Zielsetzung und Anlass des Vorhabens<\/p>\n
Die Kl\u00e4rsysteme f\u00fcr die weitgehende Abwasserreinigung ben\u00f6tigen oft eine komplizierte Steuerung zur optimalen Prozessf\u00fchrung. Die Messung der einzelnen Parameter und die automatische Erkennung von Zusammenh\u00e4ngen ist sehr aufw\u00e4ndig und oft als nicht zuverl\u00e4ssig einzustufen. Daher werden neben den physikalisch\/chemischen Parametern zunehmend auch biologische Parameter herangezogen. Die Angabe von biologischen Parametern beruht auf der Beobachtung, dass verschiedene Faktoren Einfluss auf die Belebtschlammstruktur und die Entwicklung einer charakteristischen Bioz\u00f6nose haben. Verschiedene Betriebszust\u00e4nde werden also durch das Auftreten verschiedener Mikroorganismentypen sowie bestimmter Flockenstrukturen charakterisiert. Die digitale Bildanalyse er\u00f6ffnet hier durch die schnelle Bildverarbeitung neue M\u00f6glichkeiten wie z. B. automatisch nach einzelnen Mikroorganismen zu suchen und diese zu identifizieren oder Flockenstrukturen als Leitparameter zu bestimmen. Das Ziel des Pro-jekts ist die Entwicklung eines online erfassbaren Summenparameters als Indikator des Belastungszustands und zur Regelung biologischer Stufen von Kl\u00e4ranlagen. Des Weiteren soll eine fr\u00fchzeitige automatische Erkennung von Anzeichen f\u00fcr die Bildung von Bl\u00e4h-, Schwimmschlamm oder Schaum erreicht werden. Die in j\u00fcngster Zeit immer h\u00e4ufiger beobachteten Betriebsprobleme, bedingt durch das \u00fcberm\u00e4\u00dfige Wachstum fadenf\u00f6rmiger Mikroorganismen von biologischen Stufen von Kl\u00e4ranlagen, f\u00fchren bedingt durch den Schlammabtrieb zu einer Belastung der Vorfluter und der dahinterliegenden Gew\u00e4sser, was im Extremfall zu Fischsterben f\u00fchren kann. Mit Hilfe der digitalen mikroskopischen Bildverarbeitung soll ein Parameter zur Beurteilung der F\u00e4digkeit von Belebtschlammproben eingef\u00fchrt werden.<\/p>\n
Darstellung der Arbeitsschritte und der angewandten MethodenIm weiteren Verlauf des Projekts sollen zuerst Methoden entwickelt bzw. bereits angedachte Methoden verbessert werden, die eine Identifikation von bestimmten Mikroorganismen erm\u00f6glichen. Hierbei steht insbesondere die Identifikation von fadenf\u00f6rmigen Organismen im Vordergrund. Mittels einer Laborkl\u00e4ranlage, die die Simulation verschiedener Belastungszust\u00e4nde erm\u00f6glicht, soll dann eine Charakterisierung einer Kl\u00e4ranlage aus statistischen Merkmalen automatisch erfassbarer Leitparameter erfolgen. Es ist weiterhin die Charakterisierung von Belastungs\u00e4nderungen, toxischen Einfl\u00fcssen, Betriebszust\u00e4nden, bei denen fadenf\u00f6rmige Organismen bzw. Bl\u00e4hschlamm auftreten, vorgesehen.<\/p>\n
Ergebnisse und Diskussion<\/p>\n
Im Rahmen der Bearbeitung des Projekts wurden Grundlagen geschaffen, mit deren Hilfe eine automatische Bildanalyse von belebten Schl\u00e4mmen durchf\u00fchrbar ist. Diese Grundlagen beeinhalten sowohl die Bearbeitung der abgespeicherten digitalen Bilder von Belebtschlammproben, so dass diese f\u00fcr einen Rechner auswertbar sind, als auch eine statistische Auswertung und graphische Darstellung der bearbeiteten Bilder. Mit Hilfe dieser Grundlagen und der auf diese Weise zus\u00e4tzlich gewonnenen Parameter konnten im weiteren Verlauf der Bearbeitung des Projekts unterschiedliche Betriebszust\u00e4nde und deren Einfluss auf das mikroskopische Bild untersucht werden und anhand der unterschiedlichen biologischen Parameter ausgewertet werden.
