Belang van digital twins in de waterwereld neemt toe
Belang van digital twins in de waterwereld neemt toe
Voorbeeld van een overlay van een CFD simulatie op een AAA-reactor. In het bovenste deel zie je niet wat er gebeurt, in de overlay zie je hoe de stroming zich gedraagt (zelfs in 3D) (AM-Team in samenwerking met Araconsult uit Oostenrijk)
Overlay van lokale afschuifkrachten aan het oppervlak van een membraan. Dit is nuttig voor reactorontwerp met oog op minimalisatie van vervuiling (AM-Team in samenwerking met BlueFoot Membranes).
3D inzicht in de lokale zuurstofgradiënten in een reactor. Door goede keuze van locatie en hoek kan de zuurstofinbreng worden geoptimaliseerd (AM-Team in samenwerking met Air Liquide).
Digital twins en artificiële intelligentie (AI) zullen in de toekomst een alsmaar belangrijkere rol spelen voor spelers in de watersector. Dat zegt Ingmar Nopens, professor aan de UGent en specialist in ‘modelgebaseerde systeemanalyse en –optimalisatie’.
Professor Ingmar Nopens doet aan de UGent al 20 jaar onderzoek gerelateerd aan de digitalisering binnen de waterindustrie. Hij heeft een achtergrond in fysisch gebaseerde modellering en digitalisering en ziet een aantal duidelijke tendensen. “Digitalisering zit in de lift”, zegt Nopens. “Ik krijg meer en meer vragen rond digitalisatie van waterzuiveringstechnologiebedrijven. Ze willen aan hun technologische oplossing ook een digitaal luik koppelen. Zo kunnen ze dat mee aan hun klanten leveren. Het is echter niet altijd duidelijk hoe er aan te beginnen en met welke partners. Maar er is al veel kennis die matuur genoeg is om naar de praktijk te brengen. Het zou zonde zijn om dat niet te doen. Het is dan ook mijn doel om onderzoeksresultaten effectief in de praktijk toegepast te zien.”
Spin-off AM-Team
Om zijn kennis in de praktijk ingang te laten vinden, richtte Nopens samen met 2, toen kersverse, PhDs in 2017 het UGent spin-off bedrijf AM-Team op. Ondertussen is het bedrijf wereldwijd actief in onder meer Nederland, de VS, Japan en Nieuw-Zeeland. Het focust zich op Computational Fluid Dynamics (CFD). “Voor ontwerp en opschaling is dat zeer interessant”, zegt Nopens. “CFD kan je onder meer gebruiken om reactoren en technologieën te ontwerpen. Model-based design (MBD) heet dat. We kunnen zo installaties die niet goed functioneren beter laten werken, of beter nog, we bouwen de kwaliteit erin bij het ontwerp van nieuwe. CFD wordt van oudsher vooral in de aeronautica, luchtvaartsector en automotive gebruikt. We hebben dit nu ook in de waterwereld geïntroduceerd. We kijken onder andere naar het menggedrag van reactoren en grote bekkens van drinkwaterwinningen, maar de toepassingen zijn legio. We simuleren niet louter de hydrodynamica, maar koppelen die ook aan de kinetiek van processen, op maat van het doel van de klant. Het is een krachtige tool die je toelaat om heel wat zaken te gaan veranderen en vooral efficiënter te maken naar gebruik van resources in de brede zin.”
Virtual piloting
Nopens ziet ook veel mogelijkheden met virtual piloting. “Bij veel technologische ontwikkelingen, start je op laboschaal”, zegt Nopens. “Dan gaat men klassiek eerst naar pilootschaal en pas dan naar volle schaal. Voor processen die je goed kent, kan je een deel winst gaan maken door de ontwerpen op de computer te doen en de fysieke pilootfase sterk gaan reduceren, wat tijdwinst oplevert. Het kan de time-to-market voor technologiebedrijven gaan inkorten. Dat is een heel krachtig aspect. 10 jaar geleden had ik dat idee al en nu zien we de eerste effectieve toepassingen in de praktijk ervan. En de klanten die het toepassen begrijpen onmiddellijk ook de waarde en kracht ervan. Het is zowel interessant voor waterzuiveraars, industriële zuiveringen, als voor drinkwaterproductietechnologie.
