OptiDose-projektet har til formål at optimere slamafvandingsprocessen, som hidtil ikke har modtaget megen opmærksomhed i forbindelse med automatisering af processer på renseanlæg.
Projektet sigter mod at optimere slamafvandingsprocesser på renseanlæg gennem udvikling af et intelligent styringssystem til dosering af polymer og indfødning af slam til slamafvanderen. Ved brug af Machine Learning (ML), udvikles en styring, som tilpasser polymerforbruget og indfødning af slam dynamisk, ud fra parametre som er væsentlige for slammets afvandingspotentiale.
Styringen forventes at give følgende økonomiske og miljømæssige gevinster:
- Reducere polymerforbruget med 20% på Ikast- og Skanderborg renseanlæg.
- Nedbringe manuel driftstid med 40%, hvorved driftspersonalet frigives ressourcer til at varetage driftsopgaver, som kræver manuel håndtering.
- Øge tørstofprocenten i det afvandede slam med mindst 1%, som forventes at medføre en mærkbar reduktion i udgiften til slamtransporten fra anlægget.
Efter projektets afslutning vil den udviklede styring være klar til kommerciel anvendelse, med potentiale for både nationalt og internationalt salg. Styringen ejes og forhandles af sensorleverandøren og kan implementeres lokalt på renseanlæggene.
Resultater og fremskridt vil blive formidlet gennem artikler, konferencer og en Temadag specifikt rettet mod vandsektoren.