一种净水厂智能混凝投药方法及装置与流程

1.本发明属于净水生产混凝技术领域，具体为一种净水厂智能混凝投药方法及装置。


背景技术：

2.混凝是自来水生产工艺中的核心环节，直接影响到出水水质，而影响混凝效果的最重要的因素，是混凝剂的投加量，目前所用的混凝剂多为铝盐，研究表明，水中铝离子浓度过高会影响人的身体健康，并对水质及输水系统产生不良影响，从这个角度讲，应防止混凝剂投加过量，另一方面净水的混凝剂药剂费是仅次于电费而构成制水成本的第二大要素，混凝剂投加量直接影响到制水成本以至水价，在保证处理效果的前提下，节约混凝剂消耗，是降低净水成本的重要措施，经济意义十分重大，因此，混凝投药是水质净化最重要的环节，精确控制投药不但可以充分利用混凝剂的效能，保证出水水质，而且对于控制生产成本也同样意义重大。
3.混凝是复杂的物理、化学过程，影响因素众多，准确控制投药十分复杂与困难，一直是国内外有待解决的技术难题，目前还没有一个完整的理论计算模式，只能按经验或试验确定混凝剂量，同时，由于混凝投药过程具有非线性、大时滞、时变和不确定的特点，混凝投药控制也构成水厂工艺过程自动控制的一个难点，是提高水厂现代化水平的关键环节，目前，国内水厂的混凝投药自动控制系统普遍采用单因子闭环控制或前馈控制两种方式，前馈控制主要依赖于原水参数与投药量之间的数学模型，由于混凝是一个复杂的物理化学反应过程，具有时滞长、惯性大的特点，该种控制方式很难对出水浊度的变化做出快速的响应，并且由于混凝过程的非线性，使得传统的线性模型失配比较严重，控制误差比较大，单因子闭环控制基于流动电流仪等仪器对出水浊度的间接反映，能够快速反映出水浊度的变化，但是这些仪器对各种水质参数存在交叉因子，抗干扰能力差，水质和工艺条件要求高，调校麻烦，维护困难，限制了该项技术的推广和应用。


