چگونه اتوماسیون مبتنی بر PLC کارایی سیستمهای حفاظت محیط زیست را بازتعریف میکند؟
با تشدید مقررات زیستمحیطی در سطح جهانی و افزایش فشار بر عملیات صنعتی برای کاهش ردپای زیستمحیطی خود، کنترلکنندههای منطقی برنامهپذیر (PLC) و سیستمهای کنترل توزیعشده (DCS) از ابزارهای ساده اتوماسیون به پلتفرمهای پیشرفتهای برای مدیریت محیط زیست تبدیل شدهاند. این سیستمها اکنون ستون فقرات فناوری کنترل آلودگی، حفظ منابع و مدیریت انطباق در دنیای مدرن هستند. این راهنمای فنی جامع اصول مهندسی، استراتژیهای پیادهسازی و کاربردهای پیشرفته فناوریهای PLC و DCS در حفاظت محیط زیست را بررسی میکند و بینشهای عملی برای مهندسان اتوماسیون، یکپارچهسازان سیستم و مدیران کارخانه ارائه میدهد.
معماری PLC و اصول مهندسی برای کاربردهای زیستمحیطی
درک پایه فنی کنترل زیستمحیطی مبتنی بر PLC
در اصل، PLC یک کامپیوتر دیجیتال صنعتی است که برای کنترل بلادرنگ فرآیندهای الکترومکانیکی طراحی شده است. در کاربردهای زیستمحیطی، PLCها معمولاً از معماری مدولار شامل منبع تغذیه، واحد پردازش مرکزی (CPU) و ماژولهای ورودی/خروجی (I/O) مختلف استفاده میکنند. CPU برنامهای چرخهای را اجرا میکند که شامل سه مرحله است: اسکن ورودی، اجرای برنامه و بهروزرسانی خروجی. این چرخه قطعی که معمولاً در ۱۰ تا ۱۰۰ میلیثانیه تکمیل میشود، زمان پاسخ پیشبینیپذیر را تضمین میکند که برای فرآیندهایی مانند دوزینگ شیمیایی یا کنترل انتشار ضروری است. PLCهای مدرن از تولیدکنندگانی مانند زیمنس (سری S7-1500)، راکول اتوماسیون (ControlLogix) و میتسوبیشی الکتریک (سری iQ-R) ویژگیهای پیشرفتهای مانند عملکردهای ایمنی یکپارچه، پیکربندیهای افزونه و پروتکلهای امنیت سایبری مطابق با استاندارد IEC 62443 ارائه میدهند.
تکنیکهای تطبیق سیگنال و یکپارچهسازی حسگر
مهندسان باید هنگام اتصال دستگاههای میدانی به PLCها به دقت تطبیق سیگنال را مد نظر قرار دهند. پایش محیط زیست معمولاً شامل سیگنالهای آنالوگ (حلقههای جریان ۴-۲۰ میلیآمپر، ولتاژ DC 0-10 ولت) از حسگرهایی است که پارامترهایی مانند pH، اکسیژن محلول، کدورت و غلظت گازها را اندازهگیری میکنند. این سیگنالها نیاز به مقیاسبندی، فیلتر کردن و خطیسازی مناسب در برنامه PLC دارند. برای مثال، سیگنال ۴-۲۰ میلیآمپر از سیستم پایش مداوم انتشار (CEMS) که غلظت SO₂ را اندازهگیری میکند باید به واحدهای مهندسی (ppm یا mg/m³) با فرمول زیر تبدیل شود: مقدار مهندسی = (سیگنال خام - ۴ میلیآمپر) × (مقدار بازه / ۱۶ میلیآمپر). مهندسان باید فیلترهای دیجیتال مانند میانگین متحرک یا هموارسازی نمایی را برای حذف نویز الکتریکی در حالی که نیازهای زمان پاسخ را حفظ میکنند، پیادهسازی کنند.
