Detektion von Verunreinigungen in Wassernetzen

Wasser ist eine zentrale Quelle des Lebens. Die Steuerung von Netzen zur Versorgung mit Frischwasser in ausreichender Qualität ist von großem öffentlichen Interesse. Die Wasserqualität kann unter Umständen durch absichtliche oder versehentliche Kontamination von Industrie, Landwirtschaft oder einzelnen Personen bedroht sein. Die kommunale Wasserversorgungsnetze sind in der Regel so groß, dass es unmöglich ist, sie durch physische Sicherheitsmaßnahmen zu schützen. Gegenstand unserer Forschung ist die räumliche und zeitliche Identifikation der Quellen von Verunreinigungen aus gegebenen Messungen von wenigen Sensorstationen. Eine schnelle und zuverlässige Bestimmung der Quellen ermöglicht es, geeignete Gegenmaßnahmen zu ergreifen.

Wir führen ein diskret-kontinuierliches Modell zur Detektion von Verunreinigungsquellen in Wassernetzen ein. Der dynamisch Wasserstrom in den Leitungen wird durch partielle Differenzialgleichungen (die sogenannte Transport-PDE) modelliert. Wir verwenden eine lineare gemischt-ganzzahlige Modellierung und eine Diskretisierung der Dynamik der PDE, sowie eine lineare Näherungen der Kostenfunktion. Wir testen unsere Methoden auf Daten von den städtischen Frischwassernetzen von Memphis und Macao.

Partner


  • Michael Herty, Technische Universität Kaiserslautern

Veröffentlichungen

  1. Armin Fügenschuh, Simone Göttlich, Michael Herty, Water Contamination Detection , Andreas Oberweis et al. (Eds.), eOrganisation: Service-, Prozess-, Market-Engineering, 8. Internationale Tagung Wirtschaftsinformatik, Universitätsverlag Karlsruhe, pp. 501 – 518, 2007.

Unsere Webseite verwendet Cookies. Diese haben zwei Funktionen: Zum einen sind sie erforderlich für die grundlegende Funktionalität unserer Website. Zum anderen können wir mit Hilfe der Cookies unsere Inhalte für Sie immer weiter verbessern. Hierzu werden pseudonymisierte Daten von Website-Besuchern gesammelt und ausgewertet. Das Einverständnis in die Verwendung der technisch nicht notwendigen Cookies können Sie jeder Zeit wiederrufen. Weitere Informationen erhalten Sie auf unseren Seiten zum Datenschutz.

Erforderlich

Diese Cookies werden für eine reibungslose Funktion unserer Website benötigt.

Statistik

Für den Zweck der Statistik betreiben wir die Plattform Matomo, auf der mittels pseudonymisierter Daten von Websitenutzern der Nutzerfluss analysiert und beurteilt werden kann. Dies gibt uns die Möglichkeit Websiteinhalte zu optimieren.

Name Zweck Ablauf Typ Anbieter
_pk_id Wird verwendet, um ein paar Details über den Benutzer wie die eindeutige Besucher-ID zu speichern. 13 Monate HTML Matomo
_pk_ref Wird benutzt, um die Informationen der Herkunftswebsite des Benutzers zu speichern. 6 Monate HTML Matomo
_pk_ses Kurzzeitiges Cookie, um vorübergehende Daten des Besuchs zu speichern. 30 Minuten HTML Matomo