Refine
Document Type
- Part of a Book (4)
Has Fulltext
- yes (4)
Keywords
- Algorithm (1)
- Automatisierung (1)
- Binärbild (1)
- Biogas (1)
- CSB (1)
- Combustion plant (1)
- Control (1)
- Excess air (1)
- Flame image (1)
- Flammbildanalyse (1)
Faculty
- Fakultät 10 / :metabolon Institut (4) (remove)
Modern industrial biomass combustion plants are regulated by the power and/or combustion control. In this process, the implemented sensors collect the relevant measured data. The aim is to achieve ideal combustion with optimum efficiency and to minimize gas emissions. For this purpose, a group within the research project Metabolon developed new regulatory procedures in order to record the combustion process of a biomass combustion plant using a webcam. The recordings were evaluated automatically and were used for a better monitoring of the process. In addition, the webcam-based method aims, among other things, to provide private homes with a cost-effective variant as an alternative to industrial system solutions.
In this paper a closed-loop substrate feed control for agricultural biogas plants is proposed. In this case, multi-objective nonlinear model predictive control is used to control composition and amount of substrate feed to optimise the economic feasibility of a biogas plant whilst assuring process stability. The control algorithm relies on a detailed biogas plant simulation model using the Anaerobic
Digestion Model No. 1. The optimal control problem is solved using the state-of-the-art multi-objective optimization method SMS-EGO. Control performance is evaluated by means of a set point tracking problem in a noisy environment.
Results show, that the proposed control scheme is able to keep the produced electrical energy close to a set point with an RMSE of 0.9 %, thus maintaining optimal biogas plant operation.
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.
Die Regelung heutiger, industriell genutzter Biomasse-Feuerungsanlagen erfolgt meistens über fest eingestellte Parameter. Bei Veränderungen des Brennstoffs dienen visuelle Beobachtungen der Mitarbeiter als Basis der Neueinstellung dieser Parameter. Das Ziel der Forschung besteht in der Optimierung solcher Regelungen durch den Einsatz von Kamerasystemen in Kombination mit einer automatisierten Regelung, die auf Basis von Flammenbild-Analysen funktioniert. Ein solches System wäre auch unabhängig von der Art des Brennstoffs.