Prediktion av svårmätbara parametrar i avloppsvatten med multivariata analysmetoder
Inom avloppsvattenrening finns ett intresse att mäta olika parametrar, främst i inkommande och utgående vatten, för att få kunskap om hur väl reningen fungerar samt hur reningen eventuellt ska styras beroende på vattnets egenskaper. De vanligaste metoderna för provtagning och analys av avloppsvatten är antingen med fysiska sensorer eller genom analyser på lab. Ytterliggare ett alternativ för att ta reda på egenskaper hos vattnet är att konstruera softsensorer, en sensor som bygger på modellerade värden av den parameter som ska mätas utifrån andra parametrar som mäts med fysiska sensorer.Syftet med denna studie var att undersöka möjligheten att skapa softsensorer för COD, tot-N, tot-P, NH4-N, NO3-N och PO4-P i olika steg av vattenreningen. Skapandet av softsensorer utfördes genom datainsamling, modellering och validering.Datainsamlingen har utförts på en småskalig reningsanläggning på Hammarby Sjöstadsverk i Stockholm. Värden från de befintliga fysiska sensorerna samt analyserade värden från laborativt arbete har tillsammans förbehandlats och använts i mjukvaran SIMCA för att skapa modeller för givna parametrar. Modelleringen bygger på multivariat dataanalys där syftet är att utvinna värdefull information ur ett stort set med data. Vid ett senare tillfälle insamlades oberoende data som inte ingått i modelleringsarbetet och som användes för att validera modellerna.Resultatet av själva modelleringen gav goda modeller för tot-P och PO4-P i inkommande vatten. Ingående data beskrivs för dessa två parametrar väl av respektive modell och de ger båda en god prediktionsförmåga. För övriga parametrar erhölls inte tillräckligt bra modeller. Valideringen visade dålig överenstämmelse mellan predikterade värden från modellerna för tot-P respektive PO4-P i inkommande vatten och observerade värden. Detta resultat beror med stor sannolikhet på ett byte av inlopp för inkommande vatten till reningsanläggningen. Något som gav stora skillnader mellan de förhållanden som varade vid datainsamlingen för skapandet av modellerna och de förhållanden som varade vid datainsamling för valideringen. Förändringen av inkommande vatten var antagligen för stor för modellerna att klara av. Trots en dålig validering antas det utifrån själva modellerna och tidigare studier finnas goda möjligheter att skapa softsensorer som kan implementeras på Hammarby Sjöstadsverk.