【谷騰環保網訊】隨著數字(zi)化(hua)(hua)(hua)(hua)浪潮的(de)(de)(de)來臨，智(zhi)慧水(shui)廠(chang)是(shi)未來供(gong)水(shui)發(fa)展的(de)(de)(de)必(bi)然趨勢。而多數水(shui)廠(chang)對(dui)于(yu)智(zhi)慧化(hua)(hua)(hua)(hua)理(li)(li)(li)解程度(du)不足，目前僅實(shi)現(xian)生(sheng)產數據的(de)(de)(de)集中顯示和操作的(de)(de)(de)遠(yuan)程化(hua)(hua)(hua)(hua)等常規的(de)(de)(de)自動化(hua)(hua)(hua)(hua)控制上。通(tong)過闡述基于(yu)感知層采集、物聯網技術，人(ren)工智(zhi)能技術，結(jie)合水(shui)廠(chang)運行規律，建設智(zhi)慧生(sheng)產管理(li)(li)(li)平(ping)臺，介紹在線系(xi)統、智(zhi)能模(mo)型以及未來的(de)(de)(de)設想。通(tong)過建設智(zhi)慧水(shui)廠(chang)管理(li)(li)(li)系(xi)統，旨在提(ti)升水(shui)廠(chang)的(de)(de)(de)精細化(hua)(hua)(hua)(hua)管理(li)(li)(li)水(shui)平(ping)，確保水(shui)質安全的(de)(de)(de)同時達到節能降耗的(de)(de)(de)目的(de)(de)(de)。

01 項目概況

田村山(shan)凈水廠(chang)建于1985年(nian)(nian)，是(shi)北京市區第一座地表水廠(chang)，也是(shi)國(guo)內首家采用臭氧活(huo)性炭深度處理(li)工藝的(de)水廠(chang)。2008年(nian)(nian)以來(lai)，水廠(chang)以新增深度處理(li)改(gai)造為契機，對全廠(chang)進行自動化(hua)升級改(gai)造，搭建工控環網，增加(jia)數(shu)據采集設(she)(she)備(bei)，為生產管理(li)信(xin)息系統的(de)建設(she)(she)提供數(shu)據支撐(cheng)，成為數(shu)據來(lai)源的(de)基(ji)礎。

隨(sui)著數(shu)字(zi)化進(jin)(jin)程的(de)(de)不(bu)斷(duan)發展，智慧(hui)化進(jin)(jin)程是大勢所趨(qu)，而(er)智慧(hui)水廠是在供水管(guan)理工(gong)作中，以新一代信息技(ji)術為(wei)基礎，通過(guo)傳感器、無線網絡(luo)和在線水質監測，在設備(bei)數(shu)據采集、存儲的(de)(de)基礎上進(jin)(jin)行分析、建立模型算法、自我(wo)學習，實現生產、運(yun)行、維護、調度等全過(guo)程的(de)(de)水廠管(guan)理工(gong)作。如何通過(guo)智慧(hui)化管(guan)理更(geng)好地(di)促進(jin)(jin)水廠發展，在集團(tuan)的(de)(de)引領下水廠進(jin)(jin)行了不(bu)斷(duan)的(de)(de)探索和實踐。

02 水廠智慧化建設前存在的問題

相對于(yu)物聯網，大數據(ju)行業快(kuai)速發展(zhan)，相關技術(shu)應用于(yu)供(gong)水(shui)行業以及對水(shui)廠(chang)管理提升相對滯后，主(zhu)要體現以下(xia)三方面：

