CN106115809A - 一种带有报警器的污水处理罐装置 - Google Patents

Abstract

本发明公开了一种带有报警器的污水处理罐装置，包括上罐体和下罐体，上罐体和下罐体分别与罐体固定架固定连接，从而能够实现彼此分开的支撑；上罐体和下罐体之间设置检修窗口，上罐体和下罐体的外圆周表面上设置有外螺纹，连接套筒能够通过螺纹配合而覆盖在所述检修窗口处从而将所述罐体密闭；所述上罐体的顶部设置依次连接的传感器组合装置、微处理器和报警器，所述微处理器用于判断传感器组合装置发送的采集数据是否在预定范围内，当超出预定范围时，促使报警器报警。本发明保证了罐体封闭性的同时加大了检修窗口的尺度，便于维修，且设置传感器组合装置、微处理器和报警器，助于工作人员了解罐内情况。

Description

一种带有报警器的污水处理罐装置

技术领域

本发明涉及污水处理设备设计领域，具体涉及一种带有报警器的污水处理罐装置。

背景技术

污水处理中经常用到处理罐装置。该处理罐的罐体通常为长形(腰形)，其内布置各种处理设置；由于罐体通常密闭，因此当其内的处理设置需要维修时具有困难。而一些通常设置的检修窗口则因为受到结构等因素影响，尺寸有限。

发明内容

针对上述问题，本发明提供一种带有报警器的污水处理罐装置。

本发明的目的采用以下技术方案来实现：

一种带有报警器的污水处理罐装置，包括上罐体和下罐体，上罐体和下罐体分别与罐体固定架固定连接，从而能够实现彼此分开的支撑；上罐体和下罐体之间设置检修窗口，上罐体和下罐体的外圆周表面上设置有外螺纹，连接套筒能够通过螺纹配合而覆盖在所述检修窗口处从而将所述罐体密闭；所述上罐体的顶部设置依次连接的传感器组合装置、微处理器和报警器，所述微处理器用于判断传感器组合装置发送的采集数据是否在预定范围内，当超出预定范围时，促使报警器报警。

本发明的有益效果为：通过结构设置，在上罐体和下罐体之间设置检修窗口和连接套筒，保证了罐体封闭性的同时加大了检修窗口的尺度，便于维修，从而解决了上述的技术问题，且设置传感器组合装置、微处理器和报警器，助于工作人员了解罐内情况。

附图说明

利用附图对本发明作进一步说明，但附图中的应用场景不构成对本发明的任何限制，对于本领域的普通技术人员，在不付出创造性劳动的前提下，还可以根据以下附图获得其它的附图。

图1是本发明的结构简易示意图。

图2是本发明健康状态监测器的结构示意图。

附图标记：

上罐体1、下罐体1′、罐体固定架2、连接套筒3、检修窗口4、传感器组合装置5、微处理器6、报警器7、健康状态监测器8、指标设定单元9、数据归一化单元10、主要构件评估单元11、主要构件健康状态判定单元12、综合评估单元13、观察口14。

具体实施方式

结合以下应用场景对本发明作进一步描述。

应用场景1

参见图1、图2，本应用场景的一个实施例中的一种带有报警器的污水处理罐装置，包括上罐体1和下罐体1′，上罐体1和下罐体1′分别与罐体固定架3固定连接，从而能够实现彼此分开的支撑；上罐体1和下罐体1′之间设置检修窗口4，上罐体1和下罐体1′的外圆周表面上设置有外螺纹，连接套筒3能够通过螺纹配合而覆盖在所述检修窗口4处从而将所述罐体密闭；所述上罐体1的顶部设置依次连接的传感器组合装置5、微处理器6和报警器7，所述微处理器6用于判断传感器组合装置5发送的采集数据是否在预定范围内，当超出预定范围时，促使报警器7报警。

优选的，所述传感器组合装置5包括药液浓度传感器、液位传感器、温度传感器。

本发明上述优选实施例通过结构设置，在上罐体1和下罐体1′之间设置检修窗口4和连接套筒3，保证了罐体封闭性的同时加大了检修窗口4的尺度，便于维修，从而解决了上述的技术问题，且设置传感器组合装置5、微处理器6和报警器7，助于工作人员了解罐内情况。

优选的，所述上罐体1的上部设置有透明的观察口14。

本优选实施例有助于工作人员更加直观地了解罐内的情况。

优选的，所述污水处理罐装置还包括健康状态监测器2，所述健康状态监测器2包括指标设定单元9、数据归一化单元10、主要构件评估单元11、主要构件健康状态判定单元12和综合评估单元13；所述指标设定单元9用于确定监测数据采集模块1的采集指标，所述采集指标包括主要构件、主要构件的监测项目以及各监测项目在重要程度上的权重因子，所述主要构件为各类传感器和报警器7；所述数据归一化单元10用于对所述状态监测数据进行归一化处理；所述主要构件评估单元11用于评估所述主要构件的健康状态，所述主要构件健康状态判定单元12用于所述各主要构件是否处于健康状态；所述综合评估单元13用于评估污水处理罐装置的健康状态。

本优选实施例构建了健康状态监测器2的整体架构，完善了系统的健康状态分析功能。

优选的，设主要构件x共有m_x个监测项目，采用监测仪器α对第i个监测项目进行监测时，i＝1,...m_x，由于温度和湿度的影响可能会产生监测量误差，引入温度修正因子ψ_α和湿度修正因子Φ_α，其中T为监测仪器α对监测项目进行监测时的环境温度，T₀和为监测仪器α监测时适用的标准温度，其中H为监测仪器α对监测项目进行监测时的环境湿度，H₀为监测仪器α监测时适用的标准湿度，所述数据归一化单元10采用的归一化处理公式为：

