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

Stel je een afvalwaterzuiveringsinstallatie van een stad voor als een enorme, drukke keuken waar vies water het belangrijkste ingrediënt is. Het doel is om deze "soep" te koken totdat deze schoon genoeg is om terug in de rivier te gieten zonder iemand kwaad te doen. Een van de belangrijkste chefs in deze keuken is een team van piepkleine, onzichtbare bacteriën. Ze hebben een specifieke taak: het opeten van ammoniak (een vervelende chemische stof uit menselijke uitwerpselen) en dit omzetten in iets anders. Maar hier komt de twist: wanneer deze bacteriën hun werk hebben gedaan, laten ze een nieuw ingrediënt achter genaamd nitraat. Hoewel ammoniak slecht is, is te veel nitraat in de rivier ook gevaarlijk voor mensen en dieren. Traditioneel gezien moest een zuiveringsinstallatie, als er te veel nitraat werd geproduceerd, een hele tweede keuken bouwen om het op te ruimen, wat duur en ingewikkeld is. Wetenschappers proberen er al een tijdje achter te komen of ze de bacteriën beide taken tegelijk kunnen laten uitvoeren—het eten van de ammoniak én het opruimen van het nitraat in dezelfde tank, als een meesterkok die tegelijkertijd groenten kan snijden en de soep kan roeren zonder een lepel te laten vallen.

Dit is precies het puzzelstuk waar onderzoekers M. Muloiwa en CM Zvinowanda zich mee bezighielden in hun studie. Ze wilden zien of ze een slimme computertruc genaamd "Particle Swarm Optimisation" (PSO) konden gebruiken om het perfecte recept voor de bacteriën te vinden. Denk aan PSO als een zwerm vogels die op zoek gaat naar de beste braamstruik. Elke vogel (of deeltje) vliegt rond en probeert verschillende combinaties van temperatuur, luchtstroom en tijd. Als één vogel een lekkere plek vindt, vliegen de anderen naar die plek toe, maar ze behouden ook hun eigen ideeën. Uiteindelijk convergeert de hele zwerm naar de absoluut beste plek. De onderzoekers gebruikten deze digitale zwerm om duizenden verschillende instellingen in een laboratorium te testen om te zien of ze de bacteriën nitraat konden laten verwijderen terwijl ze nog steeds druk bezig waren met het verwijderen van ammoniak.

Het team richtte een laboratoriumexperiment in met echt afvalwater van de Daspoort-zuiveringsinstallatie in Zuid-Afrika. Ze creëerden een kleine, gecontroleerde "beluchtingskamer" (een tank waar lucht in wordt gepompt om de bacteriën te helpen ademen) en draaiden deze 54 dagen lang. Ze verzamelden gegevens over zeven verschillende ingrediënten: hoe lang het water in de tank bleef, hoeveel lucht erin werd geblazen, de temperatuur, de hoeveelheid voedsel (CZV), de hoeveelheid ammoniak, de hoeveelheid bacteriën (biomassa) en het zuurstofgehalte. Om deze rommelige data begrijpelijk te maken, bouwden ze een digitaal brein met behulp van een "Multilayer Perceptron" (MLP), een type kunstmatig neuraal netwerk. Je kunt dit zien als een superintelligente student die naar 324 verschillende datapunten heeft gekeken en de geheime patronen heeft geleerd van hoe de bacteriën zich gedragen.

Zodra het digitale brein de regels begreep, lieten ze de "zwerm vogels" (het PSO-algoritme) aan het werk gaan. Het doel was simpel: de specifieke instellingen vinden die zouden resulteren in de laagst mogelijke hoeveelheid achtergebleven nitraat. De computersimulatie was ongelooflijk succesvol. Het vond een "globaal optimum", of het perfecte recept, dat resulteerde in een nitraatconcentratie van slechts 0,5744 mg/L. Dit is een zeer laag getal, ruim binnen de veilige grenzen die door waterautoriteiten zijn vastgesteld.

Om dit magische getal te bereiken, stelde de computer een zeer specifieke set omstandigheden voor:

• Beluchtingsperiode: Het water moet ongeveer 1,514 uur in de tank blijven (ongeveer 1 uur en 31 minuten).
• Luchtstroomsnelheid: De luchtpomp moet 2,6911 L/min aan lucht in het water pompen.
• Temperatuur: Het water moet warm worden gehouden, op 30,5270 °C.
• Opgeloste zuurstof (DO): Er moet 5,5768 mg/L aan zuurstof in het water aanwezig zijn.

Onder deze perfecte omstandigheden slaagde het systeem er ook in om de andere verontreinigingen effectief op te ruimen, waarbij slechts 35,8187 mg/L aan CZV (organisch afval) en 2,9126 mg/L aan ammoniak achterbleven.

De onderzoekers voerden ook een "gevoeligheidsanalyse" uit, wat eigenlijk is: "Wat gebeurt er als we slechts één ding veranderen?" Ze ontdekten dat twee factoren de echte bazen waren van de nitraatniveaus. Temperatuur was de grootste drijfveer, verantwoordelijk voor 54,2% van de veranderingen, gevolgd door de Beluchtingsperiode met 22,5%. Dit betekent dat als je de controle wilt houden over hoeveel nitraat er achterblijft, je vooral de thermometer en de klok in de gaten moet houden. Interessant genoeg toonde de studie aan dat andere methoden die mensen hebben geprobeerd, zoals het gebruik van elektriciteit of speciale nieuwe reactordesigns, vaak te duur zijn of het bouwen van geheel nieuwe installaties vereisen. Deze studie suggereert dat in plaats van oude installaties af te breken en nieuwe te bouwen, we gewoon de instellingen van de bestaande kunnen bijstellen.

Uiteindelijk suggereert het artikel dat het door middel van slimme computeroptimalisatie inderdaad mogelijk is om de bacteriën simultane nitrificatie en denitrificatie te laten uitvoeren. De resultaten laten zien dat met de juiste temperatuur en timing de bacteriën de ammoniak en het nitraat tegelijkertijd kunnen opruimen, wat waterzuiveringsinstallaties potentieel kan behoeden voor dure extra apparatuur. De auteurs zijn zelfverzekerd over deze bevindingen omdat hun computermodel de echte wereldgegevens zeer nauwkeurig volgde, met een hoge nauwkeurigheidsscore, maar ze presenteren dit als een succesvolle optimalisatie van bestaande processen in plaats van een magische oplossing voor elke situatie.