污水處理智能管控系統IPES
1系統架構
WTSmart污水處理智能管控系統架構如下圖所示。系統平臺圍繞數據采集傳輸（數據源）、數據庫、組件配置與數據綜合應用三層來構建。是一套以工業生產物聯網為基礎，以提高污水處理管理水平為目標，整個平臺通過對污水處理廠工藝生產數據的采集，完成污水處理運行的生產監控，實現污水處理工藝的優化調整，解決實際生產中的問題，降低水廠運行成本，提高水處理達標率。
1.1數據采集傳輸層
通過安裝在粗格柵提升泵房、曝氣池等工藝區間的機泵、流量計等智能設備并獲取電機電流、電壓、不同污水水源下的含量、各種能耗、物耗和進、出廠水流量的計量和累計、生產過程設備工況和工藝流程狀況監測等，通過數據采集系統將實時數據直接存入系統數據庫中。
濱海高新區水廠中控系統采用工業以太網控制系統應用網絡連接方式，結合污水處理工藝，形成一種以PLC為下位機監測點，工控機為上位機的中小型控制網絡?，F場監控層包含了分布在各個污水處理廠的各種現場設備以及總線儀表等數據采集設備和執行機構，這些設備通過現場總線以太網將其采集到的和運行數據參數集中上傳到現場監控層，現場監控層是以3臺PLC為平臺，負責對這些數據進行實時處理的同時，完成對污水處理的過程控制。
鑒于現場污水處理廠的自動化水平及后期污水處理工藝調整的問題，我方建議根據實際情況進行數據采集的方案制定，下圖為污水處理數據采集傳輸的示意圖。
1.2數據庫、組件配置層
以數據管理、公共組件配置、模塊集成、系統部署為步驟進行系統平臺搭建，配置的應用系統具有模塊高擴展性和應用功能高定制性，既可滿足生產監控要求，也可滿足不同用戶進行深化應用的個性化需求。
1.3數據綜合應用層
應用層是將數據呈現給用戶或處理用戶輸入的應用程序或系統一部分。以提高污水處理生產管理水平為目標，完成集污水生產過程監控、生產參數監控、污水處理能力分析評估、水質達標率分析評估、污水處理工況診斷、工程分析、優化設計、智能控制、設備管理、生產運維、指標評價（KQI）等功能的開發與綜合應用，從而保障污水處理的安全、高效、節能、環保。
2系統組成
WTSmart污水處理智能管控系統組成如表1所示。
表1 WTSmart污水處理智能管控系統功能組成表
|
序號
|
模塊
|
系統主要功能
|
|
1
|
系統管理
|
系統角色；組織機構；角色權限；用戶設置；系統日志；平臺數據庫；密碼修改等。
|
|
2
|
上位機組態監控
|
采集設備驅動及鏈接、數據解析；實時工況組態化監控
|
|
3
|
數據管理
|
數據接口及管理
|
|
4
|
生產監控
|
實時監控和掌握污水處理生產運行狀態
|
|
5
|
工程分析
|
水質達標率、處理能力、流動保障、能量利用等分析。
|
|
6
|
設備管理
|
設備管理子系統包括生產設備管理和物聯設備管理
|
|
7
|
生產運維
|
包括報警管理、任務管理、設備管理、資產管理、巡檢管理、成本管理、人員管理、績效考核等功能。提高運維質量及效率，降低運維成本
|
|
8
|
診斷預警
|
應用數據挖掘模型及算法自動發現污水處理系統問題、故障和趨勢，并提交報警及預警
|
|
9
|
優化決策
|
應用數據挖掘模型和算法智能地進行工藝參數、加藥方式、機組聯編、優化調度等
|
|
10
|
綜合評價
|
污水處理的質量、安全、環保、管理等關鍵指標KQI體系及多目標多因素綜合評價
|
|
11
|
智能移動終端
|
智能手機端的信息推送
|
3系統主要功能模塊
3.1系統管理