$G_i=1-e^{-\frac{1}{2}\·{\left|\frac{J_i\·{\mathrm{\ψ}}_{\mathrm{\α}}\·{\mathrm{\Φ}}_{\mathrm{\α}}-{\mathrm{\δ}}_{bi}}{{\mathrm{\δ}}_{bi}-{\mathrm{\δ}}_{ci}}\right|}^2}$

其中，G_i表示第i个监测项目被归一化处理后的状态监测量，G_i∈[0,1]，当G_i靠近0时表示状态良好，G_i靠近1时表示状态较差；J_i为第i个监测项目的原状态监测量，δ_bi为第i个监测项目处于正常状态范围且对应于最佳状态时的边界值，δ_ci为第i个监测项目处于正常状态范围但不属于最佳状态时的边界值。

本优选实施例设计了数据归一化单元10的归一化处理公式，将不同的监测量都变换到0到1之间并具有相同的正常与异常的边界，方便状态监测数据的后续处理，并在归一化处理公式中引入温度修正因子和湿度修正因子，简化了归一化处理的过程，提高了归一化处理的精度。

优选的，设影响主要构件x状态的所有归一化后的状态监测量集合为{G_i,i＝1,...,m_x}，主要构件评估单元11采取的主要构件x的健康状态指标Z_x的计算公式设定为：

若所有G_i≤1-e^-0.5时，

$Z_x=\underset{i=1}{\overset{m_x}{\Σ}}(1-e^{-\frac{1}{2}\·{\left|\frac{J_i\·{\mathrm{\ψ}}_{\mathrm{\α}}-{\mathrm{\δ}}_{bi}}{{\mathrm{\δ}}_{bi}-{\mathrm{\δ}}_{ci}}\right|}^2})Q_i,\underset{i=1}{\overset{m_x}{\Σ}}{Q}_i=1$

若至少有一个G_i＞1-e^-0.5时，

$Z_x=\underset{i=1}{\overset{m_c}{\Σ}}(1-e^{-\frac{1}{2}\·{\left|\frac{J_i\·{\mathrm{\ψ}}_{\mathrm{\α}}-{\mathrm{\δ}}_{bi}}{{\mathrm{\δ}}_{bi}-{\mathrm{\δ}}_{ci}}\right|}^2})Q_i,\underset{i=1}{\overset{m_c}{\Σ}}{Q}_i=1$

其中，Ζ_x表示主要构件x的健康状态评估指标，Z_i∈[0,1],1-e^-0.5为归一化后的状态监测量对应于正常的临界值，m_c为归一化后的状态监测量小于临界值1-e^-0.5时的数目，Q_i为第i个监测项目在主要构件x中的重要程度上的权重因子，m_c＜m_x时，权重因子Q_i随m_c的个数不同按比例调整。

本优选实施例提出了主要构件健康状态的评估指标的计算公式，将不同的归一化后的监测量都变换到0到1之间并具有相同的正常与异常的边界，从而可以简单全面地得到主要构件的健康状态，简化了主要构件的健康状态的评估，在保证准确度的同时提高了健康状态评估的速度。

优选的，所述主要构件健康状态判定单元12的判定原则为：若主要构件x状态异常的概率P_x大于设定的阈值P_Y,判定所述主要构件x为异常，若主要构件x状态异常的概率P_x不大于设定的阈值P_Y,P_Y的取值范围是[0.1,0.2],判定所述主要构件x为健康，设有n个样本的主要构件的综合状态指标Z_x1,...,Z_xn取自连续分布H(Z_x)，所述主要构件x处于状态异常的概率P_x的计算公式为：

$P_x=1-\frac{{\∫}_{e^{-1}}^1{\hat{H}}_n\left(Z_x\right){\mathrm{dZ}}_x}{{\∫}_0^1{\hat{H}}_n\left(Z_x\right){\mathrm{dZ}}_x}$

此处

${\hat{H}}_n\left(Z_x\right)=\frac{1}{n}\·\frac{n^{1/5}}{1.6\mathrm{\φ}}\·\underset{k=1}{\overset{n}{\Σ}}\frac{1}{\sqrt{2\mathrm{\π}}}{e}^{-\frac{1}{2}\·(Z_x-Z_k)\·\frac{n^{1/5}}{1.6\mathrm{\φ}}}$

其中，为任意点Z_x处的核密度，b为样本标准差，J为四分位数间距。

本优选实施例通过对主要构件的异常概率计算结果来判定主要构件的健康状态，分析精度高，且加快了主要构件的健康状态分析的速度。

优选的，设污水处理罐装置共有N个主要构件，主要构件x处于状态异常的概率为P_x，其中x＝1,2,…,N，所述综合评估单元13采用的综合状态健康指标B的计算公式如下：

