De nouvelles initiatives devraient réduire les émissions de protoxyde d’azote

Par Matthias Vanheerentals

Lorsque les stations d’épuration ne fonctionnent pas de manière optimale, elles risquent d’émettre trop de gaz à effet de serre, tels que le protoxyde d’azote. L’université de Gand (UGent) et l’université de Florence ont identifié le problème et mis au point une solution. Concrètement, elles ont développé le Lessdrone, qui permet de détecter facilement les gaz à effet de serre. Les causes peuvent être déterminées grâce à un modèle d’évaluation du risque basé sur une intelligence artificielle, et un jumeau numérique permet de simuler des solutions.

On ne s’y attendrait pas de prime abord, mais c’est pourtant vrai : pas moins de 3 % des émissions mondiales de gaz à effet de serre proviennent des stations ou des installations d’épuration des eaux usées (STEP). En raison du processus d’épuration dans les grands bassins, il peut se dégager trop de protoxyde d’azote (ou gaz hilarant, N₂O), un gaz à effet de serre jusqu’à 300 fois plus actif que le CO₂. « L’attention portée à ce problème s’est considérablement accrue ces dernières années », explique Elena Torfs, professeure au département d’analyse de données et de modélisation mathématique du département d’ingénierie des biosciences. Son savoir-faire porte principalement sur les modèles ou jumeaux numériques et l’utilisation de ces modèles pour l’optimisation et le contrôle de processus. Elle est fortement orientée vers le traitement de l’eau. « Il existe des normes strictes concernant ce qui peut être déversé dans les ruisseaux et les rivières. Cependant, peu de normes existent à ce jour concernant les gaz s’échappant des bassins. En raison de la complexité des procédés de traitement des eaux usées, il est parfois difficile de déterminer les conditions exactes dans lesquelles ces gaz sont libérés. Les modèles mathématiques peuvent nous y aider.

Production de protoxyde d’azote

Ces dernières années, l’UGent s’est impliquée dans un projet de mesure et de réduction des gaz à effet de serre dans le traitement de l’eau, en collaboration avec l’Université de Florence. « Nous avons principalement examiné le cas du protoxyde d’azote, car c’est un gaz à effet de serre très puissant », explique Elena Torfs. « En outre, les eaux usées contiennent beaucoup d’azote sous forme d’ammonium, qui provient de l’urine et cela peut également provoquer la libération de beaucoup de protoxyde d’azote (N₂O). Lorsque l’épuration de l’eau fonctionne parfaitement, il ne devrait s’en produire que très peu. Mais dans certaines circonstances, le protoxyde d’azote peut se former en tant que sous-produit. C’est un phénomène complexe. Ce n’est pas très clair. C’est souvent la combinaison de facteurs défavorables, qui provoque la formation du protoxyde d’azote. Dans d’autres circonstances il n’y a pas de production de protoxyde d’azote. Par exemple, s’il y a trop ou pas assez d’oxygène en certains endroits, il y a un risque de produire du protoxyde d’azote, mais d’autres facteurs jouent également un rôle. »

Capteur

Il importe de tout d’abord bien mesurer tous les paramètres. L’Université de Florence a mis au point un capteur innovant, à savoir le Lessdrone. C’est un drone qui survole l’eau et prélève en continu des échantillons des gaz libérés et en analyse les données. Il peut être piloté à distance à l’aide de coordonnées GPS. « Le drone mesure toutes sortes de gaz, tels que l’oxygène, le méthane et le protoxyde d’azote. » Selon Elena Torfs, c’est un pas en avant pour acquérir des connaissances de manière automatisée. « Le Lessdrone a été principalement développé pour mieux comprendre les émissions de gaz à effet de serre dans diverses installations d’épuration des eaux usées. De plus, il peut également être utilisé pour alimenter des études de modèles relatifs aux causes de ces émissions ainsi que les solutions pour y remédier. Le drone examine de près les modèles développés : sont-ils suffisants ? Le drone nous permet de valider nos connaissances. Nous savons alors que les modèles sont un bon outil à utiliser. »