مثال موردی: کنترل pH مبتنی بر PLC در خنثیسازی فاضلاب صنعتی
یک کارخانه تولید مواد شیمیایی در تگزاس استراتژی کنترل PID سلسلهمراتبی را با استفاده از PLC زیمنس S7-1500 برای سیستم خنثیسازی فاضلاب ۵۰۰ گالن در دقیقه خود پیادهسازی کرد. این سیستم از دو حسگر pH (پیکربندی افزونه) نصبشده در یک مخزن همزن مداوم استفاده میکند. PLC حلقه PID اصلی را اجرا میکند که نقطه تنظیم جریان ماده شیمیایی مورد نیاز را بر اساس انحراف pH محاسبه میکند، در حالی که حلقههای PID ثانویه سرعت پمپهای دوزینگ اسید و قلیا را تنظیم میکنند. مهندس حفاظت ضد بازنشانی و تغییرات محدود سرعت نقطه تنظیم را برای جلوگیری از نوسان بیش از حد پیکربندی کرد. این کنترل دقیق، انحرافات pH فراتر از محدوده مجاز ۶.۵-۸.۵ را از ۱۲٪ به ۰.۳٪ زمان عملکرد کاهش داد و مصرف مواد شیمیایی را ۲۸٪ کاهش داد که صرفهجویی سالانه حدود ۱۴۰,۰۰۰ دلار به همراه داشت.
معماری پیشرفته DCS برای فرآیندهای پیچیده زیستمحیطی
توپولوژی سیستم کنترل توزیعشده و استراتژیهای افزونگی
معماری DCS اساساً با سیستمهای مبتنی بر PLC متفاوت است زیرا عملکردهای کنترلی را در چندین کنترلکننده توزیع میکند در حالی که نظارت متمرکز اپراتور را حفظ میکند. در کاربردهای زیستمحیطی بزرگمقیاس مانند تصفیهخانههای فاضلاب شهری با جمعیت بیش از ۵۰۰,۰۰۰ نفر، DCS معمولاً از معماری سهلایه استفاده میکند. سطح میدانی شامل حسگرها و محرکها است که از طریق پروتکلهای فیلدباس (Profibus PA، Foundation Fieldbus) به رکهای ورودی/خروجی راه دور متصل میشوند. سطح کنترل شامل کنترلکنندههای افزونه (معمولاً پیکربندیهای رأیگیری 1oo2D یا 2oo3) است که منطق کنترل نظارتی و ترتیبی را اجرا میکنند. سطح نظارتی شامل ایستگاههای کاری اپراتور، ایستگاههای مهندسی و سرورهای داده تاریخی است که از طریق شبکههای اترنت صنعتی افزونه متصل شدهاند. این ساختار سلسلهمراتبی تضمین میکند که خرابی هر جزء منفرد عملکرد کلی کارخانه را به خطر نمیاندازد — که برای فرآیندهای پیوسته مانند تصفیه بیولوژیکی یا شستشوی انتشار ضروری است.
الگوریتمهای کنترل فرآیند پیشرفته در پلتفرمهای مدرن DCS
پلتفرمهای مدرن DCS از شرکتهایی مانند امرسون (DeltaV)، ABB (800xA) و یوکوگاوا (CENTUM VP) الگوریتمهای کنترلی پیچیدهای فراتر از PID سنتی را در بر میگیرند. کنترل پیشبینی مدل (MPC) بهویژه برای فرآیندهای زیستمحیطی با تأخیرهای زمانی و تعاملات قابل توجه مؤثر است. برای مثال، در سیستم کاهش کاتالیزوری انتخابی (SCR) برای کنترل NOx، الگوریتمهای MPC میتوانند غلظتهای آینده NOx را بر اساس نرخ افزایش بار دیگ و فعالیت کاتالیزور پیشبینی کنند و تنظیمات تزریق آمونیاک را بهصورت پیشگیرانه انجام دهند. مهندسان میتوانند استراتژیهای کنترل پیشخور را با استفاده از متغیرهای اختلال مانند جریان گاز دودکش ورودی و دما، همراه با اصلاح بازخورد از پایشگرهای مداوم انتشار پیادهسازی کنند. این استراتژیهای پیشرفته معمولاً ۱۵-۲۵٪ کارایی بهتری در کاهش NOx نسبت به کنترل PID معمولی دارند و در عین حال لغزش آمونیاک را به حداقل میرسانند.
