Mallinnusohjelmiston käyttö jätevedenpuhdistamon prosessin mitoituksessa
Tenhunen, Riku (2019)
2019
All rights reserved. This publication is copyrighted. You may download, display and print it for Your own personal use. Commercial use is prohibited.
Julkaisun pysyvä osoite on
https://urn.fi/URN:NBN:fi:amk-201905098854
https://urn.fi/URN:NBN:fi:amk-201905098854
Tiivistelmä
Tämä opinnäytetyö tehtiin Ramboll Finland Oy:lle. Opinnäytetyön tarkoituksena oli tutustua aktiivilieteprosessin mallinukseen, luoden kohdepuhdistamosta malli, jonka tuloksia verrattiin perinteisellä mitoituksella saatuihin arvoihin.
Työ aloitettiin kirjallisuusselvityksellä, jossa perehdyttiin aktiivilieteprosessin perinteiseen mitoitukseen ja prosessimallinnuksen pohjana oleviin aktiivilietemalleihin. Perinteisessä mitoituksessa keskityttiin ilmastusaltaan tärkeimpiin mitoitustekijöihin. Aktiivilietemallien osalta perehdyttiin niiden historiaan ja toimintaperiaatteisiin.
Käytännön osuudessa luotiin kohdepuhdistamosta malli käyttäen Sumo-ohjelmistoa. Malli pyrittiin saamaan vastaamaan ominaisuuksiltaan perinteisessä mitoituksessa käytettyjä arvoja. Lopulta saatuja tuloksia verrattiin keskenään.
Työn tulosten perusteella prosessimallinnuksella voidaan saavuttaa perinteistä mitoitusta vastaavia tuloksia ja siten käyttää mitoituksen tukena. Se kuitenkin vaatii jossain määrin enemmän työtä mallin ominaisuuksien määrittämiseksi luotettavasti.
Työ aloitettiin kirjallisuusselvityksellä, jossa perehdyttiin aktiivilieteprosessin perinteiseen mitoitukseen ja prosessimallinnuksen pohjana oleviin aktiivilietemalleihin. Perinteisessä mitoituksessa keskityttiin ilmastusaltaan tärkeimpiin mitoitustekijöihin. Aktiivilietemallien osalta perehdyttiin niiden historiaan ja toimintaperiaatteisiin.
Käytännön osuudessa luotiin kohdepuhdistamosta malli käyttäen Sumo-ohjelmistoa. Malli pyrittiin saamaan vastaamaan ominaisuuksiltaan perinteisessä mitoituksessa käytettyjä arvoja. Lopulta saatuja tuloksia verrattiin keskenään.
Työn tulosten perusteella prosessimallinnuksella voidaan saavuttaa perinteistä mitoitusta vastaavia tuloksia ja siten käyttää mitoituksen tukena. Se kuitenkin vaatii jossain määrin enemmän työtä mallin ominaisuuksien määrittämiseksi luotettavasti.