用于检测水处理设备中异常的方法技术

一种用于操作水处理设备的方法，该方法包括检测该设备的操作中的异常的阶段，其特征在于，该异常检测阶段包括以下措施的实施：

【技术实现步骤摘要】
【国外来华专利技术】用于检测水处理设备中异常的方法
[0001]本专利技术涉及水处理的领域。
[0002]更具体地，本专利技术涉及水处理设备的操作中的异常检测。
[0003]作为例示，已知的是检测到的异常可能如下：
[0004]‑
装备或仪器的损坏或故障的检测。
[0005]‑
异常事件(例如，起泡)的检测。
[0006]‑
操作变化(例如，操作者的变化)的检测。
[0007]‑
输入工艺中的、待处理废水的性质或数量的变化的检测。
[0008]‑
......等等。
[0009]应当理解，异常的这种检测可能因不止一个原因而是有益的：
[0010]‑
一方面，现场操作者难以(如果不是不可能的话)实时监测设备的所有参数。因此，与设备的各种参数的相关测量相结合的异常检测算法将是特别有利的，以便使得可以非常快速地警告操作者设备内的问题，然后可以有机会尽早解决该问题。
[0011]‑
另一方面，装备和消耗品的提供者通常不在设备处。因此，这种工具对于以下是非常有益的：在装备之一出现故障的情况下(或者在偏离“正常”操作的情况下，指示故障)向提供者发出警报，或者在消耗品之一(例如气体)过度消耗(或者非最佳使用)的情况下防止出故障，以及允许提供者实时监测设备异常的概率(并且，如果需要，远程警告和帮助现场操作者，以用于工艺优化的目的)。
[0012]目前在该行业和文献中提出的解决方案不提倡使用传感器；他们提倡执行实验室分析，这些实验室分析定期(例如，每周或每月)进行，以便能够检测异常。因此，可以理解，检测异常的频率较低，并且这种方法可能会遗漏设备中发生的大量重大事件。
[0013]另一已经讨论过的解决方案(可认为是稍微更相关的)包括监测实验室分析以及由传感器提供的数据，这些传感器安装在现场且非常定期地(例如，每15分钟一次)提供测量值。
[0014]在这种情况下的问题是，由于传感器众多(这些传感器具有很大的可变性)，操作者通常可获得非常大量的数据，并且相互独立地监测所有这些传感器可能导致触发许多错误警报，同时错过“真实”异常。
[0015]作为例示，独立于其他测量来考虑，氧气浓度的非常大幅增加因为是异常的而可能触发警报，然而，这种大幅增加可能由进入的废水中污染物浓度的非常大幅的降低(这本身不是异常)来解释。在这种情况下，将触发错误警报。
[0016]同样，对罐进行曝气的泵的电流增加可能具有两个原因：泵的速度增加(例如，如果气体流率增加)或马达故障。因此，电流的单独测量不足以提供可靠的警报，而如果它与其他测量(比如曝气罐的需氧量、溶解氧的浓度、或氧气流率)相结合，并且借助于合适的异常检测工具，则可以产生可靠的警报。
[0017]最后，应当指出，一些水处理设备根据上游工艺而操作差异非常大。
[0018]例如，可以提及制药或农业食品生产场所下游的水净化设备：从一次生产运行到另一次生产运行，废水的性质将发生巨大变化，因此测量的参数也将发生巨大变化。将在设
备处测量的参数与上游生产运行类型相结合则使得可以立即确定观察到的变化是归因于异常还是归因于上游生产运行的变化。
[0019]因此，错误警报受到限制，并且正确检测到的异常的数量被最大化。
[0020]于是，本专利技术的目的是提出一种用于检测这种废水处理设施中出现的异常的新方法，所述方法基于算法。
[0021]如将在下文中更详细看到的，在此提出的方法具有许多优点：
[0022]‑
该算法能够处理性质非常不同的数据，比如传感器测量值、机器状态(使用中/停机)、生产运行次数、传感器校准数据、实验室分析文件，每项输入数据与发生概率相关联，这允许对复杂场景进行分析。
[0023]‑
该算法使得可以处理大量数据。随着传感器数量和可获得数据量的预期增加，拥有使得可以聚合所有这些数据(即使数据量非常大)的工具是非常重要的。使用的输入数据的量和性质不受限制。