實現整個污水處理系統的模塊配置、界面設置等功能，是整個系統框架的管理。分別包括系統組織機構管理、崗位用戶管理、系統配置和系統日志。
（1）組織機構管理
對系統組織機構能實現添加、刪除、修改等功能管理。
（2）崗位用戶管理
添加系統角色（管理角色名稱、當前狀態、可操作單位和所有權限等功能）、系統角色權限（設定角色權限管理）、用戶設置（添加用戶名稱并設置啟用狀態和管理范圍）等功能。特別是在交接班過程中，首先需要判斷交接人員是否都在崗，若在崗，應同時驗證兩人的用戶權限，方可進入系統，防止在崗人員提前下班，并且在登錄成功后將交接班信息發送給管理人員。
（3）系統配置
實現系統間配置、模塊間配置和報表間配置等功能。
（4）系統日志
根據時間、子系統名稱、用戶名稱等條件查詢系統日志（包括用戶名稱、活動時間、子系統名稱、模塊分類名稱、明細模塊名稱和IP地址）。
3.2上位機組態監控
上位機組態監控是利用組態監控軟件在PC端對整個污水處理系統中將各生產流程、各工藝設備節點的所有動態進行畫面與數據的集中可視化展示；異常報警給后臺監控人員以及管理人員進行展示。
整個污水處理系統工藝中有格柵井、沉沙池、生化池、二沉池、污泥回流池、高密沉淀池、消毒池、脫泥間、風機組、加藥間、清水池、等處理單元，包括機械格柵、提升泵、攪拌機、羅茨鼓風機、加藥泵、溶藥裝置、污泥螺桿泵等電機設備，有近20個變量；在上位機組態監控界面中在可視化展示、報警展示功能應用的情況下還可以進行設備控制、實時數據顯示、歷史數據及曲線、報表輸出等多個功能的開發與應用。
3.3數據管理
數據管理主要是為設備與軟件的數據錄入提供數據接口，整合數據源，充分利用已有數據，減輕數據錄入工作量，實現數據共享，系統提供了外部數據獲取功能，可以快速獲取Oracle數據庫、SQLServer數據庫、Access、excel文檔等多種數據源內的數據。
可以將水質化驗管理進行標準化，使化驗工作標準、規范、高效。
•水質化驗數據實現網絡填報，提高數據的實時性；
•水質化驗數據網絡化審核，保證數據的準確性；
•各類化驗報告快速生成、導出、打印，提高工作效率；
•各類水質化驗數據快速查詢和對比，實現圖形化展現；
3.4生產監控
系統以污水處理企業現有或新建的自動化控制系統中的生產運行數據為采集源，通過數據采集平臺以及數據傳輸網絡從PLC中自動、實時將生產運行數據傳輸到遠程監視管理系統中；完成生產過程主要參數（不同污水水源下的含量、各種能耗、物耗和進、出廠水流量的計量和累計、生產過程設備工況和工藝流程狀況監測等）的采集；使企業各級人員隨時掌握生產運行情況。
• 自動采集、實時存儲企業自控系統中的在線儀表、設備的運行數據；
• 企業生產運行情況實時圖形化展示，可通過網絡遠程查看；
• 歷史生產運行數據可隨時進行快速查找和查看；
• 生產運行數據可通過柱狀圖、餅圖、曲線圖等效果進行直觀對比；
• 自動監視各類生產運行數據，發現異常實時報警；
• 報警處理過程及處理結果可進行跟蹤和記錄；
• 歷史報警信息可進行查詢、匯總及統計分析；
• 可編寫報警處理預案，為報警處理提供參考，提高處理效率；
3.5工程分析
以質量守恒、水平衡、熱平衡、PH值影響、物料平衡、能效分析等原理出發，結合污水處理工藝單元，建立工程分析模型，對污水處理系統進行水質達標率、處理能力、流動保障、能量利用等進行分析。
比如通過分析污水廠能耗特征，將污水處理廠能耗分成預處理、生化處理、污泥處理三個單元進行統計和分析，實現能耗分析單元化便于工藝間比較。并通過分析各單元能耗的影響因素和特點，設計出預處理單元的能耗利用效率、生化單元曝氣系統的污染物去除比能耗、污泥處理單元的噸泥比能耗等能反映能耗水平的指標。新的指標便于進行能耗評估、比較和分析，為進一步的能耗管理和節能工作提供支持。