$B=1-{\mathrm{\Σ}}_{x=1}^N\left(P_x{W}_x\right),{\mathrm{\Σ}}_{x=1}^N{W}_x=1$

式中，W_x为第x个主要构件在配电网中的重要程度的权重因子，设定阈值E，若B＞E，则配电网属于健康状态，E的取值范围是[0.9,0.99]。

本优选实施例利用权重因子计算污水处理罐装置的健康状态，计算精度高，进一步提高了系统监测精度。

在此应用场景中，上述实施例取P_Y＝0.1，E＝0.9，系统的监测分析速度相对提高了10％，监测分析精度相对提高了12％。

应用场景2

参见图1、图2，本应用场景的一个实施例中的一种带有报警器的污水处理罐装置，包括上罐体1和下罐体1′，上罐体1和下罐体1′分别与罐体固定架3固定连接，从而能够实现彼此分开的支撑；上罐体1和下罐体1′之间设置检修窗口4，上罐体1和下罐体1′的外圆周表面上设置有外螺纹，连接套筒3能够通过螺纹配合而覆盖在所述检修窗口4处从而将所述罐体密闭；所述上罐体1的顶部设置依次连接的传感器组合装置5、微处理器6和报警器7，所述微处理器6用于判断传感器组合装置5发送的采集数据是否在预定范围内，当超出预定范围时，促使报警器7报警。

优选的，所述传感器组合装置5包括药液浓度传感器、液位传感器、温度传感器。

本发明上述优选实施例通过结构设置，在上罐体1和下罐体1′之间设置检修窗口4和连接套筒3，保证了罐体封闭性的同时加大了检修窗口4的尺度，便于维修，从而解决了上述的技术问题，且设置传感器组合装置5、微处理器6和报警器7，助于工作人员了解罐内情况。

优选的，所述上罐体1的上部设置有透明的观察口14。

本优选实施例有助于工作人员更加直观地了解罐内的情况。

优选的，所述污水处理罐装置还包括健康状态监测器2，所述健康状态监测器2包括指标设定单元9、数据归一化单元10、主要构件评估单元11、主要构件健康状态判定单元12和综合评估单元13；所述指标设定单元9用于确定监测数据采集模块1的采集指标，所述采集指标包括主要构件、主要构件的监测项目以及各监测项目在重要程度上的权重因子，所述主要构件为各类传感器和报警器7；所述数据归一化单元10用于对所述状态监测数据进行归一化处理；所述主要构件评估单元11用于评估所述主要构件的健康状态，所述主要构件健康状态判定单元12用于所述各主要构件是否处于健康状态；所述综合评估单元13用于评估污水处理罐装置的健康状态。

本优选实施例构建了健康状态监测器2的整体架构，完善了系统的健康状态分析功能。

优选的，设主要构件x共有m_x个监测项目，采用监测仪器α对第i个监测项目进行监测时，i＝1,...m_x，由于温度和湿度的影响可能会产生监测量误差，引入温度修正因子ψ_α和湿度修正因子Φ_α，其中T为监测仪器α对监测项目进行监测时的环境温度，T₀和为监测仪器α监测时适用的标准温度，其中H为监测仪器α对监测项目进行监测时的环境湿度，H₀为监测仪器α监测时适用的标准湿度，所述数据归一化单元10采用的归一化处理公式为：

$G_i=1-e^{-\frac{1}{2}\·{\left|\frac{J_i\·{\mathrm{\ψ}}_{\mathrm{\α}}\·{\mathrm{\Φ}}_{\mathrm{\α}}-{\mathrm{\δ}}_{bi}}{{\mathrm{\δ}}_{bi}-{\mathrm{\δ}}_{ci}}\right|}^2}$

其中，G_i表示第i个监测项目被归一化处理后的状态监测量，G_i∈[0,1]，当G_i靠近0时表示状态良好，G_i靠近1时表示状态较差；J_i为第i个监测项目的原状态监测量，δ_bi为第i个监测项目处于正常状态范围且对应于最佳状态时的边界值，δ_ci为第i个监测项目处于正常状态范围但不属于最佳状态时的边界值。

本优选实施例设计了数据归一化单元10的归一化处理公式，将不同的监测量都变换到0到1之间并具有相同的正常与异常的边界，方便状态监测数据的后续处理，并在归一化处理公式中引入温度修正因子和湿度修正因子，简化了归一化处理的过程，提高了归一化处理的精度。

优选的，设影响主要构件x状态的所有归一化后的状态监测量集合为{G_i,i＝1,...,m_x}，主要构件评估单元11采取的主要构件x的健康状态指标Z_x的计算公式设定为：

若所有G_i≤1-e^-0.5时，

$Z_x=\underset{i=1}{\overset{m_x}{\Σ}}(1-e^{-\frac{1}{2}\·{\left|\frac{J_i\·{\mathrm{\ψ}}_{\mathrm{\α}}-{\mathrm{\δ}}_{bi}}{{\mathrm{\δ}}_{bi}-{\mathrm{\δ}}_{ci}}\right|}^2})Q_i,\underset{i=1}{\overset{m_x}{\Σ}}{Q}_i=1$

若至少有一个G_i＞1-e^-0.5时，

$Z_x=\underset{i=1}{\overset{m_c}{\Σ}}(1-e^{-\frac{1}{2}\·{\left|\frac{J_i\·{\mathrm{\ψ}}_{\mathrm{\α}}-{\mathrm{\δ}}_{bi}}{{\mathrm{\δ}}_{bi}-{\mathrm{\δ}}_{ci}}\right|}^2})Q_i,\underset{i=1}{\overset{m_c}{\Σ}}{Q}_i=1$

其中，Ζ_x表示主要构件x的健康状态评估指标，Z_i∈[0,1],1-e^-0.5为归一化后的状态监测量对应于正常的临界值，m_c为归一化后的状态监测量小于临界值1-e^-0.5时的数目，Q_i为第i个监测项目在主要构件x中的重要程度上的权重因子，m_c＜m_x时，权重因子Q_i随m_c的个数不同按比例调整。