Campagnes de mesures

Selon Elena Torfs, le Lessdrone est essentiel pour obtenir certaines informations. « Il se pratique déjà beaucoup de mesures et de surveillance dans les stations d’épuration d’eau », nous dit Torfs. « Mais souvent via des capteurs immergés dans l’eau. Si vous ne mesurez qu’en dessous du niveau de l’eau, vous n’aurez pas les informations concernant les gaz. Vous pouvez mesurer la quantité d’ammonium dans l’eau, mais cela ne vous dit pas combien de protoxyde d’azote peut s’échapper. » Des mesures ont déjà été faites avec le Lessdrone en six endroits à Tilburg et Eindhoven, entre autres à la Société des eaux De Dommel. Des stations d’épuration ont également été testées en Italie. « Chaque station d’épuration est différente en termes de dimensions, de gestion opérationnelle et de mode d’oxygénation de l’eau. Il existe de nombreux détails qui font que les usines de traitement des eaux diffèrent, et qui ont un impact sur le risque de formation de protoxyde d’azote. Les émissions de protoxyde d’azote ont été mesurées dans chaque station d’épuration. »

Modèle d’évaluation du risque

Après la mesure, le projet comprend également une deuxième partie importante et vaste : concevoir des modèles pour rechercher les causes et trouver des solutions. Un modèle d’évaluation du risque basé sur l’intelligence artificielle a été conçu en collaboration avec Cobalt Water Global. « Il s’agit d’un modèle basé sur les connaissances », explique Torfs. « Nous avons constitué une grande base de données avec des informations sur la production de protoxyde d’azote. Ces informations proviennent entre autres de la littérature, mais aussi de personnes travaillant dans les stations d’épuration. En plus de cette base de connaissances, on apprend à un algorithme à raisonner. C’est-à-dire que vous apprenez à l’ordinateur à réfléchir avec les connaissances d’une personne : l’intelligence humaine est ainsi convertie en intelligence artificielle (IA). »

Données immédiates

Vous pouvez alimenter immédiatement le modèle avec des mesures directes des capteurs de votre traitement d’eau, mais vous pouvez également l’alimenter avec des données provenant de modèles dits mécanistes ou de jumeaux numériques. « Nous créons également des modèles mécanistes concernant de nombreuses stations d’épuration qui, sur la base d’équations mathématiques, décrivent les processus biologiques, chimiques et physiques ayant lieu dans les stations d’épuration », déclare Elena Torfs. « On peut également introduire des données simulées à partir de ces modèles dans l’outil d’évaluation du risque à IA. Pour estimer les risques dans de nombreuses circonstances différentes. Avec ce jumeau numérique, vous pouvez simuler de nombreux scénarios opérationnels (par exemple, différentes stratégies d’aération). Pour chacun de ces scénarios, vous pouvez vous servir de l’outil à IA pour voir si le risque a augmenté ou diminué. De cette façon, vous pouvez tester virtuellement la meilleure façon de réduire ce risque. Et ce, avant de la mise en pratique. En effet, dans une station d’épuration pleinement opérationnelle, il est plus difficile de tester différentes solutions sans garantie de bon résultat. »

Essais en vraie grandeur

Le modèle de l’UGent a déjà été testé dans quatre des six cas. Un essai a été réalisé dans la station d’épuration de San Miniato, une commune de la province italienne de Pise comptant 27.067 habitants. « Nous y avions constaté un grand risque de production continuelle de protoxyde d’azote », nous dit Torfs. « Les mesures par Lessdrone ont également confirmé la libération de beaucoup de protoxyde d’azote. Nous avons ensuite analysé à l’aide du modèle d’évaluation du risque, quelle pouvait en être la raison. Nous avons vu qu’ils introduisaient beaucoup trop d’oxygène dans le système. C’est une erreur. L’aération nécessite déjà en soi beaucoup d’énergie. Nous avons alors proposé comme stratégie de moins aérer. Nous avons d’abord testé cette stratégie sur un jumeau numérique pour nous assurer que les processus de dégradation dans le traitement de l’eau fonctionnaient toujours bien avec une aération réduite. Ensuite la stratégie proposée a été testée en vraie grandeur dans la station. Nous sommes ensuite revenus avec le Lessdrone et avons constaté que beaucoup moins de protoxyde d’azote était produit grâce à cette nouvelle stratégie d’aération. »