（1）缺乏有效數據(ju)：缺少數據(ju)種(zhong)類，以及數據(ju)的(de)精準度(du)、及時度(du)和同步性問題，會影響系(xi)(xi)統對數據(ju)分(fen)(fen)析(xi)以及分(fen)(fen)析(xi)結果，可(ke)能導(dao)致決策產生(sheng)偏差(cha)。如(ru)果處于系(xi)(xi)統建(jian)設初期階段(duan)，若要(yao)實現智(zhi)(zhi)慧(hui)水(shui)廠，至(zhi)少需要(yao)完善(shan)設備資產數據(ju)庫，建(jian)立工(gong)(gong)控(kong)系(xi)(xi)統，只有具備以上系(xi)(xi)統，才能為智(zhi)(zhi)慧(hui)模型提供數據(ju)來源，從而向智(zhi)(zhi)能化、智(zhi)(zhi)慧(hui)化方向發(fa)展。沒(mei)有有效的(de)數據(ju)作(zuo)為基礎(chu)，想要(yao)實現水(shui)廠智(zhi)(zhi)慧(hui)化如(ru)同空中樓閣(ge)。2008年水(shui)廠進行水(shui)工(gong)(gong)藝信(xin)息化基礎(chu)建(jian)設，包(bao)括水(shui)質指標監測網絡(luo)的(de)構建(jian)，工(gong)(gong)控(kong)系(xi)(xi)統建(jian)設；2017年水(shui)廠在(zai)持續完善(shan)水(shui)質在(zai)線(xian)監測的(de)同時著手開發(fa)設備資產管理系(xi)(xi)統。

（2）數(shu)據(ju)(ju)(ju)孤島問題(ti)：水廠多(duo)(duo)種(zhong)(zhong)信息(xi)化系(xi)(xi)統(tong)(tong)相對孤立，獨立運行，各系(xi)(xi)統(tong)(tong)之間的(de)(de)數(shu)據(ju)(ju)(ju)缺乏共享和(he)(he)深度挖掘，信息(xi)化難以發揮(hui)應有的(de)(de)效(xiao)應，限制、阻(zu)礙了更高層次的(de)(de)智慧應用(yong)。即使搭建了數(shu)據(ju)(ju)(ju)庫，通(tong)常只(zhi)是將(jiang)不同種(zhong)(zhong)類(lei)的(de)(de)數(shu)據(ju)(ju)(ju)移植到其他系(xi)(xi)統(tong)(tong)之中，如果沒(mei)有對數(shu)據(ju)(ju)(ju)進(jin)行篩選(xuan)，則又會產生(sheng)很多(duo)(duo)無用(yong)數(shu)據(ju)(ju)(ju)，久而久之就會導致數(shu)據(ju)(ju)(ju)丟(diu)失(shi)，系(xi)(xi)統(tong)(tong)運行緩慢等(deng)問題(ti)。因(yin)此(ci)首先應對數(shu)據(ju)(ju)(ju)進(jin)行整理，做(zuo)好(hao)數(shu)據(ju)(ju)(ju)的(de)(de)統(tong)(tong)一、分(fen)類(lei)和(he)(he)分(fen)層。

（3）智(zhi)慧(hui)水(shui)廠(chang)認知：實現業務驅動下(xia)的管(guan)(guan)理(li)模(mo)式與管(guan)(guan)理(li)架構的調整是智(zhi)慧(hui)水(shui)廠(chang)得(de)以應用的目標之一。系統(tong)平臺所表現出(chu)的“智(zhi)慧(hui)”效果，并不僅僅通(tong)過(guo)傳感器進(jin)行(xing)實時(shi)監測(ce)，以及(ji)整合了不同(tong)種類的系統(tong)平臺。而是在建立統(tong)一數據中心的基礎上(shang)，通(tong)過(guo)對大數據信息進(jin)行(xing)及(ji)時(shi)有效的分析與處理(li)，從而獲得(de)解(jie)決水(shui)廠(chang)實際問題(ti)如(ru)加藥預(yu)測(ce)、水(shui)量預(yu)測(ce)的數學模(mo)型，通(tong)過(guo)集(ji)成這(zhe)些模(mo)型算(suan)法，對各項指標進(jin)行(xing)預(yu)警、預(yu)測(ce)，真正讓系統(tong)起(qi)到“大腦”的作用，使水(shui)廠(chang)生產、管(guan)(guan)理(li)流程更加精(jing)細化和動態化。

