污水处理智能管控系统IPES
1系统架构
WTSmart污水处理智能管控系统架构如下图所示。系统平台围绕数据采集传输(数据源)、数据库、组件配置与数据综合应用三层来构建。是一套以工业生产物联网为基础,以提高污水处理管理水平为目标,整个平台通过对污水处理厂工艺生产数据的采集,完成污水处理运行的生产监控,实现污水处理工艺的优化调整,解决实际生产中的问题,降低水厂运行成本,提高水处理达标率。
1.1数据采集传输层
通过安装在粗格栅提升泵房、曝气池等工艺区间的机泵、流量计等智能设备并获取电机电流、电压、不同污水水源下的含量、各种能耗、物耗和进、出厂水流量的计量和累计、生产过程设备工况和工艺流程状况监测等,通过数据采集系统将实时数据直接存入系统数据库中。
滨海高新区水厂中控系统采用工业以太网控制系统应用网络连接方式,结合污水处理工艺,形成一种以PLC为下位机监测点,工控机为上位机的中小型控制网络。现场监控层包含了分布在各个污水处理厂的各种现场设备以及总线仪表等数据采集设备和执行机构,这些设备通过现场总线以太网将其采集到的和运行数据参数集中上传到现场监控层,现场监控层是以3台PLC为平台,负责对这些数据进行实时处理的同时,完成对污水处理的过程控制。
鉴于现场污水处理厂的自动化水平及后期污水处理工艺调整的问题,我方建议根据实际情况进行数据采集的方案制定,下图为污水处理数据采集传输的示意图。
1.2数据库、组件配置层
以数据管理、公共组件配置、模块集成、系统部署为步骤进行系统平台搭建,配置的应用系统具有模块高扩展性和应用功能高定制性,既可满足生产监控要求,也可满足不同用户进行深化应用的个性化需求。
1.3数据综合应用层
2系统组成
WTSmart污水处理智能管控系统组成如表1所示。
表1 WTSmart污水处理智能管控系统功能组成表

序号
模块
系统主要功能
1
系统管理
系统角色;组织机构;角色权限;用户设置;系统日志;平台数据库;密码修改等。
2
上位机组态监控
采集设备驱动及链接、数据解析;实时工况组态化监控
3
数据管理
数据接口及管理
4
生产监控
实时监控和掌握污水处理生产运行状态
5
工程分析
水质达标率、处理能力、流动保障、能量利用等分析。
6
设备管理
设备管理子系统包括生产设备管理和物联设备管理
7
生产运维
包括报警管理、任务管理、设备管理、资产管理、巡检管理、成本管理、人员管理、绩效考核等功能。提高运维质量及效率,降低运维成本
8
诊断预警
应用数据挖掘模型及算法自动发现污水处理系统问题、故障和趋势,并提交报警及预警
9
优化决策
应用数据挖掘模型和算法智能地进行工艺参数、加药方式、机组联编、优化调度等
10
综合评价
污水处理的质量、安全、环保、管理等关键指标KQI体系及多目标多因素综合评价
11
智能移动终端
智能手机端的信息推送

3系统主要功能模块
3.1系统管理
实现整个污水处理系统的模块配置、界面设置等功能,是整个系统框架的管理。分别包括系统组织机构管理、岗位用户管理、系统配置和系统日志。
(1)组织机构管理
对系统组织机构能实现添加、删除、修改等功能管理。
(2)岗位用户管理
添加系统角色(管理角色名称、当前状态、可操作单位和所有权限等功能)、系统角色权限(设定角色权限管理)、用户设置(添加用户名称并设置启用状态和管理范围)等功能。特别是在交接班过程中,首先需要判断交接人员是否都在岗,若在岗,应同时验证两人的用户权限,方可进入系统,防止在岗人员提前下班,并且在登录成功后将交接班信息发送给管理人员。
(3)系统配置
实现系统间配置、模块间配置和报表间配置等功能。
(4)系统日志
根据时间、子系统名称、用户名称等条件查询系统日志(包括用户名称、活动时间、子系统名称、模块分类名称、明细模块名称和IP地址)。
3.2上位机组态监控
上位机组态监控是利用组态监控软件在PC端对整个污水处理系统中将各生产流程、各工艺设备节点的所有动态进行画面与数据的集中可视化展示;异常报警给后台监控人员以及管理人员进行展示。
整个污水处理系统工艺中有格栅井、沉沙池、生化池、二沉池、污泥回流池、高密沉淀池、消毒池、脱泥间、风机组、加药间、清水池、等处理单元,包括机械格栅、提升泵、搅拌机、罗茨鼓风机、加药泵、溶药装置、污泥螺杆泵等电机设备,有近20个变量;在上位机组态监控界面中在可视化展示、报警展示功能应用的情况下还可以进行设备控制、实时数据显示、历史数据及曲线、报表输出等多个功能的开发与应用。
