Das Überwachen der Abwasserzusammensetzung in Echtzeit wird durch die Verwendung einer lasergezündeten Xenon-Plasma-Lampe ermöglicht. Traditionelle Methoden, die auf manuellen 24-Stunden-Mischproben beruhen, sind aufgrund der steigenden Bevölkerungsdichte und variierenden Abwasserzusammensetzungen nicht mehr ausreichend. Eine präzisere Überwachung ist entscheidend, um die Qualität des gereinigten Wassers zu gewährleisten und den Energieverbrauch sowie den Einsatz umweltbelastender Betriebsstoffe zu reduzieren.
Das Fraunhofer-Institut für Lasertechnik (ILT) arbeitet an einer innovativen Technologie, um fortgeschrittene Methoden der Wasseraufbereitung umzusetzen. Eine neue Tauchsonde wird eingesetzt, die Laserlicht nutzt, um die Wasserqualität direkt in den Klärbecken zu überprüfen. Diese Sonde zielt darauf ab, spezifische Stoffe wie Tryptophan, Tyrosin, Phenylalanin und Huminsäuren zu identifizieren. Mit verschiedenen Lichtwellenlängen werden diese Stoffe angeregt, um ihre Leuchtsignale zu messen.
Das 2D-Fluoreszenzverfahren, das zuvor offline in Laboreinrichtungen durchgeführt wurde, wurde in eine handliche Tauchsonde umgewandelt. Das Team des Fraunhofer ILT hat umfangreiche Fachkenntnisse in Optikdesign und Messtechnik genutzt, um dieses Verfahren zu entwickeln. Eine Xenon-Plasma-Lichtquelle wird verwendet, um verschiedene Stoffe im Abwasser anzuregen, die dann über eine optische Faser zur Tauchsonde geleitet werden.
Durch die Entwicklung mathematischer Modelle im BMBF-Förderprojekt AIX-Watch soll die 2D-Fluoreszenz-Messmethodik weiterentwickelt und in realen Situationen getestet werden. Das Ziel ist eine verbesserte Steuerung und Regelung von Kläranlagen anhand kontinuierlicher Inline-Messungen. Durch die Nutzung von lernenden Modellen und kontinuierlichen Messdaten können Betreiber den Status ihrer Wasseraufbereitungsprozesse direkt überwachen und ihre Betriebsstrategien entsprechend anpassen.
Die Weiterentwicklung der Sonde am Fraunhofer ILT zielt darauf ab, preiswertere LEDs anstelle von Xenon-Plasma-Lichtquellen einzusetzen, um die Datenbasis im Bereich Data Mining und KI zu erweitern. Dieser Ansatz könnte dazu beitragen, das Verfahren für einen breiten Einsatz vorzubereiten und die Effizienz der Abwasseranalyse zu verbessern.