Der Neue Wiesentbote

Ein Konsortium aus sechs Partnern, darunter das Institut für Wasser- und Energiemanagement der Hochschule Hof (iwe), will im Rahmen des Verbundforschungsprojekts „InSchuKa4.0 – Kombinierter Infrastruktur- und Umweltschutz durch KI-basierte Kanalnetzbewirtschaftung“ das Abwassernetz flexibel, widerstandsfähig und effizient für Extremwetterlagen machen. Das durch das Bundesministerium für Bildung und Forschung (BMBF) geförderte Projekt startete im Februar 2022 für eine Laufzeit von drei Jahren.

Der Klimawandel stellt die Gesellschaft im Allgemeinen und die Wasserwirtschaft im Besonderen vor enorme Herausforderungen. Hochwasser oder Überschwemmungen durch Starkregen treten in Deutschland immer häufiger auf und verursachen beispielsweise durch die unkontrollierte Einleitung von ungeklärten Abwässern in die Gewässer bei vollgefülltem Kanal oft große Schäden für Mensch und Umwelt. Andererseits sind in Zukunft auch mehr Trockenperioden zu erwarten. Für die Betreiber von Mischwasserkanälen können längere Dürreperioden schwerwiegende negative Folgen für den Betrieb des Netzes haben. Einer der wichtigsten Aspekte ist die Sedimententfernung, die bei länger andauernder Trockenheit und dem damit verbundenen geringeren Durchfluss aufgrund von weniger Wasser schwieriger ist als bei regelmäßigen Niederschlägen, die einen Teil der regelmäßigen Sedimententfernung im Kanal übernehmen. Niederschlagsbedingte Abflussschwankungen haben einen weitaus größeren Einfluss auf Kanalablagerungen als beispielsweise konstruktive Randbedingungen wie Gefälle oder Rohrmaterial. Trotz hoher Aufwendungen für manuelle Spülungen kommt es immer wieder zu ungewünschten Ablagerungen und den damit verbundenen negativen Auswirkungen wie unangenehme Geruchsentwicklung. Ereignet sich zudem ein Starkregenereignis unmittelbar nach einer längeren Trockenperiode, füllt sich ein Kanalsystem innerhalb kürzester Zeit und die vorhandenen Ablagerungen gelangen ungereinigt mit den überschüssigen Wassermengen aus dem Kanalsystem in die Gewässer.

Die Anpassung der Wasserwirtschaft an diese Auswirkungen des Klimawandels sowie ein realistischer Weg zur Klimaneutralität sind somit Themen von entscheidender Bedeutung.

Ort und Zeitpunkt von Extremwetterereignissen lassen sich bislang nur schwer vorhersagen. Diesen können die Betreiber von Abwassernetzen nur mit dynamischen und flexiblen Lösungen begegnen. An dieser Stelle setzt „InSchuKa4.0“ an. Ziel ist, eine auf künstlicher Intelligenz basierende Kanalmanagementlösung zu entwickeln, die innovative Kanalsensoren und modernste Kanalausrüstung einsetzt und historische und prognostische Wetterdaten einbezieht, um einen flexiblen, widerstandsfähigen und effizienten Betrieb des Kanalnetzes zu gewährleisten.

Dafür stellt der Kommunalpartner JenaWasser einen Teilabschnitt des Jenaer Kanalnetzes zur Verfügung. Auf Basis der bisherigen Kanalnetzberechnungen unter Einbezug historischer Regendaten wird in einem ersten Schritt mithilfe der Simulation verschiedener Wetterextreme analysiert, über welche Speicherkapazitäten der Teilabschnitt verfügt, wie sich der Kanal in den verschiedenen Situationen verhält und welches Volumen zusätzlich nutzbar gemacht werden kann. Die Ergebnisse geben die Basis für die erforderliche Entwicklung einer neuartigen KI-basierten Managementlösung. Danach werden moderne Steuerungselemente (Schieber-/Wehrsysteme und IT-Automation) sowie Sensoren zur Erfassung von Sedimenten installiert und mit der KI-basierten Managementlösung verbunden. Der sich anschließende Probebetrieb wird zeigen, welche Möglichkeiten das neue System bietet und wie der Transfer auf weitere Anwendungsfälle erfolgen kann.

Die Projektteilnehmer von „InSchuKa4.0“ im Überblick: Institut für Wasser- und Energiemanagement der Hochschule Hof (iwe); Hochschule Magdeburg-Stendal, Fachbereich Wasser, Umwelt, Bau und Sicherheit Professur Siedlungswasserwirtschaft – Schwerpunkt Abwasser; HST Systemtechnik GmbH & Co. KG (HST); Pegasys Gesellschaft für Automation und Datensysteme mbH (Pegasys), Nivus GmbH (Nivus) und JenaWasser (JeWa).