Der HEIBRiDS-PhD-Kandidat Ivo Daniel hat beim Weltkongress für Umwelt- und Wasserressourcen 2023 des Environmental and Water Resources Institute (American Society of Civil Engineers) den zweiten Platz in der Graduate Student Paper Competition gewonnen. In seinem ausgezeichneten Paper "A Machine Learning-Based Surrogate Model for Coupled Hydraulic and Water Quality Simulation in Water Distribution Networks" (Ein auf maschinellem Lernen basierendes Ersatzmodell für die gekoppelte Simulation von Hydraulik und Wasserqualität in Wasserverteilungsnetzen) schlägt Daniel die Verwendung eines leichtgewichtigen Ersatzmodells für eine effiziente Wasserqualitätssimulation vor. Dieses Modell könnte die Simulationszeiten verkürzen und die Optimierung von Kontrollparametern überschaubarer machen.
Die Gewährleistung einer konsistenten und hohen Wasserqualität ist für Wasserversorgungsunternehmen von zentraler Bedeutung, um die Anforderungen der öffentlichen Gesundheit zu erfüllen und die Kundenzufriedenheit zu gewährleisten. Dazu müssen alle relevanten Wasserqualitätsparameter, wie die Konzentrationen von Desinfektionsmitteln und Nebenprodukten, kontinuierlich überwacht und angepasst werden. Wasserqualitätssimulationen für Trinkwasserverteilungssysteme (DWDS) sind bereits gut etabliert und äußerst genau. Allerdings sind sie rechenintensiv, so dass eine Optimierung der Steuerungsparameter nur bedingt möglich ist.
"In dieser Arbeit haben wir einen systemspezifischen Ansatz entwickelt, um den stationären Zustand der hydraulischen und Wasserqualitätsbedingungen eines DWDS auf der Grundlage allgemeiner Eingabedaten, wie Reservoirdruck, Wasserbedarf und Desinfektionsmitteldosierung, vorherzusagen. In diesem ersten Entwicklungsschritt ist es uns gelungen, alle relevanten Wasserqualitätsparameter des Multi-Species Reactive Transport (MSRT) Modells in einem einzigen Vorhersagemodell zu berücksichtigen. Die weitere Entwicklung wird sich dann darauf konzentrieren, die Fähigkeiten dieses Modells auf instationäre Vorhersagen zu erweitern und systemunabhängig zu sein. ", erklärt Daniel. Das stationäre Ersatzmodell zeigt sehr gute Vorhersagefähigkeiten mit R2-Werten von über 0,98 und Fehlerwerten von weniger als 0,01% für hydraulische Parameter und weniger als 1% für Wasserqualitätsparameter.
"Die Arbeit von Ivo Daniel ist ein wichtiger Beitrag zur Verbesserung der gemeinsamen Modellierung von Hydraulik und Wasserqualität in Trinkwasserverteilungssystemen. Die Arbeit und die Auszeichnung sind die ersten Ergebnisse einer laufenden Zusammenarbeit mit Prof. Ostfeld am Technion, wo Ivo im vergangenen Herbst als Gastforscher tätig war, unterstützt durch das Helmholtz Israel Data Science Exchange Programm. Wir freuen uns, diese Arbeit weiter auszubauen, daher ist diese Auszeichnung eine sehr motivierende Anerkennung von Ivos Forschung und des Interesses, das sie in der Wasserwirtschaftsgemeinschaft findet", erklärt Andrea Cominola, ECDF-Professor und Leiter des Lehrstuhls für Intelligente Wassernetze an der TU Berlin, wo Daniel als wissenschaftlicher Mitarbeiter tätig ist.