首页 > 分享 > 净水技术 | 舟山定海水厂一体化智能加药平台

净水技术 | 舟山定海水厂一体化智能加药平台

花匠小妙招
2024-10-27 17:41

【声明】净水技术所有原创文章及整合加工过的文章欢迎您的转发（转发请注明来源），如果您有更好的观点欢迎后台留言告诉我们~

栏目导语

每一座水厂，都凝聚着几代人的智慧和汗水，都是一城一地老百姓安居乐业的根本保障。《净水技术》与国内各大水司强强联手，用科普与专业并重的视角探究各地标杆性水厂的每一个角落，让水厂在云端打开大门，展现别样的风采。

项目基本情况

‍‍舟山定海水厂位于定海区盐仓街道虹桥社区，占地面积77亩，日设计供水规模14万吨。原水主要来源为虹桥、岑港等当地水库以及大陆引水和河道水。水厂的制水工艺在常规工艺基础上，增加了预臭氧处理、臭氧活性炭及后置砂滤工艺，有效实现了原水水质在线监测预警、工艺参数集中监控和三级控制自动化等先进管理技术。

定海水厂航拍全景

水厂一体化智慧加药平台是舟山建设智慧水厂的一项创新举措，由舟山市自来水有限公司与浙江大学滨海产业技术研究院、杭州智云水务科技有限公司合作研发。以智能在线实验模拟系统与AI模型预测控制联动的创新思路，来解决目前水厂加药控制面临的粗放型投加、精准调控难等问题。平台涵盖智能水源预警、智能预处理、智能加药、智能矾花识别、智能消毒共五大智能决策控制系统，并搭载了智能在线实验模拟系统，该系统可通过机理模型与数据模型协同的技术路线实现水厂混凝、消毒等工艺反应过程的准确响应模拟，同时根据原水水质变化情况，持续在线实验准确给出药剂投加量建议值。

存在问题与需求分析

定海水厂目前已实现了自动控制，沿用进水量、浊度、pH、温度、氨氮、COD等，根据经验进行简单远程手动投加控制，辅助人工凭经验观察“矾花”闭环反馈。

存在问题：

◎大陆水和水库水“双水源”混合使用，切换频繁，水质不稳定；

◎预处理，絮凝，消毒独立控制，不能协同作用；

◎混凝效果的充分与否完全依赖人工经验，投加量差值较大，粗放型的投加在一定程度上造成了药剂的浪费；

◎沉淀出水浊度值与控制目标值偏差较大，稳定性不好。水质突发变化时，人工检测数据滞后，控制及时性差，连续性不强。

◎定海水厂水质波动较大，如何根据来水水质的变化来动态确定最优药剂投加量，是水厂长期以来关心而又亟待解决的问题。

具体需求：

1.精准投加需求

解决水厂出水水质不稳定，突发情况药剂投加跟不上的问题，节省药剂量的使用。

2.传统实验升级需求

解决传统实验室离线实验与生产工艺偏差大，无法与控制系统联动的时效性问题，以及因历史数据不足、不准，无法建立基于数据的水厂加药控制模型问题。

3.多药剂投加联动需求

解决水厂预处理、絮凝沉淀、消毒多种药剂投加系统独立运行，药剂产生的作用之前无法协同作用的问题。

4.矾花智能识别需求

解决矾花状态通过人工识别无法做到标准化判别的问题。

建设目标和设计原则

建设目标

项目围绕水处理过程中精准加药难的问题开展攻关，充分利用AI人工智能和大数据分析等技术，深入结合水处理工艺技术及水厂管理方式，转变简单粗放的管理模式，让智慧系统赋能水厂运行管理，实现现代化水厂智慧、低碳、高效的管理目标。