\nBei der Erarbeitung der Grundlagen zur Auswertung der Belebtschlammbilder mit Algorithmen der digitalen Bildverarbeitung zeigte sich, dass die Identifikation einzelner Mikroorganismen sehr schwierig und umst\u00e4ndlich ist und dass au\u00dferdem eine automatische Erkennung verschiedener Leitorganismen noch nicht 100 %ig zuverl\u00e4ssig ist. Weiterhin wurde festgestellt, dass die Morphologie der Belebtschlammflocke (Gr\u00f6\u00dfe, Gestalt, Struktur, F\u00e4digkeit u. \u00e4.) sehr schnell auf eine \u00c4nderung der Betriebsverh\u00e4ltnisse reagiert und dass es m\u00f6glich ist ausreichende Informationen \u00fcber den Belastungszustand alleine aus der Morphologie der Belebtschlammflocke zu extrahieren. Die automatische Auswertung der Morphologie der Belebtschlammflocken mit Algorithmen der digitalen Bildverarbeitung ist schnell und zuverl\u00e4ssig durchzuf\u00fchren. Daher wurden die verschiedenen Betriebszust\u00e4nde allein \u00fcber die Morphologie der Belebtschlammflocke charakterisiert.
\nDie Ergebnisse der Untersuchungen haben deutlich gezeigt, dass aufgrund der, aus dem mikroskopischen Bild des belebten Schlammss, gewonnenen Parameter ein schnelleres Reagieren und Eingreifen beim Betrieb der biologischen Stufen von Kl\u00e4ranlagen m\u00f6glich ist. Das Belebtschlammflockenbild reagiert wesentlich schneller auf \u00c4nderungen der Betriebsweise von Kl\u00e4ranlagen, als diese mit Hilfe der herk\u00f6mmlichen physikalisch\/chemischen Parameter nachgewiesen werden k\u00f6nnen. So ist es z. B. m\u00f6glich, die Einleitung toxischer Substanzen mit Hilfe der automatischen Bildanalyse bis zu einem Tag fr\u00fcher zu erkennen, als dies \u00fcber physikalisch\/chemische Parameter m\u00f6glich ist. Insbesondere bei der Fr\u00fcherkennung von drohenden Betriebsproblemen, verursacht durch den massenhaften Wachstum von fadenf\u00f6rmigen Mikroorganismen, liefert die automatische Bildanalyse fr\u00fchzeitig Hinweise. Mit Hilfe der automatischen mikroskopischen Bildanalyse ist ein drohendes Bl\u00e4hschlammproblem ca. 2-3 Tage fr\u00fcher zu erkennen als dies mit Hilfe von physikalisch\/chemischen Parametern m\u00f6glich ist. Zu diesem fr\u00fchen Zeitpunkt ist es dann m\u00f6glich geeignete Bek\u00e4mpfungsma\u00dfnahmen mit Erfolg einzuleiten.
\nDadurch, dass drohende Betriebsprobleme, die eine Verschlechterung der Ablaufwerte von Kl\u00e4ranlage und so eine Belastung der Vorfluter, bis hin zum Fischsterben, nach sich ziehen k\u00f6nnen, mit Hilfe der automatischen mikroskopischen Bildanalyse fr\u00fchzeitig erkannt werden k\u00f6nnen, k\u00f6nnen diese drohenden Probleme rechtzeitig bek\u00e4mpft werden. Weiterhin liefert das System der digitalen Bildanalyse wichtige Parameter \u00fcber den Zustand der biologischen Stufe von Kl\u00e4ranlagen. Dadurch wird eine stabilere Be-triebsweise der Kl\u00e4ranlagen erreicht und die Gefahr einer drohende Verschlechterung der Ablaufwerte wird minimiert.<\/p>\n
\u00d6ffentlichkeitsarbeit und Pr\u00e4sentation<\/p>\n
Die im Rahmen des Projekts erarbeiteten Ergebnisse wurden in mehrere Ver\u00f6ffentlichungen dargestellt. Insgesamt erfolgten m\u00fcndliche Pr\u00e4sentationen des Themas in Form von Vortr\u00e4gen auf nationalen sowie internationalen Kongressen und Konferenzen bzw. im Rahmen von Seminarvortr\u00e4gen. Weiterhin wurden die Ergebnisse in Form von Posterpr\u00e4sentationen ver\u00f6ffentlicht.<\/p>\n
Fazit<\/p>\n
