CN109415754A - 用于监测水分配网络中的细菌的浓度的过程 - Google Patents
用于监测水分配网络中的细菌的浓度的过程 Download PDFInfo
- Publication number
- CN109415754A CN109415754A CN201780040008.2A CN201780040008A CN109415754A CN 109415754 A CN109415754 A CN 109415754A CN 201780040008 A CN201780040008 A CN 201780040008A CN 109415754 A CN109415754 A CN 109415754A
- Authority
- CN
- China
- Prior art keywords
- water
- bacterium
- concentration
- sensor
- instantaneous value
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 title claims abstract description 264
- 241000894006 Bacteria Species 0.000 title claims abstract description 168
- 238000009826 distribution Methods 0.000 title claims abstract description 57
- 238000012544 monitoring process Methods 0.000 title claims abstract description 52
- 238000000034 method Methods 0.000 title claims abstract description 35
- 230000008569 process Effects 0.000 title claims abstract description 26
- 230000009471 action Effects 0.000 claims abstract description 20
- 238000005259 measurement Methods 0.000 claims description 69
- 238000012937 correction Methods 0.000 claims description 18
- 238000012806 monitoring device Methods 0.000 claims description 15
- 230000008859 change Effects 0.000 claims description 9
- 238000002347 injection Methods 0.000 claims description 9
- 239000007924 injection Substances 0.000 claims description 9
- 238000011161 development Methods 0.000 claims description 6
- 230000002093 peripheral effect Effects 0.000 claims description 5
- ZAMOUSCENKQFHK-UHFFFAOYSA-N Chlorine atom Chemical compound [Cl] ZAMOUSCENKQFHK-UHFFFAOYSA-N 0.000 description 13
- 239000000460 chlorine Substances 0.000 description 13
- 229910052801 chlorine Inorganic materials 0.000 description 13
- 244000005700 microbiome Species 0.000 description 10
- 230000001580 bacterial effect Effects 0.000 description 7
- 239000002245 particle Substances 0.000 description 5
- 230000002159 abnormal effect Effects 0.000 description 4
- 238000012512 characterization method Methods 0.000 description 4
- 230000000813 microbial effect Effects 0.000 description 4
- 241000208340 Araliaceae Species 0.000 description 3
- 235000005035 Panax pseudoginseng ssp. pseudoginseng Nutrition 0.000 description 3
- 235000003140 Panax quinquefolius Nutrition 0.000 description 3
- 238000004458 analytical method Methods 0.000 description 3
- 238000004422 calculation algorithm Methods 0.000 description 3
- 239000000645 desinfectant Substances 0.000 description 3
- 235000008434 ginseng Nutrition 0.000 description 3