具体目标如下：

1．确保水质稳定

(1) 出厂水余氯稳定保持在出厂要求值±0.1千克/千吨范围内；

(2) 出厂水浊度长期稳定控制在0.1NTU以内；

(3) 出厂水pH值处于7~8。

2．确保经济高效

(1) 絮凝剂药剂使用量降低15%~30%；

(2) 加氯使用量降低10%~20%。

设计原则

1.合理性及可靠性

充分借鉴现有水厂管理点和技术点，取长补短，总结水厂原有“烧杯实验”“工程师经验”“结果控制”“过程观测”的方式常规管理经验。

2.先进性及创新性

利用当前新的互联网AI技术，创造性的实现具有“原水前馈模型，供水反馈模型，过程实时检测、矾花算法识别，模型自我更新”的水厂智能加药系统。

3.便捷性及可操作

加药控制采用一键化操作，在线模拟实验装置全自动、智能运行，控制模型自学习自更新，平台系统全方位直观展示水厂运行数据、告警实时追踪、过程管理点自动跟进分析。

4．可复制性及适用性

智慧加药平台适用范围广，一般水厂的工艺均可以应用，平台是嵌入到原有工艺环节和自控系统中，容易实施，无需水厂大量改造；在线模拟实验装置体积小，无需用水用电，安装简单，运行平稳。

技术路线与总体设计方案

设计路线

项目提出以实时实验模拟平台与AI模型预测复合控制联动的创新思路，来解决目前加药控制面临的难点问题。

首先，通过智能在线模拟实验设备与生产控制系统实时联动控制，可以进行预处理药剂与源水反应实验，也可以模拟絮凝和消毒反应过程；

其次，采取前馈加反馈复合控制的精准控制方法实现加药控制；

最后，针对反应过程大延时引起的反馈控制速度慢的问题，通过矾花识别以及过程水质检测，并关联水质数据智能分析，加快反馈调整速度。

项目技术路线

总体设计方案

1．前馈+反馈复合控制策略

前馈控制是将水厂现状及该水厂的水质因素进行分析研究，然后以影响出水水质的主要因素为输入项，建立混凝投药量GPR前馈控制系统。反馈控制是指当被控量实际输出与设定值存在偏差时，控制器通过检测到的差值大小和方向，有针对性的进行调节的过程。

反馈控制是针对系统运行时所有的扰动进行补偿的一种滞后补偿，而前馈控制则是人为设定对某些需要处理的扰动进行补偿的一种超前补偿。在实际加药过程控制中，由于多个干扰源如浊度、pH值等的存在，对全部扰动釆用前馈控制进行超前补偿不现实，仅采用反馈控制又不能达到快速、精确的控制要求。因此，项目将前馈与反馈的优点结合起来，构成复合控制系统，既可发挥前馈控制及时克服主要干扰对被控量影响的优点，又能保持反馈控制中多个扰动对被控量影响的长处，实现高精度的控制要求。

复合控制流程

项目中前馈算法是自主研发的DFM模型具备自学习能力,能够利用统计学函数和可用的历史数据不断地验证算法的有效性，自动识别异常数据，使算法越来越精准和高效。

项目中反馈算法是将混凝反应过程分为确定性部分模型和浊度扰动随机模型两部分，采用Hammerstein-DMC算法，得到混凝过程的完整动态描述，优化反馈调整速度。

2．矾花图像AI识别

为了实现基于机器视觉的絮凝过程的自动控制，根据差分进化算法理论提出一种自适应进化的矾花图像阈值分割算法。将矾花图像中的每一个像素点看作一个染色体，随机初始化种群，以类间方差为适应度函数，在自适应变异率及适当的交叉率下获取最优阈值，从而获取分割效果最佳的矾花分割图像，取得分割图像后可提取各种特征。

如矾花二值图像中矾花平均面积、平均周长、平均等效直径等，经大样本试验数据训练，使用深度神经网络分类器学习，对矾花类型进行分类。历史数据分析表明，该算法能有效获得矾花图像的特征，为自来水絮凝过程控制提供实时图像状态反馈信息。

矾花识别流程

项目特色

典型性

智慧加药的建设是直接深入到水厂的运行控制运营管理，是智慧化建设的深水区和前沿，是利用新的工业互联网AI技术解决水厂面临的普遍问题；对技术成熟度要求高，解决行业存在的重点难点问题，打破行业和技术的壁垒，也是当今最前沿的科技技术和管理理念，符合当前社会发展的趋势，受到广泛关注和认可。