پیادهسازی فنی: DCS در تصفیه فاضلاب با بیوراکتور غشایی (MBR)
یک تصفیهخانه پیشرفته بازیافت آب با ظرفیت ۱۰ میلیون گالن در روز (MGD) در سنگاپور از DCS امرسون DeltaV برای کنترل فرآیند بیوراکتور غشایی خود استفاده کرد. این DCS بیش از ۲,۵۰۰ نقطه ورودی/خروجی شامل حسگرهای فشار غشایی، کنترلکنندههای جریان هوای شستشو و پمپهای نفوذ را مدیریت میکند. مهندسان کنترل ترتیبی برای چرخههای شستشوی خودکار غشاء را برنامهریزی کردند که بر اساس زمان تجمعی فیلتراسیون یا نقطه تنظیم فشار غشایی فعال میشوند. سیستم کنترل دقیق اکسیژن محلول (هدف: ۲.۰ ± ۰.۳ میلیگرم بر لیتر) در مناطق هوازی را با کنترل سلسلهمراتبی اکسیژن محلول با سرعت دمنده و موقعیت شیر هوا حفظ میکند. قابلیتهای ثبت دادههای بلادرنگ به بهینهسازی فرآیند کمک کرد که فرکانس گرفتگی غشاء را ۳۵٪ کاهش داد و عمر مفید غشاء را از ۷ به ۹ سال افزایش داد.
یکپارچهسازی PLC و DCS: مهندسی راهحلهای ترکیبی برای عملکرد بهینه
پروتکلهای ارتباطی و استراتژیهای تبادل داده
یکپارچهسازی PLCها با DCS نیازمند توجه دقیق به پروتکلهای ارتباطی صنعتی برای اطمینان از تبادل داده قابل اعتماد و قطعی است. مهندسان معمولاً از معماری یکپارچه OPC (OPC UA) برای ارتباط مستقل از پلتفرم یا پروتکلهای اختصاصی فروشنده مانند Profinet، EtherNet/IP یا Modbus TCP استفاده میکنند. برای تبادل دادههای حساس به زمان، مانند قفلگذاری بین کیسهفیلتر کنترلشده توسط PLC و دیگ بخار کنترلشده توسط DCS، مهندسان باید اتصالات مستقیم I/O یا شبکههای اختصاصی با سرعت بالا و زمان پاسخ قطعی (<۵۰ میلیثانیه) را پیادهسازی کنند. نگاشت دادهها باید قالبهای داده، ترتیب بایت (اندیننس) و عوامل مقیاسبندی متفاوت بین سیستمها را در نظر بگیرد. بهترین روش، تدوین سند مشخصات رابط داده است که تمام برچسبهای تبادلشده، نوع دادهها، نرخ بهروزرسانی و پرچمهای کیفیت را قبل از شروع یکپارچهسازی تعریف میکند.
مطالعه موردی: سیستم کنترل یکپارچه برای نیروگاه تولید همزمان برق و حرارت (CHP) با کنترل انتشار
یک نیروگاه CHP زیستتوده ۵۰ مگاواتی در اسکاندیناوی با موفقیت PLCهای موجود کنترلکننده سوخت و حذف خاکستر را با DCS جدید ABB 800xA که کنترل احتراق و تصفیه گاز دودکش را بر عهده دارد، یکپارچه کرد. این یکپارچهسازی از تونلزنی OPC UA برای عبور از مرزهای امنیت شبکه استفاده کرد و مسیرهای ارتباطی افزونه با دسترسی ۹۹.۹۸٪ تضمین شده داشت. DCS توزیع هوای احتراق مورد نیاز را بر اساس رطوبت سوخت (اندازهگیری شده توسط حسگرهای NIR آنلاین) و تقاضای بخار محاسبه میکند و نقاط تنظیم را به PLCهای کنترلکننده دمپرهای هوای زیر و بالای گریل ارسال میکند. این کنترل هماهنگ انتشار CO را ۴۲٪ کاهش داد و مصرف آمونیاک برای SNCR (کاهش غیرکاتالیزوری انتخابی) را با حفظ پنجرههای دمایی بهینه (۸۵۰-۹۵۰ درجه سانتیگراد) به حداقل رساند. سیستم یکپارچه کارایی حرارتی کلی ۸۸٪ را به دست آورد و استانداردهای سختگیرانه انتشار اتحادیه اروپا را رعایت کرد.