本优选实施例提出了主要构件健康状态的评估指标的计算公式，将不同的归一化后的监测量都变换到0到1之间并具有相同的正常与异常的边界，从而可以简单全面地得到主要构件的健康状态，简化了主要构件的健康状态的评估，在保证准确度的同时提高了健康状态评估的速度。

优选的，所述主要构件健康状态判定单元12的判定原则为：若主要构件x状态异常的概率P_x大于设定的阈值P_Y,判定所述主要构件x为异常，若主要构件x状态异常的概率P_x不大于设定的阈值P_Y,P_Y的取值范围是[0.1,0.2],判定所述主要构件x为健康，设有n个样本的主要构件的综合状态指标Z_x1,...,Z_xn取自连续分布H(Z_x)，所述主要构件x处于状态异常的概率P_x的计算公式为：

$P_x=1-\frac{{\∫}_{e^{-1}}^1{\hat{H}}_n\left(Z_x\right){\mathrm{dZ}}_x}{{\∫}_0^1{\hat{H}}_n\left(Z_x\right){\mathrm{dZ}}_x}$

此处

${\hat{H}}_n\left(Z_x\right)=\frac{1}{n}\·\frac{n^{1/5}}{1.6\mathrm{\φ}}\·\underset{k=1}{\overset{n}{\Σ}}\frac{1}{\sqrt{2\mathrm{\π}}}{e}^{-\frac{1}{2}\·(Z_x-Z_k)\·\frac{n^{1/5}}{1.6\mathrm{\φ}}}$

其中，为任意点Z_x处的核密度，b为样本标准差，J为四分位数间距。

本优选实施例通过对主要构件的异常概率计算结果来判定主要构件的健康状态，分析精度高，且加快了主要构件的健康状态分析的速度。

优选的，设污水处理罐装置共有N个主要构件，主要构件x处于状态异常的概率为P_x，其中x＝1,2,…,N，所述综合评估单元13采用的综合状态健康指标B的计算公式如下：

$B=1-{\mathrm{\Σ}}_{x=1}^N\left(P_x{W}_x\right),{\mathrm{\Σ}}_{x=1}^N{W}_x=1$

式中，W_x为第x个主要构件在配电网中的重要程度的权重因子，设定阈值E，若B＞E，则配电网属于健康状态，E的取值范围是[0.9,0.99]。

本优选实施例利用权重因子计算污水处理罐装置的健康状态，计算精度高，进一步提高了系统监测精度。

在此应用场景中，上述实施例取P_Y＝0.12，E＝0.92，系统的监测分析速度相对提高了9％，监测分析精度相对提高了13％。

应用场景3

参见图1、图2，本应用场景的一个实施例中的一种带有报警器的污水处理罐装置，包括上罐体1和下罐体1′，上罐体1和下罐体1′分别与罐体固定架3固定连接，从而能够实现彼此分开的支撑；上罐体1和下罐体1′之间设置检修窗口4，上罐体1和下罐体1′的外圆周表面上设置有外螺纹，连接套筒3能够通过螺纹配合而覆盖在所述检修窗口4处从而将所述罐体密闭；所述上罐体1的顶部设置依次连接的传感器组合装置5、微处理器6和报警器7，所述微处理器6用于判断传感器组合装置5发送的采集数据是否在预定范围内，当超出预定范围时，促使报警器7报警。

优选的，所述传感器组合装置5包括药液浓度传感器、液位传感器、温度传感器。

本发明上述优选实施例通过结构设置，在上罐体1和下罐体1′之间设置检修窗口4和连接套筒3，保证了罐体封闭性的同时加大了检修窗口4的尺度，便于维修，从而解决了上述的技术问题，且设置传感器组合装置5、微处理器6和报警器7，助于工作人员了解罐内情况。

优选的，所述上罐体1的上部设置有透明的观察口14。

本优选实施例有助于工作人员更加直观地了解罐内的情况。

优选的，所述污水处理罐装置还包括健康状态监测器2，所述健康状态监测器2包括指标设定单元9、数据归一化单元10、主要构件评估单元11、主要构件健康状态判定单元12和综合评估单元13；所述指标设定单元9用于确定监测数据采集模块1的采集指标，所述采集指标包括主要构件、主要构件的监测项目以及各监测项目在重要程度上的权重因子，所述主要构件为各类传感器和报警器7；所述数据归一化单元10用于对所述状态监测数据进行归一化处理；所述主要构件评估单元11用于评估所述主要构件的健康状态，所述主要构件健康状态判定单元12用于所述各主要构件是否处于健康状态；所述综合评估单元13用于评估污水处理罐装置的健康状态。

本优选实施例构建了健康状态监测器2的整体架构，完善了系统的健康状态分析功能。

优选的，设主要构件x共有m_x个监测项目，采用监测仪器α对第i个监测项目进行监测时，i＝1,...m_x，由于温度和湿度的影响可能会产生监测量误差，引入温度修正因子ψ_α和湿度修正因子Φ_α，其中T为监测仪器α对监测项目进行监测时的环境温度，T₀和为监测仪器α监测时适用的标准温度，其中H为监测仪器α对监测项目进行监测时的环境湿度，H₀为监测仪器α监测时适用的标准湿度，所述数据归一化单元10采用的归一化处理公式为：

$G_i=1-e^{-\frac{1}{2}\·{\left|\frac{J_i\·{\mathrm{\ψ}}_{\mathrm{\α}}\·{\mathrm{\Φ}}_{\mathrm{\α}}-{\mathrm{\δ}}_{bi}}{{\mathrm{\δ}}_{bi}-{\mathrm{\δ}}_{ci}}\right|}^2}$