3.3数据管理
数据管理主要是为设备与软件的数据录入提供数据接口,整合数据源,充分利用已有数据,减轻数据录入工作量,实现数据共享,系统提供了外部数据获取功能,可以快速获取Oracle数据库、SQLServer数据库、Accessexcel文档等多种数据源内的数据。
可以将水质化验管理进行标准化,使化验工作标准、规范、高效。
•水质化验数据实现网络填报,提高数据的实时性;
•水质化验数据网络化审核,保证数据的准确性;
•各类化验报告快速生成、导出、打印,提高工作效率;
•各类水质化验数据快速查询和对比,实现图形化展现;
 
3.4生产监控
系统以污水处理企业现有或新建的自动化控制系统中的生产运行数据为采集源,通过数据采集平台以及数据传输网络从PLC中自动、实时将生产运行数据传输到远程监视管理系统中;完成生产过程主要参数(不同污水水源下的含量、各种能耗、物耗和进、出厂水流量的计量和累计、生产过程设备工况和工艺流程状况监测等)的采集;使企业各级人员随时掌握生产运行情况。
自动采集、实时存储企业自控系统中的在线仪表、设备的运行数据;
企业生产运行情况实时图形化展示,可通过网络远程查看;
历史生产运行数据可随时进行快速查找和查看;
生产运行数据可通过柱状图、饼图、曲线图等效果进行直观对比;
自动监视各类生产运行数据,发现异常实时报警;
报警处理过程及处理结果可进行跟踪和记录;
历史报警信息可进行查询、汇总及统计分析;
可编写报警处理预案,为报警处理提供参考,提高处理效率;
3.5工程分析
以质量守恒、水平衡、热平衡、PH值影响、物料平衡、能效分析等原理出发,结合污水处理工艺单元,建立工程分析模型,对污水处理系统进行水质达标率、处理能力、流动保障、能量利用等进行分析。
比如通过分析污水厂能耗特征,将污水处理厂能耗分成预处理、生化处理、污泥处理三个单元进行统计和分析,实现能耗分析单元化便于工艺间比较。并通过分析各单元能耗的影响因素和特点,设计出预处理单元的能耗利用效率、生化单元曝气系统的污染物去除比能耗、污泥处理单元的吨泥比能耗等能反映能耗水平的指标。新的指标便于进行能耗评估、比较和分析,为进一步的能耗管理和节能工作提供支持。
3.6设备管理
企业设备资产的生命周期包括采购、跟踪、管理和出让四个阶段。以设备台帐为基础,以工作单的提交、审核、执行为主线,按照故障维修、预防维修、以可靠性为中心的维修和状态检修等几种可能模式,跟踪并管理设备的整个生命周期过程。运用现代信息技术提高设备运行可靠性与使用价值,降低维护成本与维修成本,保障企业生产运行。
完善的设备档案管理,准确掌握设备的各种基本情况;
全面的设备养护管理,通过建立设备的润滑、检修、大中小修计划,系统自动在计划实施时间生成设备养护单,提交给设备维修部门。使设备养护工作条理清晰,提高设备的使用寿命;
高效的设备维修管理,通过对设备维修工单从生成、处理、完成的全流程的规范管理,使设备维修及时准确高效;
醒目的维修信息提醒,使各级设备管理人员准确掌握设备故障及维修情况;
规范的备品备件管理,使备品备件的出库、入库更加规范,备品备件的流向清晰易查。智能的库存监测机制,库存过低或药效过期及时预警;
智能的统计分析功能,使设备的完好率、故障率、维修成本等一目了然;
3.7生产运维
生产运维是针对污水处理企业生产过程中生产工艺与设备、物联设备、信息系统以及相关的运维队伍与装备(运维车辆、运维物资等)的管理系统。目的是提高污水处理运维效率,优化运维流程,降低运维成本。
生产运维系统(Production Enhancement )是污水处理智能管控系统WTSmart的一个重要组成部分,包括报警管理、任务管理、设备管理、资产管理、巡检管理、成本管理、人员管理、绩效考核等功能。提高运维质量及效率,降低运维成本。
1)对设备进行巡更巡检;
2)通过工况诊断和设备故障预警实时形成运维任务;
3)对安装、维修、巡检、紧急事项等任务进行管理,形成远程会诊与指挥调度;
4)资产设备的库存管理、使用状况评估,实现资产采购、调拨等智能化运营;