- 239000007788 liquid Substances 0.000 description 3
- 230000001717 pathogenic effect Effects 0.000 description 3
- 238000012545 processing Methods 0.000 description 3
- 239000000243 solution Substances 0.000 description 3
- 238000012360 testing method Methods 0.000 description 3
- 238000013528 artificial neural network Methods 0.000 description 2
- QVGXLLKOCUKJST-UHFFFAOYSA-N atomic oxygen Chemical compound [O] QVGXLLKOCUKJST-UHFFFAOYSA-N 0.000 description 2
- 230000000721 bacterilogical effect Effects 0.000 description 2
- 230000006399 behavior Effects 0.000 description 2
- 230000008901 benefit Effects 0.000 description 2
- 238000011109 contamination Methods 0.000 description 2
- 238000001816 cooling Methods 0.000 description 2
- 238000002790 cross-validation Methods 0.000 description 2
- 238000003066 decision tree Methods 0.000 description 2
- 238000001514 detection method Methods 0.000 description 2
- 238000004090 dissolution Methods 0.000 description 2
- 230000002906 microbiologic effect Effects 0.000 description 2
- 239000008239 natural water Substances 0.000 description 2
- 229910052760 oxygen Inorganic materials 0.000 description 2
- 239000001301 oxygen Substances 0.000 description 2
- 244000052769 pathogen Species 0.000 description 2
- 238000004321 preservation Methods 0.000 description 2
- 230000002265 prevention Effects 0.000 description 2
- 238000007637 random forest analysis Methods 0.000 description 2
- 230000001932 seasonal effect Effects 0.000 description 2
- 239000000126 substance Substances 0.000 description 2
- 239000002351 wastewater Substances 0.000 description 2
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 description 1
- 241000700605 Viruses Species 0.000 description 1
- 230000005856 abnormality Effects 0.000 description 1
- 230000003044 adaptive effect Effects 0.000 description 1
- 230000002411 adverse Effects 0.000 description 1
- 230000000845 anti-microbial effect Effects 0.000 description 1
- 239000003124 biologic agent Substances 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 229910052799 carbon Inorganic materials 0.000 description 1
- 230000008878 coupling Effects 0.000 description 1
- 238000010168 coupling process Methods 0.000 description 1
- 238000005859 coupling reaction Methods 0.000 description 1
- 238000000354 decomposition reaction Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000002950 deficient Effects 0.000 description 1
- 230000007850 degeneration Effects 0.000 description 1