استانداردهای برنامهنویسی و بهترین روشها برای کاربردهای زیستمحیطی
زبانهای برنامهنویسی IEC 61131-3 و کاربردهای آنها
مهندسانی که کد PLC برای سیستمهای زیستمحیطی توسعه میدهند باید به استاندارد IEC 61131-3 پایبند باشند که پنج زبان برنامهنویسی را تعریف میکند. نمودار نردبانی (LD) برای منطق گسسته مانند توالیهای شروع/توقف پمپ و قفلهای ایمنی به دلیل نمایش گرافیکی شبیه شماتیکهای الکتریکی ترجیح داده میشود. نمودار بلوک عملکردی (FBD) برای کاربردهای کنترل پیوسته مانند حلقههای PID و پردازش سیگنال آنالوگ در سیستمهای دوزینگ شیمیایی عالی است. متن ساختیافته (ST)، زبان سطح بالایی مشابه پاسکال، امکان انجام محاسبات ریاضی پیچیده برای پایش انتشار یا کنترل آماری فرآیند را فراهم میکند. نمودار عملکرد ترتیبی (SFC) برای فرآیندهای دستهای مانند چرخههای پرس فیلتر یا توالیهای شستشوی غشاء تصویری عالی ارائه میدهد. مهندسان باتجربه اغلب رویکرد ترکیبی به کار میبرند و زبان بهینه را برای هر ماژول برنامه انتخاب میکنند در حالی که نامگذاری متغیرها و استانداردهای مستندسازی را حفظ میکنند.
تکنیکهای برنامهنویسی ساختیافته برای کد قابل نگهداری
سیستمهای کنترل زیستمحیطی اغلب نیاز به بهروزرسانیهای مقرراتی و تغییرات فرآیندی در طول عمر ۱۵-۲۰ ساله خود دارند. مهندسان باید تکنیکهای برنامهنویسی ساختیافته را برای تسهیل تغییرات آینده به کار گیرند. این شامل سازماندهی مدولار برنامه با استفاده از توابع و بلوکهای عملکردی برای وظایف تکراری است — برای مثال، بلوک عملکرد کنترل پمپ استاندارد شده که در سراسر کارخانه استفاده میشود. الگوهای طراحی ماشین حالت برای فرآیندهای ترتیبی ارزشمند هستند و حالتهای عملیاتی (آماده، در حال اجرا، خطا، شستشو) و شرایط انتقال را به وضوح تعریف میکنند. مهندسان باید مدیریت جامع آلارم را مطابق استاندارد ISA-18.2 پیادهسازی کنند و آلارمها را بر اساس ایمنی و تأثیر زیستمحیطی اولویتبندی نمایند. مستندسازی درون کد، با استفاده از بلوکهای توضیحی که استراتژیهای کنترل و روشهای محاسبات را شرح میدهند، هنگام نیاز به تغییرات سالها بعد بسیار ارزشمند است.
راهنمای فنی: پیادهسازی کنترل پیشخور-بازخورد برای دوزینگ شیمیایی
برای مهندسانی که سیستمهای دوزینگ شیمیایی طراحی میکنند، این رویکرد عملی را در نظر بگیرید. ابتدا اختلالات قابل اندازهگیری که بر فرآیند تأثیر میگذارند را شناسایی کنید — نرخ جریان ورودی و pH برای خنثیسازی فاضلاب، یا جریان گاز دودکش و غلظت SO₂ ورودی برای کنترل اسکرابر. کنترل پیشخور را با استفاده از این متغیرهای اختلال با مدل ریاضی پیکربندی کنید: جریان ماده شیمیایی = (متغیر اختلال × بهره فرآیند) + بایاس. اصلاح بازخورد از متغیر کیفیت اصلی (pH خروجی یا SO₂ خروجی) با کنترلکننده PID و محدودیت خروجی برای جلوگیری از اصلاح بیش از حد اعمال شود. مسیر پیشخور با استفاده از آزمایشهای پلهای برای تعیین بهره فرآیند و زمان مرده تنظیم شود، در حالی که تنظیم بازخورد با روشهای استاندارد (زیگلر-نیکولز یا کوهن-کون) با بهرههای محافظهکارانه برای اطمینان از پایداری انجام شود. این رویکرد ترکیبی معمولاً ۴۰٪ سریعتر از کنترل فقط بازخورد اختلالات را دفع میکند.