创新性

项目采用在线实验模拟装置与数字模拟共同结合的形式，相互辅助下共同建立核心的数学模型。通过创造性的建立在线实验模拟模型装置和实时实验，模拟在不同水质下对水厂的运行的影响，并且可以将实验结果直接用于水厂的运行控制；同时通过大量在线实验，可以让模型的数据更加准确，促使控制模型更加精准；并通过模型的实时动态更新，来应对水厂的复杂运行环境。另外，本次研发还着重研究水下图像识别以及决策技术、水处理工艺过程、新水质监控新技术领域。

技术亮点

1.智能在线实验模拟技术

建设可模拟多种药剂投加反应过程的在线实验仿真平台，并与控制算法联动；自动参数校准，真实对应加药反应工艺；实现实验室烧杯试验升级；水质突发变化后，及时更新控制模型并自动计算。以提供不同水质条件下最优加药方案。

在线实验模拟装置

2.构建前馈+反馈复合控制技术

“前馈+反馈”复合控制流程，作为平台“大脑”。基于水厂运行大数据，挖掘分析进水流量、进水浊度、进水PH、水温、投药量等与出水浊度之间的关系。采用自主研发的算法模型具备自学习能力，结合前馈信号、反馈信号，构建前馈+反馈复合控制策略。

3.矾花的实时监测识别分析技术

自清洗的水下图像采集装置通过对混凝反应水中的矾花的大小、密集度等状态做连续、准确的拍摄，对图像进行处理识别，能够自动识别区分诸如密实、中片、大片、不均、稀疏、藻类等6种以上的矾花状态，并结合水质情况做出智能诊断。

水下矾花监测及图像采集装置

4.沉淀池中在线浊度监测技术

产品创造性的新增的沉淀池中浊度仪，主要作用是对絮凝反应过程进行监控，用作絮凝剂反应的反馈控制，大幅缩短控制周期。仪表选用沉入式浊度仪，可直接放置于水中检测浊度。池中浊度仪的位置可根据絮凝反应的要求自动改变位置。

建设内容

建设内容包括智慧加矾系统、智慧加氯系统、智慧预处理系统、矾花智能识别系统。

1.智慧加矾系统

应用于自来水厂絮凝工艺加矾的精准控制。采用“在线实验模拟平台”+“前馈+反馈“复合算法控制+过程矾花、池中浊度实时监控的核心控制模式。重点展示加矾工艺运行数据、矾花实时视频、智能控制、智能决策、数据分析等关键信息。

2.智慧加氯系统

应用池前余氯“反馈控制模型”和清水池全过程数据“衰减预测模型”，实现了加氯后供水余氯平稳和药剂节约的目标，重点展示加氯工艺运行数据、智能控制、数据分析等关键信息。

3.智慧预处理系统

应用石灰投加控制模型、高锰酸钾投加控制模型及臭氧控制模型，实现供水水质平稳和提升絮凝反应效率的目标。重点展示预处理工艺运行数据、智能控制、数据分析等关键信息。

4.矾花智能识别系统

主要是展示矾花视频、矾花图片，矾花结构状态，运行辅助决策等内容。

应用场景和运行实例

舟山定海水厂一体化智能加药平台项目主要分以下三个实施阶段：

1.硬件仪表-部署改造阶段

研讨及分析，自控部署、调试设备，增加仪表，优化了仪表的安装位置(实验平台接入，仪表接入，服务器部署)。

2.数据采集-模型建立阶段

在线实验平台参数调节，运行调试；结合各仪表采集数据进行数据清洗、分析，并调节前-反馈模型参数。

3.软件部署-持续优化阶段

软件系统与硬件，算法整合并部署运行，应用层各类参数调试，在稳定性测试同时，通过运行数据持续优化算法。

针对不同用户角色应用场景包括管理者、技术工程师、运行操作人员，具体如下：

1.管理者

查看加药量变化，主要是千吨水药耗，水质是否正常。

2.技术工程师

查看加药量的变化对水质的影响；查看矾花实时数据，分析矾花；查看模拟装置推荐加药量，怎么加药更好更合理(水质最好加药量、最经济加药量、标准加药量推荐)；进行手动控制、自控模式、智能模式的切换设置。