Digital twins
Nopens zet met zijn UGent onderzoeksgroep BIOMATH en AM-Team volop in op mechanistische modellen en digital twins. “Dankzij een digital twin krijg je een simulatie van hoe iets in het echt functioneert”, zegt Nopens. “We vertalen een systeem naar een reeks van wiskundige vergelijkingen. Dan kan je virtueel nagaan wat het systeem of technologie doet. Zo krijgen we bijvoorbeeld meer inzicht in het lokale gedrag en performantie van een bioreactor en kunnen we van alle invalshoeken inzichtelijke visualisaties maken (zie figuren). We krijgen inzicht in wat er in de grote massa van het actief slib effectief gebeurt. Hoe gedraagt een beluchter of menger zich, is dat ideaal of is er een betere plaatsing mogelijk? Details kunnen hier een zeer grote impact hebben, iets wat vaak intuïtief door velen wordt verondersteld niet zo te zijn. We kunnen bijvoorbeeld ook een doorsnede maken van een watertoren en kijken hoe het water erin zich beweegt en hoe lang het er in verblijft.” “We kunnen digital twins bouwen zodat je de waterhuishouding en –hergebruik in industriële systemen kan modelleren, in kaart kan brengen, optimaliseren en controleren. Je kan daarbij ook bepalen welk productieproces welke waterkwaliteit nodig heeft en van welke bron je die dan best zou kunnen halen (water fit-for-purpose). Hoe moeten we dat technologisch gaan realiseren en hoe kunnen we dit allemaal sturen. Op dat moment komt ook het belang van processturing en datacollectie in de picture als belangrijke pijlers van digitalisatie. Al deze zaken gaan alleen maar aan belang winnen.”
Scada
De UGent doet ook onderzoek om digital twins effectief te implementeren in het Scada-systeem. “Je laat een model meedraaien dat in real-time gevoed wordt met gemeten data”, zegt Nopens. “Je laat je model als een tweeling meerekenen, als beslissingsondersteunende tool om de operator bij te staan om bepaalde beslissingen te nemen.. In Singapore is er een poging gedaan om de digital twin in realtime te laten meedraaien. Dat is niet zo eenvoudig. We hebben momenteel een gelijkaardig project lopen met Waterschap De Dommel voor een communale zuivering, alsook met Pantarein Waterzuivering voor een industriële zuivering. Dit laatste in een Vlaio-traject met als doel het systeem beter te begrijpen, te optimaliseren en kostenefficiënter te maken. Industriële partners vragen dat steeds vaker.”
Artificiële intelligentie
Nopens denkt ook dat artificiële intelligentie (AI) veel mogelijkheden heeft binnen de watersector. Sinds 2020 werkt hij ook deeltijds voor Cobalt Water, een bedrijf dat werd opgericht in 2015 en vestigingen heeft in New York en Gent. “AI is een data gedreven groep van modelleringstechnieken (vb. statistische modellen, machine-learning, neurale netwerken,…)”, zegt Nopens. “Mechanistische kennis kan je opbouwen, maar zo kan het soms lang duren vooraleer je gedetailleerde kennis opbouwt van een systeem. Om naast deze langere onderzoekstrajecten toch al van de huidige kennis gebruik te kunnen maken, zijn data gedreven modellen heel interessant om meer controle te kunnen uitvoeren op een zuivering door patronen in de verzamelde data te gaan opsporen en gebruiken. In de hele omslag van klassieke waterzuivering naar grondstofherwinning, moet je modellen gaan bouwen van nieuwe processen. Ik ben ervan overtuigd dat je in dat geval veeleer naar een hybride model moet gaan. Dat is een combinatie van een mechanistisch model en een data gedreven model : dat is een interessante piste om sneller een eerste goed kandidaat model te ontwikkelen. Dat kan dan gebruikt worden voor optimalisatie, maar ook voor processturing Dat laatste aspect wint ook aan belang. Met Cobalt Water willen we ook dit soort kennis en expertise sneller naar de praktijk laten vloeien.”
Het probleem en de AI technieken juist koppelen
Artificiële intelligentie toepassingen in de watersector zit in nog ten dele in de onderzoeksfase. Volgens Nopens wordt er vanuit Vlaanderen sterk op AI ingezet, maar nog niet al te veel in de watersector. “Het zou een meerwaarde kunnen bieden voor de vele data die bedrijven verzamelen”, zegt Nopens. “Zij verzamelen vaak in real-time veel data. Ze zitten op bergen data, die je dan moet gaan minen. Vandaar de naam data-mining. Dit om te voorkomen dat je eindigt met “data kerkhoven” waar je de informatie die er inherent inzit, misloopt. Je moet uiteraard wel weten naar wat je precies op zoek bent en dat is vaak niet evident. “We zien de IBM’s en Microsoft’s van deze wereld naar de watermarkt komen, maar die hebben vaak weinig of geen proceskennis. Bedrijven halen datawetenschappers binnen, maar als die de processen niet kennen, wordt dat een heel lastig verhaal.
Je hebt idealiter zowel proceskennis als kennis van artificiële intelligentie technieken nodig. Er is trouwens een gebrek aan mensen die een mix van deze skills bezitten.” Je moet deze witte raven weten te vinden die de beide kunnen. Ook hier is het dus wellicht beter dit uit te besteden aan gespecialiseerde bedrijven. Je kan niet alles in-house opbouwen en behouden. En wellicht is er ook te weinig specifiek werk voor die mensen in een omgeving waar dit niet de core business is.”