技术实现要素：

4.为了克服现有技术的上述缺陷，本发明提供了一种净水厂智能混凝投药方法及装置，解决了对各种水质参数存在交叉因子，抗干扰能力差，水质和工艺条件要求高，调校麻烦，维护困难，限制了该项技术的推广和应用的问题。
5.为实现上述目的，本发明提供如下技术方案：一种净水厂智能混凝投药方法，所述方法包括以下步骤：
6.s1、实时数据采集：其中通过流量计、ph计、温度计、进水浊度计和出水浊度计分别对水的流量、ph、温度、进水浊度和出水浊度数据进行实时采集，数据采集周期为1s，所述数据传输至控制终端plc的周期为5min。
7.s2、历史数据采集：根据历史监测数据预测进水，提取历史监测数据，根据用户定义历史数据范围和投药沉淀效果滞后时间，生成随机森林集成算法训练模型，最终得出符
合要求的各项参数。
8.s3、通过将实时数据采集信息与历史数据采集信息进行整合，建立智能投药模型。
9.s4、根据s3中智能投药模型的建立预测出水浊度，及计算最佳投药量并且下放模型监测出水浊度。
10.s5、将s4中预测出水浊度数据与监测出水浊度数据进行对比，若数据差异小且出水浊度达标，使该系统的智能投药模式运行，若数据差异大或出水浊度不达标，则通过人工投药的方式调整出水浊度，用户定义出水浊度范围，投药量增减迭代。
11.s6、将s5中人工投药量数据输入智能投药模型中，用于模型训练，通过模型计算后的数值来确定投药的量是否满足最终指标，若满足指标则最终确定最佳投药量，根据智能投药模型再次回归验证并且将预测出水浊度数据与监测出水浊度数据进行对比，即完成投药模式运行。
12.作为本发明的进一步方案：所述智能投药模型的建立包括：
13.a、根据现有水厂pac投加策略，以时间间隔1天，步长5％递减的策略进行工艺调优，沉后水浊度暂以滞后时间3和5.5小时为标准，当沉后水浊度到达保护阈值，即切换到原有人工经验策略。
14.b、数据预处理：缺失数据弥补；异常值剔除与弥补；不同设备采集数据的频率统一。
15.c、数据标准化处理：将步骤b中数值量级差异极大的各因素值都变换到[0,1]区间。
[0016]
d、进行数据拆分，将历史数据拆分为训练集和测试集，拆分的数值量比例控制在8：2或7：3。
[0017]
e、模型构建：利用神经网络、svm以及随机森林集成回归算法，基于训练集数据进行模型构建。
[0018]
f、模型测试：利用测试集数据，利用上述随机森林集成回归算法进行预算和验证。
[0019]
g、根据pac投加量预测。
[0020]
h、进行模型下发，基于步骤g中所产生的数据，把进厂水浊度、流量、ph和温度作为自变量，沉后水浊度作为因变量，进行拟合，得到模型函数并下放。
[0021]
作为本发明的进一步方案：所述根据pac投加量预测包括：
[0022]
①
、根据实时监测的进厂水浊度、流量、ph和温度，并利用历史数据，通过曼哈顿距离找到对应的pac投加量。
[0023]
②
、根据此对应的pac投加量，按照一定步长递减，递减值为0.05并且作为参数，与进厂水浊度、流量、ph和温度一起作为输入值，利用步骤e所构建的模型，得出预测的沉后水浊度，在沉后水浊度满足条件的条件下，pac投加量最小值即为所得。
[0024]
作为本发明的进一步方案：所述流量计测速范围为0.1m/s～20m/s，测速精度为
±
0.01m/s，测距范围为30m或70m，测距精度为
±
2mm，瞬时流量精度为5％，所述ph计测量范围为0
‑
14ph，计量精度为
±
0.1ph。
[0025]
作为本发明的进一步方案：所述水厂通过计量泵进行投药，所述计量泵q＝400l/h，背压16bar，计量重复精度在10～100％的冲程长度范围内为
±
1％。
[0026]
作为本发明的进一步方案：所述智能投药模型的建立a中，所述沉后水浊度的保护
阈值为2ntu，所述pac投加频率为5min。
[0027]
作为本发明的进一步方案：所述智能投药模型的建立e中，将进厂水浊度、流量、ph、温度以及pac投加量为自变量，沉后水浊度作为因变量。
[0028]
一种净水厂智能混凝投药装置，所述装置包括：
[0029]
采集单元，用于对水的流量、ph、温度、进水浊度和出水浊度数据进行实时采集。
[0030]
建模单元，用于根据水处理理论和对混凝剂投加后化学反应过程的分析，得出影响混凝剂投加量和混凝效果的影响因素，因素包括浊度、ph值、温度和流量，判断沉后水是否符合标准，通过相应的算法，最终得出在满足沉后水浊度的前提下，进厂水浊度、流量、ph以及温度与pac投加量的对应关系，建模单元将模型输出的函数公式展示在界面、控制模型是否启用或停止、设定下发频率及实时下发指令到终端节点。
[0031]
预测单元，用于预测出水浊度，及计算最佳投药量并且下放模型监测出水浊度，用户定义出水浊度范围，通过预测单元计算后的数值来确定投药的量是否满足最终指标。
[0032]
智能投药单元，用于将出水浊度数据与监测出水浊度数据进行对比，若数据差异小且出水浊度达标，使该系统的智能投药模式运行，若数据差异大或出水浊度不达标，则通过人工投药的方式调整出水浊度，并且根据调整pac投加量来再次计算，达到智能投药的目的。
[0033]
与现有技术相比，本发明的有益效果在于：
[0034]
该净水厂智能混凝投药系统，本发明基于水厂运行大数据的采集，对混凝投药过程进行非线性建模和非线性预测，利用预测控制来减小系统时滞的影响，消除原水水质扰动和模型失配对控制系统的影响，以提高投药控制精度和系统的鲁棒性，从而达到智能投药的目的，这种控制模型能够克服目前自动投药系统存在预测不准的主要问题，具有较强的自适应、自学习能力，为实现水厂混凝投药控制探索新的途径，为下一步水厂混凝投药控制的实施，提供可靠的依据，同时应用该方案投药优化方法，可提高水质保证率，节省人工及降低混凝剂成本。
附图说明
[0035]
图1为本发明系统的原理框图；
[0036]
图2为本发明智能投药模型的原理示意图；
[0037]
图3为本发明智能混凝投药装置的原理框图。
具体实施方式
[0038]
下面结合具体实施方式对本专利的技术方案作进一步详细地说明。
[0039]
如图1
‑
3所示，本发明提供一种技术方案：一种净水厂智能混凝投药方法，方法包括以下步骤：
[0040]
