Der har selvsagt gennem flere år været en stigende interesse for at afdække både kilderne, mængderne og tilstedeværelsen af uvedkommende vand, og i lyset af dette fødtes MUDP*) projektet DRAINman – Uvedkommende vand og det intelligente spildevandssystem.
Et samarbejde på tværs af brancher
I Projektet DRAINman (Drainage Management) er syv virksomheder gået sammen i et såkaldt innovationspartnerskab med det formål at kortlægge uvedkommende vand i kloakledningerne under Tranbjerg ved Aarhus. NIRAS, partner i projektet, skriver, at resultaterne viser op til 54 % uvedkommende vand vandet i ledningerne. Helt konkret er det beregnet, at der i Tranbjerg siver 300.000 m³ grundvand ind i kloakkerne om året. Men mest opsigtsvækkende er det, at op til 14 % af vandmængden er fejlkoblet vand.
Wavin Danmark har deltaget i projektet i sin egenskab af producent og leverandør til spildevandssystemer.
”Der er mange gode grunde til i det hele taget at undersøge kloaknettet for uvedkommende vand. De store mængder regnvand og det stigende grundvandsspejl sætter systemet under pres rent kapacitetsmæssigt, hvilket resulterer i overløb til recipienter med urent vand, oversvømmelse af kældre, unødig anvendelse af pumpekapaciteter og rensning af vand, der ikke behøver rensning”, fortæller Henning Nykjær Stabell, Produktchef for spildevand i Wavin. "DRAINman er et stort og imponerende innovationsprojekt, som vi er meget glade for at have været med i”.
I dag er flere renseanlæg under voldsomt pres og udfordret i forhold til overholdelse af de statslige rensekrav. En fjernelse af det uvedkommende vand eller dele heraf vil mindske presset på renseanlæggene og bidrage positivt i reduceringen af overløbsmængder til åer, vandløb og hav.
Datacrunching og machine learning – en ny digital spildevandsverden
Hovedformålet med projektet har været at få styr på håndteringen af uvedkommende vand gennem skabelsen af et intelligent system til overvågning og optimal håndtering af vedligehold og investeringer særligt i separatkloakerede spildevandssystemer. Ved hjælp af digitale værktøjer, datacrunching og machine learning har man udviklet et system, der ikke alene har konstateret meget store mængder af uvedkommende vand i kloaknettet, men også typen af uvedkommende vand, og hvor det siver ind.
Wavin Danmark har leveret en prototype af en 'digitaliseret' brønd, der ved hjælp af indbyggede sensorer kan levere data på mængderne af vand i en begrænset del af kloaknetværket. Herfra fødes data til et overvågningssystem, som – sammen med nedbørs- og grundvandsdata – på baggrund af statistiske datamodeller overfører dem til det fulde ledningsnet.
Digital måling af realtidsflow i brønd
”Til dette projekt har vi videreudviklet en eksisterende brønd og tilført en digital dimension, der gør det muligt at måle realtidsflow af vand i brønden”, fortæller Henning Nykjær Stabell. ”Udviklingen har til formål at reducere omkostningerne til og vedligeholdelse af måleudstyr i et aggressivt spildevandsmiljø. De data, der gennem statistiske modeller overføres til det fulde ledningsnet, har behov for at blive valideret og justeret, så de passer på virkeligheden i de enkelte afgrænsede områder. Det kan vores del af systemet hjælpe med”.
Planlægning baseret på data
Ved at udvikle et kloaksystem, der kan levere denne form for data har forsyningerne mulighed for at agere på et datadrevent beslutningsgrundlag, når planlægning af renovationer og vedligehold er på bordet. Projektet har gennem data afkodet, hvor i Tranbjerg, det er mest sandsynligt at uvedkommende vand siver ind i kloaknettet.
Innovationspartnerskabet består af Aarhus Vand A/S, NIRAS, DHI, GRUNDFOS, Wavin Danmark, Per Aarsleff A/S, Aalborg Universitet samt til Miljøstyrelsen.
*) Miljøstyrelsens Udviklings- og Demonstrationsprojekter
Kilder:
NIRAS: https://www.niras.dk/nyheder/drainman/
Miljøstyrelsen: https://mst.dk/service/publikationer/publikationsarkiv/2021/sep/drainman/
Se den fulde DRAINman rapport fra Miljøstyrelsen her: DRAINman rapport
