Denne artikkelen er produsert og finansiert av OsloMet – storbyuniversitetet - les mer.

Det er mye å vinne økonomisk på å utnytte avløpsvannet så godt som mulig, siden det krever mye energi og høye kostnader å håndtere det.
Det er mye å vinne økonomisk på å utnytte avløpsvannet så godt som mulig, siden det krever mye energi og høye kostnader å håndtere det.

Slik kan kloakk bli miljøvennlig drivstoff

Det du spyler ned i toalettet, blir miljøvennlig drivstoff til busser og vogntog. Forskere prøver nå å gjøre produksjonen av biogass mer energieffektiv og miljøvennlig ved hjelp av kunstig intelligens.

Biogass kan erstatte diesel og annet fossilt drivstoff. Den kan også brukes til oppvarming, matlaging og til å produsere elektrisitet.

Å utnytte så mye som mulig av avløpsvannet kan gi en miljøgevinst med mindre utslipp og bedre ressursutnyttelse.

Det er også mye å vinne økonomisk på å utnytte avløpsvannet så godt som mulig, siden det krever mye energi og høye kostnader å håndtere det.

Hva er biogass?

  • Biogass produseres fra nedbrytning av organisk materiale i et oksygenfritt miljø gjennom en prosess som kalles anaerob fordøyelse.
  • Biogass består av 50–75 prosent metan, 25–50 prosent karbondioksid og små mengder av andre gasser. Metaninnholdet i biogassen gir den evnen til å brenne. Dermed kan den brukes som en energikilde.

Fornybar og klimanøytral energi

– Biogass laget av avløpsvannet er fornybar og energi- og klimanøytral. Den er en viktig del av bioøkonomien hvor vi gjenbruker og tar i bruk de ressursene vi allerede har i avløpsvannet, framhever professor Tiina Komulainen, som står i spissen for forskningen på OsloMet.

Forskerne samarbeider med vann- og avløpsselskapene og -etatene i Asker, Hamar, Lillestrøm, Oslo og Bærum om å utvikle mer effektiv og enda mer miljøvennlig produksjon av biogass. 

De samarbeider også med teknologiselskaper om å utvikle løsninger.

EU har som mål at vann- og avløpssektoren skal være energinøytral innen 2040. Dette innebærer mer fornybar produksjon av energi fra avløpsvann, bedre utnytting av energien og en mer ressurseffektiv økonomi.

Denne målsettingen følges også opp i Norge. Norsk avløpsnæring har ambisiøse bærekraftsmål. Der har det blitt viktig å investere i energieffektiv produksjon av biogass fra avløpsvann.

Kunstig intelligens kan spare energi

Organisk slam som skilles ut fra vannet i de i første stegene i vannavløpsrenseanlegg, kan brytes ned i en oksygenfri bioreaktor og danne biogass. Biogassen må så renses ut fra andre gasser og gjøres flytende.

Målet til forskerne er å effektivisere prosessen. De vil gjøre den mer miljøvennlig ved å bruke kunstig intelligens (KI). Den kan gå gjennom store mengder data fra sensorer i avløpsanlegget.

Da tar de i bruk maskinlæring. Det er en type KI som kan lære og forbedre seg selv uten å være programmert med spesifikke instruksjoner. Det vil si at den kan lære fra erfaringer basert på data den har gått gjennom og bli bedre over tid.

Maskinlæring gjør det mulig å trekke ut nyttig informasjon fra store datamengder, forutsi produksjonsprosesser og effektivisere produksjon med automatisering. Det kan også gjøre det lettere å oppdage feil.

Ved hjelp av maskinlæring kan en etterligning, også kalt simulering, av reelle prosesser i produksjonen vise hvordan den kan effektiviseres og hvor mye ressurser som kan spares.

– Vi håper vi kan spare inn på energi og bruk av kjemikalier. Videre at vi kan minske miljøavtrykket og øke produksjonen. Hvor mye vi kan oppnå, vil vise seg etter hvert i forskningsprosjektet. Mulige besparinger vil virke inn på det vi alle betaler for i kommunale avgifter, sier Komulainen.

KI kan gjøre det rimeligere og mer miljøvennlig

Såkalte virtuelle sensorer er til hjelp når den kunstige intelligensen med maskinlæring skal beregne hvor godt bakteriene trives og hvor mye det er av metanproduserende komponenter i avløpsvannet. 

På den måten kan den kunstige intelligensen bidra til å få så mye som mulig ut av produksjonen.

De virtuelle sensorene bruker data fra reelle sensorer som registrerer data i avløpsanlegget. Virtuelle sensorer gjør at man kan beregne variabler som man ellers bare kan måle i laboratorier eller med analysatorer som krever vedlikehold. Dermed kan man klare seg med færre dyre analyser.