s1、实时数据采集：其中通过流量计、ph计、温度计、进水浊度计和出水浊度计分别对水的流量、ph、温度、进水浊度和出水浊度数据进行实时采集，数据采集周期为1s，数据传输至控制终端plc的周期为5min。
[0041]
s2、历史数据采集：根据历史监测数据预测进水，提取历史监测数据，根据用户定义历史数据范围和投药沉淀效果滞后时间，生成随机森林集成算法训练模型，最终得出符
合要求的各项参数。
[0042]
s3、通过将实时数据采集信息与历史数据采集信息进行整合，建立智能投药模型。
[0043]
s4、根据s3中智能投药模型的建立预测出水浊度，及计算最佳投药量并且下放模型监测出水浊度。
[0044]
s5、将s4中预测出水浊度数据与监测出水浊度数据进行对比，若数据差异小且出水浊度达标，使该系统的智能投药模式运行，若数据差异大或出水浊度不达标，则通过人工投药的方式调整出水浊度，用户定义出水浊度范围，投药量增减迭代。
[0045]
s6、将s5中人工投药量数据输入智能投药模型中，用于模型训练，通过模型计算后的数值来确定投药的量是否满足最终指标，若满足指标则最终确定最佳投药量，根据智能投药模型再次回归验证并且将预测出水浊度数据与监测出水浊度数据进行对比，即完成投药模式运行。
[0046]
智能投药模型的建立包括：
[0047]
a、根据现有水厂pac投加策略，以时间间隔1天，步长5％递减的策略进行工艺调优，沉后水浊度暂以滞后时间3和5.5小时为标准，当沉后水浊度到达保护阈值，即切换到原有人工经验策略。
[0048]
b、数据预处理：缺失数据弥补；异常值剔除与弥补；不同设备采集数据的频率统一。
[0049]
c、数据标准化处理：将步骤b中数值量级差异极大的各因素值都变换到[0,1]区间。
[0050]
d、进行数据拆分，将历史数据拆分为训练集和测试集，拆分的数值量比例控制在8：2或7：3。
[0051]
e、模型构建：利用神经网络、svm以及随机森林集成回归算法，基于训练集数据进行模型构建。
[0052]
f、模型测试：利用测试集数据，利用上述随机森林集成回归算法进行预算和验证。
[0053]
g、根据pac投加量预测。
[0054]
h、进行模型下发，基于步骤g中所产生的数据，把进厂水浊度、流量、ph和温度作为自变量，沉后水浊度作为因变量，进行拟合，得到模型函数并下放。
[0055]
根据pac投加量预测包括：
[0056]
①
、根据实时监测的进厂水浊度、流量、ph和温度，并利用历史数据，通过曼哈顿距离找到对应的pac投加量。
[0057]
②
、根据此对应的pac投加量，按照一定步长递减，递减值为0.05并且作为参数，与进厂水浊度、流量、ph和温度一起作为输入值，利用步骤e所构建的模型，得出预测的沉后水浊度，在沉后水浊度满足条件的条件下，pac投加量最小值即为所得。
[0058]
流量计测速范围为0.1m/s～20m/s，测速精度为
±
0.01m/s，测距范围为30m或70m，测距精度为
±
2mm，瞬时流量精度为5％，ph计测量范围为0
‑
14ph，计量精度为
±
0.1ph，水厂通过计量泵进行投药，计量泵q＝400l/h，背压16bar，计量重复精度在10～100％的冲程长度范围内为
±
1％，智能投药模型的建立a中，沉后水浊度的保护阈值为2ntu，pac投加频率为5min，智能投药模型的建立e中，将进厂水浊度、流量、ph、温度以及pac投加量为自变量，沉后水浊度作为因变量。
[0059]
一种净水厂智能混凝投药装置，装置包括：
[0060]
采集单元，用于对水的流量、ph、温度、进水浊度和出水浊度数据进行实时采集。
[0061]
建模单元，用于根据水处理理论和对混凝剂投加后化学反应过程的分析，得出影响混凝剂投加量和混凝效果的影响因素，因素包括浊度、ph值、温度和流量，判断沉后水是否符合标准，通过相应的算法，最终得出在满足沉后水浊度的前提下，进厂水浊度、流量、ph以及温度与pac投加量的对应关系，建模单元将模型输出的函数公式展示在界面、控制模型是否启用或停止、设定下发频率及实时下发指令到终端节点。
[0062]
预测单元，用于预测出水浊度，及计算最佳投药量并且下放模型监测出水浊度，用户定义出水浊度范围，通过预测单元计算后的数值来确定投药的量是否满足最终指标。
[0063]
智能投药单元，用于将出水浊度数据与监测出水浊度数据进行对比，若数据差异小且出水浊度达标，使该系统的智能投药模式运行，若数据差异大或出水浊度不达标，则通过人工投药的方式调整出水浊度，并且根据调整pac投加量来再次计算，达到智能投药的目的。
[0064]
在该系统中自动控制的方式下，计量泵控制过程如下：
[0065]
原水流量计检测流量，当流量达到计量泵启动流量时，启动流量为500方，plc控制投矾池的出药阀打开，计量泵自动开启，当流量低于设定的启动流量时或者储药罐液位低开关有动作，投矾池的出药阀未开到位状态则计量泵停止工作，同时投矾池的出药阀关闭，为了保护计量泵，当计量泵启动时先给频率，当频率达到预设值后，该系统再给相应的冲程，当计量泵到达设定的冲程后保持相对稳定，当原水在某一区间变化时，只需频率作相应变化，同时保持冲程不变，当需要停止计量泵时，先把冲程减至零，当冲程回到零后再把频率给到零。
[0066]
综上所得：
[0067]
基于水厂运行大数据的采集，对混凝投药过程进行非线性建模和非线性预测，利用预测控制来减小系统时滞的影响，消除原水水质扰动和模型失配对控制系统的影响，以提高投药控制精度和系统的鲁棒性，从而达到智能投药的目的，这种控制模型能够克服目前自动投药系统存在预测不准的主要问题，具有较强的自适应、自学习能力，为实现水厂混凝投药控制探索新的途径，为下一步水厂混凝投药控制的实施，提供可靠的依据，同时应用该方案投药优化方法，可提高水质保证率，节省人工及降低混凝剂成本。
[0068]
最后应说明的几点是：虽然，上文中已经用一般性说明及具体实施例对本发明作了详尽的描述，但在本发明的基础上，以上各实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述各实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分或者全部技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的范围。