Plattform für Wasser, Gas und Wärme
Die nach Raum und Zeit differenzierte Überwachung von Transport- und Umsatzprozessen im Kanal stellt naturgemäss hohe Anforderungen sowohl an die Sensorik als auch an die Datenfernübertragung. Der Netzwerkcharakter, der eingeschränkte Zugang zu unterirdischer Infrastruktur, die unwirtlichen, teils gesundheitsgefährdenden Milieubedingungen sowie die schnell und zufällig wechselnde Belastungssituation (Regen-/Trockenwetter) gehören zu den wesentlichen Herausforderungen beim Erfassen von Volumen- und Stoffströmen in Entwässerungssystemen.
Für eine räumliche Erfassung von Niederschlag und Landnutzung im urbanen Raum werden technologische Neuerungen wie Regenradar und eine hochauflösende Fernerkundung bereits vielversprechend eingesetzt. Darüber hinaus suggerieren aktuelle Entwicklungen im Zusammenhang mit dem digitalen Wandel (Digitalisierung, IoT, Vernetztes Rechnen, Maschinelles Lernen, Künstliche Intelligenz) ein enormes Potenzial hinsichtlich der Erfassung und Auswertung von Informationen zu Stoff- und Produktionsströmen – auch in der Siedlungsentwässerung. Dabei können die Leistungen der digitalen Transformation in zwei Bereiche unterteilt werden:
– Immer mehr Daten können mittels Sensoren erfasst und übertragen werden.
– Diese Daten werden kohärent verarbeitet mit dem Ziel, das Systemverständnis zu verbessern und um Prozessabläufe effizienter steuern zu können.
Ein Hauptpfeiler der digitalen Vernetzung sind Niedrigenergiefunknetze (engl.: Low Power Wide Area Network, LPWAN, s. Box). Diese Technologie verspricht Daten von bis zu mehreren Hundert Sensoren drahtlos über eine einzelne Basisstation (engl.: Gateway) in das Internet zu übertragen. Während erste Versuche, vor allem in den USA, mit speziell entwickelten Kommunikationssystemen bereits in den frühen 2000er-Jahren getestet wurden [1–3], ist derzeit unklar, welche der mittlerweile standardisierten Niedrigenergiefunktechnologien die rasante Entwicklung in diesem Bereich überlebt. Neben zahlreichen Simulationsstudien [4, 5] und theoretischen Betrachtungen [6] fehlen jedoch solide Erfahrungen von realen Anwendungen im Vollmassstab, insbesondere Langzeitbetrachtungen. Technische Aspekte wie Übertragungszuverlässigkeit, Funkreichweite, Durchsatzbeschränkungen, gerichtete Kommunikation, Signalrouting, Zeitsynchronisation, Energieverbrauch und Verschlüsselung müssen den speziellen Anforderungen einer Anwendung in Siedlungsentwässerungssystemen gerecht werden und dementsprechend systematisch evaluiert werden.
Ziel des vorliegenden Beitrags ist es,
– die erfolgreiche Etablierung eines autarken Drahtlossensornetzwerks im Vollmassstab zu veranschaulichen, ohne dabei die Herausforderungen im Zusammenhang mit einer solch umfassenden Implementierung auszublenden.
– basierend auf dem derzeitigen Wissenstand die Eignung der LoRaWAN (Long-Range Wide Area Network)-Technologie für eine evidenzbasierte Kanalnetzbewirtschaftung einzuschätzen,
– Lösungen für anwendungsspezifische Limitierungen für eine zuverlässige Funkübertragung aus dem Untergrund aufzuzeigen.
In diesem Beitrag stehen die Aspekte Sensorik und DatenfernĂĽbertragung im Fokus, obgleich die Verarbeitung und die Interpretation der gesammelten Daten ebenso relevant und sehr eng mit der Datenerhebung verbunden sind.
Die Möglichkeiten der Übertragung von Informationen zu Systemzuständen in Entwässerungsnetzen sind vielfältig: drahtgebunden, z. B. über Kupfer-, Glasfaserkabel, drahtlos via Mobilfunknetz oder offline über Datenlogger.
Massgebend für die Wahl eines Übertragungskonzeptes sind im Wesentlichen: die Menge der zu übertragenden Informationen (Videostreams vs. Binärsignale), die Art der Nutzung dieser Information (Echtzeitsteuerung eines Netzes vs. temporäre Einzelmessung) und der Energieverbrauch von Sensor und Datenübertragung.
Während drahtgebundene Lösungen zuverlässig sind, die Realisierung aber oft mit einem erheblichen Installationsaufwand verbunden ist, versprechen drahtlose Übertragungsmethoden ein hohes Mass an Flexibilität bei vergleichsweise geringen Investitionskosten. Diesen Vorteil bezahlt man mit erhöhten Wartungsintervallen und eingeschränkter Übertragungszuverlässigkeit. Offline-Anwendungen entziehen sich durch fehlenden Fernzugriff einer Ad-hoc-Funktionskontrolle, sodass nicht selten ein vermeidbarer Datenverlust eintritt (Batteriespannungsabfall, Ringspeicherüberschreibung), der vor allem bei umfangreicheren, integralen Messvorhaben eine unwiederbringliche Informationslücke hinterlässt.
