Das Projekt "RIWWER - Reduction of the Impact of untreated WasteWater on the Environment in case of torrential Rain" wird vom Umweltbundesamt gefördert und von Fraunhofer-Institut für Mikroelektronische Schaltungen und Systeme durchgeführt. Derzeit leidet das Abwassersystem vor allem unter Intransparenz der Wassermengen im Gesamtsystem und ungesteuerte Schadstoffeintragungen in die Umwelt. Die gewachsenen Strukturen und in die Jahre gekommene Mess- und Steuersysteme für Abwasser können den Folgen des Klimawandels nicht mehr adäquat begegnen. Hier setzt RIWWER an. Es ist geplant, wichtige Stellen im kommunalen Abwassersystem im ersten Schritt zu digitalisieren, um anschließend mit Hilfe einer dezentralen und KI gesteuerten Verteilung die Wassermengen bei Regen/Starkregen im Kanalsystem und Regenbecken zu verteilen und damit Schadstoffeintragen in die Umwelt zu minimieren. Dies geschieht durch intelligentes und vorausschauendes Verteilen der Wassermengen und eine KI-basierte Entscheidungsunterstützung für Kanalbetreiber. Im Teilprojekt soll bei der Realisierung der IoT-Plattform, des so bezeichneten Mess- und Testsystems, die low-power Rechnerplattform mit den Funktionen Sensoranbindung, Konzepte zur Datenvorverarbeitung am Sensor, Energieversorgung und drahtloser Anbindung an die Edge und Cloud als zuverlässiges Modul entwickelt werden. Dabei sind Fragestellungen zur Resilienz, wie der ausfallsicheren Energieversorgung und Datenübertragung zu lösen und zu validieren, sowie die Konzeptionierung und Umsetzung Bereitstellung einer IT Hardwarearchitektur für die Datenverarbeitung mit Unterstützung von KI-Algorithmen zu gewährleisten. Als weiterer Beitrag unterstützt das Teilvorhaben bei der Implementierung der KI auf dem IoT-Sensor-Frontend. Die in Vorarbeiten entstandene Toolchain AIfES wird genutzt, um die entwickelten KI-Algorithmen auf der IoT-Plattform zu integrieren und das Training der KI-Algorithmen in der Anwendungsumgebung zu ermöglichen. Des Weiteren soll untersucht werden, wie mit Hilfe von optischen Verfahren Schmutzeinträge im Wasser selektiv und robust erfasst werden können.
Das Projekt "Teilvorhaben: RIWWER-IMS - Entwicklung der loT-Plattform für das Mess- und Testsystem" wird vom Umweltbundesamt gefördert und von Fraunhofer-Institut für Mikroelektronische Schaltungen und Systeme durchgeführt. Derzeit leidet das Abwassersystem vor allem unter Intransparenz der Wassermengen im Gesamtsystem und ungesteuerte Schadstoffeintragungen in die Umwelt. Die gewachsenen Strukturen und in die Jahre gekommene Mess- und Steuersysteme für Abwasser können den Folgen des Klimawandels nicht mehr adäquat begegnen. Hier setzt RIWWER an. Es ist geplant, wichtige Stellen im kommunalen Abwassersystem im ersten Schritt zu digitalisieren, um anschließend mit Hilfe einer dezentralen und KI gesteuerten Verteilung die Wassermengen bei Regen/Starkregen im Kanalsystem und Regenbecken zu verteilen und damit Schadstoffeintragen in die Umwelt zu minimieren. Dies geschieht durch intelligentes und vorausschauendes Verteilen der Wassermengen und eine KI-basierte Entscheidungsunterstützung für Kanalbetreiber. Im Teilprojekt soll bei der Realisierung der IoT-Plattform, des so bezeichneten Mess- und Testsystems, die low-power Rechnerplattform mit den Funktionen Sensoranbindung, Konzepte zur Datenvorverarbeitung am Sensor, Energieversorgung und drahtloser Anbindung an die Edge und Cloud als zuverlässiges Modul entwickelt werden. Dabei sind Fragestellungen zur Resilienz, wie der ausfallsicheren Energieversorgung und Datenübertragung zu lösen und zu validieren, sowie die Konzeptionierung und Umsetzung Bereitstellung einer IT Hardwarearchitektur für die Datenverarbeitung mit Unterstützung von KI-Algorithmen zu gewährleisten. Als weiterer Beitrag unterstützt das Teilvorhaben bei der Implementierung der KI auf dem IoT-Sensor-Frontend. Die in Vorarbeiten entstandene Toolchain AIfES wird genutzt, um die entwickelten KI-Algorithmen auf der IoT-Plattform zu integrieren und das Training der KI-Algorithmen in der Anwendungsumgebung zu ermöglichen. Des Weiteren soll untersucht werden, wie mit Hilfe von optischen Verfahren Schmutzeinträge im Wasser selektiv und robust erfasst werden können.