03 智慧水廠系統的搭建

在水廠(chang)智慧化(hua)(hua)試點項(xiang)目(mu)中，應用基于BIM技術進行數字(zi)化(hua)(hua)及平臺原型(xing)開發工作。涵蓋(gai)了(le)水廠(chang)主要(yao)基礎設(she)(she)施，實(shi)現功能(neng)(neng)原型(xing)落地，對設(she)(she)備(bei)運維系(xi)統，控制系(xi)統數據聯通(tong)試點，實(shi)現數據的價值共享，以及設(she)(she)備(bei)管理(li)、水質(zhi)管理(li)、電能(neng)(neng)管理(li)等功能(neng)(neng)。

3.1 設備管理

設(she)(she)(she)備(bei)(bei)管(guan)理(li)(li)(li)(li)模塊是(shi)智(zhi)慧水廠管(guan)理(li)(li)(li)(li)平(ping)臺的(de)(de)(de)(de)基礎，結(jie)合集團(tuan)相關設(she)(she)(she)備(bei)(bei)管(guan)理(li)(li)(li)(li)規章制度，對設(she)(she)(she)備(bei)(bei)按照專業進行(xing)(xing)劃分建(jian)檔(dang)(dang)。包(bao)括設(she)(she)(she)備(bei)(bei)的(de)(de)(de)(de)數(shu)據管(guan)理(li)(li)(li)(li)、檢(jian)修記錄、檔(dang)(dang)案資料等，建(jian)立科學(xue)、規范的(de)(de)(de)(de)設(she)(she)(she)備(bei)(bei)運(yun)行(xing)(xing)維護流程和信息化管(guan)理(li)(li)(li)(li)基礎數(shu)據體系，完善設(she)(she)(she)備(bei)(bei)臺帳，構(gou)架(jia)合理(li)(li)(li)(li)的(de)(de)(de)(de)設(she)(she)(she)備(bei)(bei)層次結(jie)構(gou)，對設(she)(she)(she)備(bei)(bei)使用過程中的(de)(de)(de)(de)維護、維修、運(yun)行(xing)(xing)、更新改造，直到設(she)(she)(she)備(bei)(bei)的(de)(de)(de)(de)最(zui)終報廢(fei)進行(xing)(xing)全生(sheng)命周期的(de)(de)(de)(de)電(dian)子化閉環管(guan)理(li)(li)(li)(li)。使管(guan)理(li)(li)(li)(li)人員能夠隨時了(le)解設(she)(she)(she)備(bei)(bei)的(de)(de)(de)(de)靜態和動態信息，掌握設(she)(she)(she)備(bei)(bei)的(de)(de)(de)(de)運(yun)行(xing)(xing)狀態。

通過手持終端(duan)獲取設(she)備(bei)相關信息(xi)，結合(he)設(she)備(bei)巡(xun)檢，實現二維(wei)碼資產查詢(xun)、設(she)備(bei)巡(xun)檢、設(she)備(bei)潤滑、庫存備(bei)件查詢(xun)等應(ying)用。根據設(she)備(bei)維(wei)護(hu)(hu)(hu)(hu)計劃進行(xing)現場維(wei)護(hu)(hu)(hu)(hu)維(wei)修，通過電子工單記錄(lu)設(she)備(bei)維(wei)護(hu)(hu)(hu)(hu)情(qing)況，查詢(xun)維(wei)護(hu)(hu)(hu)(hu)歷史和(he)檔案資料等，也為管理人員分析和(he)管理決策提供了有力的(de)信息(xi)支持。