Virtuelle sensorer brukes ofte når det er upraktisk, dyrt eller umulig å måle en verdi direkte med en fysisk sensor. De kan også brukes til å gjøre målingene mer nøyaktige ved å kombinere informasjon fra flere forskjellige sensorer.

Ethvert avløpsanlegg samler uansett inn en del data som kan brukes av virtuelle sensorer. De kan gjøres tilgjengelige for de siste årene. I tillegg trengs det noe laboratoriedata.

– Kunstig intelligens kan effektivisere produksjonsprosesser. Derfor er det viktig å øke kompetansen hos dem som jobber i avløpsrenseanleggene, sier professor Tiina Komulainen.
– Kunstig intelligens kan effektivisere produksjonsprosesser. Derfor er det viktig å øke kompetansen hos dem som jobber i avløpsrenseanleggene, sier professor Tiina Komulainen.

– I tillegg til å optimalisere produksjonen kan kunstig intelligens også være til hjelp for å minimere bruk av kjemikalier og energi. For eksempel trengs det mye oppvarming i prosessen.

– Men er ikke produksjon av biogass uansett veldig energikrevende?

– Jo, men samtidig produseres det mye varme i prosessen med å rense avløpene. Den kan brukes til produksjon av biogass. Det kan gjenvinnes varme fra andre steder i håndteringen av avløpet. Dermed blir det mer energivennlig, sier Komulainen.

Reelle og virtuelle sensorer

En sensor er en enhet som oppdager eller måler fysiske egenskaper i miljøet og gjør disse egenskapene om til lesbar informasjon. Sensorene kan måle forskjellige typer data, som lys, varme, bevegelse, fuktighet, trykk, eller andre miljøforhold.

Virtuelle sensorer er datamodeller som beregner verdier ved hjelp av informasjon fra fysiske sensorer.

I stedet for å måle en verdi direkte, bruker en virtuell sensor matematiske modeller, algoritmer og data fra andre sensorer for å beregne en verdi. For eksempel: I en bil kan en virtuell sensor beregne drivstoffeffektiviteten ved å bruke data fra hastighetssensoren, gasspedalsensoren og andre relevante sensorer.

Prøver å få ut mest mulig biogass

Det vil være litt skadelig metangass igjen når produksjonen av biogass er fullført. Forskerne prøver å få så mye biogass som mulig av avløpsslammet. Det gjør de ved å finne ut hvor lenge de kan bearbeide slammet slik at de får maksimalt med biogass ut av det og minst mulig metangass til slutt.

I og med at biogassen får en flytende form, kan den lett transporteres til ulike steder.

I avløpsrenseanlegg som Veas på Slemmestad kommer avløpsslammet i hovedsak fra toaletter og annet avløpsvann fra husholdninger. Andre steder kan det også komme fra næringsmiddelindustri, for eksempel fra slakterier.

Det kan også komme slam fra jord og bygater med regnvann når det regner mye. Det organiske materialet i alt dette kan være utgangspunkt for biogassproduksjon.

I tillegg til å gi energi som kan brukes på nytt i form av biogass, kan også noe av slammet som blir igjen til slutt, renses og brukes til gjødsel.

Her er forskerne på plass i Veas-anlegget der det kan bli produsert biogass.
Her er forskerne på plass i Veas-anlegget der det kan bli produsert biogass.

Gir kompetanseheving

– Det er også viktig å øke kompetansen hos dem som jobber i avløpsrenseanleggene. Mange av dem er ikke så kjent med hvordan kunstig intelligens kan effektivisere produksjonsprosesser, sier Tiina Komulainen.

Med mer konkrete data fra produksjonen vil det være enklere for beslutningstagere i kommunen å investere i digitale løsninger basert på kunstig intelligens.

Prosjektet kan altså bidra til både mer miljøvennlig biogassproduksjon, mer effektiv og rimelig produksjon og til at ansatte lærer mer om nyttig bruk av kunstig intelligens.

Fakta om prosjektet

OsloMet-forskerne samarbeider med vann- og avløpsselskapene Veas WRRF i Asker, Hias WRRF på Hamar og NRA WRRF på Lillestrøm, og md kommunale vann- og avløpsetater i Oslo, Bærum og Asker, om å utvikle mer effektiv og enda mer miljøvennlig biogassproduksjon. De samarbeider også med teknologiselskaper om å utvikle løsninger.

Mer om prosjektet.



Referanse:

Tiina Komulainen mfl.: Modeling and control of WRRF biogas production. Proceedings of the 64th International Conference of Scandinavian Simulation Society, SIMS 2023 Västerås, Sweden, September 25-28, 2023

Powered by Labrador CMS