Een Smith-predictor tegen de dode tijd in een zuivering

Zuurstofvariatie in de beluchting

In een afvalwaterzuivering moet de zuurstofconcentratie nauwkeurig geregeld worden. Als die te veel varieert kunnen de bacteriën hun werk niet goed doen, namelijk chemisch afvalmateriaal omzetten in nitriet en nitraat. Op de installatie in kwestie varieerde de zuurstofconcentratie te sterk.

Modelvorming en Smith-predictor

Eerst de vraag hoe je het gedrag modelleert dat voor de regeling telt. In de literatuur staat daar één standaard voor, het Active Sludge Model, dat de belangrijkste zuiveringsprocessen beschrijft.

Dat model bleek hier niet te voldoen. De zuurstofconcentratie hing sterk af van de stroomsnelheid in de installatie, en juist stromingsverschijnselen zitten niet in het ASM. Die stroomsnelheid wordt bovendien voor een groot deel bepaald door de beluchters, dus door de actuator van de regeling zelf.

Wat er wel was: een aanzienlijke vertraging tussen een regelactie en het effect ervan op de gemeten zuurstof, doordat het water een lange weg aflegt voordat het de meting passeert. Het gedrag bleek redelijk te beschrijven met een eerste-orde overdracht plus een looptijd, met parameters die afhangen van de beluchtersnelheid.

Die dode tijd is het echte probleem, want hij begrenst hoe scherp een PID mag staan. De versterking opvoeren is geprobeerd en leidde tot instabiel gedrag.

Daarom een Smith-predictor. Het idee is de bestaande PID te behouden, maar hem niet te voeden met de gemeten zuurstofconcentratie maar met een terugkoppeling uit een voorspellend model. Daarmee verplaats je de sensor virtueel naar een plek zonder dode tijd, en mag de versterking wél omhoog. De implementatie is gedaan op een Allen Bradley-PLC, als een mix van ladder logic en function blocks.

Tachtig procent minder zuurstofvariatie

Metingen vóór en ná laten zien dat de variatie in de zuurstofconcentratie met ongeveer tachtig procent is afgenomen.

Een standaardmodel is een startpunt, geen antwoord

Een standaardmodel uit de literatuur is een startpunt, geen antwoord. Hier was het dominante effect precies datgene wat het gangbare model weglaat. Dat is te achterhalen door het model tegen de data te leggen voordat er een regelaar op wordt gebouwd, en niet andersom.

Dode tijd is de reden dat veel lussen slap staan. Wie hem wegmodelleert in plaats van ermee te leven, krijgt de versterking terug die hij eerder heeft ingeleverd.