5)通过调度记录和运维人员管理记录,对运维人员的工作业绩进行量化考核;
6)对运维成本进行核算、分析、评价。
3.8诊断预警
3.8.1 污水工况诊断
工况诊断的核心在于及时的发现问题并诊断出原因所在,而油田污水诊断的功能模式具有开放式的特点,其并不是完全由电脑完全替代人工,进行封闭式的污水问题诊断。
污水处理过程是一个包含许多复杂处理工艺的生化过程,长期以来运行人员往往是根据多年的积累的经验对污水处理厂进行管理,而这些经验的积累要求具有较长时间的实际操作经验和广泛的知识。污水处理故障诊断系统的知识库的建立也主要依靠专家的经验知识来建立,受到了很大的限制。污水处理厂在运行过程中,会产生大量的运行数据。而数据挖掘技术就是从大量的历史数据中挖掘出有用的知识模式。有效的应用大量的历史数据是当务之急,从而考虑利用数据挖掘技术来分析大量的历史数据,聚类分析是一种很好地用来进行先验知识少的数据的分析,结合遗传算法对聚类分析的优化以历史数据为基础综合专家经验建立污水故障规则,再通过多元参数法进行工况分析,即补充了故障诊断系统知识库又达到了工况诊断的目的。
污水问题诊断的诊断功能模式分为系统诊断和人工诊断两类模式,其中,系统诊断模式是指软件系统在对污水处理厂的各个工艺环节进行诊断时,若发现工况故障,即可发出报警提示,技术人员可在第一时间发现报警信息,并可浏览详细报警记录,明确报警原因和报警内容,便于采取相应措施;而人工诊断模式是指,对于污水处理厂关注的重点工艺环节、特殊指标和疑难工况,在系统诊断基础上,加入人工干预,利用专家丰富的经验对重点对象产生的问题进行诊断,并可把这种专家经验解决问题的案例作为样本,一方面可以进一步提升系统诊断的准确性,另一方面可以丰富专家知识库,便于今后出现类似问题时可以更高效的解决。
污水工况诊断以工艺控制、设备运行、化验分析等方面作为切入点,根据流入流出各设备的水质指标、进出水质化验分析数据、设备技术参数、能源消耗数据等海量实测数据进行诊断,通过判断其是否异常报警,而得出工况诊断结果。针对系统判断不准确的情况加入人工分析,优化诊断结果并加入到经验公式库中。
3.8.2污水工况预警
污水工况预警的思路是应用灰色关联、因素分析、时序预测等挖掘模型算法,发现影响污水处理系统效能的主要因素和影响程度,发现污水处理运行过程中各个指标的异常情况,各个生产要素之间的关联关系和规律,诊断生产故障,预测工况效率指标未来发展趋势,实现预测生产设备寿命和维修预警,水质达标趋势预测、能耗临界预警、管理行为引导等
根据时序分析法、灰色预测、灰色关联、线性回归、BP神经网络法等大数据挖掘算法预测未来一段时间内影响污水工艺的关键指标如日进水量、进水PH、进水BOD、进水COD、进水悬浮固体、设备功率等指标,将预测值与预设的指标或者上述得到故障规则进行对比,判断是否超出合理界限,若超出则给予报警提醒,完成单指标参数预警。
针对不同大数据挖掘算法所适用的条件及污水处理工艺指标参数类型的差异,考虑应用哪种算法对数据进行分析是影响数据挖掘信息准确性的重要因素,因此针对不同数据类型、数据大小需要“因数而异、对号入座”。
根据污水工况类型不同可分为:单工艺工况预警、单水质指标超标预警、水质最终达标率预警、设备能耗临界预警。
3.9优化决策
污水处理工艺优化决策的核心是应用灰色预测法、专家系统法、模糊数学法,神经网络法、优选组合法、时序分析法等,对在线监测的实时数据进行趋势分析、预测、参数优化等,对未来水处理能力需求量的预测、以及对设备负荷曲线的预测,可以根据预测的来水量,合理地运行调度;还可以进行水处理剂投注方式、配方调整、水泵机组联编、优化调度、曝气池节能优化控制等进行优化。
油田污水处理工艺流程复杂,一般可分为一级处理(预处理)、二级处理(生化处理)和三级处理(深度处理)。一级处理流程包括来水进入粗格栅、吸水池、泵房、细格栅、调节池、初沉池等;从初沉池流出的水经过生化池的污泥微生物处理并沉淀完成二级处理,再经过浓缩、消化、消毒进一步完成深度处理。每一道工序下的水质或者每一级处理节点下的水质处理不达标均会影响出水水质达标率,针对这些工艺特点将污水处理优化分为单工艺指标参数优化和工艺节点参数优化两部分。
3.9.1单工艺指标参数优化
