污水处理厂智能运营系统的研究开发
日期: 2020-08-29 12:03:48
1、概述
污水处理厂主要是以微生物处理工艺为主，其生化处理过程复杂，针对不断变化的污水水质，处理水质也具有极大的不确定性，而目前常规的监控手段还是以人工经验为主，结合手动或远控方式进行操作，在运行中出现问题也往往是按照“出现问题-反馈问题-解决问题”的过程。造成目前污水处理中普遍存在现场控制回路简单、信息滞后、数据管理凌乱、节能降耗意识和手段缺失、水质预测困难等问题。
针对这些问题，特对需要对污水处理过程进行综合的重新设计，按模块功能进行分类设计，最终实现从硬件到软件平台的智能化整体解决方案。
2、研究开发步骤和内容
2.1数据展示
（1）运营画面优化。为了提高第一观感和易读性，在画面开发的过程中，采用3D高清的立体模型结构图。对主要的构筑物、设备进行简单直观的3D模型的开发。3D模型具备动态数据显示功能，同时可进行视角的实时切换。同时满足了SCADA系统巡视和移动APP发布查看等要求。
（2）引入建筑信息模型概念。建立构建筑物、工艺管线、电气设备的综合模型，并以扩建和升级改造工程建设为契机、相结合，实现污水厂建设运行基础资料的大数据管理模式。
2.2数据加工
采样过程中，由于会出现测定误差、信号丢失、传感器失灵等各种因素，造成记录信息中混有各种虚假信号。同时污水处理厂日常工作中，普遍存在对外报出数据填报量大的问题。一般会出现延误填报、数据不统一的问题。在以下几个方面做出改进。
2.2.1数据检测
对异常数据进行检测和修正。途径是根据规则和统计分析方法。主要是通过定义基准-监控比较-偏差大时触发检测-考虑其他相关变量（多变量分析）-确定数据准确性。数据检测作为专家系统的一个分支，提供对化验、在线仪表数据可靠性的智能化分析。
2.2.2数据统一规范性
将中控报表数据、化验室数据、生产消耗人工录入数据三方面结合，汇总进入统一数据管理系统，由专人负责数据统一规范性，负责对外数据。
2.2.3数据接口对接
开发了数据审核、网页自动填报等功能，满足提高效率的要求。具备报表自组功能，使污水处理厂在面临格式报表变更时能够及时调整。
2.3数据分析
（1）绩效评估模型：以行业要求为基础，将绩效评估分析模型数字化。
（2）加工后的数据作为水质调整决策的重要依据，与专家系统和BP神经网络共享数据。
（3）利用大数据分析方法，开发专家系统，结合给出优化控制方案，根据经验和水处理模型理论实现工艺调整大方向上的决策，实现对现场工艺、能耗、设备管理的智能化控制。按照控制层级（现场级、中控级、公司级）、工艺区域分步实施智能化算法的开发。
（4）专家系统：开发了一个适应于本厂的智能化程序，结合理论参数的对汇总的数据进行统计、加工和学习，通过辨别问题，提出预报和警报，并自动归类，从而建立适应于本厂的知识库。
专家系统用到的基础和数据如下：定量数据包括各类流量、温度、DO、pH、ORP；化学和物理指标包括进、出水及中间过程和污泥处理的所有相关指标数据；通过计算得到的数据包括SRT、HRT、SVI、F/M、不同物质的去除率、氨氮负荷、硝化速率、反硝化速率等；定性数据包括污泥絮体结构、丝状菌数量、污泥镜检微生物各种类数量、污泥沉降性、二沉池泥层高度、二沉池出水清澈度、污泥沉降上清液观测、污泥是否有气泡和上浮；设备数据包括资产名称、资产编号、设备序号、使用单位、原值、数量、单位、放置位置、规格型号、操作（设备卡片）、运行台时、故障台时、配件信息、维护保养计划、养护智能提醒、养护执行情况等。
（5）专家系统用途主要有：通过现场智能优化控制参数传递，实现了污水流量智能优化控制；生物处理中硝化反应过程、反硝化反应过程、高负荷情况下的工艺调整、低负荷下的工艺调整、污泥膨胀的检测控制、污泥中毒的检测控制、污泥物料平衡控制；设备、仪表故障缺陷自诊断分析；单路停电自恢复。应用方式针对各类控制策略建立分级、分区域的专家子系统。通过参数传递实现分级控制，通过分区域的智能化控制建立综合控制程序。
（6）BP神经网络控制。在基础数据基础上，引入BP神经网络可以实现对控制参数的精确调控。BP神经网络适用于难以用一般数学模型描述的高度非线性过程。利用其自适应性，通过专家系统输入-输出数据对的导入训练，使其具备预测功能。其实现了最优成本下的水质保证。主要是在现有运营基础上，将水量、电耗、药剂等运行成本进行综合分析，建立动态成本评测和控制模型。
2.4现场智能优化控制
2.4.1水力控制
水力干扰是污水处理中影响出水的重要因素。较少的进水流量变化，可以降低对污水处理系统的冲击，减少大幅调整的发生次数。
2.4.2厂内回流影响控制
污水处理厂采用智能化控制后，单元的操作考虑了对其他单元对其的影响。例如以下几个影响因素：
（1）污泥外回流滞后的缓慢自动调整，稳定了二沉池SS浓度增加。
（2）综合考虑了回流量变化对缺氧区DO影响。提前进行精确曝气系统的调整。（3）消化池上清液的排放尽量避免与进水高峰重合。
（4）匹配处理泥量、泥质，防止污泥排放对污泥处理单元产生冲击。
（5）自动进行水量核算并对水量异常单元进行预警，防止进出水量差距过大。
3、问题及结论
本系统的开发研究提高了污水处理厂的工艺稳定性，提高节能降耗水平。实现综合优化管理，有效提高运行管理水平。
但也存在一些问题，如缺乏工程阶段的顶层设计：设计之初没有详细的参数自动控制策略；对操作人员的水平要求高，现场人员亟待深入培训等。
综上，以水处理工艺和大数据智能化分析为方法，提升现有自控方式，实现污水厂复杂的工艺过程的智能化处理，达到处理过程的的低能耗、高稳定性、低产量的目标。是污水处理厂智能化发展的必然趋势。
