Sieker
Sieker
Die Regenwasserexperten

WaterGridSense 4.0

Deutsche und internationale Kanalnetzbetreiber unterhalten hunderttausende Kanalkilometer, mit weiter zunehmender Länge. Allerdings besteht verbreitet keine oder nur wenig Kenntnis darüber, was täglich im Normalbetrieb oder bei Regenereignissen im Netz passiert. Daher besteht ein großes Interesse, mehr Informationen über den Zustand des Netzes zu erhalten, um die weitere Planung, den Betrieb und die Wartung zu optimieren oder sogar neu zu strukturieren. Die vorhandenen Messeinrichtungen für eine kontinuierliche Überwachung und Zustandserkennung sind allerdings für einen flächendeckenden Einsatz zu groß und zu teuer. Weitere Probleme bestehen in der Verfügbarkeit einer ausreichenden Energie- und Kommunikationsinfrastruktur innerhalb des Kanalnetzes, die nur zu erhöhten Kosten installiert werden kann.

Durch verteilte Sensoren und skalierbare Datenverarbeitung wird eine kontinuierliche Zustandsüberwachung des Abwassernetzes inkl. seiner Oberflächenwasserzuläufe ermöglicht. Hierdurch wird neben einer Wartungs- und Betriebsoptimierung auch eine Vorkonditionierung des Netzes möglich, um beispielsweise bei erwarteten starken Regenfällen Teile des Abwassernetzes leer zu pumpen und so Überlaufe in Gewässer zu vermeiden.

Ziel des Vorhabens

Ziel des Projektes ist die Entwicklung einer kleinen, weitgehend energieautarken, drahtlos kommunizierenden und einfach konfigurierbaren Sensorplattform für den Einsatz in Regen-- und Abwassersystemen. Diese Plattform mit einer Grundfläche von etwa 3cm x 5cm (“Streichholzschachtel”) soll je nach Einsatzszenario energieautark und mit verschiedenen Funkstandards betrieben werden können, und sowohl in stationären als auch schwimmenden Umgebungen einsetzbar sein.
Es sind dabei drei Einsatzszenarien vorgesehen:
●    der oberflächennahe Systemeinsatz in Regenwasserabläufen mit stationären aber manipulations- und wartungsrobusten Sensoren,
●    der stationäre, energieversorgte Dauereinsatz im Kanalsystem an ausgewählten Stellen wie Pumpwerken und
●    der mobile, sich energetisch selbstversorgende Sensor, der im Kanalsystem für temporäre Messkampagnen treiben soll.

Hierzu ist eine Plattform zu entwickeln, die in kostenoptimierter Form die oben dargestellten Szenarien skalierbar abbilden kann.

Die Sensorplattform soll dazu in Abhängigkeit vom Einsatzszenario in dynamisch definierbaren Zeitbereichen Daten über den Zustand des Abwassernetzes per Funk z. B. über ein Star-Mesh-Netzwerk nach dem Multihopp-Prinzip zu Gateways in das Internet liefern. Hierdurch wird es auch möglich sein, Daten aus Bereichen mit geringer Funkabdeckung regelmäßig zu erfassen, sobald sich hierin eine ausreichende Anzahl von Sensoren befindet. Dies gilt sowohl für die schwimmenden Sensoren innerhalb des Abwassernetzes als auch für die verteilten oberflächennahen Sensoren ohne flächendeckende Netzzugangspunkte. Die sensorisch aufzunehmenden Daten sollen sich auf ein Minimum konzentrieren, so dass per Energiebilanz eine lange Betriebsdauer eine höhere Priorität als eine umfassende Datenaufnahme einnimmt.

Zur Auswertung und Visualisierung der Daten aus der Sensorplattform wird ergänzend eine internetbasierte Betriebs- und Wartungsplattform mit Auswertung von historischen und aktuellen Daten  sowie einer Wartungsprognose für das Kanalnetz entwickelt und getestet. Ziel ist es hierbei, die Datenströme durch den Einsatz von Methoden des maschinellen Lernens zu analysieren und dem Anwender zur Verfügung zu stellen, um sowohl die Kenntnisse und das Verständnis über das System zu erweitern, welches bislang nur punktuell erfasst werden kann, als auch Wartung und Betrieb zu optimieren. Dazu dienen die Informationen der verteilten Sensoren.

‹ zurück

 

 

Projektinformationen

Laufzeit: 2018 - 2021

Ansprechpartner
Dr.-Ing. Harald Sommer
+49 3342 3595-16
h.sommer[at]sieker.de
Prof. Dr.-Ing. Heiko Sieker
+49 3342 3595-0
h.sieker[at]sieker.de
Partner
HAW HAMBURG
www.haw-hamburg.de
Walter Tecyard (WTY)
TU Berlin CIT
Funke Gruppe
ACO Büdelsdorf
Berliner Wasserbetriebe
Fördermittelgeber
BMBF