Tilburg

À Tilburg, il y avait un risque accru de protoxyde d’azote lorsqu’une concentration élevée d’ammonium était admise. « La décomposition de l’ammonium consomme beaucoup d’oxygène », explique Elena Torfs. « C’est pourquoi on constate une petite baisse dans la concentration en oxygène dans le réacteur. Normalement, cette baisse est corrigée. Un capteur mesure qu’il y a trop peu d’oxygène dans l’eau et le système rectifie. Mais nous avons constaté que cette automatisation se produisait, en fait, trop lentement. Ce qui provoquait malgré tout les conditions pour une libération de protoxyde d’azote. La proposition faite a donc été d’adapter l’automatisation afin qu’elle réagisse plus rapidement dès l’admission d’ammonium. De cette façon, les circonstances particulières faisant naître un risque de protoxyde d’azote n’ont plus été créées. »

Évaluation 3D du risque

Enfin, les chercheurs de l’Université de Gand, en collaboration avec l’équipe de l’entreprise AM et Cobalt Water Global, se sont également penchés sur les risques locaux dans les stations d’épuration. « Aujourd’hui, nous partons du principe que le mélange dans le réacteur y est parfait », déclare Elena Torfs. « Et que nous avons partout la même concentration. Mais ce n’est souvent pas le cas en pratique. » Les modèles CFD, acronyme de Computational Fluid Dynamics, ou Mécanique des fluides numérique, permettent de prédire, en 3D, le comportement du réacteur d’épuration d’eau. De tels modèles permettent donc de regarder le comportement de malaxage et les concentrations qui se produisent en chaque point du réacteur. Des modèles CFD 3D ont été développés, en collaboration avec l’équipe AM, pour diverses études de cas. Les résultats de simulation de ces modèles 3D peuvent ensuite être intégrés au modèle d’évaluation du risque afin d’étudier les risques locaux. « L’association de modèles CFD et d’évaluation du risque, nous permet donc d’estimer ce dernier en chaque endroit du réacteur », explique Torfs. « Pour certains réacteurs, comme celui d’Eindhoven, Elena Torfs a noté qu’il y avait de nombreuses différences locales dans le réacteur. En certains endroits, il n’y avait aucun risque de protoxyde d’azote, et dans d’autres, il y avait des émissions de protoxyde d’azote par manque d’oxygène. Dans un autre endroit, il y avait production de protoxyde d’azote en raison de circonstances différentes. Grâce aux connaissances du modèle CFD et de l’outil d’évaluation du risque à IA, nous avons pu donner les conseils appropriés aux exploitants de la station pour améliorer chacune de ces conditions locales à l’origine des émissions de protoxyde d’azote. »

Capteurs

Les modèles CFD permettent aussi de visualiser de manière critique les mesures des capteurs immergés. « Dans ce gigantesque bassin, il n’y a souvent qu’un seul capteur qui mesure l’oxygène », explique Torfs. « Le modèle d’évaluation du risque peut être appliqué aux données des capteurs. Mais la question est, bien sûr, de savoir à quel point ce capteur spécifique est représentatif. Sommes-nous sûrs d’avoir une bonne estimation ? Grâce au modèle CFD 3D, nous pouvons décider où placer le capteur. Où cela va-t-il nous donner les meilleures informations pour mieux estimer le risque ? »

Protocole

Les informations tirées des mesures avancées de Lessdrone et des différents modèles ont conduit à un protocole simple qui résume comment une station d’épuration peut fonctionner pour réduire ses émissions de gaz à effet de serre. Il n’est, en effet, pas toujours possible de pratiquer des mesures dans chaque station d’épuration avec le Lessdrone ou de développer un jumeau numérique détaillé ou un modèle CFD 3D encore plus détaillé pour chacune d’elles. Le modèle d’évaluation du risque à IA peut être facilement appliqué aux données historiquement disponibles et fournit rapidement une première estimation des risques d’émission. Sur la base de ces résultats, on peut alors estimer si des mesures plus poussées avec le Lessdrone ou des modèles plus avancés sont nécessaires pour étudier la situation spécifique plus en détail.

Elena Torfs :

« Il existe des normes strictes concernant ce qui peut être déversé dans les ruisseaux et les rivières. Cependant, peu de normes existent à ce jour concernant les gaz s’échappant des bassins. »

Elena Torfs :

« Chaque station d’épuration est différente en termes de dimensions, de gestion opérationnelle et de mode d’oxygénation de l’eau. »

Elena Torfs :

« Une combinaison de CFD et de modèle d’évaluation du risque, nous permet donc d’estimer ce dernier en chaque endroit du réacteur. »

www.lesswattproject.eu