Om de volksgezondheid en een duurzaam milieu te behouden bij een groeiende bevolking en een grilliger klimaat, is een goede aansturing van de afvalwaterketen in samenhang met het grond- en oppervlaktewatesysteem nodig. Resulterend in een veerkrachtig systeem zijn dat het vermogen heeft om extreme op te vangen en daarmee robuust, betrouwbaar en dus voorspelbaar is. En een systeem waarbij sanitie een bron van water, grondstoffen en energie wordt in plaats van afval. Met SAWA (Digital Twin Water-Smart Afvalwaterbeheer) brengen we optimalisaties aan in de afvalwaterketen. Via bijna real-time inzicht what if scenario studies behalen we kostenreductie in aanleg en onderhoud en delen we interactief kennis.
De stedelijk wateropgaven worden steeds complexer door een groeiende bevolking en een grilliger klimaat met extreme weerscondities; van monsterbui tot extreme droogte. Om de volksgezondheid en een duurzaam milieu voor de toekomst te borgen, is een goede aansturing van de afvalwaterketen in samenhang met het grond- en oppervlaktewatesysteem nodig. Wat resulteert in een veerkrachtig systeem zijn dat het vermogen heeft om extreme op te vangen en daarmee robuust, betrouwbaar en dus voorspelbaar is. En een systeem waarbij sanitie een bron van water, grondstoffen en energie wordt in plaats van afval.
SAWA – Digital Twin Water-Smart Afvalwaterbeheer
Onze SAWA (Digital Twin Water-Smart Afvalwaterbeheer) Optioneering Tool maakt zo’n aansturing mogelijk door de OAS benadering (Optimalisatiestudie Afvalwatersysteem) in een breder systeemperspectief te plaatsen. Daarmee brengen we de relatie tussen de verschillende systeemcompartimenten zoals de rioolwaterketen, het oppervlakkig afstromend water, grond- en oppervlaktewatersysteem, nauwkeurig in beeld. Dat doen we met sensoren en modellen. De daarmee verkregen inzichten vertalen we naar handelingsperspectieven in de waterketen.
SAWA faciliteert de beheerder om onderlinge optimalisaties per riool, rioolgemaal, bergbezinkbassins, afvalwatertransportgemaal en persleidingen bijna real-time uit te testen in what if scenario studies. Daarmee realiseren wij een aanzienlijk kostenreductie in aanleg en onderhoud. De uniek grote rekenkracht maakt het mogelijk om op een interactieve kennis te delen, met bijvoorbeeld operators, managers, beheerders, bestuurders en bewoners.
Met een Blueprint en een Proof of Concept maken de mogelijkheden van deze benadering duidelijk. In die benadering combineren wij een Digital Twin van de infrastructuur met onze instrumenten ARGUS en DiTAM voor respectievelijk het databeheer en het Asset Management.