Refine
Has Fulltext
- no (1)
Year of publication
- 2003 (1)
Document Type
- Diploma Thesis (1)
Institute
Language
- German (1)
Is part of the Bibliography
- no (1) (remove)
Klärschlämme sind aufgrund ihrer Gehalte an organischen Inhaltsstoffen faulfähig. Bei der Lagerung ohne Luftzufuhr kommt es zu einem weiteren anaeroben Abbau und in Folge zur starken Geruchsentwicklung. Um diese organischen Inhaltsstoffe zu reduzieren werden daher die Klärschlämme anaerob und kontrolliert stabilisiert. Dabei entsteht Biogas, ein Methan-Kohlendioxidgemisch. Aufgrund der Komplexität des anaeroben Prozesses ist es sehr schwierig diesen zu regeln. Um der Gefahr der Überladung des Prozesses, also Destabilisierung des biologischen Zustandes vorzubeugen, werden anaerobe Reaktoren zur Sicherheit zumeist zu niedrig beschickt. Es werden also aus Sicherheitsgründen vorhandene Kapazitäten nicht genutzt und es kommt in Folge zu einer niedrigen Reinigungsleistung und Biogasausbeute pro Tag. Mit einem verlässlichen Modell ließe sich aus gemessenen Tagestemperaturen der Reaktorzustand für den Folgetag vorraussagen und es könnten daher vorhandene Reaktorkapazitäten besser genutzt werden, ohne das Risiko einer Überladung einzugehen. In dieser Arbeit wurden Modelle für den anaeroben Klärschlammstabilisierungsprozess auf der Basis Neuronaler Netze und der Fuzzy Logic entwickelt. Das Ziel dieser Arbeit war es Modelle zu entwickeln, die gewisse Parameter, die den Reaktorzustand beschreiben vorrauszusagen. Dabei sollten ohne Qualitätsverlust Eingangsparameter verwendet werden, die relativ schnell von jedem Angestellten einer Abwasserreinigungsanlage, ohne viel Einschulungszeiten und teurem Equipment, zu messen sind. Dadurch wäre das Modell einfacher in diversen Kläranlagen anwendbar und somit praxistauglicher. In den Ergebnissen ist zu sehen, dass die entwickelten Modelle, auch mit relativ einfach zu messenden Parametern, gut den Zustand für den folgenden Tag voraussagen.