- 238000009792 diffusion process Methods 0.000 description 1
- 201000010099 disease Diseases 0.000 description 1
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 1
- 239000003651 drinking water Substances 0.000 description 1
- 235000020188 drinking water Nutrition 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 239000004744 fabric Substances 0.000 description 1
- -1 for example Substances 0.000 description 1
- JEGUKCSWCFPDGT-UHFFFAOYSA-N h2o hydrate Chemical compound O.O JEGUKCSWCFPDGT-UHFFFAOYSA-N 0.000 description 1
- 230000036541 health Effects 0.000 description 1
- 238000011065 in-situ storage Methods 0.000 description 1
- 230000001788 irregular Effects 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 239000003550 marker Substances 0.000 description 1
- 230000000873 masking effect Effects 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 239000011159 matrix material Substances 0.000 description 1
- 239000012528 membrane Substances 0.000 description 1
- 244000000010 microbial pathogen Species 0.000 description 1
- 235000015097 nutrients Nutrition 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 150000002894 organic compounds Chemical class 0.000 description 1
- 244000045947 parasite Species 0.000 description 1
- 238000003909 pattern recognition Methods 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 238000010992 reflux Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 239000002002 slurry Substances 0.000 description 1
- 239000002689 soil Substances 0.000 description 1
- 238000003860 storage Methods 0.000 description 1
- 239000008399 tap water Substances 0.000 description 1
- 235000020679 tap water Nutrition 0.000 description 1
- 238000011144 upstream manufacturing Methods 0.000 description 1
Classifications
-
- C—CHEMISTRY; METALLURGY
- C12—BIOCHEMISTRY; BEER; SPIRITS; WINE; VINEGAR; MICROBIOLOGY; ENZYMOLOGY; MUTATION OR GENETIC ENGINEERING
- C12Q—MEASURING OR TESTING PROCESSES INVOLVING ENZYMES, NUCLEIC ACIDS OR MICROORGANISMS; COMPOSITIONS OR TEST PAPERS THEREFOR; PROCESSES OF PREPARING SUCH COMPOSITIONS; CONDITION-RESPONSIVE CONTROL IN MICROBIOLOGICAL OR ENZYMOLOGICAL PROCESSES
- C12Q1/00—Measuring or testing processes involving enzymes, nucleic acids or microorganisms; Compositions therefor; Processes of preparing such compositions
- C12Q1/02—Measuring or testing processes involving enzymes, nucleic acids or microorganisms; Compositions therefor; Processes of preparing such compositions involving viable microorganisms