Das Projekt "Entfaerben und Reinigung zur Rueckgewinnung des Abwassers mit Mikro- und Makrophyten und bestimmtem Know-how" wird vom Umweltbundesamt gefördert und von Stiftung Limnologische Arbeitsgruppe Dr. Seidel durchgeführt. Besonderer Biotopaufbau und besondere Pflanzenwahl; wesentliche Erhoehung der Sichttiefe und Rueckgewinnung des Abwassers; Patent beantragt.
Das Projekt "Entwicklung eines umweltfreundlichen Verfahrens zur Entfernung von Schwermetallen aus Baggergut unter Kreislauffuehrung der Prozesswaesser (2. Phase)" wird vom Umweltbundesamt gefördert und von Wetech, Institut für Wasser- und Umweltschutztechnologie durchgeführt.
Das Projekt "Teilvorhaben: Entwicklung einer Resilienten KI-Ausführungsumgebung für Cloud/Edge/Embedded in der Wasserwirtschaft" wird vom Umweltbundesamt gefördert und von Universität Duisburg-Essen, Fakultät für Informatik, Abteilung Allgemeine Informatik, Fachgebiet Verteilte Systeme durchgeführt. Derzeit leidet das Abwassersystem unter Intransparenz der Wassermengen im Gesamtsystem und ungesteuerter Schadstoffeintragungen in die Umwelt. Gewachsene Strukturen und in die Jahre gekommene Mess- und Steuersysteme für Abwasser können den Folgen des Klimawandels nicht mehr adäquat begegnen. Daher wird RIWWER wichtige Stellen im kommunalen Abwassersystem digitalisieren, um anschließend mit Hilfe einer dezentralen und KI-gesteuerten Verteilung die Wassermengen bei Regen/Starkregen im Kanalsystem und Regenbecken zu verteilen und damit Schadstoffeintragen in die Umwelt zu minimieren. Im Teilprojekt sollen die Voraussetzungen zur optimierten Ausführung der KI-Komponenten in der Cloud und der Edge geschaffen werden. Dabei wird eine resiliente Architektur entwickelt, die es erlaubt Teilsysteme auch dann weiterzubetreiben, wenn andere Teile (inklusive der Cloud-Anbindung) ausfallen sollten. Dies soll gewährleisten, dass das RIWWER System auch in Notlagen möglichst optimale Ergebnisse liefert. Ein weiteres wichtiges Arbeitsziel stellt die ressourcenoptimierte Ausführung von KI-Komponenten dar. Dies ermöglicht es zum einen, Teile der KI auf eingebettete Systeme zu verlagern und dadurch direkt vor Ort bei der Datenerfassung zu betreiben. Zum anderen werden aber auch die Ressourcen von Edge-Systemen geschont, wodurch kleinere und preiswertere Geräte nutzbar werden.