3.2 水質管理

水(shui)質(zhi)(zhi)管理(li)(li)是水(shui)廠工(gong)藝運行(xing)的(de)(de)(de)(de)重要參(can)考(kao)，根據(ju)每(mei)個工(gong)藝段(duan)的(de)(de)(de)(de)工(gong)藝參(can)數(shu)(shu)和(he)水(shui)質(zhi)(zhi)指(zhi)標(biao)控制標(biao)準(zhun)，以(yi)水(shui)質(zhi)(zhi)化(hua)(hua)(hua)驗(yan)數(shu)(shu)據(ju)為基(ji)礎，建立水(shui)質(zhi)(zhi)管理(li)(li)系(xi)統模塊，將各工(gong)藝段(duan)水(shui)質(zhi)(zhi)數(shu)(shu)據(ju)轉(zhuan)換(huan)為自動(dong)化(hua)(hua)(hua)和(he)數(shu)(shu)字(zi)化(hua)(hua)(hua)的(de)(de)(de)(de)處(chu)理(li)(li)，以(yi)此(ci)提高工(gong)藝分(fen)析管理(li)(li)水(shui)平。包括(kuo)在(zai)線儀表(biao)自動(dong)監測和(he)人(ren)工(gong)化(hua)(hua)(hua)驗(yan)水(shui)質(zhi)(zhi)化(hua)(hua)(hua)驗(yan)結(jie)果(guo)的(de)(de)(de)(de)信息(xi)，歷史數(shu)(shu)據(ju)查詢(xun)(xun)與瀏覽(lan)(lan)。通過(guo)在(zai)線分(fen)析系(xi)統查詢(xun)(xun)與瀏覽(lan)(lan)水(shui)質(zhi)(zhi)化(hua)(hua)(hua)驗(yan)批次、日(ri)期、檢(jian)驗(yan)結(jie)果(guo)和(he)混(hun)凝實驗(yan)等數(shu)(shu)據(ju)。對(dui)于(yu)水(shui)質(zhi)(zhi)化(hua)(hua)(hua)驗(yan)報(bao)表(biao)，具備統計分(fen)析每(mei)批次水(shui)質(zhi)(zhi)化(hua)(hua)(hua)驗(yan)結(jie)果(guo)的(de)(de)(de)(de)功能，水(shui)廠相關人(ren)員還可根據(ju)某段(duan)時(shi)間內(nei)的(de)(de)(de)(de)報(bao)表(biao)數(shu)(shu)據(ju)，對(dui)某段(duan)時(shi)間內(nei)對(dui)水(shui)質(zhi)(zhi)處(chu)理(li)(li)效(xiao)果(guo)進(jin)行(xing)查詢(xun)(xun)，并可將其與相關標(biao)準(zhun)進(jin)行(xing)類比(bi)分(fen)析，對(dui)于(yu)達(da)到或接(jie)近(jin)預警(jing)值和(he)控制值的(de)(de)(de)(de)數(shu)(shu)據(ju)進(jin)行(xing)單獨標(biao)注，以(yi)此(ci)來從(cong)根本(ben)上保障對(dui)工(gong)藝的(de)(de)(de)(de)指(zhi)導作用(yong)。

04 智慧化進程

水廠智(zhi)慧(hui)化(hua)是水廠由(you)自動化(hua)、信息化(hua)向更高階段發展(zhan)的(de)(de)(de)必然結果(guo)，通過打通不同平臺獲取水質參數，運行(xing)參數等數據進行(xing)智(zhi)慧(hui)化(hua)模型的(de)(de)(de)開(kai)發，如(ru)水質投(tou)藥模型、設備健(jian)康模型，實現智(zhi)慧(hui)水廠的(de)(de)(de)精細化(hua)管(guan)理的(de)(de)(de)能力。

4.1 智慧投藥

基于水(shui)源水(shui)質特征(zheng)及(ji)其隨時間變化規律，水(shui)廠聯合(he)自來水(shui)集(ji)團技術研究院開展節能(neng)降耗的(de)混凝模型動態調整(zheng)研究。

水(shui)(shui)廠具有較為完善的(de)在(zai)線(xian)數(shu)據，通過與工(gong)控系統間(jian)數(shu)據共(gong)享，篩選進水(shui)(shui)、機(ji)加(jia)池、炭池和(he)出廠的(de)水(shui)(shui)質數(shu)據，以及氯投(tou)加(jia)量、臭氧投(tou)加(jia)量及混凝劑投(tou)加(jia)數(shu)據，共(gong)計363 684條，時(shi)間(jian)區(qu)間(jian)為2015年(nian)1月1日至2018年(nian)12月31日，驗證數(shu)據集共(gong)計85 992條，時(shi)間(jian)區(qu)間(jian)為2019年(nian)1月1日至2019年(nian)10月31日；評估標準以MAPE和(he)MAE為指標，計算公(gong)式見(jian)式（1）和(he)式（2），建模的(de)目標是MAPE、MAE值越小越好。