Die durchgef\u00fchrten Auswertungen des mikroskopischen Bilds von Belebtschlamm verschiedener Betriebszust\u00e4nde zeigen deutlich, welche M\u00f6glichkeiten in einer automatischen Bildanalyse von Be-lebtschlamm verborgen sind. Im Rahmen des Projekts wurden hierzu die Grundlagen, hinsichtlich der Bearbeitung der digitalen Bilder mit Algorithmen der digitalen Bildverarbeitung sowie der statistischen Auswertung erarbeitetet. Dabei zeigte sich, dass eine Auswertung der Morphologie der Belebtschlammflocke ausreichende Parameter zur Fr\u00fcherkennung von Belastungs\u00e4nderungen bzw. Betriebsst\u00f6rungen bereitstellt. Im Folgenden m\u00fcssen noch mehrere Betriebszust\u00e4nde im Laborma\u00dfstab untersucht werden, bevor das Belebtschlammbild industrieller oder kommunaler Kl\u00e4ranlagen untersucht wird.<\/p>\n","protected":false},"excerpt":{"rendered":"
Zielsetzung und Anlass des Vorhabens Die Kl\u00e4rsysteme f\u00fcr die weitgehende Abwasserreinigung ben\u00f6tigen oft eine komplizierte Steuerung zur optimalen Prozessf\u00fchrung. Die Messung der einzelnen Parameter und die automatische Erkennung von Zusammenh\u00e4ngen ist sehr aufw\u00e4ndig und oft als nicht zuverl\u00e4ssig einzustufen. Daher werden neben den physikalisch\/chemischen Parametern zunehmend auch biologische Parameter herangezogen. Die Angabe von biologischen Parametern […]<\/p>\n","protected":false},"author":1,"featured_media":0,"template":"","meta":{"footnotes":""},"categories":[],"tags":[61,47,51,52,53],"class_list":["post-19866","projektdatenbank","type-projektdatenbank","status-publish","hentry","tag-hamburg","tag-klimaschutz","tag-ressourcenschonung","tag-umweltforschung","tag-umwelttechnik"],"meta_box":{"dbu_projektdatenbank_az_ges":"09468\/01","dbu_projektdatenbank_medien":"","dbu_projektdatenbank_pdfdatei":"A-09468.pdf","dbu_projektdatenbank_bsumme":"53.662,13","dbu_projektdatenbank_firma":"Technische Universit\u00e4t Hamburg-HarburgArbeitsbereich Gew\u00e4sserreinigungstechnik","dbu_projektdatenbank_strasse":"Ei\u00dfendorfer Str. 42","dbu_projektdatenbank_plz_str":"21073","dbu_projektdatenbank_ort_str":"Hamburg","dbu_projektdatenbank_p_von":"1998-01-01 00:00:00","dbu_projektdatenbank_p_bis":"2000-06-16 00:00:00","dbu_projektdatenbank_laufzeit":"2 Jahre und 6 Monate","dbu_projektdatenbank_telefon":"040\/42838-3207","dbu_projektdatenbank_inet":"","dbu_projektdatenbank_bundesland":"Hamburg","dbu_projektdatenbank_foerderber":"9","dbu_projektdatenbank_ab_bericht":"","dbu_projektdatenbank_ist_nachbewilligung_von":"","dbu_projektdatenbank_hat_nachbewilligung":"","dbu_headerimage_cover":"","dbu_submenu":"","dbu_submenu_position":"","dbu_submenu_entry":[]},"_links":{"self":[{"href":"https:\/\/www.dbu.de\/en\/wp-json\/wp\/v2\/projektdatenbank\/19866","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/www.dbu.de\/en\/wp-json\/wp\/v2\/projektdatenbank"}],"about":[{"href":"https:\/\/www.dbu.de\/en\/wp-json\/wp\/v2\/types\/projektdatenbank"}],"author":[{"embeddable":true,"href":"https:\/\/www.dbu.de\/en\/wp-json\/wp\/v2\/users\/1"}],"version-history":[{"count":1,"href":"https:\/\/www.dbu.de\/en\/wp-json\/wp\/v2\/projektdatenbank\/19866\/revisions"}],"predecessor-version":[{"id":32869,"href":"https:\/\/www.dbu.de\/en\/wp-json\/wp\/v2\/projektdatenbank\/19866\/revisions\/32869"}],"wp:attachment":[{"href":"https:\/\/www.dbu.de\/en\/wp-json\/wp\/v2\/media?parent=19866"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/www.dbu.de\/en\/wp-json\/wp\/v2\/categories?post=19866"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/www.dbu.de\/en\/wp-json\/wp\/v2\/tags?post=19866"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}