Allen Anwendungen gemein ist: i) ein mitunter erheblicher Aufwand bei Installation in schwer zugänglichen und explosionsgefährdeten Räumen im Untergrund, der sich wartungsintervallabhängig erhöht, und ii) eine eingeschränkte Skalierbarkeit bzw. Flexibilität bei der Implementierung. Daraus lassen sich folgende Bedarfe ableiten:
– eine zuverlässige Datenübertragung für eine möglichst lückenlose Messwertzeitreihe
– eine hinreichend grosse Übertragungsreichweite im bebauten Gebiet und aus dem Untergrund
– eine solide Energieversorgung von Sensorik und Übertragungstechnologie mit Batteriestandzeiten von mindestens einem Jahr
– eine einfache, schnelle Installation ohne bauliche Veränderungen wie z. B. die Herausführung von Antennenleitungen oder der Einbau von speziellen funkfähigen Schachtdeckeln
– ein Funkstandard ohne Herstellerbindung für Peripheriegeräte, möglichst nicht proprietär und lizenzfrei
– Option für den Aufbau eines eigenen, sogenannten «privaten» Funknetzes oder Nutzung bereits bestehender «öffentlicher» Funkinfrastruktur
– ein hoher Standard bezüglich Datenverschlüsselung
– Hardware und Technologie, geeignet aufgrund ihrer Eigenschaften für den Einsatz in explosionsgeschützter Umgebung
Die Etablierung des Drahtlossensornetzwerkes (engl.: Wireless Sensor Network, WSN) im Grossmassstab ist wesentlich motiviert durch die im November 2015 gestartete Forschungsinitiative der ETH Zürich und Eawag «Das Urbanhydrologische Feldlabor» (engl.: The Urban Water Observatory, UWO). Mit diesem Vorhaben wollen die Forscher kompartimentübergreifend die Dynamik des urbanen Wasserhaushalts über einen Zeitraum von fünf Jahren messtechnisch erfassen und somit die Basis für datengetriebene Wasserforschung schaffen. Zudem bietet das digitale Feldlabor die Möglichkeit, neuartige Technologien in Bezug auf Praxistauglichkeit für die Siedlungsentwässerung unter realen Bedingungen zu testen und zu optimieren.
Das Drahtlossensornetzwerk kann grundsätzlich anhand der Elemente Sensorik, Funksystem und Netzwerkmanagement beschrieben werden.
Die Datenfernübertragung zwischen lokalen Sensorknoten und Basisstationen erfolgt mittels Niedrigenergiefunk im Sub-Gigahertz-Bereich nach dem LoRaWAN-Standard [9]. Dieser Standard ermöglicht eine per se bidirektionale Funkverbindung zwischen autarken Sensorknoten und Basisstationen über eine mittlere Reichweite von bis zu 20 km
(oberirdisch, abhängig von der Sichtverbindung und den Wetterbedingungen). Die Entscheidung, den Datentransfer mittels LoRaWAN zu realisieren, ist im Wesentlichen durch drei Aspekte begründet: i) Datenübertragung im Niedrigenergiebereich auf einem lizenzfreien Frequenzband, ii) ein Standard mit Open-Source-Charakter, der durch eine breite Community von Entwicklern und Anwendern gestützt wird, und iii) die Verfügbarkeit des LoRaWAN–Standards zu Projektbeginn Ende 2015.
Die LoRaWAN-Netzwerkarchitektur ist standardmässig als sternförmige Topologie aufgebaut, d. h. Sensor-Knoten kommunizieren mit dem am besten verfügbaren. Gegenwärtig werden im UWO drei Gateways (Kerlink Wirnet Station 868) betrieben: einer autark mit Solarenergie und zwei mit Netzstrom. Diese empfangen Signale der Sensorknoten und senden die Daten über eine Mobilfunkverbindung an einen Netzwerkserver weiter.
Im Untersuchungsgebiet sind derzeit insgesamt 62 LoRaWAN-Sensorknoten implementiert, die mit einer zeitlichen Auflösung von 1 bis 5 Minuten Systemzustände messen und übertragen: 33 Ultraschall-Füllstandsmesser (MaxBotix), 8 dielektrische Leitfähigkeitssensoren (METER), 2 Drucksonden (Keller), 11 Multiparameter-Sonden zur Überwachung von Grundwasserstand und -qualität (STS, Keller) und 8 Kippwaagenpluviometer (R. M. Young). Die Verwendung von 5 V und weniger Betriebsspannung sowie einer Stromaufnahme von einigen Milliampere für Sensoren und Funkmodule vereinfacht eine Realisierung von eigensicheren Geräten als Zündschutz in explosionsgefährdeten Umgebungen.
Die Funkknoten sind teilweise hauseigene Prototypen, teilweise als Serienprodukte über regionale Hersteller bezogen (Decentlab, Keller AG). Die Prototypen werden mit Lithium-Polymerbatterien (3,7 V, 6600 mAh), die fremdproduzierten Knoten mit zwei handelsüblichen LR14 resp. LR20 Alkali-Mangan-Baby/Monozellen oder ebenfalls eingebauten Lithium-Polymerbatterien betrieben. Für Sensorknoten mit Luftultraschallsensoren (MaxBotix) und einem Messintervall von fünf Minuten ergibt sich eine rechnerische Standzeit von etwa zwei Jahren, bei Piezometermessstellen mit stündlichem Mess- und Sendeintervall noch länger. Sensor und Funkknoten sind überwiegend durch ein Sensoranschlusskabel verbunden, sodass beide Komponenten optimal positioniert werden können.