其中，G_i表示第i个监测项目被归一化处理后的状态监测量，G_i∈[0,1]，当G_i靠近0时表示状态良好，G_i靠近1时表示状态较差；J_i为第i个监测项目的原状态监测量，δ_bi为第i个监测项目处于正常状态范围且对应于最佳状态时的边界值，δ_ci为第i个监测项目处于正常状态范围但不属于最佳状态时的边界值。

本优选实施例设计了数据归一化单元10的归一化处理公式，将不同的监测量都变换到0到1之间并具有相同的正常与异常的边界，方便状态监测数据的后续处理，并在归一化处理公式中引入温度修正因子和湿度修正因子，简化了归一化处理的过程，提高了归一化处理的精度。

优选的，设影响主要构件x状态的所有归一化后的状态监测量集合为{G_i,i＝1,...,m_x}，主要构件评估单元11采取的主要构件x的健康状态指标Z_x的计算公式设定为：

若所有G_i≤1-e^-0.5时，

$Z_x=\underset{i=1}{\overset{m_x}{\Σ}}(1-e^{-\frac{1}{2}\·{\left|\frac{J_i\·{\mathrm{\ψ}}_{\mathrm{\α}}-{\mathrm{\δ}}_{bi}}{{\mathrm{\δ}}_{bi}-{\mathrm{\δ}}_{ci}}\right|}^2})Q_i,\underset{i=1}{\overset{m_x}{\Σ}}{Q}_i=1$

若至少有一个G_i＞1-e^-0.5时，

$Z_x=\underset{i=1}{\overset{m_c}{\Σ}}(1-e^{-\frac{1}{2}\·{\left|\frac{J_i\·{\mathrm{\ψ}}_{\mathrm{\α}}-{\mathrm{\δ}}_{bi}}{{\mathrm{\δ}}_{bi}-{\mathrm{\δ}}_{ci}}\right|}^2})Q_i,\underset{i=1}{\overset{m_c}{\Σ}}{Q}_i=1$

其中，Ζ_x表示主要构件x的健康状态评估指标，Z_i∈[0,1],1-e^-0.5为归一化后的状态监测量对应于正常的临界值，m_c为归一化后的状态监测量小于临界值1-e^-0.5时的数目，Q_i为第i个监测项目在主要构件x中的重要程度上的权重因子，m_c＜m_x时，权重因子Q_i随m_c的个数不同按比例调整。

本优选实施例提出了主要构件健康状态的评估指标的计算公式，将不同的归一化后的监测量都变换到0到1之间并具有相同的正常与异常的边界，从而可以简单全面地得到主要构件的健康状态，简化了主要构件的健康状态的评估，在保证准确度的同时提高了健康状态评估的速度。

优选的，所述主要构件健康状态判定单元12的判定原则为：若主要构件x状态异常的概率P_x大于设定的阈值P_Y,判定所述主要构件x为异常，若主要构件x状态异常的概率P_x不大于设定的阈值P_Y,P_Y的取值范围是[0.1,0.2],判定所述主要构件x为健康，设有n个样本的主要构件的综合状态指标Z_x1,...,Z_xn取自连续分布H(Z_x)，所述主要构件x处于状态异常的概率P_x的计算公式为：

$P_x=1-\frac{{\∫}_{e^{-1}}^1{\hat{H}}_n\left(Z_x\right){\mathrm{dZ}}_x}{{\∫}_0^1{\hat{H}}_n\left(Z_x\right){\mathrm{dZ}}_x}$

此处

${\hat{H}}_n\left(Z_x\right)=\frac{1}{n}\·\frac{n^{1/5}}{1.6\mathrm{\φ}}\·\underset{k=1}{\overset{n}{\Σ}}\frac{1}{\sqrt{2\mathrm{\π}}}{e}^{-\frac{1}{2}\·(Z_x-Z_k)\·\frac{n^{1/5}}{1.6\mathrm{\φ}}}$

其中，为任意点Z_x处的核密度，b为样本标准差，J为四分位数间距。

本优选实施例通过对主要构件的异常概率计算结果来判定主要构件的健康状态，分析精度高，且加快了主要构件的健康状态分析的速度。

优选的，设污水处理罐装置共有N个主要构件，主要构件x处于状态异常的概率为P_x，其中x＝1,2,…,N，所述综合评估单元13采用的综合状态健康指标B的计算公式如下：

$B=1-{\mathrm{\Σ}}_{x=1}^N\left(P_x{W}_x\right),{\mathrm{\Σ}}_{x=1}^N{W}_x=1$

式中，W_x为第x个主要构件在配电网中的重要程度的权重因子，设定阈值E，若B＞E，则配电网属于健康状态，E的取值范围是[0.9,0.99]。

本优选实施例利用权重因子计算污水处理罐装置的健康状态，计算精度高，进一步提高了系统监测精度。

在此应用场景中，上述实施例取T＝0.15，E＝0.94，系统的监测分析速度相对提高了8％，监测分析精度相对提高了10％。。

应用场景4

参见图1、图2，本应用场景的一个实施例中的一种带有报警器的污水处理罐装置，包括上罐体1和下罐体1′，上罐体1和下罐体1′分别与罐体固定架3固定连接，从而能够实现彼此分开的支撑；上罐体1和下罐体1′之间设置检修窗口4，上罐体1和下罐体1′的外圆周表面上设置有外螺纹，连接套筒3能够通过螺纹配合而覆盖在所述检修窗口4处从而将所述罐体密闭；所述上罐体1的顶部设置依次连接的传感器组合装置5、微处理器6和报警器7，所述微处理器6用于判断传感器组合装置5发送的采集数据是否在预定范围内，当超出预定范围时，促使报警器7报警。