通過LSTM、XGBoost和隨機森(sen)林(lin)三(san)種算(suan)法對(dui)三(san)氯(lv)化(hua)(hua)鐵或PAC單獨投(tou)(tou)加(jia)建(jian)(jian)(jian)模及(ji)進行(xing)(xing)比較發現，XGBoost算(suan)法的MAPE、MAE值最小，因(yin)而首選XGBoost算(suan)法對(dui)三(san)氯(lv)化(hua)(hua)鐵、PAC進行(xing)(xing)建(jian)(jian)(jian)模，聯合投(tou)(tou)加(jia)建(jian)(jian)(jian)模方法首先(xian)采用PAC的預(yu)(yu)測(ce)(ce)效果(guo)做為三(san)氯(lv)化(hua)(hua)鐵的輸入，三(san)氯(lv)化(hua)(hua)鐵模型特征(zheng)值為 features = ［′進水(shui)pH′, ′進水(shui)溫度′, ′進水(shui)流量(liang)′, ′出水(shui)溫度′, ′出水(shui)濁度′, ′進水(shui)濁度′,′出水(shui)pH′值,′每日PAC投(tou)(tou)加(jia)量(liang)的均值′,′每3個小時(shi)PAC投(tou)(tou)加(jia)量(liang)的均值′，′PAC預(yu)(yu)測(ce)(ce)′,′月份′, ′日期′］，預(yu)(yu)測(ce)(ce)值為三(san)氯(lv)化(hua)(hua)鐵投(tou)(tou)加(jia)量(liang)。數據集(ji)預(yu)(yu)測(ce)(ce)結果(guo)如圖7所示，MAPE值為3.70。

對雙(shuang)藥投(tou)(tou)加的(de)(de)(de)建模方法同(tong)時嘗試采用(yong)三氯(lv)化(hua)鐵(tie)(tie)的(de)(de)(de)預(yu)測(ce)效果做(zuo)為(wei)(wei)PAC的(de)(de)(de)輸入，PAC模型輸入的(de)(de)(de)特征值(zhi)為(wei)(wei) features = ［′進水(shui)pH′, ′進水(shui)溫度′, ′進水(shui)流(liu)量(liang)′, ′出水(shui)溫度′, ′出水(shui)濁度′, ′進水(shui)濁度′,′出水(shui)pH′值(zhi),′每(mei)日三氯(lv)化(hua)鐵(tie)(tie)投(tou)(tou)加量(liang)的(de)(de)(de)均(jun)值(zhi)′,′每(mei)3個(ge)小時PAC投(tou)(tou)加量(liang)的(de)(de)(de)均(jun)值(zhi)′，′PAC預(yu)測(ce)′,′月份′, ′日期′］，預(yu)測(ce)值(zhi)為(wei)(wei)PAC投(tou)(tou)加量(liang)。數據集預(yu)測(ce)結果如圖(tu)8所示，MAPE值(zhi)為(wei)(wei)3.39。

通過不斷(duan)的(de)訓練和中試實(shi)驗，采用XGBoost算法建立的(de)混凝(ning)投藥(yao)模(mo)(mo)型應(ying)用于(yu)水廠生產系統。該模(mo)(mo)型較傳統的(de)人工控(kong)制(zhi)更能適(shi)應(ying)常態(tai)水源條件下(xia)實(shi)現依據實(shi)時(shi)水質數(shu)據動態(tai)調整凈水投藥(yao)參數(shu)，控(kong)制(zhi)水質指(zhi)標的(de)要(yao)求 ，從而達到混凝(ning)劑精準投加和節能降(jiang)耗(hao)的(de)目的(de)。