فناوریهای نوظهور: هوش مصنوعی، یادگیری ماشین و IIoT در اتوماسیون زیستمحیطی
معماریهای محاسبات لبه برای تحلیلهای بلادرنگ
همگرایی فناوری عملیاتی (OT) و فناوری اطلاعات (IT) قابلیتهای جدیدی در پایش و کنترل محیط زیست فراهم میکند. دستگاههای محاسبات لبه که بین دستگاههای میدانی و سیستمهای کنترل قرار دارند، تحلیلهای بلادرنگ روی دادههای جریان انجام میدهند. مهندسان میتوانند مدلهای پیشبینی را روی پلتفرمهای لبه مانند Siemens SIMATIC IPC یا Stratus ztC Edge مستقر کنند و دادههای ارتعاش تجهیزات دوار حیاتی را برای پیشبینی خرابی بلبرینگ قبل از وقوع حوادث زیستمحیطی تحلیل نمایند. این دستگاههای لبه از طریق OPC UA با PLCها ارتباط برقرار میکنند و توصیههای نگهداری ارائه میدهند در حالی که عملکردهای کنترل ایمنی حیاتی را به سیستم اتوماسیون اختصاصی واگذار میکنند. این معماری کنترل قطعی را حفظ میکند و در عین حال تحلیلهای پیشرفته را بدون به خطر انداختن قابلیت اطمینان ممکن میسازد.
کاربردهای یادگیری ماشین در بهینهسازی فرآیندهای زیستمحیطی
الگوریتمهای یادگیری ماشین، در صورت اعتبارسنجی صحیح، میتوانند فرآیندهای زیستمحیطی را فراتر از قابلیتهای کنترل سنتی بهینه کنند. برای مثال، در تصفیه فاضلاب لجن فعال، شبکههای عصبی آموزشدیده بر دادههای تاریخی میتوانند شاخص حجم لجن (SVI) را بر اساس ویژگیهای ورودی و پارامترهای عملیاتی پیشبینی کنند. این پیشبینیها به اپراتورها امکان میدهد نرخهای بازگشت لجن فعال (RAS) و جریانهای لجن زائد (WAS) را بهصورت پیشگیرانه تنظیم کنند تا از بروز مشکلات حجیم شدن جلوگیری شود. مهندسان باید کیفیت دادههای آموزشی را تضمین کنند، تکنیکهای اعتبارسنجی متقابل را پیادهسازی نمایند و نظارت بر عملکرد برای شناسایی کاهش کیفیت مدل در طول زمان برقرار کنند. در حالی که PLCها و DCS اقدامات کنترلی را اجرا میکنند، پلتفرمهای تحلیلی مبتنی بر ابر یا محلی که اسکریپتهای Python یا R را اجرا میکنند، توصیههای بهینهسازی را ارائه میدهند که اپراتورها پس از بررسی میتوانند اعمال کنند.
دیدگاه نویسنده: تحول به سوی انطباق خودکار زیستمحیطی
با طراحی سیستمهای اتوماسیون برای کاربردهای زیستمحیطی در صنایع مختلف طی دو دهه، روند واضحی به سوی مدیریت انطباق خودکار مشاهده میکنم. سیستمهای سنتی صرفاً دادهها را برای گزارشدهی مقرراتی ثبت میکردند؛ سیستمهای مدرن بهطور فعال فرآیندها را کنترل میکنند تا انطباق حفظ شود. مرز بعدی شامل انطباق پیشبینیشده است — سیستمهایی که محدودیتهای انتشار آینده را بر اساس برنامههای تولید، پیشبینیهای آب و هوا و روندهای مقرراتی پیشبینی میکنند و سپس عملیات را بهطور خودکار بهینه میسازند. این تحول نیازمند توسعه مهارتهای جدید در علوم داده و امنیت سایبری توسط مهندسان است در حالی که دانش عمیق فرآیند حفظ میشود. توصیه میکنم متخصصان اتوماسیون در این حوزهها آموزش متقابل ببینند و در گروههای کاری صنعتی که استانداردهای هوش مصنوعی در زیرساختهای حیاتی را توسعه میدهند، مشارکت کنند. تأسیساتی که این قابلیتها را بهخوبی یکپارچه کنند، نه تنها انطباق بلکه مزیت رقابتی از طریق بهرهوری منابع برتر کسب خواهند کرد.