3.运行操作人员

监控相关数据指标，查看水质数据以及对应的加药数据，便于出问题时可以确认问题点；查看告警信息，可及时处理。

舟山定海水厂一体化智能加药平台项目实际运行实例及场景如下：

一体化加药控制系统

在线智能实验平台

建设成效

投资情况

根据舟山定海水厂的实际情况，完善基础设施建设和项目研发实施；项目总投资150万元，用于水厂仪表升级、控制集成、模拟实验、系统部署、算法开发等工作。

经济效益

项目以经济高效、低碳节能为经济效益目标，建立实用、高效的智能加药系统，在保证出厂水水质的前提下减少药剂使用量，同时降低淤泥沉淀总量，实现经济最大化，安全生产的同时降低碳排放。按照中等规模水厂估算，絮凝剂药剂使用量降低15%-30%；加氯使用量降低10%-20%；每年节约运行费用约50万。

对舟山定海水厂厂一体化加药平台建设前后3个月数据分析，经济性建设成效如下：

1.加矾系统建设成效

平台运行前平均药耗40千克/千吨，平台运行后平均药耗25千克/千吨，节省药量37.5%左右。

2.加氯系统建设成效

加氯系统平台运行前平均药耗1千克/千吨，平台运行后平均药耗0.8千克/千吨，节省药量20%左右。

3.预处理系统建设成效

平台运行前高锰酸钾投加量0.2千克/千吨，平台运行后高锰酸钾投加量0.18千克/千吨，节省药量10%左右。

供水水质安全效益

以提升水质稳定为目标，建立集成预处理+絮凝+消毒全过程的智能加药系统，解决实际工作中依靠经验来决定预处理、絮凝沉淀、消毒等多种药剂投加导致的资源浪费和水质不稳定的问题，科学准确的指导生产。出厂水余氯稳定保持在出厂要求值±0.1千克/千吨范围内；出厂水浊度长期稳定控制在0.1NTU以内；出厂水PH值处于7-8之间。

舟山定海水厂一体化加药平台项目新建设系统控制与原控制并行运行测试：原水浊度（绿色），原系统-3号池（蓝色），新系统-4号池（红色），设定控制目标0.5NTU，数据来看，4号池更平稳，对应进水浊度的突变能快速做出调整，保持出水浊度在目标值附近。

改造前后同时运行出水浊度对比

管理效益

以确保管理简单、效率提升为目标，通过实现水厂加药智能化控制，取代原有人为控制、经验控制等控制方式，让运行管理人员操作更加简单。有效降低技术人员工作负荷、化验人员工作量、运行人员工作量，合计节约工作量。最终实现水厂向少人化无人化方向发展。

改造前后同时运行出水浊度对比

经验总结

舟山定海水厂一体化智慧加药系统，将预处理药剂控制、絮凝剂投加控制、次氯酸钠投加控制核心业务进行一体化控制，解决了生产工艺环节各类药剂互相影响又无法协同优化控制的难题。加药控制采用一键化操作，在线模拟实验装置为全自动、智能运行，控制模型具有自学习自更新的功能。实现了快速响应水质突变、精准控制水质指标与控制目标偏差、多药剂协同控制、药剂经济节约的目标。

水厂一体化智慧加药系统方案成熟科学，具有非常好的落地性，且可以适应绝大多数自来水厂所采用的的水处理工艺及部分污水厂工艺，具有良好的实用性、适应性、可复制性，应用范围广，并且在已建城的项目中，取得了良好的效果。

定海水厂一体化智慧加药平台，是舟山市建设智慧水厂的一个创新举措，实现实时监控、信息整合、资源共享、保障供水安全，数据赋能水厂，提升饮用水水质，助力实现共同富裕。

目前已有40000+水务人关注我们!!!

来源：本文来自舟山水务集团，仅供分享交流不做商业用途，不代表净水技术观点，版权归原作者与原作者出处

排版：韩晓旭

校对：王焱

《净水技术》2023年活动计划