Vereinfacht ausgedrückt steuert das Netzwerkmanagement über die Gateways die Funkkanäle und Datenraten der Sensorknoten und organisiert das Sortieren und Weiterleiten der Datenpakete an einen hausinternen Datenserver. Im vorliegenden Fall wird die Software und Infrastruktur der Firma Loriot.io (Thalwil) eingesetzt. Diese Dienste sind kostenpflichtig. Auf dem hauseigenen Server werden die Daten automatisiert in einer herkömmlichen Datenbank abgelegt und stehen für verschiedene Anwendungen (Visualisierung über eine öffentlich zugängliche Website, wissenschaftliche Auswertungen, Modellierung) zur Verfügung.
Das Untersuchungsgebiet befindet sich 20 km nordöstlich der Stadt ZĂĽrich in der Gemeinde Fehraltorf. Das Einzugsgebiet wird durch ein modifiziertes Mischsystem entwässert (13 km Mischwassersammler, 4,6 km Schmutzwasserkanäle, 10,9 km Regenwasserkanäle). Das gesamte Siedlungsgebiet umfasst 152 ha, während davon etwa 40 ha als versiegelte Fläche an Mischwasserkanäle angeschlossen sind. Eine nicht unerhebliche Anzahl der Kanalhaltungen liegt unterhalb des saisonal schwankenden Grundwasserspiegels. Der Fremdwasseranfall im Kläranlagenzufluss ist dementsprechend variabel und wird ĂĽberschlägig mit 35 bis 55% als beträchtlich eingeschätzt. Insgesamt vier Mischwasserspeicher (36,1 m3 hared-1) werden im Regenwetterfall bewirtschaftet; ĂĽber sechs Entlastungsbauwerke wird MischÂabwasser in ein basisabflussreguliertes Fliessgewässer abgeschlagen. Eine besondere Einleitsituation ergibt sich zudem durch ein ungĂĽnstiges VerdĂĽnnungsverhältnis von Gewässerabfluss zu Kläranlagenablauf, das am Einleitpunkt der Kläranlage im Trockenwettermittel etwa 3:1 beträgt.
Die Sensoren sind entsprechend der Zielstellung des Monitorings an den Entlastungsbauwerken sowie im zentralen Teil des Entwässerungsnetzes entlang der Hauptsammler installiert. Neben dem über das LoRaWAN verbundene Sensornetz wird zu Referenzzwecken zusätzlich ein Monitoring-Backbone, bestehend aus derzeit fünf konventionellen Abflussmessungen an zentralen Punkten sowie vier Wäge-Pluviometern, betrieben. Hier werden die Daten herkömmlich über Mobilfunk übertragen, bei den Durchflussmessern müssen etwa monatlich die Batterien ausgetauscht werden.
Die Evaluierung der Leistungsfähigkeit des Funknetzwerks basiert zum einen auf Erfahrungen aus dem über zweijährigen Netzwerkbetrieb mit insgesamt über 660 000 Betriebsstunden (Mai 2016 bis November 2018) und zum anderen auf der systematischen Auswertung der Betriebsparameter im Zeitraum Januar bis Mai 2017.
Vor der Implementierung der Sensorknoten wurden standortspezifische Reichweitentests durchgeführt, um den Netzempfang oberirdisch und im Kanal zu prüfen. Anfangs waren die Autoren überzeugt, dass mit nur zwei Gateways eine ausreichende Abdeckung des gesamten Stadtgebietes (ca. 3 × 3 km) mit LoRaWAN erreicht werden kann. Andererseits war der Empfang an Standorten im Untergrund drastisch reduziert.
Vor diesem Hintergrund beobachteten sie für unterirdisch platzierte Funkknoten eine stark abnehmende Übertragungszuverlässigkeit (Quality of Service, QoS) mit zunehmender Entfernung vom Gateway. Im schlechtesten Fall sinkt die Zuverlässigkeit, mit der ein Datenpaket übertragen wird, auf 63%, d. h. 27% der Pakete gehen verloren. Für überirdisch installierte Funkknoten ist diese distanzabhängige Reduktion ebenso existent, aber weit weniger ausgeprägt. Für den Zeitraum Januar bis Mai 2017 insgesamt wurden im Mittel 83% aller Pakete übertragen, wobei immer etwa 70% aller implementierten Sensorknoten direkt aus dem Untergrund sendeten.
Generell festgestellt wurde, dass die Netzabdeckung stark variiert und im Wesentlichen von folgenden Faktoren abhängt:
– geografische Lage (Sichtkontakt) und Entfernung zum Gateway
– Bebauungsdichte (Ablenkung des Funksignals z. B. durch höhere Gebäude oder besonders dichte Bebauung)
– Art und Dicke des Schachtdeckels sowie der Installationshöhe der Antenne im Untergrund.