روشهای نصب، راهاندازی و اعتبارسنجی
رویکرد سیستماتیک راهاندازی برای سیستمهای کنترل زیستمحیطی
راهاندازی صحیح تضمین میکند که سیستمهای کنترل زیستمحیطی از روز اول بهطور قابل اعتماد کار کنند. با تست پذیرش کارخانه (FAT) شروع کنید، شبیهسازی ورودی/خروجی و اجرای منطق کنترل برای تأیید عملکرد قبل از ارسال. در نصب سایت، اطمینان حاصل کنید که زمینکردن و محافظت به درستی انجام شده است — سیگنالهای آنالوگ نیاز به کابل پیچخورده محافظتشده با زمینکردن نقطهای دارند تا از حلقههای زمین جلوگیری شود. بررسی حلقهها را برای هر نقطه ورودی/خروجی انجام دهید و کالیبراسیون حسگر و حرکت محرک را تأیید کنید. برای حلقههای حیاتی، آزمایشهای پلهای برای اعتبارسنجی دینامیک فرآیند نسبت به فرضیات طراحی انجام دهید. یک توالی راهاندازی ساختیافته پیادهسازی کنید: با حالت دستی شروع کنید، عناصر کنترل فردی را تأیید کنید، سپس حلقهها را بهتدریج ببندید. تمام نتایج تست، از جمله پارامترهای تنظیم حلقه و نقاط تنظیم آلارم، را برای انطباق مقرراتی و مراجعات آینده مستندسازی کنید.
پروتکلهای اعتبارسنجی برای صنایع تحت مقررات
تأسیساتی که مشمول مجوزهای زیستمحیطی یا استانداردهای کیفیت (ISO 14001) هستند، نیاز به اعتبارسنجی رسمی سیستمهای کنترل دارند. برنامه اعتبارسنجی بر اساس ارزیابی ریسک توسعه دهید و نقاط کنترل حیاتی که خرابی آنها میتواند منجر به تجاوزات زیستمحیطی شود را شناسایی کنید. برای هر حلقه حیاتی، معیارهای پذیرش، روشهای تست و الزامات مستندسازی را تعریف کنید. تأیید نصب (IQ) را برای اطمینان از نصب صحیح مطابق مشخصات انجام دهید. تأیید عملکرد (OQ) را برای اثبات عملکرد صحیح در محدودههای عملیاتی انجام دهید. در نهایت، تأیید عملکرد (PQ) را در دورههای طولانی تحت شرایط عملیاتی عادی اجرا کنید. مستندات اعتبارسنجی، شامل سوابق کنترل نسخه نرمافزار و گزارشهای مدیریت تغییر، را به عنوان مدرک برای بازرسیهای مقرراتی نگهداری کنید.
موارد کاربرد و راهحلهای فنی
- بهینهسازی شناورسازی هوای محلول (DAF) در فرآوری مواد غذایی: یک کارخانه فرآوری مرغ با استفاده از کنترل DAF مبتنی بر PLC راکول اتوماسیون CompactLogix پیادهسازی کرد. سیستم جریان ورودی، کدورت و غلظت چربی را پایش میکند و دوزینگ پلیمر و فشار اشباع هوا را بهطور خودکار تنظیم میکند. نتایج: صرفهجویی ۳۲٪ در مواد شیمیایی (۶۵,۰۰۰ دلار سالانه) و TSS خروجی همواره زیر ۵۰ میلیگرم بر لیتر که فراتر از الزامات مجوز است.
- اعتبارسنجی دادههای سیستم پایش مداوم انتشار (CEMS): یک پالایشگاه اعتبارسنجی دادههای CEMS مبتنی بر DCS با استفاده از یوکوگاوا CENTUM VP را پیادهسازی کرد. سیستم چکهای صفر و بازه خودکار انجام میدهد، میانگینهای متحرک برای گزارش انطباق محاسبه میکند و هنگام نزدیک شدن انتشار به ۸۰٪ محدود مجوز هشدار میدهد. این رویکرد پیشگیرانه در سال اول از سه تجاوز احتمالی جلوگیری کرد.
- بهبود کارایی جمعآوری گاز زبالههای دفنی: یک محل دفن زباله جامد شهری با استفاده از کنترل PLC و کنترلکنندههای Emerson ROC800 تنظیم چاهها را انجام داد. هر چاه بهصورت جداگانه بر اساس غلظت متان و پایش نفوذ اکسیژن کنترل وکیوم و جریان دارد. کارایی جمعآوری متان در کل سیستم از ۷۲٪ به ۸۹٪ افزایش یافت و اعتبارهای انرژی تجدیدپذیر اضافی به ارزش ۲۴۰,۰۰۰ دلار سالانه تولید کرد.