优选的，所述传感器组合装置5包括药液浓度传感器、液位传感器、温度传感器。

本发明上述优选实施例通过结构设置，在上罐体1和下罐体1′之间设置检修窗口4和连接套筒3，保证了罐体封闭性的同时加大了检修窗口4的尺度，便于维修，从而解决了上述的技术问题，且设置传感器组合装置5、微处理器6和报警器7，助于工作人员了解罐内情况。

优选的，所述上罐体1的上部设置有透明的观察口14。

本优选实施例有助于工作人员更加直观地了解罐内的情况。

优选的，所述污水处理罐装置还包括健康状态监测器2，所述健康状态监测器2包括指标设定单元9、数据归一化单元10、主要构件评估单元11、主要构件健康状态判定单元12和综合评估单元13；所述指标设定单元9用于确定监测数据采集模块1的采集指标，所述采集指标包括主要构件、主要构件的监测项目以及各监测项目在重要程度上的权重因子，所述主要构件为各类传感器和报警器7；所述数据归一化单元10用于对所述状态监测数据进行归一化处理；所述主要构件评估单元11用于评估所述主要构件的健康状态，所述主要构件健康状态判定单元12用于所述各主要构件是否处于健康状态；所述综合评估单元13用于评估污水处理罐装置的健康状态。

本优选实施例构建了健康状态监测器2的整体架构，完善了系统的健康状态分析功能。

优选的，设主要构件x共有m_x个监测项目，采用监测仪器α对第i个监测项目进行监测时，i＝1,...m_x，由于温度和湿度的影响可能会产生监测量误差，引入温度修正因子ψ_α和湿度修正因子Φ_α，其中T为监测仪器α对监测项目进行监测时的环境温度，T₀和为监测仪器α监测时适用的标准温度，其中H为监测仪器α对监测项目进行监测时的环境湿度，H₀为监测仪器α监测时适用的标准湿度，所述数据归一化单元10采用的归一化处理公式为：

$G_i=1-e^{-\frac{1}{2}\·{\left|\frac{J_i\·{\mathrm{\ψ}}_{\mathrm{\α}}\·{\mathrm{\Φ}}_{\mathrm{\α}}-{\mathrm{\δ}}_{bi}}{{\mathrm{\δ}}_{bi}-{\mathrm{\δ}}_{ci}}\right|}^2}$

其中，G_i表示第i个监测项目被归一化处理后的状态监测量，G_i∈[0,1]，当G_i靠近0时表示状态良好，G_i靠近1时表示状态较差；J_i为第i个监测项目的原状态监测量，δ_bi为第i个监测项目处于正常状态范围且对应于最佳状态时的边界值，δ_ci为第i个监测项目处于正常状态范围但不属于最佳状态时的边界值。

本优选实施例设计了数据归一化单元10的归一化处理公式，将不同的监测量都变换到0到1之间并具有相同的正常与异常的边界，方便状态监测数据的后续处理，并在归一化处理公式中引入温度修正因子和湿度修正因子，简化了归一化处理的过程，提高了归一化处理的精度。

优选的，设影响主要构件x状态的所有归一化后的状态监测量集合为{G_i,i＝1,...,m_x}，主要构件评估单元11采取的主要构件x的健康状态指标Z_x的计算公式设定为：

若所有G_i≤1-e^-0.5时，

$Z_x=\underset{i=1}{\overset{m_x}{\Σ}}(1-e^{-\frac{1}{2}\·{\left|\frac{J_i\·{\mathrm{\ψ}}_{\mathrm{\α}}-{\mathrm{\δ}}_{bi}}{{\mathrm{\δ}}_{bi}-{\mathrm{\δ}}_{ci}}\right|}^2})Q_i,\underset{i=1}{\overset{m_x}{\Σ}}{Q}_i=1$

若至少有一个G_i＞1-e^-0.5时，

$Z_x=\underset{i=1}{\overset{m_c}{\Σ}}(1-e^{-\frac{1}{2}\·{\left|\frac{J_i\·{\mathrm{\ψ}}_{\mathrm{\α}}-{\mathrm{\δ}}_{bi}}{{\mathrm{\δ}}_{bi}-{\mathrm{\δ}}_{ci}}\right|}^2})Q_i,\underset{i=1}{\overset{m_c}{\Σ}}{Q}_i=1$

其中，Ζ_x表示主要构件x的健康状态评估指标，Z_i∈[0,1],1-e^-0.5为归一化后的状态监测量对应于正常的临界值，m_c为归一化后的状态监测量小于临界值1-e^-0.5时的数目，Q_i为第i个监测项目在主要构件x中的重要程度上的权重因子，m_c＜m_x时，权重因子Q_i随m_c的个数不同按比例调整。

本优选实施例提出了主要构件健康状态的评估指标的计算公式，将不同的归一化后的监测量都变换到0到1之间并具有相同的正常与异常的边界，从而可以简单全面地得到主要构件的健康状态，简化了主要构件的健康状态的评估，在保证准确度的同时提高了健康状态评估的速度。

优选的，所述主要构件健康状态判定单元12的判定原则为：若主要构件x状态异常的概率P_x大于设定的阈值P_Y,判定所述主要构件x为异常，若主要构件x状态异常的概率P_x不大于设定的阈值P_Y,P_Y的取值范围是[0.1,0.2],判定所述主要构件x为健康，设有n个样本的主要构件的综合状态指标Z_x1,...,Z_xn取自连续分布H(Z_x)，所述主要构件x处于状态异常的概率P_x的计算公式为：