[0024]‑
描述性模型实施起来是复杂的；该模型需要针对每个净化设备配置以及可能针对每个操作模式的开发和验证步骤。相比之下，在此提出的算法是统计工具；该算法容易实施，并且只需要设置一个学习步骤。然后，可以用设备寿命内的新数据(例如通过添加与设备或其环境相关的新传感器或新信息源)对该算法进行补充。
[0025]‑
该算法允许实时进行复杂的分析：通过关联大量弱信号(即，各种参数的微小变化，这些微小变化在它们彼此分开考虑时不会触发警告)，可以揭示更大的问题。概率分布将各种信号联系起来，以便从全局角度分析这些信号，从而关注某些事件之间的相关性。
[0026]‑
无论使用的数据的量和性质如何，该算法都会产生反映设备总体状态的单一指标：概率。如果此概率是高的，则这意味着输入到算法中的数据组合是非常可能的，这意味着操作是正常的。如果该概率是低的，则这意味着算法的单项数据或数据组合具有低的发生概率，并且该低的发生概率警告设备内的异常。
[0027]如上所解释，模型的输入数据可以具有变化的性质。例如，这可能是如下的问题：
[0028]‑
传感器：传感器可以安装在设备中的不同位置处，例如安装在装备(泵、涡轮机等)上、或者甚至直接安装在曝气罐中、或者安装在设备的入口管道或出口管道上等等。
[0029]‑
日期：操作可能根据以下而有所不同：季节(夏季设备停工、冬季平均温度较低等)、一周中的某天(周末某些设备上游不生产)、或者甚至一天中的某时间(夜间市政净化设备接收的废水较少)等。因此，将设备数据与一天中的某时间、一周中的某天、或季节相关联可以是有益的。
[0030]‑
上游机器和上游生产数据的状态：在这些用于净化用过的工业水的设备中，废水的性质取决于设备上游的工艺。由于此原因，上游工艺中使用的机器的状态，或者正在进行的生产运行的参考可以解释废水的性质，并且因此可以与净化设备中测得的某些值相关联。
[0031]‑
天气数据：气候事件(强降雨、干旱、极端温度)也可以用于补充数据库，检测工具能够凭借该数据库发挥作用。
[0032]以下是可以使用的传感器的示例列表：
[0033]‑
溶解氧传感器：它可以是电化学或光学传感器；然而，将优选地使用光学传感器。放置在曝气罐中的此传感器使得可以测量溶解氧的浓度。
[0034]这种测量可能与罐的强曝气同时进行、特别相关，因为在曝气期间溶解氧浓度的增加速率(和曝气停止时的减少速率)各自(与曝气流率相结合)一方面是曝气装备的正确操作的良好指标，另一方面是曝气罐中活性污泥的需氧量的良好指标。
[0035]‑
电化学探针，比如pH或氧化还原探针；将优选地使用包括3个电极的探针，以便补偿某些干扰离子的影响，并且使用配备有温度传感器的探针，以便补偿温度的影响。探针的使用时间、以及测量中随时间的变化也可以被监测，因为这些是探针的正确操作的本文档来自技高网...

【技术保护点】

【技术特征摘要】
【国外来华专利技术】1.一种用于操作水处理设备的方法，该方法包括检测该设备的操作中的异常的阶段，其特征在于，该异常检测阶段包括以下措施的实施：
‑
提供代表该设备的操作状态的数据，这些数据由安装在该设备本身中的选定位置处、或该设备的输入管道或输出管道上的传感器提供，
‑
在适当的情况下，还提供附加数据，这些数据包含在由以下形成的组中：i)关于日期/时段的数据，在这些日期/时段期间，该设备的操作受到监测；j)代表上游机器的状态的数据，该上游机器产生要在该设备中处理的废水；k)表征气候条件的天气数据，在这些气候条件下该设备的操作受到监测；
‑
提供用于获取和处理这些数据的系统，该系统配备有用于处理这些数据的算法，该算法能够执行以下：a)执行学习阶段，在该学习阶段期间，该系统针对所有这些传...

【专利技术属性】
技术研发人员：M，
申请(专利权)人：乔治洛德方法研究和开发液化空气有限公司，
类型：发明
国别省市：