Development, implementation and evaluation of an activated sludge supervisory system for the Granollers WWTP

Abstract

La present tesi pretén recollir l'experiència viscuda en desenvolupar un sistema supervisor intel·ligent per a la millora de la gestió de plantes depuradores d'aigües residuals., implementar-lo en planta real (EDAR Granollers) i avaluar-ne el funcionament dia a dia amb situacions típiques de la planta. Aquest sistema supervisor combina i integra eines de control clàssic de les plantes depuradores (controlador automàtic del nivell d'oxigen dissolt al reactor biològic, ús de models descriptius del procés...) amb l'aplicació d'eines del camp de la intel·ligència artificial (sistemes basats en el coneixement, concretament sistemes experts i sistemes basats en casos, i xarxes neuronals). Aquest document s'estructura en 9 capítols diferents. Hi ha una primera part introductòria on es fa una revisió de l'estat actual del control de les EDARs i s'explica el perquè de la complexitat de la gestió d'aquests processos (capítol 1). Aquest capítol introductori juntament amb el capítol 2, on es pretén explicar els antecedents d'aquesta tesi, serveixen per establir els objectius d'aquest treball (capítol 3). A continuació, el capítol 4 descriu les peculiaritats i especificitats de la planta que s'ha escollit per implementar el sistema supervisor. Els capítols 5 i 6 del present document exposen el treball fet per a desenvolupar el sistema basat en regles o sistema expert (capítol 6) i el sistema basat en casos (capítol 7). El capítol 8 descriu la integració d'aquestes dues eines de raonament en una arquitectura multi nivell distribuïda. Finalment, hi ha una darrer capítol que correspon a la avaluació (verificació i validació), en primer lloc, de cadascuna de les eines per separat i, posteriorment, del sistema global en front de situacions reals que es donin a la depuradora

The present document wants to gather the experience obtained in the development of a Supervisory System for optimal WWTP management and control, its implementation in a real plant (Granollers WWTP) and its evaluation in the day-to-day operation with typical plant situations. This Supervisory System combines and integrates classical control of WWTP (automatic controller for maintaining a fixed dissolved oxygen level in the aeration tank, use of mathematical models to describe the process.) with the application of tools from the Artificial Intelligence field (knowledge-based systems, mainly expert systems and cased-based systems, and neural networks). This document has been structured into nine chapters. The first part is introductory with a review of the state-of-the-art in wastewater treatment control and supervision and the explanation of the complexity of WWTP management (chapter 1). This introductory chapter together with the second one, where the antecedents to the present thesis are reviewed, are good for the establishment of the objectives (chapter 3). Next, chapter 4 describes the peculiarities and specificities of the selected plant to implement the Supervisory System. Chapters 5 and 6 of the present document explain the work carried out to develop and build the knowledge base of the rule-based or expert system (chapter 6) and the case-based system (chapter 7). Chapter 8 illustrates the integration of these reasoning techniques into a distributed multi-layer architecture. Finally, there is a last chapter focused on the evaluation (verification and validation) of, first of all, each one of the techniques individually, and lately, of the overall Supervisory System when facing with real situations taking place in the wastewater treatment plant.