$P_x=1-\frac{{\∫}_{e^{-1}}^1{\hat{H}}_n\left(Z_x\right){\mathrm{dZ}}_x}{{\∫}_0^1{\hat{H}}_n\left(Z_x\right){\mathrm{dZ}}_x}$

此处

${\hat{H}}_n\left(Z_x\right)=\frac{1}{n}\·\frac{n^{1/5}}{1.6\mathrm{\φ}}\·\underset{k=1}{\overset{n}{\Σ}}\frac{1}{\sqrt{2\mathrm{\π}}}{e}^{-\frac{1}{2}\·(Z_x-Z_k)\·\frac{n^{1/5}}{1.6\mathrm{\φ}}}$

其中，为任意点Z_x处的核密度，b为样本标准差，J为四分位数间距。

本优选实施例通过对主要构件的异常概率计算结果来判定主要构件的健康状态，分析精度高，且加快了主要构件的健康状态分析的速度。

优选的，设污水处理罐装置共有N个主要构件，主要构件x处于状态异常的概率为P_x，其中x＝1,2,…,N，所述综合评估单元13采用的综合状态健康指标B的计算公式如下：

$B=1-{\mathrm{\Σ}}_{x=1}^N\left(P_x{W}_x\right),{\mathrm{\Σ}}_{x=1}^N{W}_x=1$

式中，W_x为第x个主要构件在配电网中的重要程度的权重因子，设定阈值E，若B＞E，则配电网属于健康状态，E的取值范围是[0.9,0.99]。

本优选实施例利用权重因子计算污水处理罐装置的健康状态，计算精度高，进一步提高了系统监测精度。

在此应用场景中，上述实施例取T＝0.18，E＝0.98，系统的监测分析速度相对提高了11％，监测分析精度相对提高了9％。

应用场景5

参见图1、图2，本应用场景的一个实施例中的一种带有报警器的污水处理罐装置，包括上罐体1和下罐体1′，上罐体1和下罐体1′分别与罐体固定架3固定连接，从而能够实现彼此分开的支撑；上罐体1和下罐体1′之间设置检修窗口4，上罐体1和下罐体1′的外圆周表面上设置有外螺纹，连接套筒3能够通过螺纹配合而覆盖在所述检修窗口4处从而将所述罐体密闭；所述上罐体1的顶部设置依次连接的传感器组合装置5、微处理器6和报警器7，所述微处理器6用于判断传感器组合装置5发送的采集数据是否在预定范围内，当超出预定范围时，促使报警器7报警。

优选的，所述传感器组合装置5包括药液浓度传感器、液位传感器、温度传感器。

本发明上述优选实施例通过结构设置，在上罐体1和下罐体1′之间设置检修窗口4和连接套筒3，保证了罐体封闭性的同时加大了检修窗口4的尺度，便于维修，从而解决了上述的技术问题，且设置传感器组合装置5、微处理器6和报警器7，助于工作人员了解罐内情况。

优选的，所述上罐体1的上部设置有透明的观察口14。

本优选实施例有助于工作人员更加直观地了解罐内的情况。

优选的，所述污水处理罐装置还包括健康状态监测器2，所述健康状态监测器2包括指标设定单元9、数据归一化单元10、主要构件评估单元11、主要构件健康状态判定单元12和综合评估单元13；所述指标设定单元9用于确定监测数据采集模块1的采集指标，所述采集指标包括主要构件、主要构件的监测项目以及各监测项目在重要程度上的权重因子，所述主要构件为各类传感器和报警器7；所述数据归一化单元10用于对所述状态监测数据进行归一化处理；所述主要构件评估单元11用于评估所述主要构件的健康状态，所述主要构件健康状态判定单元12用于所述各主要构件是否处于健康状态；所述综合评估单元13用于评估污水处理罐装置的健康状态。

本优选实施例构建了健康状态监测器2的整体架构，完善了系统的健康状态分析功能。

优选的，设主要构件x共有m_x个监测项目，采用监测仪器α对第i个监测项目进行监测时，i＝1,...m_x，由于温度和湿度的影响可能会产生监测量误差，引入温度修正因子ψ_α和湿度修正因子Φ_α，其中T为监测仪器α对监测项目进行监测时的环境温度，T₀和为监测仪器α监测时适用的标准温度，其中H为监测仪器α对监测项目进行监测时的环境湿度，H₀为监测仪器α监测时适用的标准湿度，所述数据归一化单元10采用的归一化处理公式为：

$G_i=1-e^{-\frac{1}{2}\·{\left|\frac{J_i\·{\mathrm{\ψ}}_{\mathrm{\α}}\·{\mathrm{\Φ}}_{\mathrm{\α}}-{\mathrm{\δ}}_{bi}}{{\mathrm{\δ}}_{bi}-{\mathrm{\δ}}_{ci}}\right|}^2}$

其中，G_i表示第i个监测项目被归一化处理后的状态监测量，G_i∈[0,1]，当G_i靠近0时表示状态良好，G_i靠近1时表示状态较差；J_i为第i个监测项目的原状态监测量，δ_bi为第i个监测项目处于正常状态范围且对应于最佳状态时的边界值，δ_ci为第i个监测项目处于正常状态范围但不属于最佳状态时的边界值。

本优选实施例设计了数据归一化单元10的归一化处理公式，将不同的监测量都变换到0到1之间并具有相同的正常与异常的边界，方便状态监测数据的后续处理，并在归一化处理公式中引入温度修正因子和湿度修正因子，简化了归一化处理的过程，提高了归一化处理的精度。