Das Projekt "Planung von Dachbegruenungen" wird vom Umweltbundesamt gefördert und von Baustoff-Forschung Buchenhof durchgeführt. Zur Verminderung der Hitzeeinwirkung auf Daecher, zur Stabilisierung des staedtischen Klimas durch Wasserverdampfung sowie durch Verhinderung zu hoher Abwassermengen, in welchen sich Schadstoffe aus der Luft befinden und zu dessen biologischem Abbau sind Baustoffe nach neuen Gesichtspunkten entwickelt worden, insbesondere Wand- und Kaminanschluesse. Eine grosse Anzahl von Pflanzen wurden in Dachversuchsstaenden seit 5 Jahren angesetzt und gemessen, ob und welcher biologische Abbau der verschiedenen Schadstoffe aus der Luft erfolgt. Die Untersuchungsmethoden wurden nach bekannten DIN- und Astm-Spezifikationen durchgefuehrt, die Pflanzenuntersuchungen nach chemischen Gesichtspunkten.
Das Projekt "Errichtung eines mit Altholz befeuerten Biomasse-Heizkraftwerks mit optimierter Wärmenutzung" wird vom Umweltbundesamt gefördert und von STEAG Energie-Contracting GmbH durchgeführt. Das Unternehmen wird in Dresden-Niedersedlitz ein mit Altholz befeuertes Biomasse-Heizkraftwerk errichten. Stündlich werden dort etwa 6 Tonnen Altholz aus dem städtischen Altholzaufkommen, den Altholzfraktionen des Sperrmüllaufkommens und dem örtlichen Bauabbruchholzes eingesetzt werden. Die Anlage ist so konzipiert, dass sie auf den Altholzanfall der Stadt Dresden zugeschnitten ist. Unnötige Transporte über größere Strecken unterbleiben. Die Energieerzeugung erfolgt in Kraft-Wärme-Kopplung. Der erzeugte Strom soll auf Basis des Erneuerbare-Energien-Gesetz ins Stromnetz des örtlichen Netzbetreibers eingespeist werden. Fernwärme wird für ein Industrie- und Gewerbegebiet und für das Stadtgebiet von Heidenau ausgekoppelt. Der Modellcharakter der Anlage besteht darin, dass die Errichtung des Biomasseheizkraftwerks und die Sanierung des bestehenden (Alt-)Wärmenetzes ein energetisches Gesamtkonzept darstellen. Dadurch soll der spezifische Energiebedarf für die Wärmebereitstellung um 35 Prozent gesenkt werden. Kraft-Wärme-Kopplung spielt bisher bei Altholzanlagen vergleichbarer Größenordnung außerhalb der Holzwerkstoffindustrie i.d.R. eine untergeordnete oder gar keine Rolle. Mit dem Vorhaben soll erstmals in Deutschland in einem Altholzheizkraftwerk eine Rostfeuerung mit einem Horizontalkessel errichtet werden. Die vorgesehene Bauart verspricht deutlich höhere Verfügbarkeit als bei herkömmlichen Anlagen mit vertikal aufgesetztem Kessel und höhere Nutzungsgrade. Eine ebenfalls erstmals für Holzfeuerung eingesetzte spezielle Bauart der Rostfeuerungstechnik ermöglicht es, Holzstücke mit einer Kantenlänge von bis zu 500 mm zu verwenden. Dies reduziert den energetischen Aufwand für die Zerkleinerung des eingesetzten Holzes sowie die Staub- und Lärmbelastung. Mittels aufwendiger Simulationsrechnungen konnten Feuerraumgeometrie sowie Luftdüsenanordnung optimiert und dadurch die Entstehung von Stickoxiden und Kohlenmonoxid reduziert werden. Durch die Nutzung von jährlich 47.000 Tonnen Altholz können 32.000 Tonnen CO2-Emissionen pro Jahr vermieden werden. Daher trägt das Vorhaben insbesondere zur Erreichung des im nationalen Klimaschutzprogramm der Bundesregierung formulierten CO2-Minderungsziels und des dort festgeschriebenen Verdopplungsziels für den Anteil erneuerbarer Energien an der Stromerzeugung und am Energiemix bis 2010 bei. Darüber hinaus kann ein ansonsten anfallender Frischwasserbedarf von etwa 250.000 m3 und ein Abwasseranfall von etwa 150.000 m3 durch ein Luftkühlerkonzept eingespart werden. Der erforderliche Strombedarf wird durch die eingesetzte Technik minimal gehalten.
