Een digital twin van het afvalwatertransportsysteem van Waterschapsbedrijf Limburg verzamelt en analyseert realtime metingen. Dit gereedschap, ontwikkeld door Royal HaskoningDHV, helpt problemen bijtijds waar te nemen en maakt de bedrijfsvoering efficiënter en goedkoper.

 

Dit is een van inzendingen voor De Vernufteling 2023, de jaarlijkse prijs die Koninklijke NLingenieurs in samenwerking met De Ingenieur uitreikt aan het advies- of ingenieursbureau met het meest vindingrijke project. Naast een prijs van een vakjury is er ook een publieksprijs. Hiervoor kunt u meestemmen van 13 april tot en met 4 mei 2023. Een overzicht van alle inzendingen vindt u in ons dossier De Vernufteling 2023.

 

Het afvalwatertransportsysteem van Waterschapsbedrijf Limburg (WBL) bestaat uit 149 rioolgemalen en 17 zuiveringsinstallaties. Om in de gaten te houden of het watertransport naar wens verloopt, heeft ingenieursbureau Royal HaskoningDHV in nauwe samenwerking met WBL een digital twin van dit systeem gemaakt.

Deze digitale kopie van het watertransport bestaat uit twee componenten: een platform waar meetgegevens worden verzameld en een controlesysteem gebaseerd op machine learning. Hiermee worden de bedrijfsvoering en het onderhoud van het watertransportsysteem een stuk efficiënter en dus goedkoper.

 

Realtime metingen

‘De basis van de digital twin zijn de realtime metingen’, vertelt Melchior Schenk van het digital twin-team van Royal HaskoningDHV. Dat zijn onder andere metingen van de druk in de leidingen, het toerental van de pompen, het kelderpeil en de hoeveelheden water die worden aan- en afgevoerd bij alle zuiveringen en gemalen.

Maar ook gegevens over het weer zijn van belang. Schenk: ‘Want als het regent, verwacht je dat er meer water door de leidingen stroomt.’ Door al deze zaken lange tijd bij te houden, ontstaat na verloop van tijd een database van historische gegevens. Die laten zien wat de normale stand van zaken in het afvalwatertransportsysteem is onder verschillende omstandigheden.

 

Analyseren en controleren

De machine learningcomponent in het model monitort, analyseert, visualiseert en controleert de metingen en geeft een seintje als deze afwijken van de verwachte waarden. Schenk: ‘Dat kan namelijk betekenen dat er bijvoorbeeld een pomp niet meer goed functioneert, of dat er een breuk in een leiding zit.’

Dankzij de digital twin kan er sneller, nauwkeuriger en efficiënter worden ingegrepen dan voorheen. Daarnaast geven de metingen inzicht in eventuele verbeterpunten waarmee WBL het systeem kan optimaliseren. Dat bespaart zowel kosten als energie.

 

Verdere ontwikkeling

Het uiteindelijk doel van de makers is een datagedreven aansturing van zuiveringen en gemalen. Niet alleen voor WBL, maar ook voor andere waterschappen en voor drinkwaterbedrijven.

‘Het idee is dan ook niet dat het platform nu af is’, zegt Schenk. ‘We hebben het zo ontwikkeld dat het steeds verder kan worden opgeschaald en ook steeds verder kan worden uitgebreid wat functionaliteit betreft.’

 

Openingsbeeld: Maartje van Berkel, via Royal HaskoningDHV