污水流经每个设备进行污水处理并流出该设备时,针对各项水质参数的异常情况应用灰色关联法、BP神经网络法、层次分析、主成分分析、系统聚类分析等对异常参数值进行工况分析,分析设备加药量、加药方式、设备功率(设备运行状况)、微生物作用等工艺指标之间的相互关系,找出影响水质异常的主要因素,通过调整这些关键因素使得出水水质达到正常范围。一般地,单工艺指标参数优化可细分为进水水质参数(基准)、初沉池指标参数优化、二沉池水质指标参数优化、曝气池水质指标参数优化、出水水质指标参数优化等(具体模块划分视油田污水处理厂具体工艺流程而定)。
3.9.2工艺节点参数优化
以油田污水处理厂从进水到污水处理达标排放、回注、回用整个环节为一个整体,根据用户需求设定中间环节的某一步为一个工艺节点,以污水进厂到该点为研究对象,运用上述大数据挖掘算法进行水质指标参数分析和优化。例如,将工艺节点取在污水出厂排放这一点,根据前述污水工况诊断的结果得到出水水质异常参数,由系统聚类将工况类型相同的情况划为一类,由灰色关联和因素分析找出影响每一类工况的主要因素,由BP神经网络回归分析或专家经验找出这些主要因素与水质指标的关系,通过优化主要指标的大小即可将水质指标调整到正常范围内。
3.10综合评价
开展污水处理建设投资、污水处理量、运营及折旧费用、预期收益率(即财务内部收益率)及经营年限等有关计算。开展保底水量的确定计算,即一般按照盈亏平衡点来进行确定,所谓盈亏平衡点就是项目不亏不盈即水费销售收入等于总成本时,项目能维持运转。
在能耗分析研究中,没有明确的边界界定、统一的能耗审计和评估的指标,各种工艺间的横向比较难以进行。现有指标不能反映污水处理厂不同单元的能耗特点,不能有针对性的进行能耗评估,不便于作为能耗管理和节能潜力分析的依据。因此,有必要根据能耗管理的需要界定污水处理厂能耗分析的边界,并根据实际运行中污水处理厂各部分能耗的特点,建立统一的能耗指标评估污水厂的能耗水平。新的指标应能反映各部分的能耗水平,便于进行工艺间的横向比较、深入的能耗分析、节能潜力的识别以及能耗管理水平的提升。
综合评价包括对污水处理的质量、安全、环保、管理、经济等关键指标KQI体系及多目标多因素综合评价。具体地,通过建立全面、准确反映出污水处理的质量、安全、环保、管理等关键指标KQI体系,运用模糊综合评价、数据包络、灰色评价、层次分析、对标、神经网络等评价方法,实时对污水处理综合运行状态进行分析和评价;可以全面展示污水处理生产状况、生产特征、关键指标、生产趋势等,并基于KQI指标进行辅助决策,为企业提升管理效率和降本增效提供有力支持。
3.10.1绩效评价
绩效评价指标体系是指由内部存在一定联系的可以评价、衡量和考核被评价对象绩效执行情况的系列指标组成的系统,通常采用一定的数理方法,对采集的相关指标进行定量或定性评价,从而得出被评价事项整体效益情况的一整套运作体系。油田污水处理厂评价一般涉及经济绩效、管理绩效和社会绩效三部分。其中经济绩效包括获利能力、债务风险、资产质量等,管理绩效包含内部控制、计划决策、基础管理等,而社会绩效涵盖环境保护和安全生产。换言之,绩效评价涵盖了环境、生产安全、财务资产管理、人力资源管理等多多因素多目标,既可以单方面评价企业某一方面的运行情况,也可以综合评价企业的整个运行状况。针对不同企业评价达到的目的、评价内容通过数据包络分析、层次分析、专家团评价法、平衡计分卡法等构建评价体系,这里初步选用层次分析法构建油田污水处理厂绩效评价体系。
运用层次分析法构建污水处理厂评价体系的一般步骤:
1)构建层次结构模型;
2)根据层次结构模型分解对比模块;
3)根据判断值设定判断矩阵;
4)计算权向量,做一致性检验并计算权重值;
5)各级各模块权重进行综合评分。
3.10.2 KQI对标评价
针对涉及环境、生产、经济、技术等各方面的所有指标或者不同工艺方案、实施情况根据前述专家经验知识库中的指标标准、企业标准、行业标准进行指标的纵横向对标。
3.11智能移动终端

智能移动终端是针对移动用户进行派工、出勤考核、智能巡检、目的地导航、关键信息推送与查询等;当日关键生产指标,实现当日生产信息、安全运行时间的自动刷新;重点设备信息,实现重点设备的当日数据显示、生产曲线分析、历史数据展示等动态;预警信息,生产预警信息的警示和提醒,也包括短信提醒和通知信息。