AI en lachgas
Als concreet voorbeeld kunnen AI en digital twins een oplossing bieden voor waterzuiveringinstallaties die te veel lachgas produceren. “Met AI kan je een shortcut nemen en inschattingen doen van de hoeveelheid lachgas die uit een reactor komt”, zegt Nopens. Hoe wordt lachgas in waterzuiveringsinstallaties geproduceerd? “Er zijn verschillende routes, maar als vb. nitrificatie en denitrificatie niet helemaal correct doorgaan, wordt lachgas intermediair geproduceerd”, zegt Nopens. “Dat komt dan als gas uit de reactor naar buiten. Maar als er veel lachgas uitkomt, is dat geen goed nieuws voor de klimaatverandering, gezien het 300 keer het broeikaseffect heeft als dat van CO2. In het Verenigd Koninkrijk, Denemarken en Nederland zit men al sterk te kijken naar regulering van lachgas in het kader van koolstofneutraliteit en de green deal. Ook bij ons zal dat er wellicht komen. We doen al 10 jaar onderzoek en de wetenschappelijke gemeenschap heeft de mechanismen deels blootgelegd. Maar met AI en hybride modellen kunnen we wel nu al aanbevelingen doen om significante reducties te bewerkstelligen.”
Slimme sturingen
Volgens Nopens kunnen AI en digital twins ook de sturingen van drinkwaterproductiebedrijven of waterzuiveringsstations intelligenter maken. “Nu zijn de sturingen eerder “dom”. Je meet de zuurstofconcentraties en vergelijkt met een wenswaarde. De fout die erop zit, ga je ofwel vermenigvuldigen met een factor of hem integreren of afleiden. Je gaat er dus simpele wiskundige bewerkingen op loslaten. Dat kan “slimmer” door de omslag te maken naar een model-gebaseerde regeling. Als je weet wat de achterliggende oorzaak van de afwijking is, kan je die kennis onder de vorm van een model gebruiken zodat deze je optimaler naar de wenswaarde brengt. Bij een slimme regeling kan je er ook een kost aan koppelen, zodat je de wenswaarde bereikt, maar dan expliciet gekoppeld aan een minimale kost. Je kan ook betere criteria gaan gebruiken om slimmer te sturen en als bepaalde grootheden moeilijk te meten zijn, kan je gebruik maken van een soft sensor, wat opnieuw een model is.”
CAPTURE
De UGent doet zelf ook voortdurend onderzoek naar nieuwe technologische oplossingen, onder meer binnen CAPTURE, een onderzoeks- en innovatieplatform van de UGent, VITO, UAntwerpen en VUB. CAPTURE focust op onderzoek rond circulariteit van CO2, plastics en water. “Binnen CAPTURE hebben we een water-fit-for-purpose programma”, zegt Nopens. “We passen er nieuwe of bestaande technologieën aan, met het oog op waterhergebruik in urbane en industriële omgevingen. Onlangs defineeerden we ook een programma rond digitaal water. We brengen mensen en kennis uit de verschillende partnerinstellingen samen, om gezamenlijk aan de topics te werken in plaats van versnipperd. We gaan de technologieën digitaal aan elkaar koppelen en de modellen verder ontwikkelen. Verder kijken we ook naar het hergebruik. Dan kijken we vb. ook naar industriële zuivering, binnen bedrijven. In plaats van enkel naar de zuivering te kijken, kijken we naar de integratie van de zuiveringen en het watergebruik binnen de industriële site. En hoe kan je daar op inspelen om aan het einde van de rit enerzijds water te gaan hergebruiken en eventueel componenten te recupereren die in de waterige stromen zitten. Daar zitten allerlei aspecten aan.” En als je die lijn verder doortrekt kan je dat telkens naar een grotere schaal gaan brengen (vb. bedrijventerrein, stedelijk watermanagement) en dat allemaal stroomlijnen vb. door middel van ontologieën. Deze laatste laten trouwens ook toe om cross-domain te gaan koppelen met andere vraagstukken zoals energie, mobiliteit, enz.
Bereidheid
De professor geeft toe dat veel afhangt van de bereidheid van bedrijven om in deze digitale oplossingen te investeren. “Het is altijd voor een groot stuk afhankelijk van de mindset van de mensen binnen die bedrijven en organisaties hoe ze omgaan met digitalisatie”, zegt Nopens. “Maar aan het einde van de rit zal iedereen mee moeten in de digitalisatietransitie. Een goede roadmap is hierbij een goed startpunt om alle aspecten van digitalisatie in het verhaal mee te nemen. Maar de voorbeelden zijn legio: digitale meters, lekdetectie, app voor waterverbruik voor bewustwording en zuiniger omspringen met water, gestuurde buffersystemen… Alle spelers in de watersector en het beleid moeten mee op dat vlak. De kennis moet maximaal ingezet worden. En we moeten lock-ins vermijden en out-of-the-box denken op een hoger systeemniveau”
