Een inspirerende data science bijeenkomst!

‘Welke factoren veroorzaken de slechtere bezinkbaarheid van het zuiveringsslib?’, dat was de vraag waarmee een grote groep data scientists zich bij WLN heeft beziggehouden. In de Zout Afvalwater Zuiveringsinstallatie (ZAWZI) van North Water zuiveren duizenden bacteriën het vuile water. Samen vormen deze bacteriën het zuiveringsslib. In de laatste fase van de zuivering bezinkt het slib, waarna North Water het bovenstaande water loost op de Waddenzee. Soms blijkt dit bezinken echter slechter te verlopen.

Kennisnetwerk Data Science Noord-Nederland
Op 19, 26 november en 10 december 2018 nam een groep van 25 data scientists vanuit het Kennisnetwerk Data Science Noord-Nederland de ontvangstruimte van WLN over om vervolgens in vier groepen met deze casus aan de slag te gaan.
Het kennisnetwerk, dat onder de vlag van Samenwerking Noord valt, biedt de mogelijkheid aan bedrijven om een dataset in te dienen, zodat hun netwerk van data scientists ermee aan de slag kan. Dit leek ons een mooie kans om data die wij samen met Bioclear Microbial Analysis hebben verzameld te analyseren.

Bezinkbaarheid zuiveringsslib verbeteren
Het vraagstuk waar we ons samen met de data scientists op hebben gestort gaat over de bezinkbaarheid van het slib van de ZAWZI. Bij de ZAWZI wordt het afvalwater van de omliggende industrie gezuiverd, zodat het schoon genoeg is om te lozen op de Waddenzee. De bacteriën in het slib in deze zuivering zorgen ervoor dat het water gezuiverd wordt. Op sommige momenten doen deze bacteriën beter hun werk dan op andere momenten. Al jaren onderzoekt WLN onder welke omstandigheden dat het geval is. Daarbij is veel data verzameld.
De vraag naar afvalwaterzuivering neemt toe en beter presterende bacteriën helpen de capaciteit van de ZAWZI te vergroten. Reden voor WLN om meer inzicht hierin te willen krijgen.

Vergroten inzicht in optimale omstandigheden
Niet alles kan tot dusver technologisch worden verklaard en dus is er behoefte aan aanvullende inzichten over de omstandigheden waaronder de bacteriën zo optimaal mogelijk presteren. De hypothese was dat data analyse door data scientists daarvoor kan zorgen. Hiertoe verzamelde WLN procesdata, waterkwaliteitsgegevens, biologische populatiedynamieken en weergegevens en bood die aan aan het Kennisnetwerk.

Leerzame ervaring data analyse in waterzuivering
Op 10 december vond de laatste bijeenkomst plaats en werden de resultaten gepresenteerd aan een grote groep geïnteresseerden. Er kwamen een aantal interessante ideeën voorbij, zoals het clusteren van bacteriepopulaties tot jaarlijks terugkerende patronen, en mogelijke verbanden tussen stoffen in het water en de bezinking van het slib. Een leerpunt voor WLN is dat bij het opslaan van data het verstandig is dit zo te doen dat data scientists er makkelijker mee uit de voeten kunnen.
Alles bij elkaar was het een leerzame ervaring, zowel voor WLN als voor de data scientisten. Wij gaan zeker vervolgstappen zetten om meer handvatten te krijgen om met de groeiende hoeveelheid data om te gaan, en om meer informatie uit bestaande data te halen als dat nu plaatsvindt. Zowel voor de ZAWZI, maar ook voor de andere waterzuiveringen in Groningen en Drenthe!

Meer informatie over de ZAWZI is te vinden in de case ZAWZI.

Lees ook het verslag op de website van het Kennisnetwerk Data Science Noord-Nederland.