Gå till vvsfabrikanterna.se
 
5 Nov 2024

Examensarbeten inom VA

Varje år ber vi universitet och högskolor i Sverige att nominera examensarbeten som på något sätt bidragit till att göra samhället mer hållbart inom området VA (vatten och avlopp). Här har vi listat samtliga nominerade examensarbeten.

Nominerade examensarbeten 2024

Examensarbete:
Kartläggning och värdering av ekosystemtjänster för två multifunktionella vattenparker

Student:
Sofia Ejderby

Skola:
Uppsala Universitet

Kort beskrivning:
Syftet med examensarbetet är att undersöka vilka ekosystemtjänster två multifunktionella vattenparker kan bidra med och hur mycket. Genom att analysera om vattenparkerna bidrar med en stor bredd av tjänster ges en större förståelse för vilka mervärden parkerna ger, kanske mer än bara de planerade funktionerna?

Läs hela examensarbetet >>


Examensarbete:
EU-taxonomins bidrag till strategiskt hållbarhetsarbete - En omvärldsanalys och fallstudie inom vatten- och avloppsledning

Student:
Moa Toll

Skola:
Uppsala Universitet

Kort beskrivning:
Examensarbetet beskriver hur Taxonomin påverkar ledningsarbeten inom vatten och avloppsrening i Sverige. Ett nytt kravområde som kommer att påverka hur branschen arbetar och värderar hållbarhet. Taxonomin kommer få stor påverkan i hela värdekedjan och många upplever de nya kraven som svårnavigerade och komplexa. Moa Toll redogör på ett nyanserat och förklarande sätt Taxonomin och vilka utmaningar som branschen står inför, samt vad branschen behöver arbeta vidare med.

Läs hela examensarbetet >>


 

Nominerade examensarbeten 2023

Examensarbete:
Hydraulic Modeling and Quantitative Microbial Risk Assessment of Intrusionin Water Distribution Networks Under Sustained Low-Pressure Situations

Student:
Maryam Shakibi

Skola:
Uppsala Universitet

Kort beskrivning:
Drinking water systems aim to remove, reduce, and prevent microbial contamination in water by using multiple barriers from catchments to consumers. Water distribution networks are vulnerable to contamination from external sources if they lose their physical or hydraulic integrity. The leading cause of intrusion is losing hydraulic integrity due to low pressure in the water distribution networks. Events that lead to low pressure in the water distribution networks can result in transient or sustained low pressure lasting from milliseconds in a transient to hours and days in sustained low-pressure events. This study studied two sustained low-pressure events with durations of one to five hours, leading to intrusion in the water distribution network. The first event was the pump shut down, and the second was the pipe repair. Different durations, start times, and locations were simulated for the pump shutdown and pipe repair events. Hydraulic and water quality modelling using EPANET 2.2 was used to simulate low-pressure events and intrusion of microbial contamination in the drinking water distribution networks. Quantitative microbial risk assessment (QMRA) was used to estimate potential public health risks using the Swedish QMRA tool. Campylobacter, Norovirus, and Cryptosporidium were selected as reference pathogens for simulating intrusion transport within the drinking water network based on their health problem severity, persistence in water supplies, and resistance to chlorine compound disinfectants. The study area was taken from the virtual network files generated using HydroGen. This study showed that the volume of intrusion depended on the magnitude but mainly on the duration of pressure drop. Also, the length of the pipes experiencing pressure drop and the number of intrusion nodes affected the volume of intrusion. The location and magnitude of maximum nodal pathogen concentration changed significantly by changing the pump shutdown's start time and location of pipe repair. Generally, the pump shutdown event affected extended areas with low pressure in the water distribution network than the pipe repair. The QMRA results showed a considerable infection risk in all studied pump shutdown scenarios. The pipe repair duration was crucial in increasing or decreasing the infection probability. The findings of hydraulic modelling and QMRA could benefit the water managers in deciding mitigation strategies.

Läs hela examensarbetet >>


Examensarbete:
Pilotstudie av källsorterande avloppslösning Identifiering av systemlösning för källsorterat avloppsavfall i Sydöstra staden i Uppsala

Student:
Linnea Ekblad

Skola:
Uppsala Universistet

Kort beskrivning:
Uppsala kommun vill vara i framkant gällande hållbarstadsplanering och är därför intresserade att utreda möjligheter till att tillvarata resurser i avloppsvattnet. Ett tillvägagångssätt som skulle kunna möjliggöra bättre hantering av resurser är implementering av källsorterandesystem. Ett källsorterande avloppssystem separerar vattenfraktionerna för enskildbehandling, vilket möjliggör att resurser såsom energi och näringsämnen kan återvinnas. Syftet med arbetet var att kartlägga drivkrafter och utifrån dessa identifiera systemlösningar för källsorterat avlopp i ny stadsdelar i Uppsala. Studien använde litteratur, workshop och intervjuer för att identifiera drivkrafter för källsortering samt relevant teknik. Slutsats från arbetet är att systemlösningen som bäst lämpar sig för de identifierade drivkrafterna inkluderar rötning av källsorterat avfall i membranbioreaktor (AnMBR), samt urinsortering med efterföljande torkning. Studien tog fram beräkningar för hur en pilotanläggning för 900 personer skulle kunna ser ut.

Läs hela examensarbetet >>


Examensarbete:
A Quantitative Microbial Risk Assessment Associated with Cross-Connections in the Drinking Water Network in Combination with Hydraulic Modeling

Student:
Fatin Alzuhairi

Skola:
Uppsala Universitet

Kort beskrivning:
Drinking water companies have the technology and responsibility to deliver safe and high-quality drinking water to the water distribution systems network (WDN). However, many events within the WDN, such as cross-connections and backflow, might degrade water quality and pose public health risks to consumers. Cross-connection and backflow events may occur if there is physical contact between the external non-potable water source and the drinking water. When the pressure in the external source is greater than in the WDN, and when there are inadequate cross-connections controls, cross-connections and backflows may occur. This project aimed to investigate the circumstances that influence cross-connection and backflow events and estimate the health risk of infection. The method used for this study included hydraulic and water quality modeling EPANET to simulate the fate and transport of pathogens in the WDN during the outbreak. Besides, the quantitative microbial risk assessment QMRA was used to evaluate the health risks associated with cross-connections and backflow events due to ingestion of contaminated water. The modeled events included four reference pathogens (viruses: Norovirus and Rotavirus, bacteria: Campylobacter, and protozoa: Cryptosporidium) from four water types (wastewater, greywater, treated wastewater, and treated greywater). The simulation considered three potential pathogen load risk levels entering WDN: extreme, evaluated, and endemic. The results indicate that the factors that influence pathogen intrusion and consequently the risk of infection were the duration and intensity of the low-pressure event, the location of the cross-connection, and the pathogen concentration in water sources. The estimated daily risk of infection from cross-connection and backflow events generally exceeded the acceptable target level of 10-6 per person per day for all reference pathogens and modeled events. The exception was for the endemic risk level during the cross-connections with treated wastewater and greywater, where the risk was 10-7 and 10-10. Several measures can be implemented to manage and mitigate the risk of cross-connections, such as demanding plumbing installation procedures and backflow prevention devices and developing an early detection system to predict the cross-connection earlier before the outbreak happens to the system, for instance, by applying a machine learning system.

Läs hela examensarbetet >>


 

Vill du veta mer om VVS-fabrikanterna?

vvsfabrikanterna.se kan du läsa mer om vår branschorganisation!