification removal in the aerobic biological treatment process

Stellen Sie sich die Abwasserreinigungsanlage einer Stadt wie eine riesige, geschäftige Küche vor, in der schmutziges Wasser die Hauptzutat ist. Das Ziel ist es, diese „Suppe“ so lange zu kochen, bis sie sauber genug ist, um sie zurück in den Fluss zu gießen, ohne jemandem zu schaden. Einer der wichtigsten Köche in dieser Küche ist ein Team aus winzigen, unsichtbaren Bakterien. Sie haben eine ganz spezifische Aufgabe: Ammoniak (einen üblen Chemikalien aus menschlichen Abfällen) zu fressen und ihn in etwas anderes zu verwandeln. Aber hier kommt der Clou: Wenn diese Bakterien ihre Arbeit erledigt haben, hinterlassen sie eine neue Zutat namens Nitrat. Während Ammoniak schlecht ist, ist auch zu viel Nitrat im Fluss gefährlich für Menschen und Tiere. Traditionell musste eine Anlage, die zu viel Nitrat produzierte, eine ganze zweite Küche bauen, um es aufzubereiten, was teuer und kompliziert ist. Wissenschaftler versuchen herauszufinden, ob man die Bakterien dazu bringen kann, beide Aufgaben – das Fressen des Ammoniaks und das Reinigen des Nitrats – gleichzeitig in demselben Tank zu erledigen, wie ein Meisterkoch, der gleichzeitig Gemüse schneiden und die Suppe rühren kann, ohne einen Löffel fallen zu lassen.

Genau dieses Rätsel wollten die Forscher M. Muloiwa und CM Zvinowanda lösen. Sie wollten sehen, ob sie einen cleveren Computer-Trick namens „Particle Swarm Optimisation“ (PSO) verwenden können, um das perfekte Rezept für die Bakterien zu finden. Denken Sie bei PSO an einen Vogelschwarm, der nach dem besten Beerenstrauch sucht. Jeder Vogel (oder jedes „Partikel“) fliegt herum und probiert verschiedene Kombinationen von Temperatur, Luftstrom und Zeit aus. Wenn ein Vogel einen leckeren Ort findet, fliegen die anderen in seine Richtung, behalten aber auch ihre eigenen Ideen bei. Schließlich konvergiert der gesamte Schwarm zum absolut besten Punkt. Die Forscher nutzten diesen digitalen Schwarm, um tausende verschiedene Einstellungen in einem Labor zu testen, um zu sehen, ob sie die Bakterien dazu bringen können, Nitrat zu entfernen, während sie noch mit der Entfernung von Ammoniak beschäftigt sind.

Das Team richtete ein Laborexperiment mit echtem Abwasser aus der Daspoort-Kläranlage in Südafrika ein. Sie schufen eine kleine, kontrollierte „Belüftungskammer“ (einen Tank, in den Luft gepumpt wird, damit die Bakterien atmen können) und betrieben sie über 54 Tage. Sie sammelten Daten zu sieben verschiedenen Zutaten: wie lange das Wasser im Tank verblieb, wie viel Luft hineingeblasen wurde, die Temperatur, die Menge an Nahrung (CSB), die Menge an Ammoniak, die Menge an Bakterien (Biomasse) und der Sauerstoffgehalt. Um all diese unordentlichen Daten sinnvoll zu nutzen, bauten sie ein digitales Gehirn mittels eines „Multilayer Perceptron“ (MLP), einer Art künstliches neuronales Netz. Man kann sich das wie einen superintelligenten Schüler vorstellen, der 324 verschiedene Datenpunkte betrachtet hat und die geheimen Muster des Verhaltens der Bakterien gelernt hat.

Sobald das digitale Gehirn die Regeln verstanden hatte, ließ es den „Vogelschwarm“ (den PSO-Algorithmus) zur Arbeit gehen. Das Ziel war einfach: Die spezifischen Einstellungen zu finden, die zu der niedrigstmöglichen Menge an übrig gebliebenem Nitrat führen würden. Die Computersimulation war unglaublich erfolgreich. Sie fand ein „globales Optimum“, oder das perfekte Rezept, das zu einer Nitratkonzentration von nur 0,5744 mg/L führte. Dies ist ein sehr niedriger Wert, der weit innerhalb der von den Wasserbehörden festgelegten Sicherheitsgrenzwerte liegt.

Um diese magische Zahl zu erreichen, schlug der Computer eine sehr spezifische Reihe von Bedingungen vor:

• Belüftungszeitraum: Das Wasser sollte etwa 1,514 Stunden im Tank bleiben (ungefähr 1 Stunde und 31 Minuten).
• Luftstromrate: Die Luftpumpe sollte 2,6911 L/min Luft in das Wasser drücken.
• Temperatur: Das Wasser muss warm gehalten werden, bei 30,5270 °C.
• Gelöster Sauerstoff (DO): Es sollten 5,5768 mg/L Sauerstoff im Wasser vorhanden sein.

Unter diesen perfekten Bedingungen bewältigte das System auch die Reinigung der anderen Schadstoffe effektiv und hinterließ nur noch 35,8187 mg/L CSB (organische Abfälle) und 2,9126 mg/L Ammoniak.

Die Forscher führten auch eine „Sensitivitätsanalyse“ durch, was so viel bedeutet wie: „Was passiert, wenn wir nur eine Sache ändern?“ Sie entdeckten, dass zwei Faktoren die wahren Chefs der Nitratwerte waren. Die Temperatur war der größte Treiber und war für 54,2 % der Veränderungen verantwortlich, gefolgt vom Belüftungszeitraum mit 22,5 %. Das bedeutet: Wenn man die Menge an übrig gebliebenem Nitrat kontrollieren will, muss man hauptsächlich das Thermometer und die Uhr im Auge behalten. Interessanterweise fanden die Studien, dass andere Methoden, die Menschen ausprobiert haben, wie etwa die Verwendung von Elektrizität oder spezielle neue Reaktordesigns, oft zu teuer sind oder den Bau völlig neuer Anlagen erfordern. Diese Studie legt nahe, dass man, anstatt alte Anlagen abzureißen und neue zu bauen, einfach die Einstellungen der bereits vorhandenen Anlagen optimieren kann.

Am Ende legt die Arbeit nahe, dass es durch intelligente Computer-Optimierung tatsächlich möglich ist, die Bakterien zur gleichzeitigen Nitrifikation und Denitrifikation zu bringen. Die Ergebnisse zeigen, dass mit der richtigen Temperatur und dem richtigen Timing die Bakterien sowohl das Ammoniak als auch das Nitrat gleichzeitig reinigen können, was Wasserkläranlagen potenziell vor teuren zusätzlichen Ausrüstungen bewahrt. Die Autoren sind aufgrund der Tatsache, dass ihr Computermodell die realen Daten sehr genau und mit einer hohen Genauigkeitsrate widerspiegelte, zuversichtlich hinsichtlich dieser Erkenntnisse, betonen jedoch, dass dies eine erfolgreiche Optimierung bestehender Prozesse ist und kein magisches Allheilmittel für jede Situation.