- C12Q1/04—Determining presence or kind of microorganism; Use of selective media for testing antibiotics or bacteriocides; Compositions containing a chemical indicator therefor
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
- G01N33/18—Water
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
- G01N33/18—Water
- G01N33/1826—Organic contamination in water
-
- C—CHEMISTRY; METALLURGY
- C02—TREATMENT OF WATER, WASTE WATER, SEWAGE, OR SLUDGE
- C02F—TREATMENT OF WATER, WASTE WATER, SEWAGE, OR SLUDGE
- C02F1/00—Treatment of water, waste water, or sewage
- C02F1/008—Control or steering systems not provided for elsewhere in subclass C02F
-
- C—CHEMISTRY; METALLURGY
- C02—TREATMENT OF WATER, WASTE WATER, SEWAGE, OR SLUDGE
- C02F—TREATMENT OF WATER, WASTE WATER, SEWAGE, OR SLUDGE
- C02F2209/00—Controlling or monitoring parameters in water treatment
- C02F2209/36—Biological material, e.g. enzymes or ATP
-
- C—CHEMISTRY; METALLURGY
- C02—TREATMENT OF WATER, WASTE WATER, SEWAGE, OR SLUDGE
- C02F—TREATMENT OF WATER, WASTE WATER, SEWAGE, OR SLUDGE
- C02F2307/00—Location of water treatment or water treatment device
- C02F2307/14—Treatment of water in water supply networks, e.g. to prevent bacterial growth
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A20/00—Water conservation; Efficient water supply; Efficient water use
- Y02A20/20—Controlling water pollution; Waste water treatment
Landscapes
- Chemical & Material Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Health & Medical Sciences (AREA)
- Engineering & Computer Science (AREA)
- Organic Chemistry (AREA)
- Immunology (AREA)
- General Health & Medical Sciences (AREA)
- Physics & Mathematics (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- Wood Science & Technology (AREA)
- Proteomics, Peptides & Aminoacids (AREA)
- Zoology (AREA)
- Food Science & Technology (AREA)
- Pathology (AREA)
- General Physics & Mathematics (AREA)
- Medicinal Chemistry (AREA)
- Biophysics (AREA)
- Molecular Biology (AREA)
- Toxicology (AREA)
- Genetics & Genomics (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Microbiology (AREA)
- Biotechnology (AREA)
- General Engineering & Computer Science (AREA)
- Separation Using Semi-Permeable Membranes (AREA)
- Measuring Or Testing Involving Enzymes Or Micro-Organisms (AREA)
- Apparatus Associated With Microorganisms And Enzymes (AREA)
- Investigating Or Analyzing Materials By The Use Of Electric Means (AREA)
- Data Exchanges In Wide-Area Networks (AREA)