Vor diesem Hintergrund sind die hier dokumentierten Erfahrungen, aber auch Angaben von Netzbetreibern zur Reichweite zu interpretieren.
Während Engpässe bei der oberirdischen Netzabdeckung durch eine höhere Gateway-Dichte kompensiert werden können, stellt der begrenzte Empfang im Kanal (d. h. im Untergrund) eine gesonderte Herausforderung dar. Empirisch lässt sich die Abdeckung nur schwierig in Zahlen fassen, da die Übertragungsperformance individuell und unter Berücksichtigung der oben genannten Faktoren für jeden Knoten variieren kann. Die Erfahrungen ergaben eine maximale Funkreichweite von etwa 500 m zwischen Gateway und unterirdischen Sensorknoten. Werden die Anordnung der Funkantenne (oberirdisch) von der unterirdischen Platzierung des Sensors entkoppelt oder Antennen mit höherer Leistungsfähigkeit verwendet, kann die Übertragungszuverlässigkeit situativ entscheidend optimiert werden. Oberirdisch sind die Übertragungsdistanzen höher und reichen unter idealen Bedingungen bis in den zweistelligen Kilometerbereich.
Die regulatorische Beschränkung der Funknetzkapazität (engl.: Duty Cycle Restriction) auf 1% Sendeaktivität bezogen auf die gesamte Standzeit ermöglicht einerseits eine lizenzfreie Übertragung, kann jedoch andererseits die Anwendung schnell limitieren, z. B. wenn eine Vielzahl von Sensorknoten in hoher Frequenz übertragen. So wäre eine Messwertübertragung jede Minute im Regenwetterfall durchaus wünschenswert. Mit der gegenwärtigen Konfiguration des Sensornetzes, d. h. 62 Sensorknoten, drei Gateways, Übertragungsintervall überwiegend fünf Minuten, kleine Datenpakete von wenigen Bytes, ist die Kapazitätsgrenze noch nicht erreicht. Ob und inwieweit v. a. eine Erhöhung des Übertragungsintervalls die erlaubte Kapazität ausschöpft, ist von der Qualität des Funksignals, der Anzahl der eingesetzten Gateways sowie der zu übertragendenden Datenmenge abhängig und daher im Einzelfall zu prüfen. Intelligente Methoden, wie z. B. Datenkompression auf dem Sensorknoten, adaptive Mess- und Übertragungsintervalle können helfen, die Technologie trotz gegebener Limitierung optimal auszunutzen.
Die bidirektionale Kommunikation unterliegt technologischen sowie den o. g. regulatorischen Kapazitätseinschränkungen. Inwieweit das Aufspielen von Firmware-Updates oder das Senden von Steuersignalen via Downlink sinnvoll und machbar ist, ist Gegenstand aktueller Untersuchungen. So wird studiert, wie Mess- und Übertragungsraten situativ angepasst, z. B. kürzere Messintervalle während Regenwetterbedingungen durch eine Niederschlagsprognose ausgelöst werden können.
Die Standzeit der batteriebetriebenen Sensorknoten wurde rechnerisch mit etwa zwei Jahren abgeschätzt. Diese kann jedoch in Anhängigkeit von Sensortyp, Standort und Übertragungsbedingungen stark variieren. Mit Ausnahme eines einzelnen Sensors mit erhöhtem Stromverbrauch wurden bis zum aktuellen Zeitpunkt keine Ausfälle aufgrund von Spannungsabfällen beobachtet. Bei Sensorknoten, die im Mai 2016 installiert wurden und alle fünf Minuten Daten übertragen, mussten bisher noch keine Batterien ausgetauscht werden.
Um die zuvor diskutierte Reichweitenlimitierung zu entschärfen, gibt es grundsätzlich die Möglichkeit, weitere LoRaWAN-Gateways zu platzieren, sodass eine kritische Entfernung von etwa 500 m zu den Funkknoten im Untergrund nicht überschritten wird. Da diese Option nur im Rahmen von eigenbetriebenen Funknetzwerken umsetzbar sowie mit Standortsuche und Mehrkosten verbunden ist, wurde in Zusammenarbeit mit dem Institute of Embedded Systems (InES) der ZHAW eine ebenfalls auf der LoRa-Modulation [10] basierende, alternative Übertragungsmethode [11] entwickelt. Diese im Arbeitstitel LoRaMesh genannte Methode kann als Erweiterung des existierenden LoRaWAN-Standards verstanden werden. Sichtbares Hauptmerkmal sind stromsparende, batteriebetriebene Repeaterknoten (RN), die die Bildung einzelner Subnetzwerke ermöglichen.
Dafür verändern wir die ursprünglich sternförmige LoRaWAN-Netzwerktopologie zu einer Baumstruktur, die Datenpakete werden über mehrere Hops (Multi-Hop-Methode) übertragen. Dies ermöglicht ein flexibleres Signalrouting und damit eine resilientere Funknetzarchitektur. Vor allem aber erhöht es die Effizienz der Übertragung und die vormals eingeschränkte Signalreichweite im Untergrund. Innerhalb eines Subnetzes fungieren Repeaterknoten als Wurzel für untergeordnete Knoten (Sensorknoten, SN), die sich ausserhalb der LoRaWAN-Abdeckung befinden. Die gleiche physikalische Funktechnologie (LoRa [10]) bildet die Grundlage für beide Netzwerkprotokolle, LoRaWAN und LoRaMesh. Die für RN und SN eingesetzte Hardware ist identisch.