4.2 設備健康管理

開(kai)發設備健康智(zhi)能化(hua)(hua)管理(li)模塊，由(you)于水泵(beng)等(deng)旋轉類機電設備其(qi)故(gu)障主要來源于軸(zhou)承、電機等(deng)部(bu)位。因此，在(zai)驅動端和非驅動端上布置溫度、振動傳感器進行(xing)采(cai)集(ji)數據，通過智(zhi)能化(hua)(hua)模型處(chu)理(li)分(fen)析，進行(xing)故(gu)障診斷和識別(bie)。

其中振動數(shu)據的(de)分析采用的(de)原理是傅里葉變(bian)換，周期函數(shu)X(t)，周期為T，其傅里葉級(ji)數(shu)的(de)形(xing)式見式（3）：

把旋(xuan)轉機械(xie)的連(lian)續(xu)的周期性通(tong)頻信號轉換成為(wei)半倍頻、工頻、二倍頻、三倍頻和多倍頻的形式(shi)，從而(er)對(dui)應不同振動頻譜特征對(dui)旋(xuan)轉機械(xie)故(gu)障進行分析(xi)與診斷(duan)。

在振(zhen)動故障中，由(you)于軸(zhou)承(cheng)及其相關故障占比較大，通過振(zhen)動速度譜(pu)分析，并根據滾(gun)動軸(zhou)承(cheng)內圈(quan)通過頻(pin)率(lv)(lv)(lv)fI=N21+dbDcosβfr，外圈(quan)通過頻(pin)率(lv)(lv)(lv)fo=N21-dbDcosβfr，滾(gun)動體(ti)通過頻(pin)率(lv)(lv)(lv)fb=D2db1-dbDcosβ2fr，保持架通過頻(pin)率(lv)(lv)(lv)fo=121-dbDcosβfr進行實時匹配。如果監(jian)測頻(pin)譜(pu)與軸(zhou)承(cheng)其中任一頻(pin)率(lv)(lv)(lv)相契(qi)合(he)，那么(me)即可以(yi)大概率(lv)(lv)(lv)確(que)定故障所(suo)在位置。

在(zai)對某臺水泵實際運行分析過(guo)程中，發現(xian)實時振(zhen)動監(jian)測譜中125 Hz左側附(fu)近(jin)出現(xian)異常峰值(zhi)，通過(guo)該軸承型號參(can)數可得出各部位(wei)的通過(guo)頻率。

通(tong)過查閱我們可(ke)以看出水泵內圈通(tong)過頻率為121.1 Hz，和監測頻率極(ji)為接(jie)近(jin)，由此系統初步判斷(duan)軸承內圈存(cun)在故障隱患(huan)，提示相(xiang)關人員注意。

在溫(wen)度管理過程中，我們采用軸(zhou)承溫(wen)升不(bu)應超(chao)過 35 ℃，同時軸(zhou)承內極限溫(wen)度不(bu)得超(chao)過 75 ℃的溫(wen)升預警方式，數學表達式｛T2℃｝∩{T2<70 ℃}為：

其中T0是環境溫度(du)，T2是實(shi)測溫度(du)，如果超過溫度(du)閾值，系統將(jiang)會報(bao)警(jing)提醒相關人員進行檢查(cha)，同時推送信息到設備管理模(mo)塊。

通過上述(shu)兩種模(mo)式從而(er)實(shi)現(xian)設備全壽命周期的健康管(guan)(guan)理(li)與預(yu)測，給運行型人員(yuan)、技術人員(yuan)和維修(xiu)人員(yuan)并給出最優的維護建議(yi)，實(shi)現(xian)設備的智能(neng)化健康管(guan)(guan)理(li)。