3.6設備管理
企業設備資產的生命周期包括采購、跟蹤、管理和出讓四個階段。以設備臺帳為基礎，以工作單的提交、審核、執行為主線，按照故障維修、預防維修、以可靠性為中心的維修和狀態檢修等幾種可能模式，跟蹤并管理設備的整個生命周期過程。運用現代信息技術提高設備運行可靠性與使用價值，降低維護成本與維修成本，保障企業生產運行。
• 完善的設備檔案管理，準確掌握設備的各種基本情況；
• 全面的設備養護管理，通過建立設備的潤滑、檢修、大中小修計劃，系統自動在計劃實施時間生成設備養護單，提交給設備維修部門。使設備養護工作條理清晰，提高設備的使用壽命；
• 高效的設備維修管理，通過對設備維修工單從生成、處理、完成的全流程的規范管理，使設備維修及時準確高效；
• 醒目的維修信息提醒，使各級設備管理人員準確掌握設備故障及維修情況；
• 規范的備品備件管理，使備品備件的出庫、入庫更加規范，備品備件的流向清晰易查。智能的庫存監測機制，庫存過低或藥效過期及時預警；
• 智能的統計分析功能，使設備的完好率、故障率、維修成本等一目了然；
3.7生產運維
生產運維是針對污水處理企業生產過程中生產工藝與設備、物聯設備、信息系統以及相關的運維隊伍與裝備（運維車輛、運維物資等）的管理系統。目的是提高污水處理運維效率，優化運維流程，降低運維成本。
生產運維系統（Production Enhancement ）是污水處理智能管控系統WTSmart的一個重要組成部分，包括報警管理、任務管理、設備管理、資產管理、巡檢管理、成本管理、人員管理、績效考核等功能。提高運維質量及效率，降低運維成本。
1）對設備進行巡更巡檢；
2）通過工況診斷和設備故障預警實時形成運維任務；
3）對安裝、維修、巡檢、緊急事項等任務進行管理，形成遠程會診與指揮調度；
4）資產設備的庫存管理、使用狀況評估，實現資產采購、調撥等智能化運營；
5）通過調度記錄和運維人員管理記錄，對運維人員的工作業績進行量化考核；
6）對運維成本進行核算、分析、評價。
3.8診斷預警
3.8.1 污水工況診斷
工況診斷的核心在于及時的發現問題并診斷出原因所在，而油田污水診斷的功能模式具有開放式的特點，其并不是完全由電腦完全替代人工，進行封閉式的污水問題診斷。
污水處理過程是一個包含許多復雜處理工藝的生化過程，長期以來運行人員往往是根據多年的積累的經驗對污水處理廠進行管理，而這些經驗的積累要求具有較長時間的實際操作經驗和廣泛的知識。污水處理故障診斷系統的知識庫的建立也主要依靠專家的經驗知識來建立，受到了很大的限制。污水處理廠在運行過程中，會產生大量的運行數據。而數據挖掘技術就是從大量的歷史數據中挖掘出有用的知識模式。有效的應用大量的歷史數據是當務之急，從而考慮利用數據挖掘技術來分析大量的歷史數據，聚類分析是一種很好地用來進行先驗知識少的數據的分析，結合遺傳算法對聚類分析的優化以歷史數據為基礎綜合專家經驗建立污水故障規則，再通過多元參數法進行工況分析，即補充了故障診斷系統知識庫又達到了工況診斷的目的。
污水問題診斷的診斷功能模式分為系統診斷和人工診斷兩類模式，其中，系統診斷模式是指軟件系統在對污水處理廠的各個工藝環節進行診斷時，若發現工況故障，即可發出報警提示，技術人員可在第一時間發現報警信息，并可瀏覽詳細報警記錄，明確報警原因和報警內容，便于采取相應措施；而人工診斷模式是指，對于污水處理廠關注的重點工藝環節、特殊指標和疑難工況，在系統診斷基礎上，加入人工干預，利用專家豐富的經驗對重點對象產生的問題進行診斷，并可把這種專家經驗解決問題的案例作為樣本，一方面可以進一步提升系統診斷的準確性，另一方面可以豐富專家知識庫，便于今后出現類似問題時可以更高效的解決。
