TY - CHAP U1 - Buchbeitrag A1 - Kern, Peter A1 - Wolf, Christian A1 - Trauer, Oliver A1 - Bongards, Michael T1 - Online Messung prozessrelevanter Zulaufdaten der KA Rospe zur Vorhersage des CSB mittels Methoden des Machine Learning T2 - Kompendium der Forschungsgemeinschaft :metabolon 2012-2014 N2 - Die Messung des Chemischen Sauerstoffbedarfs (CSB) im Zulauf von Kläranlagen ist von zentraler Bedeutung für die Optimierung und Regelung der Abbauprozesse der Nitrifikation und Denitrifikation. Allerdings ist die Messung des CSB bislang sehr zeitaufwändig und kostenintensiv, da 24-Stunden Mischproben im Labor nasschemisch analysiert werden müssen. Online-Messtechnik in Form von spektroskopischen Messgeräten (10.000 ̶ 20.000 €) oder nass-chemischen Online-Analysatoren (> = 50.000 €) sind insbesondere für kleine und mittlere Kläranlagen aus Kostengründen keine Alternative. Eine extrem kostengünstige Alternative ist der im Folgenden beschriebene Softsensor für CSB im Kläranlagenzulauf, der auf Basis von Standardmesstechnik im Zulauf von kleinen und mittleren kommunalen Kläranlagen sowie mit zusätzlicher Online-Messtechnik für Trübung sowie Ammonium- und Nitratstickstoff (NH4-N und NO3-N) die aktuelle CSB-Konzentration bestimmt. Zur Entwicklung des Softsensors werden Regressionsmethoden aus dem Bereich des Machine Learning eingesetzt. Die Ergebnisse einer Entwicklungs- und Testphase an der Kläranlage Rospe in Gummersbach zeigen, dass die Werte des Softsensors sehr gut mit den Originaldaten übereinstimmen. Die Korrelationswerte beim Vergleich mit CSB-Messungen liegen bei der Regression mit Support Vector Regression bei 0,98 mit einem RSME von 2,45 mg/l. KW - Kläranlage KW - Optimierung KW - CSB KW - Online-Messtechnik Y1 - 2014 U6 - https://nbn-resolving.org/urn:nbn:de:hbz:832-epub4-6887 UN - https://nbn-resolving.org/urn:nbn:de:hbz:832-epub4-6887 CY - Gummersbach ER -