05 展望

（1）預測(ce)(ce)水(shui)質(zhi)(zhi)(zhi)態勢。原水(shui)水(shui)質(zhi)(zhi)(zhi)是一個(ge)動態的復雜(za)系統，水(shui)質(zhi)(zhi)(zhi)指標一直(zhi)處于(yu)動態變化(hua)(hua)之(zhi)中。針(zhen)對水(shui)質(zhi)(zhi)(zhi)的復雜(za)性，為(wei)適應(ying)水(shui)質(zhi)(zhi)(zhi)變化(hua)(hua)的動態特(te)性，提高預測(ce)(ce)精(jing)度，結合人工(gong)智(zhi)能(neng)算法在水(shui)質(zhi)(zhi)(zhi)智(zhi)能(neng)化(hua)(hua)建模，利用在線儀表的數(shu)據(ju)為(wei)基(ji)礎，通過水(shui)質(zhi)(zhi)(zhi)參數(shu)進(jin)行預測(ce)(ce)，強化(hua)(hua)數(shu)據(ju)的分析、對比(bi)。對水(shui)質(zhi)(zhi)(zhi)是否步(bu)入異常(chang)趨勢進(jin)行判斷(duan)，并使相(xiang)(xiang)應(ying)人員及時獲(huo)取到相(xiang)(xiang)應(ying)的水(shui)質(zhi)(zhi)(zhi)信(xin)息，并提示相(xiang)(xiang)應(ying)的處理方法。

（2）推(tui)進(jin)(jin)智慧節能(neng)。推(tui)進(jin)(jin)碳中和，碳達(da)峰進(jin)(jin)程，進(jin)(jin)行(xing)(xing)智慧節能(neng)模型的(de)開發(fa)，通過不(bu)同性(xing)能(neng)機泵的(de)分布(bu)及(ji)組(zu)成，對(dui)配水泵房(fang)不(bu)同性(xing)能(neng)機泵的(de)供水方(fang)案進(jin)(jin)行(xing)(xing)優化(hua)組(zu)合，使機泵等重點耗能(neng)設備長(chang)期保(bao)持最佳的(de)運(yun)行(xing)(xing)狀態，同時(shi)達(da)到節能(neng)降耗的(de)目(mu)的(de)。

（3）探索群智感知(zhi)。在通(tong)(tong)(tong)過傳(chuan)(chuan)感器、射頻識別(bie)、二維碼等(deng)技術，全(quan)方位采(cai)集和捕獲水(shui)廠工藝、水(shui)質(zhi)、設備的狀態(tai)信(xin)息的基(ji)礎上，進(jin)(jin)一(yi)步利用移動終(zhong)端功能(neng)，充分發揮人的主觀能(neng)動性，將(jiang)異(yi)常情況通(tong)(tong)(tong)過拍照、視頻等(deng)功能(neng)，與所處(chu)地理位置同時上傳(chuan)(chuan)后臺，通(tong)(tong)(tong)過監控(kong)對收到的信(xin)息進(jin)(jin)行鑒(jian)別(bie)、分類，并通(tong)(tong)(tong)知(zhi)相關(guan)部(bu)門解(jie)決。

06 結語

田村(cun)山凈水(shui)廠(chang)的(de)(de)(de)智慧(hui)化進程在不斷(duan)發展、完善，而智慧(hui)水(shui)廠(chang)的(de)(de)(de)構(gou)建是一(yi)個系統工(gong)(gong)程，離不開先(xian)進技術的(de)(de)(de)支撐。通過(guo)一(yi)系列改造，水(shui)廠(chang)雖已在設備管理、工(gong)(gong)藝運行、水(shui)質(zhi)監測(ce)、節能降(jiang)耗(hao)等初(chu)步成效，但離實(shi)現集(ji)團“十四五”智慧(hui)水(shui)廠(chang)整(zheng)體(ti)規劃(hua)目(mu)標(biao)還(huan)有差距。在日(ri)新(xin)月異的(de)(de)(de)科技變革下(xia)，在推進數(shu)字化轉型的(de)(de)(de)過(guo)程中(zhong)，繼續探索與挖(wa)掘智慧(hui)化工(gong)(gong)作(zuo)模式，做好各項(xiang)分支工(gong)(gong)作(zuo)模式智慧(hui)化，提升數(shu)據分析能力，是下(xia)一(yi)步工(gong)(gong)作(zuo)中(zhong)的(de)(de)(de)重點內容，也是今后(hou)仍需思考的(de)(de)(de)問(wen)題。 

  使用微信“掃一掃”功能添加“谷騰環保網”

相關文章