- Purification Treatments By Anaerobic Or Anaerobic And Aerobic Bacteria Or Animals (AREA)
Abstract
本发明涉及一种用于监测水分配网络的水中的细菌的浓度的过程,其特征在于,其包括以下步骤:借助于安置于所述水分配网络中的第一位置处的第一传感器来测量所述水中的所述细菌的浓度(步骤1001),基于所述水的参数特性,来确定所述第一位置处的所述水中所预期的细菌的浓度的可变瞬时值(步骤1002),将由所述第一传感器测量的所述水中的所述细菌的浓度与所述可变瞬时值进行比较(步骤1003),在由所述第一传感器测量的所述水中的所述细菌的浓度超过所述可变瞬时值时,对所述水中的所述细菌的浓度采取动作的校正动作(步骤1004)。本发明还涉及用于监测水分配网络的水中的细菌的浓度的装置。
Description
本发明属于水分配线路中的细菌学质量的在线测量的领域,并涉及用于监测水分配线路中的细菌的浓度的过程。本发明还涉及用于监测水分配网络中的细菌的浓度的装置。本发明可以用于监测任何类型的水,此水是在冷却网络中,是自然水、环境水或处理的水。
自来水经历了连续的健康监测,其目的是保证健康安全,即缺少致病微生物。就致病微生物来说,可以提到细菌、病毒以及寄生生物。在此申请中,仅细菌将不被处理,但是显然,应当理解,本发明以类似的方式适用于监测任何微生物的浓度,不管是致病的还是非致病的。
饮用水中的细菌的存在最常归因于水资源的质量的退化、集水基础设施的差的保护或维护的缺乏、消毒处理不合格、或水在其在网络中传送或存储期间的污染。
用于搜寻水中的病原体的方法是耗时且复杂的,所以通常在控制微生物的基础上来评估水的细菌学质量。在水中发现这些微生物从而是可能存在病原体的证据。类似地,涵盖能够在标准条件下在非特定营养基质上生长的所有微生物的其它微生物是水中的微生物的总负荷的指示。
然而,这些指示器从基于培养的检测方法得到。它们需要一次性采样、实验室分析、以及在从数小时至数天的范围的培育时间。仅对能养活的经得起培养的微生物进行计数是可能的,但这些只表示水中存在的微生物的一小部分。此外,微生物污染的情况可能在短的时间段上耦尔发生,并且它们原始地可以是非常多样的。特别是,可以提到一次性处理不合格、沉积物或生物膜分离的悬浮物、泄漏、水的回流,或甚至故意破坏。此类型的方法从而是不可靠的。
从而,看似存在连续监测水微生物群落并使用例如30分钟以下的分析频率实时执行测量的需要。
存在在线测量方法。用于监测水质量的最先进的方法使用多参数探测器,该探测器使得测量大数量的物理化学参数成为可能。这些方法是液体的微生物污染的差的指示器。在这些方法中,仅浊度能够用作微生物质量的总的指示器,但是其也能够受到诸如泥浆、泥土、有机和无机物质的细的颗粒、以及其它可溶有色有机化合物的各种悬浮物质的存在的不利影响。
光学方法,并且特别是借助于根据图像的模式识别或通过对光束的漫射或遮蔽来对颗粒进行计数,可以用于研究就颗粒和/或细菌或微生物来说的浓度。从而,荧光测量也是可能的。因此,存在用于通过传送就分析的液体样本的每单位体积的颗粒或细菌的数量来说的信号,连续并在线进行测量的措施。然后将获得的信号与预确立的阈值进行比较,并且在获得的信号超过预确立的阈值时生成警报。使用相同的原理,可以基于超出信号的预确立的增长速率的信号的演进来生成警报。信号的此阈值或增长速率的预确立基于经验论或基线的解释,这需要在一至数周的时间窗口上对总的细菌浓度进行在先连续系列的测量。阈值从而非常经常地是不精确的且不必然对应于分配网络的操作状况。对例如从总的细菌数量获得的信号的利用差。实际上,如果观测到总的细菌数量的增大,则不处理此信号,使得可能在归因于状况的正常改变或异常改变的增大之间进行区分,状况的正常改变例如是在水分配网络中的水流的改变之后,异常改变例如是水处理缺陷。
本发明的目的是通过提出用于监测水分配网络中的细菌的浓度的过程来完全或部分减轻前述问题,该监测是基于适于分配网络上的各种可用数据的阈值进行的。此过程使得可能增强对从监测对于水网络的细菌学得到的数据的操作使用。数据的处理从而使得网络操作者能够更好地形象化网络行为并以更高的效率发起校正和预防动作。
为该目的,本发明的主题是用于监测水分配网络的水中的细菌的浓度的过程,其特征在于,其包括以下步骤:
·借助于安置于所述水分配网络中的第一位置处的第一传感器来测量所述水中的所述细菌的浓度,
·基于所述水的参数特性,来确定所述第一位置处的所述水中所预期的细菌的浓度的可变瞬时值,
·将由所述第一传感器测量的所述水中的所述细菌的浓度与所述可变瞬时值进行比较。
根据一个实施例,根据本发明的监测过程可以包括在由所述第一传感器测量的所述水中的所述细菌的浓度超过所述可变瞬时值时,对所述水中的所述细菌的浓度采取动作的校正动作。
根据一个实施例,根据本发明的监测过程包括将由所述第一传感器测量的所述水中的所述细菌的浓度保存在数据库中,以构成由所述第一传感器测量的所述水中的所述细菌的浓度的日志的步骤,并且基于由所述第一传感器测量的所述水中的所述细菌的浓度的所述日志来确定所述水的所述参数特性。
根据另一实施例,根据本发明的监测过程包括测量所述水的多个特性的步骤,并且基于所述水的测量的所述多个特性中的至少一个来确定所述水的所述参数特性。
根据一个实施例,根据本发明的监测过程包括测量由安置于所述水分配网络中的第二位置处的第二传感器测量的所述水中的所述细菌的浓度的步骤,并且基于由所述第二传感器测量的所述水中的所述细菌的浓度来确定所述水的所述参数特性。
有利地,所述校正动作包括注入能够阻遏所述细菌的发展的产品的步骤。
有利地,根据本发明的监测过程包括基于由所述第一传感器测量的所述水中的所述细菌的浓度与所述可变瞬时值之间的差异来自动控制所述校正动作的步骤。
本发明还涉及一种用于监测水分配网络的水中的细菌的浓度的装置,其包括:
·第一传感器,安置于所述水分配网络中的第一位置处,用于测量所述第一位置处的所述水中的所述细菌的浓度,
·计算器,用于基于所述水的参数特性,来确定所述第一位置处的所述水中所预期的细菌的浓度的可变瞬时值,
·比较器,用于将由所述第一传感器测量的所述水中的所述细菌的浓度与所述可变瞬时值进行比较。
根据本发明的一个实施例,所述监测装置包括校正单元,所述校正单元用于在由所述第一传感器测量的所述水中的所述细菌的浓度超过所述可变瞬时值时,对所述水中的所述细菌的浓度采取动作。
根据本发明的一个实施例,所述监测装置包括数据库,所述数据库用于保存由所述第一传感器测量的所述水中的所述细菌的浓度,以构成由所述第一传感器测量的所述水中的所述细菌的浓度的日志,并且所述计算器被设计为基于由所述第一传感器测量的所述水中的所述细菌的浓度的所述日志来确定所述水的所述参数特性。
根据本发明的另一实施例,所述监测装置包括用于测量所述水的多个特性的装置,并且所述计算器被设计为基于所述水的测量的所述多个特性中的至少一个来确定所述水的所述参数特性。
根据本发明的另一实施例,所述监测装置包括第二传感器,所述第二传感器安置于所述水分配网络中的第二位置处,用于测量所述第二位置处的所述水中的细菌的浓度,并且所述计算器被设计为基于由所述第二传感器测量的所述水中的所述细菌的浓度来确定所述水的所述参数特性。
有利地,所述校正单元包括用于注入能够阻遏所述细菌的发展的产品的装置。
有利地,所述监测装置包括基于由所述第一传感器测量的所述水中的所述细菌的浓度与所述可变瞬时值之间的差异来自动控制所述校正单元。
一旦阅读通过范例给出的一个实施例的详细描述,将更好地理解本发明,并且另外的优点将变得明显,该描述是通过附图示例的,其中:
图1示意性地示出了根据本发明的用于监测水分配网络的水中的细菌的浓度的过程中的步骤;
图2示意性地示出了根据本发明的用于监测水分配网络的水中的细菌的浓度的装置的实施例;
图3示意性地示出了根据本发明的用于监测水分配网络的水中的细菌的浓度的装置的另一实施例。
为清楚起见,各个图中,相同的元件将具有相同的参考标记。
描述中,基于废水范例描述了本发明。然而,本发明适用于含有颗粒的任何其它液体。
图1示意性地示出了根据本发明的用于监测水分配网络的水中的细菌的浓度的过程中的步骤。用于监测水分配网络的水中的细菌的浓度的过程包括步骤1001,步骤1001借助于安置于水分配网络中的第一位置处的第一传感器来测量水中的细菌的浓度。根据本发明的监测过程包括步骤1002,步骤1002基于水的参数特性确定第一位置处的水中的细菌的预期的浓度的可变瞬时值。如以上解释的,预确立水中的细菌的浓度经验上应当不超过的阈值是可能的。然而,已经示出了此值不必然全面考虑系统的演进。实际上,很可能的是,在给定时刻,由于例如外部状况的正常演进,水中的测得的细菌的浓度将超过经验阈值。基于水的参数特性来确定可变瞬时值使得可能考虑水分配网络中的正常或异常改变。水的参数特性是细菌的浓度以及还有其它参数的在线测量所考虑的演进参数,如以下在描述中讨论的。换句话说,可变瞬时值不是固定值。此值随着根据本发明的过程的进行而演进。换句话说,细菌的预期的浓度的可变瞬时值对应于考虑水分布网络的周围状况的阈值。从而可以考虑对应于不同的源、不同的处理过程、以及不同的水文情势的不同的水质量,而不生成错误的警报。从而能够基于阈值来区别由于对其它参数具有影响但不需要任何介入的现象的细菌的浓度水平的演进,该阈值反映预期的水平。此阈值是可变瞬时值。此可变瞬时值从而完全适合于监测水中的细菌的浓度。
然后发生步骤1003,步骤1003将由第一传感器测量的水中的细菌的浓度与可变瞬时值进行比较。还需注意,可能存在由第一传感器测量的水中的细菌的浓度与可变瞬时值或者另外被增加了差异(以将容忍度并入到构成阈值数字中)的可变瞬时值之间的比较。
还可以注意,确定第一位置处预期的细菌的浓度的可变瞬时值的步骤1002可以在测量步骤1001之前、期间或正好在其之后发生。在任何情况下,步骤1002必需在将由第一传感器测量的水中的细菌的浓度与可变瞬时值进行比较的步骤1003之前发生。
可变瞬时值取决于周围状况,并且在比较步骤1003之前确定单个可变瞬时值,这意味着在每一次比较之前确定新的可变瞬时值。换句话说,随着可变瞬时值演进并且被规则地更新,不必在通用数据库中保存此值。日志的简单存储足够了。从而管理根据本发明的监测过程是较容易的。
特性参数包括水网络的周围状况以及进行的测量的日志。因此,特性参数是从这两个分量,即水的特性的当前状态以及测量日志,得到的值的向量。
此外,重要的是强调借助于安置于水分配网络中的第一位置处的第一传感器来测量水中的细菌的浓度的步骤1001是原位发生的,而不是在实验室发生的。本发明从而使得可能继续监测水的微生物群落并实时进行测量。
最后,根据本发明的监测过程可以包括校正动作的步骤1004,校正动作在由第一传感器测量的水中的细菌的浓度超过可变瞬时值时,对水中的细菌的浓度采取动作。当监测过程包括校正动作的步骤1004时,在由第一传感器测量的水中的细菌的浓度显著超过可变瞬时值时,通常发生校正动作。这里,其是测量的细菌的浓度与可变瞬时值的比较的问题。此过冲的重要性反映对在特定时间窗口中具有过冲的大于1的多个时间阶跃的考虑。这使得可能避免基于可以对应于异常值的单个过冲发起校正动作,由此减小了错误警报的数量。使用相同的原理,本发明还适用于由第一传感器测量的水中的细菌的浓度的增大,其然后将被与基于水的特性参数的考虑细菌的浓度的演进的可变瞬时值进行比较。
可以以预定义的频率,例如每10分钟,或在时间间隔上和/或通过考虑细菌的浓度的一序列测量结果,来执行比较步骤1003。
根据本发明的一个实施例,监测过程可以包括步骤1005,步骤1005将借助于第一传感器在步骤1001中测量的水中的细菌的浓度保存在数据库中,以编辑由第一传感器测量的水中的细菌的浓度的日志。从而能够基于由第一传感器测量的水中的细菌的浓度的日志来确定容许确定可变瞬时值的水的参数特性。