Das Projekt "Teilvorhaben: Machine Learning Components for Automated Sewer systems" wird vom Umweltbundesamt gefördert und von Berliner Hochschule für Technik, Professur für Maschinelles Lernen durchgeführt. Derzeit leidet das Abwassersystem vor allem unter Intransparenz der Wassermengen im Gesamtsystem, ungesteuerten Schadstoffeintragungen in die Umwelt und in die Jahre gekommene Mess- und Steuersystemen, mit denen den Folgen des Klimawandels nicht mehr adäquat begegnet werden kann. Im Vorhaben RIWWER ist geplant, wichtige Stellen im kommunalen Abwassersystem im ersten Schritt zu digitalisieren, um anschließend mit Hilfe einer dezentralen und KI gesteuerten Verteilung die Wassermengen bei Regen/Starkregen im Kanalsystem und Regenbecken zu verteilen und damit Schadstoffeintragen in die Umwelt zu minimieren. Das Ziel des Teilvorhabens ist die Konzeption und Implementierung Künstlicher Intelligenz (KI) Komponenten für Abwassersysteme mit Edge Devices. In enger Zusammenarbeit mit den anderen Konsortialpartnern werden verschiedene KI Komponenten entwickelt, die eine robuste Bewertung der Systemzustände eines Abwassersystems erlauben, wie etwa Füllstände von Mischwasserbehältern oder Verschmutzungsgrad von Abwasser, anhand weniger und heterogener Sensordaten. Außerdem sollen die KI Komponenten belastbare Vorhersagen dieser Variablen in der Zukunft leisten. Ein wichtiger Bestandteil der Qualitätskontrolle der KI Komponenten und deren Vorhersagen ist die kontinuierliche automatisierte Überwachung der Datenqualität der gesamten Sensorik. Die Komponenten und deren Interaktion werden optimiert im Hinblick auf die besonderen Systemanforderungen: viele verteilte Messknoten, die auch unabhängig von der zentralen Steuerung relevante Systemzustände bewerten sowie vorhersagen können. Die KI Komponenten sowie die KI Systemarchitektur wird darauf optimiert sein, dass a) im Normalbetrieb das System alle Daten integrieren kann und aktualisierte Modellparameter globaler Modelle an lokale Edge Knoten senden kann, sowie dass b) im Notbetrieb lokal durch Edge basierte KI Vorhersagen gemacht werden können.
Das Projekt "Recycling von Prozessabwasser mit Rueckgewinnung von Schwefelsaeure in der Batterieherstellung" wird vom Umweltbundesamt gefördert und von VHB Industriebatterien durchgeführt. Bei der Batterieherstellung fallen beim Saeurefreiwaschen der formierten Elektroden grosse Mengen Abwasser an, die mit Schwefelsaeure, Blei und anderen Schwermetallen belastet sind. Zur Verminderung dieser Belastungen werden bisher die mehrstufige Kaskadenspuelung im Gegenstrom und Ableitung des anfallenden Spuelkonzentrats ueber eine Neutralisationsfaellung oder die Kreislauffuehrung ueber eine dreistufige Faellung nach dem Walhalla-Verfahren eingesetzt. Nachteilig hierbei ist der Schlammanfall, der mit grossem Aufwand verwertet werden muss. Im vorliegenden Vorhaben wird der Gesamtanfall von Abwasser im Bereich der Elektrodenwaesche durch die Anwendung und Optimierung von physikalischen Kreislaufbehandlungsverfahren mindestens halbiert und die anfallenden Reststoffe intern oder extern verwertet. Folgende Verfahrenskombinationen kommen zur Anwendung. Optimierung des Waschverfahrens zur Erhoehung der Konzentration der Spuelwaesser und Minimierung der Wassermenge. Entfernung des feinpartikulaer vorhandenen Bleis durch eine optimierte Mikrofiltration. Der zurueckgehaltene Bleischlamm kann in der Sekundaerverhuettung wieder eingesetzt werden. Entfernung der geloesten Schwermetalle durch Kationentauscher. Aufkonzentrierung der Loesung durch eine Elektrodialyse. Die hierbei erzeugte 10-prozentige Schwefelsaeure wird in die Produktion zurueckgefuehrt, das an Schwefelsaeure verarmte Wasser wird wieder im Spuelprozess eingesetzt. Bei dieser Verfahrensweise werden die Ableitung von grossen Mengen sulfathaltiger Abwaesser und die Entstehung von schwermetallhaltigen Gipsschlaemmen aus der konventionellen Abwasserbehandlung vermieden.