污水工況診斷以工藝控制、設備運行、化驗分析等方面作為切入點，根據流入流出各設備的水質指標、進出水質化驗分析數據、設備技術參數、能源消耗數據等海量實測數據進行診斷，通過判斷其是否異常報警，而得出工況診斷結果。針對系統判斷不準確的情況加入人工分析，優化診斷結果并加入到經驗公式庫中。
3.8.2污水工況預警
污水工況預警的思路是應用灰色關聯、因素分析、時序預測等挖掘模型算法，發現影響污水處理系統效能的主要因素和影響程度，發現污水處理運行過程中各個指標的異常情況，各個生產要素之間的關聯關系和規律，診斷生產故障，預測工況效率指標未來發展趨勢，實現預測生產設備壽命和維修預警，水質達標趨勢預測、能耗臨界預警、管理行為引導等
根據時序分析法、灰色預測、灰色關聯、線性回歸、BP神經網絡法等大數據挖掘算法預測未來一段時間內影響污水工藝的關鍵指標如日進水量、進水PH、進水BOD、進水COD、進水懸浮固體、設備功率等指標，將預測值與預設的指標或者上述得到故障規則進行對比，判斷是否超出合理界限，若超出則給予報警提醒，完成單指標參數預警。
針對不同大數據挖掘算法所適用的條件及污水處理工藝指標參數類型的差異，考慮應用哪種算法對數據進行分析是影響數據挖掘信息準確性的重要因素，因此針對不同數據類型、數據大小需要“因數而異、對號入座”。
根據污水工況類型不同可分為：單工藝工況預警、單水質指標超標預警、水質最終達標率預警、設備能耗臨界預警。
3.9優化決策
污水處理工藝優化決策的核心是應用灰色預測法、專家系統法、模糊數學法，神經網絡法、優選組合法、時序分析法等，對在線監測的實時數據進行趨勢分析、預測、參數優化等，對未來水處理能力需求量的預測、以及對設備負荷曲線的預測，可以根據預測的來水量，合理地運行調度；還可以進行水處理劑投注方式、配方調整、水泵機組聯編、優化調度、曝氣池節能優化控制等進行優化。
油田污水處理工藝流程復雜，一般可分為一級處理（預處理）、二級處理（生化處理）和三級處理（深度處理）。一級處理流程包括來水進入粗格柵、吸水池、泵房、細格柵、調節池、初沉池等；從初沉池流出的水經過生化池的污泥微生物處理并沉淀完成二級處理，再經過濃縮、消化、消毒進一步完成深度處理。每一道工序下的水質或者每一級處理節點下的水質處理不達標均會影響出水水質達標率，針對這些工藝特點將污水處理優化分為單工藝指標參數優化和工藝節點參數優化兩部分。
3.9.1單工藝指標參數優化
污水流經每個設備進行污水處理并流出該設備時，針對各項水質參數的異常情況應用灰色關聯法、BP神經網絡法、層次分析、主成分分析、系統聚類分析等對異常參數值進行工況分析，分析設備加藥量、加藥方式、設備功率（設備運行狀況）、微生物作用等工藝指標之間的相互關系，找出影響水質異常的主要因素，通過調整這些關鍵因素使得出水水質達到正常范圍。一般地，單工藝指標參數優化可細分為進水水質參數（基準）、初沉池指標參數優化、二沉池水質指標參數優化、曝氣池水質指標參數優化、出水水質指標參數優化等（具體模塊劃分視油田污水處理廠具體工藝流程而定）。
3.9.2工藝節點參數優化