Ein weiteres essenzielles, jedoch nicht sichtbares Eigenmerkmal der Neuentwicklung ist die hochpräzise Synchronisation der integrierten Knoten mit der absoluten Weltzeit als Referenz. Dies ermöglicht an erster Stelle eine reibungslose Kommunikation im Subnetz (zeitschlitzbasiert), verortet aber auch jede einzelne Messung im korrekten zeitlichen Zusammenhang. Dies ist insbesondere für die räumlich differenzierte Überwachung von hochdynamischen Prozessen, z. B. bei Starkregenabfluss, von entscheidender Bedeutung.
Das Angleichen der Echtzeituhr der Sensorknoten (im konventionellen LoRaWAN nicht vorhanden; die zeitliche Verortung des Messwertes geschieht dort mit der Ăśbertragung an den Gateway) erfolgt unter Verwendung einer externen Zeitquelle, die ausschliesslich ĂĽber die entsprechenden Repeaterknoten gesammelt wird. Es wurden zwei relevante Optionen implementiert und getestet: Die Synchronisierung ĂĽber das in Mitteleuropa weitereichende Zeitsignal DCF77 [12] und ĂĽber intermittierend aktive GPS-Module.
Um die Funktion des LoRaMesh-Systems zu überprüfen, wurden mehrere Feldversuche unter realen Anwendungsbedingungen über mehrere Monate durchgeführt. Beispielhaft sind hier die Ergebnisse eines Feldversuchs in der Innenstadt von Basel aufgezeigt. Im vorliegenden Fall wurde für 23 Tage die Leistung von drei verschiedenen handelsüblichen LoRaWAN-Sensorknoten (Sensorknoten-IDs: 038, 5D6, CE4) mit der LoRaMesh-Anwendung (ID: 0FE) verglichen. Alle Sensorknoten wurden dafür nebeneinander in einem Service-schacht einer Fernwärmeanlage im Zentrum der Stadt Basel installiert. Der LoRaMesh-Repeater wurde 23 m vom Serviceschacht entfernt an einem Laternenpfahl in 4 m Höhe montiert. Repeater- und LoRaWAN-Sensorknoten übertrugen an einen Gateway, der in einer Distanz von etwa 2000 m auf einem hohen Schornstein installiert ist. Das Übertragungsintervall wurde für die LoRaWAN-Referenzknoten auf 1, bzw. 10 Minuten eingestellt; der LoRaMesh-Sensorknoten übermittelte die Daten im 2-Minuten-Intervall.
Die Ergebnisse des Feldversuchs belegen eindrücklich die hohe Übertragungszuverlässigkeit des LoRaMesh-Systems. Die Paketverlustrate des LoRaMesh-Sensorknotens (0FE) ist mit 1,3% sehr niedrig, während die Paketverluste für Referenzknoten zwischen 9,7% (5D6) und 51% (CE4) liegen. Beachtenswert ist, dass die Verlustrate für das LoRaMesh-System den Paketverlust für zwei Übertragungspfade beinhaltet, den vom Sensorknoten zum Repeater und den vom Repeater zum Gateway.
Selbst unter Berücksichtigung der unterschiedlichen Sendeintervalle – der Referenzknoten 5D6 überträgt im 10-Minuten-Intervall und ist damit weit weniger von Paketkollisionen betroffen – wird deutlich, dass die Übertragungszuverlässigkeit durch den Einsatz des LoRaMesh-Systems entscheidend verbessert werden konnte. Diese Erkenntnis konnte durch weitere Feldversuche mit mehreren Testsystemen bestätigt werden.
Die im Rahmen des Fehraltorfer FeldÂexperiments erhobenen Daten werden bereits jetzt zur ganzheitlichen Optimierung des Abwassersystems und darĂĽber hinaus genutzt:
Die räumlich verteilten Niveaumessungen wurden für eine gebietsspezifische Abschätzung von Fremdwasseraufkommen analysiert. Die Langzeitmessungen in hoher zeitlicher Auflösung ermöglichen dabei gleichermassen eine Abschätzung von saisonalen Schwankungen und ereignisbedingten Nachläufen. Einige wenige konventionelle Abflussmessungen liefern für die Bilanzierung erforderliche Stützinformationen.
Die Skalierbarkeit des Sensornetzes, d. h. der vergleichsweise geringe Aufwand, zusätzliche Sensoren zu integrieren, steigert den Gehalt und die Güte der aus den Messungen abgeleiteten Information. Anhand der Überwachung der Entlastungsaktivität des Fehraltorfers Regenüberlaufbeckens wird deutlich, wie durch Signalredundanz (mehrere parallel installierte, baugleiche Sensoren) und Signaldiversität (mehrere parallel installierte, unterschiedliche Sensoren) die Belastbarkeit einer nachweisrelevanten Information erhöht werden kann: So werden an vier Sonderbauwerken im Fehraltorfer Entwässerungssystem Niveaumessungen (Ultraschallsensor, MaxBotix) nahe der Wehrschwelle des Beckenüberlaufs durch Binärsignale von direkt auf der Wehrschwelle montierten Kapazitivsensoren (METER/Decagon) ergänzt. Diese gezielte «Vielsensorik» erlaubt z. B. die nachträgliche Kalibrierung der Niveaumessung durch das Binärsignal (0: trocken; 1: überströmt) und somit eine präzisere Abschätzung der Entlastungsdauer, bzw. der Entlastungsvolumina. Gleichzeitig können allfällige Sensorausfälle durch Redundanz kompensiert werden.
