Meer zicht op het influent dankzij onze fingerprinting database
IMD heeft een 'fingerprint database' opgezet die als herkenning kan dienen voor onbekende lozingen in het rioolwater. De database bevat ongeveer 3000 spectra die IMD in de afgelopen 10 jaar verzameld heeft. 800 hiervan worden gebruikt in het script omdat ze karakteristieke afwijkingen hebben. Een aan de database gekoppeld script maakt gebruik van machine-learning waarme een onbekende meting wordt vergeleken met fingerprints uit de fingerprintdatabase. Het geeft percentueel aan welk type lozing de meting waarschijnlijk weergeeft.
Fingerprints
Een fingerprint is een specifiek UV-VIS absorptiespectrum dat in het afvalwater voorkomt. Deze fingerprint kan per type industrie, per bedrijf en soms per productieproces uniek zijn. De database is dan ook gecategoriseerd binnen generieke categorieën, bijvoorbeeld slachterij, zuivel, textiel of mestverwerking. De fingerprints zijn interessant voor bedrijven én waterschappen. Niet alleen helpen ze herleiden waar iets fout ging binnen een productieproces, ze helpen ook om meer grip te krijgen op wat daadwerkelijk op de awzi of rwzi wordt aangevoerd. Als we middels UV-VIS sensormetingen bepaalde afwijkingen zien op een zuivering, dan kunnen we met fingerprinting een indicatie geven van welke lozingsbron voor die afwijking zorgt.
Tijdig maatregelen nemen
Dat niet alleen, wanneer je op een rioolgemaal of het influent kunt meten dat er een schadelijke afvalwaterstroom aan gaat komen, kun je tijdig maatregelen nemen zodat het zuiveringsproces niet wordt bedreigd. Onze fingerprint database sluit dan ook goed aan bij de Herziening Richtlijn stedelijk afvalwater (https://rb.gy/7gzv5). Daarin wordt aangegeven dat het belangrijk is op een zuivering te weten wat er op welk moment binnenkomt in relatie tot het hergebruik van het effluent en slib.
Ook úw afvalwatermonsters interessant
Op dit moment is de fingerprint database volop in ontwikkeling. Nu de techniek werkt (machine learning script) wordt de database verder gevuld en de categorieën verfijnd. Hiervoor willen we graag zoveel mogelijk monsters van verschillende lozingsbronnen ontvangen. Hoe meer data, hoe beter we het model kunnen trainen. Wilt u weten waar uw afvalwater uit bestaat en/of heeft u interessante afvalwatermonsters? Neem contact op met Siebe Vrieswijk om te horen hoe we dat kunnen stroomlijnen: s.vrieswijk@imd-ma.nl