以油田污水處理廠從進水到污水處理達標排放、回注、回用整個環節為一個整體，根據用戶需求設定中間環節的某一步為一個工藝節點，以污水進廠到該點為研究對象，運用上述大數據挖掘算法進行水質指標參數分析和優化。例如，將工藝節點取在污水出廠排放這一點，根據前述污水工況診斷的結果得到出水水質異常參數，由系統聚類將工況類型相同的情況劃為一類，由灰色關聯和因素分析找出影響每一類工況的主要因素，由BP神經網絡回歸分析或專家經驗找出這些主要因素與水質指標的關系，通過優化主要指標的大小即可將水質指標調整到正常范圍內。
3.10綜合評價
開展污水處理建設投資、污水處理量、運營及折舊費用、預期收益率（即財務內部收益率）及經營年限等有關計算。開展保底水量的確定計算，即一般按照盈虧平衡點來進行確定，所謂盈虧平衡點就是項目不虧不盈即水費銷售收入等于總成本時，項目能維持運轉。
在能耗分析研究中，沒有明確的邊界界定、統一的能耗審計和評估的指標，各種工藝間的橫向比較難以進行?，F有指標不能反映污水處理廠不同單元的能耗特點，不能有針對性的進行能耗評估，不便于作為能耗管理和節能潛力分析的依據。因此，有必要根據能耗管理的需要界定污水處理廠能耗分析的邊界，并根據實際運行中污水處理廠各部分能耗的特點，建立統一的能耗指標評估污水廠的能耗水平。新的指標應能反映各部分的能耗水平，便于進行工藝間的橫向比較、深入的能耗分析、節能潛力的識別以及能耗管理水平的提升。
綜合評價包括對污水處理的質量、安全、環保、管理、經濟等關鍵指標KQI體系及多目標多因素綜合評價。具體地，通過建立全面、準確反映出污水處理的質量、安全、環保、管理等關鍵指標KQI體系，運用模糊綜合評價、數據包絡、灰色評價、層次分析、對標、神經網絡等評價方法，實時對污水處理綜合運行狀態進行分析和評價；可以全面展示污水處理生產狀況、生產特征、關鍵指標、生產趨勢等，并基于KQI指標進行輔助決策，為企業提升管理效率和降本增效提供有力支持。
3.10.1績效評價
績效評價指標體系是指由內部存在一定聯系的可以評價、衡量和考核被評價對象績效執行情況的系列指標組成的系統,通常采用一定的數理方法,對采集的相關指標進行定量或定性評價,從而得出被評價事項整體效益情況的一整套運作體系。油田污水處理廠評價一般涉及經濟績效、管理績效和社會績效三部分。其中經濟績效包括獲利能力、債務風險、資產質量等，管理績效包含內部控制、計劃決策、基礎管理等，而社會績效涵蓋環境保護和安全生產。換言之，績效評價涵蓋了環境、生產安全、財務資產管理、人力資源管理等多多因素多目標，既可以單方面評價企業某一方面的運行情況，也可以綜合評價企業的整個運行狀況。針對不同企業評價達到的目的、評價內容通過數據包絡分析、層次分析、專家團評價法、平衡計分卡法等構建評價體系，這里初步選用層次分析法構建油田污水處理廠績效評價體系。
運用層次分析法構建污水處理廠評價體系的一般步驟：
1）構建層次結構模型；
2）根據層次結構模型分解對比模塊；
3）根據判斷值設定判斷矩陣；
4）計算權向量，做一致性檢驗并計算權重值；
5）各級各模塊權重進行綜合評分。
3.10.2 KQI對標評價
針對涉及環境、生產、經濟、技術等各方面的所有指標或者不同工藝方案、實施情況根據前述專家經驗知識庫中的指標標準、企業標準、行業標準進行指標的縱橫向對標。
3.11智能移動終端
智能移動終端是針對移動用戶進行派工、出勤考核、智能巡檢、目的地導航、關鍵信息推送與查詢等；當日關鍵生產指標，實現當日生產信息、安全運行時間的自動刷新；重點設備信息，實現重點設備的當日數據顯示、生產曲線分析、歷史數據展示等動態；預警信息，生產預警信息的警示和提醒，也包括短信提醒和通知信息。