Neben der Tatsache, dass sich ein solches Binärsignal als robuste Referenzinformation zur Verifizierung von konventionellen Messungen eignet, konnte nachgewiesen werden, dass die so gemessene BinärÂinformation erfolgreich fĂĽr die Kalibrierung von Kanalnetzmodellen genutzt werden kann [13]. Die erhöhte DatenverfĂĽgbarkeit erlaubt darĂĽber hinaus eine ortsdifferenzierte Kalibrierung von Niederschlag-Abfluss-Modellen. Der hohe Grad der räumlichen Auflösung ermöglicht eine gezielte Parameterschätzung im Gegensatz zu einer Modellanpassung ĂĽber gebietsunspezifische, aggregierende Einzelfaktoren. Allfällige strukturelle Modellunsicherheiten können leichter identifiziert werden – eine Modellfehlerkompensation durch eine unverhältnismässige Parameteranpassung (etwa ĂĽber die physikalisch begrĂĽndete Bedeutung eines Modellparameters hinaus) wird verhindert. Dies ist insbesondere relevant fĂĽr Simulationsstudien, die Aufschluss zu einer ortsspezifischen Fragestellung, wie z. B. einem lokalen Ăśberstau, geben sollen.
Weitere Anwendungen für Niedrigenergiefunk in der Siedlungsentwässerung sind:
– Leistungsüberwachung dezentraler Regenwasserbewirtschaftungsmassnahmen
– Identifikation von hydraulischen Engpässen und Überflutungsrisiken (Früh-warnung)
– evidenzbasierte Erfolgskontrolle von Modernisierungsmassnahmen, wie z. B. Kanalsanierungen
In der vorliegenden Studie wird ein erfolgreiches Langzeitexperiment mit einem Niedrigenergiefunk-Sensornetzwerk im Vollmassstab dokumentiert. Mit dem stabilen, bis dato zweieinhalbjährigen Betrieb eines LoRaWAN-Funknetzwerkes werden neue Möglichkeiten aufgezeigt, ressourceneffizient und kohärent die Systemdynamik in Entwässerungsnetzen und darüber hinaus zu überwachen.
Grundsätzlich eignet sich die Übertragungstechnologie LoRaWAN für räumlich verteilte, dezentral angeordnete Sensorik mit niedriger Stromaufnahme und geringem Datenaufkommen, d. h. in der Grössenordnung von wenigen Bytes pro zu übertragendem Paket. Die wesentlichen Vorteile ergeben sich durch eine hohe Skalierbarkeit, den niedrigen Energieverbrauch für die Datenübertragung sowie die vergleichsweise geringeren Investitions- und Betriebskosten pro gemessenem Wert. In Verbindung mit einer integrierten Signalvalidierung (z. B. durch intelligentes Kombinieren von Signalredundanz und Signaldiversität) ist eine verbesserte Güte der gemessenen Information möglich. Die absolut zeitsynchrone Datenerhebung ist dabei insbesondere für eine ortsdifferenzierte, gegebenenfalls kompartimentübergreifende Prozessüberwachung von grossem Nutzen. Ein grosser Vorteil ergibt sich durch die Möglichkeit, ein LoRaWAN-Netz als private Anwendung, d.h. als eigenständiges Funknetz zu etablieren oder eine öffentlich verfügbare Funkinfrastruktur zu nutzen (z. B. das LoRaWAN-Netz der Swisscom oder das gemeinschaftsbasierte und schnell wachsende TheThingsNetwork).
Der Reichweite von LoRaWAN bei der Übertragung aus unterirdischen Bauwerken sind Grenzen gesetzt. Es erfordert eine hohe Dichte an Gateways oder den Einsatz der hier vorgestellten Weiterentwicklung LoRaMesh, um eine umfassende Netzabdeckung sicherzustellen. Die Übertragungszuverlässigkeit ist beschränkt. Bei LoRaWAN muss akzeptiert werden, dass aufgrund von Paketkollisionen einzelne Pakete verloren gehen. Darüber hinaus bedingt die regulatorische Sendezeitbeschränkung auf 1% der Gesamtstandzeit, dass Übertragungsintervalle von weniger als fünf Minuten nur im Ausnahmefall und bei idealen Übertragungsbedingungen möglich sind.