Das Projekt "Teilvorhaben: Entwicklung eines Entscheidungsunterstützungssystems zur Steuerung von Aktoren in Abwassernetzen" wird vom Umweltbundesamt gefördert und von HST Systemtechnik GmbH & Co. KG durchgeführt. Derzeit leidet das Abwassersystem vor allem unter Intransparenz der Wassermengen im Gesamtsystem und ungesteuerte Schadstoffeintragungen in die Umwelt. Die gewachsenen Strukturen und in die Jahre gekommene Mess- und Steuersysteme für Abwasser können den Folgen des Klimawandels nicht mehr adäquat begegnen. Hier setzt RIWWER an. Es ist geplant, wichtige Stellen im kommunalen Abwassersystem im ersten Schritt zu digitalisieren, um anschließend mit Hilfe einer dezentralen und KI gesteuerten Verteilung die Wassermengen bei Regen/Starkregen im Kanalsystem und Regenbecken zu verteilen und damit Schadstoffeintragen in die Umwelt zu minimieren. Dies geschieht durch intelligentes und vorausschauendes Verteilen der Wassermengen und eine KI-basierte Entscheidungsunterstützung für Kanalbetreiber. Analoge Mess- und Steuerstellen werden in einen in Echtzeit überwachten, automatisierten Betrieb überführt, der in Zukunft (a) im Regelbetrieb die Umwelt weniger belastet und (b) die Umweltauswirkungen bei Starkregen durch KI-gestützte Regelungen der Kanal- und Überlaufbecken minimiert. Die HST Systemtechnik entwickelt in Ihrem Teilvorhaben ein Entscheidungsunterstützungssystem für die Anwendung in der Abwasserwirtschaft. Dieses dient zur Vorbereitung (und ggf. Umsetzung) von Steuerungsbefehlen für Aktoren in Zentral- und Sonderbauwerken in der Abwasserentsorgung, insbesondere in Regenbecken, und basiert auf den Arbeiten der anderen Verbundpartner. Die mittels KI-Algorithmen entwickelten Betriebsregime sind anschließend in umsetzbare Steuerungsanweisungen für Abflussregler und sonstige Aktoren im Kanalnetz übertragen bzw. übersetzt werden. Darüber hinaus spielt die Integration der geplanten Entwicklungslösung in die bestehende Leit- und Fernwirktechnik in der Wasserwirtschaft durch HST Systemtechnik eine wichtige Rolle.
| Origin | Count |
|---|---|
| Bund | 478 |
| Type | Count |
|---|---|
| Förderprogramm | 478 |
| License | Count |
|---|---|
| offen | 478 |
| Language | Count |
|---|---|
| Deutsch | 463 |
| Englisch | 24 |
| Resource type | Count |
|---|---|
| Keine | 387 |
| Webseite | 91 |
| Topic | Count |
|---|---|
| Boden | 371 |
| Lebewesen & Lebensräume | 377 |
| Luft | 317 |
| Mensch & Umwelt | 478 |
| Wasser | 432 |
| Weitere | 478 |