Particle analysis of drinking water – an online, early warning system approach

Detta är en Master-uppsats från KTH/Industriell bioteknologi

Sammanfattning: Med nya utmaningar för att tillgodose behoven av tjänligt dricksvatten hos konsumenter över hela världen krävs innovativa tekniker för övervakning av vattenkvalitet. I det här projektet undersöktes ett nytt instrument som detekterar och klassificerar partiklar i dricksvatten med hjälp av maskininlärda modeller. Målet var att utvärdera dess användbarhet som ett onlinesystem för tidig varning på Norrvattens reningsverket och ledningsnät. Utvärderingen utfördes som två separata delar: (1) en översiktlig analys av data som tidigare samlats in av tre instrument placerade på Norrvattens reningsverk och ledningsnät med målet att hitta trender och definiera tröskelnivåer, och (2) genom att utföra spikningsexperiment i instrumentet med kända föroreningar i laboratoriemiljö. Föroreningarna som undersöktes var E. coli, B. megaterium, humussyror, cyanobakterier av stam Synechocystis PCC 6803, och biofilm. Flödescytometri genomfördes på samma föroreningar för att möjliggöra jämförelser. Dataanalysen visade att instrumentet kan upptäcka säsongsvariationer i partikelnivåer. Dessutom har det partikelklasser som inte varierade med dessa fluktuationer vilket gör dem lovande som oberoende parametrar i ett varningssystem. Det fanns dock indikationer på att instrumentet kan göra oförutsedda klassifikationer av partiklar utifrån skillnader i sammansättningen mellan träningsdatats vatten och vattnet på Norrvatten. De laborativa experimenten visade att instrumentet kunde detektera alla föroreningar som testades, även vid cellantal på några få hundra celler/mL. Det kunde jämföras med flödescytometern, där det nya instrumentet kunde upptäcka halter av cyanobakterier under detektionsgränsen för flödescytometern, vilket indikerar en hög känslighet. Därför drogs slutsatsen att instrumentet har potential som tidigt varningssystem, men dess användbarhet hos Norrvatten är begränsad i dess nuvarande tillstånd på grund av de oförutsedda klassificeringarna av partiklar i deras vatten.

  HÄR KAN DU HÄMTA UPPSATSEN I FULLTEXT. (följ länken till nästa sida)