Obgleich die Vielzahl der positiven Erfahrungen und Vorteile klar ĂĽberwiegt, bleiben einige Herausforderungen fĂĽr zukĂĽnftige Entwicklungen:
– Weiterentwicklung der Bidirektionalität für Over-The-Air-Updates und die Nutzung für unkritische Steuerungen
– energieautarker Betrieb der Sensoren und Funkknoten durch Verwendung von lokalen Energiequellen (energy harvesting)
– Anpassung von Mess- und Übertragungsintervallen anhand von Wettervorhersagen
Der Erfolg der hier skizzierten Ăśbertragungstechnologie ist unzweifelhaft von der Entwicklung kompatibler NiedrigÂenergiesensoren, vor allem aber von adäquaten Methoden zur Datenverarbeitung abhängig. Auf deren Beschreibung wurde hier verzichtet, um den Umfang des Beitrags nicht zu sprengen.
Grundsätzlich sind die Konzepte der unterschiedlichen LPWAN ähnlich, jedoch führt die Schnelllebigkeit der technologischen Entwicklung zu einigen Nebenerscheinungen: Die Prognosen zur zukünftigen Etablierung einzelner Standards, der Preisgestaltung der Netzbetreiber und folglich der anfallenden Betriebskosten sowie der zukünftigen Nutzungsfrequenz des Niedrigenergiefunks sind vage. Seit 2014 erscheint fast jährlich ein neuer LPWAN-Standard und ein Ende der Entwicklung ist nicht absehbar. Dem Engagement einzelner Städte (u. a. Zürich, Genf, Rotterdam) öffentliche LoRaWAN-Netzwerke zu etablieren, stehen Strömungen gegenüber, die LTE-M oder LTE NB-IoT favorisieren. Gerade durch letzteres wird sich die LPWAN-Landschaft nochmals verändern und neue Möglichkeiten eröffnen. Im Licht dieses rasanten Fortschritts sind auch die getroffenen Schlussfolgerungen zu interpretieren. Unabhängig vom jeweiligen LPWAN-Standard bleiben die hier diskutierten technischen Herausforderungen jedoch relevant.
Unzweifelhaft ist, dass flankierende Aspekte, wie die eigentliche Datenauswertung und -interpretation, eine solide Fehlererkennung sowie die feldtechnische Bewirtschaftung solcher Sensornetzwerke, grosse Herausforderungen darstellen. Diese zu meistern, erfordert ein kreatives Zusammenwirken von Experten unterschiedlicher Fachbereiche, eine ständige Weiterentwicklung bestehender Anwendungen sowie aufgeschlossene Denk- und Arbeitsweisen. Dabei ist es gleichermassen die Aufgabe von Ausbildung, Forschung und Ingenieurpraxis, diese Kapazitäten schrittweise und über Betriebsebenen hinweg zu etablieren.
Das hier beschriebene Feldexperiment wird weiter fortgeführt. Die Forschung im Digitalen Feldlabor UWO ermöglicht es so, wertvolle Langzeiterfahrungen im Umgang mit skalierbaren Sensornetzwerken dieser Art zu sammeln. Ziel ist es, das Potenzial von Neuentwicklungen weiterhin systematisch zu untersuchen, um somit eine evidenzbasierte Bewirtschaftung von Entwässerungssystemen voranzubringen.
[1] Montestruque, L.; Lemmon, M. (2015): «Globally Coordinated Distributed Storm Water Management System», presented at the Conference CySWater’15, Seattle, USA
[2] Ruggaber, T. P.; Talley, J. W.; Montestruque, L. A. (2007): «Using embedded sensor networks to monitor, control, and reduce CSO events: A pilot study,» Environmental Engineering Science, vol. 24, S. 172–182
[3] Stoianov, I. et al. (2008): «Wireless sensor network for monitoring a large-scale water infrastructure system, Boston, USA», in Data requirements in integrated urban water systems. vol. 1, T. Fletcher and A. Deletic, Eds., Paris, France: UNESCO-IHP
[4] Lauridsen, M. (2017): «Coverage Comparison of GPRS, NB-IoT, LoRa, and SigFox in a 7800 km² Area», in 2017 IEEE 85th Vehicular Technology Conference (VTC Spring), S. 1–5
[5] Varsier, N.; Schwoerer, J. (2017): «Capacity limits of LoRaWAN technology for smart metering applications», in 2017 IEEE International Conference on Communications (ICC), S. 1–6
[6] Adelantado, F. et al. (2017): «Understanding the limits of LoRaWAN» IEEE Communications Magazine, 55(9), S. 34-40
[7] LoRa Alliance (2017): «Full end-to-end encryption for IoT application providers – A white paper prepared for the LoRa ALLIANCE™»
[8] Raza, U.; Kulkarni, P.;Sooriyabandara, M. (2017): «Low Power Wide Area Networks: An Overview». IEEE Communications Surveys & Tutorials, 19(2), S. 855-873
[9] LoRa Alliance (2015): LoRaWAN™ What is it? –
A technical overview of LoRa® and LoRaWAN™
[10] Semtech Corporation (2015): LoRa Modulation Basics. Available: https://www.semtech.com/uploads/documents/an1200.22.pdf
[11] Ebi, C. et al. (2019): «Synchronized LoRa mesh wireless network to collect real-time monitoring data from underground infrastructures», submitted
[12] Piester, D.; Hetzel, P.; Bauch, A. (2004): «Zeit- und Normalfrequenzverbreitung mit DCF77», PTB-Mitteilungen, vol. 114, S. 24
[13] Wani, O. et al. (2017): «Parameter estimation
of hydrologic models using a likelihood function for censored and binary observations», Water
Research, vol. 121, S. 290–301
Für die Drahtlosübertragung von Sensorsignalen aus Kanalisationen wird traditionell Mobilfunk verwendet. Dafür gibt es mittlerweile zahlreiche kommerzielle Systeme, die hinsichtlich Prinzip und Aufbau grundsätzlich ähnlich sind.