优选的，设影响主要构件x状态的所有归一化后的状态监测量集合为{G_i,i＝1,...,m_x}，主要构件评估单元11采取的主要构件x的健康状态指标Z_x的计算公式设定为：

若所有G_i≤1-e^-0.5时，

$Z_x=\underset{i=1}{\overset{m_x}{\Σ}}(1-e^{-\frac{1}{2}\·{\left|\frac{J_i\·{\mathrm{\ψ}}_{\mathrm{\α}}-{\mathrm{\δ}}_{bi}}{{\mathrm{\δ}}_{bi}-{\mathrm{\δ}}_{ci}}\right|}^2})Q_i,\underset{i=1}{\overset{m_x}{\Σ}}{Q}_i=1$

若至少有一个G_i＞1-e^-0.5时，

$Z_x=\underset{i=1}{\overset{m_c}{\Σ}}(1-e^{-\frac{1}{2}\·{\left|\frac{J_i\·{\mathrm{\ψ}}_{\mathrm{\α}}-{\mathrm{\δ}}_{bi}}{{\mathrm{\δ}}_{bi}-{\mathrm{\δ}}_{ci}}\right|}^2})Q_i,\underset{i=1}{\overset{m_c}{\Σ}}{Q}_i=1$

其中，Ζ_x表示主要构件x的健康状态评估指标，Z_i∈[0,1],1-e^-0.5为归一化后的状态监测量对应于正常的临界值，m_c为归一化后的状态监测量小于临界值1-e^-0.5时的数目，Q_i为第i个监测项目在主要构件x中的重要程度上的权重因子，m_c＜m_x时，权重因子Q_i随m_c的个数不同按比例调整。

本优选实施例提出了主要构件健康状态的评估指标的计算公式，将不同的归一化后的监测量都变换到0到1之间并具有相同的正常与异常的边界，从而可以简单全面地得到主要构件的健康状态，简化了主要构件的健康状态的评估，在保证准确度的同时提高了健康状态评估的速度。

优选的，所述主要构件健康状态判定单元12的判定原则为：若主要构件x状态异常的概率P_x大于设定的阈值P_Y,判定所述主要构件x为异常，若主要构件x状态异常的概率P_x不大于设定的阈值P_Y,P_Y的取值范围是[0.1,0.2],判定所述主要构件x为健康，设有n个样本的主要构件的综合状态指标Z_x1,...,Z_xn取自连续分布H(Z_x)，所述主要构件x处于状态异常的概率P_x的计算公式为：

$P_x=1-\frac{{\∫}_{e^{-1}}^1{\hat{H}}_n\left(Z_x\right){\mathrm{dZ}}_x}{{\∫}_0^1{\hat{H}}_n\left(Z_x\right){\mathrm{dZ}}_x}$

此处

${\hat{H}}_n\left(Z_x\right)=\frac{1}{n}\·\frac{n^{1/5}}{1.6\mathrm{\φ}}\·\underset{k=1}{\overset{n}{\Σ}}\frac{1}{\sqrt{2\mathrm{\π}}}{e}^{-\frac{1}{2}\·(Z_x-Z_k)\·\frac{n^{1/5}}{1.6\mathrm{\φ}}}$

其中，为任意点Z_x处的核密度，b为样本标准差，J为四分位数间距。

本优选实施例通过对主要构件的异常概率计算结果来判定主要构件的健康状态，分析精度高，且加快了主要构件的健康状态分析的速度。

优选的，设污水处理罐装置共有N个主要构件，主要构件x处于状态异常的概率为P_x，其中x＝1,2,…,N，所述综合评估单元13采用的综合状态健康指标B的计算公式如下：

$B=1-{\mathrm{\Σ}}_{x=1}^N\left(P_x{W}_x\right),{\mathrm{\Σ}}_{x=1}^N{W}_x=1$

式中，W_x为第x个主要构件在配电网中的重要程度的权重因子，设定阈值E，若B＞E，则配电网属于健康状态，E的取值范围是[0.9,0.99]。

本优选实施例利用权重因子计算污水处理罐装置的健康状态，计算精度高，进一步提高了系统监测精度。

在此应用场景中，上述实施例取T＝0.2，E＝0.99，系统的监测分析速度相对提高了12％，监测分析精度相对提高了14％。

最后应当说明的是，以上应用场景仅用以说明本发明的技术方案，而非对本发明保护范围的限制，尽管参照较佳应用场景对本发明作了详细地说明，本领域的普通技术人员应当理解，可以对本发明的技术方案进行修改或者等同替换，而不脱离本发明技术方案的实质和范围。

Claims (3)

1.一种带有报警器的污水处理罐装置，其特征是，包括上罐体和下罐体，上罐体和下罐体分别与罐体固定架固定连接，从而能够实现彼此分开的支撑；上罐体和下罐体之间设置检修窗口，上罐体和下罐体的外圆周表面上设置有外螺纹，连接套筒能够通过螺纹配合而覆盖在所述检修窗口处从而将所述罐体密闭；所述上罐体的顶部设置依次连接的传感器组合装置、微处理器和报警器，所述微处理器用于判断传感器组合装置发送的采集数据是否在预定范围内，当超出预定范围时，促使报警器报警。

2.根据权利要求1所述的一种带有报警器的污水处理罐装置，其特征是，所述传感器组合装置包括药液浓度传感器、液位传感器、温度传感器。

3.根据权利要求2所述的一种带有报警器的污水处理罐装置，其特征是，所述上罐体的上部设置有透明的观察口。