Bei drahtlosen Ăśbertragungstechnologien im Allgemeinen besteht eine ausserordentlich grosse Auswahl an Systemen, Frequenzen und Protokollen. Etablierte Nahfunkstandards (Bluetooth, Wi-Fi, ZigBee) erlauben es, grosse Datenmengen ĂĽber kurze Distanzen zu ĂĽbertragen. Traditionelle Mobilfunktechniken (GSM, 3G, LTE) ĂĽberbrĂĽcken hingegen sehr lange Distanzen, sind dafĂĽr aber kostenpflichtig und verzeichnen abhängig vom Ăśbertragungsintervall bislang einen erheblichen Energieverbrauch. Typischerweise nimmt dieser mit zunehmender ĂśbertragungsÂdistanz zu.
Low Power Wide Area Networks oder LPWAN-Funksysteme versuchen die technologische Lücke zwischen etablierten Nahfunksystemen und Mobilfunknetzen zu schliessen. Populär wird auch vom Funknetz des «Internet-der-Dinge» gesprochen, wobei LPWAN neben anderen Übertragungsmethoden nur einen Teilbereich abdecken. Einzelne Funkknoten kommunizieren untereinander oder aber direkt mit einer Basisstation, die den Anschluss an das Internet kabelgebunden oder via Mobilfunk-Verbindung sicherstellt.
Technologien in der LPWAN-Kategorie sind Sigfox, LoRaWAN oder Weightless-P und zukünftig auch NarrowBand-IoT (NB-IoT). Während Sigfox und NB-IoT von kommerziellen Anbietern betrieben werden, erlauben LoRaWAN oder Weigthless-P den Betrieb in einem eigenen, privaten oder öffentlichen Netz. Sigfox, LoRaWAN und Weightless-P senden in Europa im lizenzfreien Frequenzband um 868 MHz. Dies erspart Kosten für die Funklizenz, dafür ist die nutzbare Funknetzkapazität des Bands regulatorisch begrenzt (einige Hundert Messwerte pro Sensor und Tag). Bei allen oben aufgeführten LPWAN-Systemen werden die Daten verschlüsselt übertragen. Die Qualität der Verschlüsselung ist unterschiedlich und stellt einen Kompromiss zwischen Skalierbarkeit, Datenmenge und Energiebedarf dar. Beim LoRaWAN verwendet man auf eine AES128-Verschlüsselung und hat Mechanismen integriert, um sogenannte replay und man-in-the-middle attacks abzuwehren [7]. Alle genannten Standards sind sehr neu. Dementsprechend wenig Praxiserfahrung liegt vor oder ist objektiv dokumentiert. Angaben zur Funktionalität und Leistungsfähigkeit variieren zum Teil in Grössenordnungen, je nach Quelle. Vor allem die Reichweitenangaben der Hersteller für den urbanen Raum streuen sehr breit.
WeiterfĂĽhrende Details zu LPWAN-Ăśbertragungsmethoden sind in dem Ăśberblick von [8] zu finden.
Ohne den engagierten Einsatz vieler Einzelner wäre diese Untersuchung so nicht möglich gewesen. Wir, die Autoren, möchten uns insbesondere bei den Einwohnern der Gemeinde Fehraltorf ZH, dem Team des Zweckverbandes ARA Fehraltorf-Russikon sowie der lokalen Gemeindeverwaltung für die grosse Unterstützung bei der Umsetzung der Initiative bedanken.
Dem Institute of Embedded Systems der Zürcher Hochschule für Angewandte Wissenschaften (ZHAW) in Winterthur, namentlich Prof. Andreas Rüst und Fabian Schaltegger, danken wir für die erfolgreiche Zusammenarbeit bei der Entwicklung von LoRaMesh. Im Weiteren danken wir den Firmen Decentlab (Dübendorf) und Keller-Druck (Winterthur) für den Austausch und die Anfertigung der Sensorknoten nach unseren Wünschen. Bei der Betreiberin des Fernwärmenetzes der Stadt Basel, den IWB, möchten wir uns ganz herzlich für das Interesse und die Unterstützung bedanken. Sie ermöglichte die Durchführung des Feldversuches im Rahmen der IWB LoRaWAN-Initiative.
Ganz besonders danken wir allen Praktikanten, Zivildienstleistenden und Studierenden fĂĽr ihren grossartigen Einsatz bei der Installation der Sensoren und der Vorbereitung der Feldversuche.
«AQUA & GAS» gibt es auch als E-Paper. Abonnenten, SVGW- und/oder VSA-Mitglieder haben Zugang zu allen Ausgaben von A&G.
Den «Wasserspiegel» gibt es auch als E-Paper. Im SVGW-Shop sind sämtliche bisher erschienenen Ausgaben frei zugänglich.
Kommentare (0)