根据一个实施例,通过包括例如经验平均值和标准偏差的细菌浓度的观测值的统计分布的估计的参数来表示特性参数。根据另一实施例,通过表示对细菌学测量观测的水质量的离散类来表示特性参数。
根据本发明的另一实施例,监测过程可以包括测量水的多个特性的步骤1006,并且基于水的多个测量的特性中的至少一个来确定水的参数特性。根据一个实施例,从而能够通过测量的各种物理化学和细菌学特性的观测值的统计分布的估计的参数来表示特性参数。根据另一实施例,可以通过表示对细菌学测量观测的水质量的离散类来表示特性参数。
在水特性中,可以提到,例如并且以非穷举的方式,压力、流速、水PH、水温度、水导电率、水的氯含量、水浊度、水的总的有机碳含量、或水中的溶解的氧浓度。可以在线或在实验室中测量这些特性。对这些特性中的每一个考虑的值可以是值的最小值、值的最大值、平均值或分位数。可以基于水的例如温度或氯含量的单个特性或例如水温度、氯含量和pH的多个特性来确定水的参数特性。还有,水的这些特性中的一个或更多可以是关于水中的细菌的浓度的演进的指示器。这就是为什么在确定水的参数特性以确定瞬时值中考虑它(它们)重要,瞬时值从而是可变的,因为其值能够基于水参数(单个或多个)的值的改变而改变,在超过水参数的值时,如果测量的细菌的浓度超过这样确定的此瞬时值,则可以发起警报。
需要注意,可变瞬时值的确定可以基于其它参数,而不是仅这样;必需具有细菌的浓度的至少一些值,以确定基本水平(单个或多个)。
根据本发明的另一实施例,监测过程还可以包括步骤1007,步骤1007借助于安置于水分配网络中的第二位置处的第二传感器来测量水中的细菌的浓度,并且基于由第二传感器测量的水中的细菌的浓度来确定水的参数特性。步骤1007提供两个主要优点。如果第二传感器在水分配网络的同一个管道中靠近第一传感器安置,在两个传感器之间没有分支,则由两个传感器测量的细菌的浓度必须基本相同。如果由两个传感器测量的浓度相差太多,则这可以是两个传感器中的至少一个有缺陷的征兆。在该情况下,步骤1007容许验证细菌浓度传感器的正确操作。如果第二传感器安置于距第一传感器一距离处,不管是在同一个管道中还是远程地在水分配网络中,或甚至在从第一传感器的管道分支的另一管道中,则第二传感器给出在第二位置处测量的细菌的浓度。关于网络中的另一位置处的浓度的此信息可以用于计算水的参数特性,目的是使得对于此时刻分配网络的给定状态,在第一位置处的预期的细菌的浓度的值更精确。
使用相同的原理,并且以类似的方式,监测过程还可以包括借助于安置于水分配网络中的第三位置处的第三传感器来测量水中的细菌的浓度的步骤。相同的原理适用于多个其它传感器的情形。
此外,监测过程还可以包括步骤1008,步骤1008将借助于第二传感器在步骤1007中测量的水中的细菌的浓度保存在数据库中,以编辑由第二传感器测量的水中的细菌的浓度的日志。从而也能够基于由第二传感器测量的水中的细菌的浓度的日志来确定容许确定可变瞬时值的水的参数特性。
更精确地,从而可以不仅基于由第一和第二传感器测量的水中的细菌的浓度的日志,而且基于在此时刻在第一和第二位置处测量的水中的细菌的浓度,来确定容许确定可变瞬时值的水的参数特性。
有利地,从而可以不仅基于由第一和第二传感器测量的水中的细菌的浓度的日志,基于在此时刻在第一和第二位置处测量的水中的细菌的浓度,并且还基于水的多个测量的特性,来确定容许确定可变瞬时值的水的参数特性。这意味着可变瞬时值适于水分配网络上的不同的可用数据并且容许考虑特定于每一类型的水的特性,可变瞬时值是一个值,在该值处比较由第一传感器测量的细菌的浓度,并且在测量的浓度相对于假定的浓度太高时,就触发警报信号来说,可变瞬时值是决定性的。
可以注意,本发明以类似的方式适用于水分配网络中的同一水管道和/或其它位置中的多个不同传感器,并且还适用于关于保存测量的浓度以编辑得到的测量浓度的日志。从而基于在网络中的多个其它位置处测量的细菌的浓度等来确定在一位置预期的细菌的浓度的可变瞬时值是可能的。这给出了完全对应于作为整体的水分配网络的状态的可变瞬时值。
有利地,步骤1004中的校正动作包括注入能够阻遏细菌的发展的产品的步骤。校正动作通常采取将消毒剂溶液注入到分配网络中的形式,消毒剂溶液例如是氯或另一抗微生物剂。根据另一实施例,步骤1004中的校正动作包括净化网络的被可变瞬时值中的过冲影响的那部分。
有利地,根据本发明的监测过程还包括基于由第一传感器测量的水中的细菌的浓度与可变瞬时值之间的差异来自动控制(slave)校正动作的步骤。差异给出了关于测量的浓度与在第一位置预期浓度之间的偏离的指示。取决于此偏离有多大,注入更大或更小的量的产品。校正动作的自动控制步骤容许调整注入到网络中的例如氯的产品的量。一旦已经注入了氯,则由第一传感器执行细菌的浓度的进一步的测量,计算另一差异,并且根据获得的差异,调整要注入的氯的量。如果细菌的测量的浓度相对于假定的浓度仍然太高,则可以增大注入的氯的量,或将注入的氯的量保持恒定,直至第一传感器示出了在第一位置处测量的细菌的浓度降低了。如果测量的细菌的浓度在可变瞬时值以下,则中断氯的注入。
根据本发明的监测过程从而容许基于作为整体的网络的状态,并且同时考虑相关联的参数的变化,来以演进的自适应方式监测水网络中的细菌的浓度,相关联的参数诸如是水的特性和/或在水分配网络中的一个或更多其它位置处的浓度的日志。
图2示意性地示出了根据本发明的用于监测水分配网络的水中的细菌的浓度的装置10的实施例。用于监测水分配网络11的水中的细菌的浓度的装置10可以用于实施如图1中描述的过程。装置10包括第一传感器12,其安置于水分配网络11中的第一位置13处,用于测量第一位置13处的水中的细菌的浓度14。装置10包括计算器15,其用于基于水的参数特性来确定第一位置13处的水中预期的细菌的浓度的可变瞬时值16。装置10包括比较器17,其用于将由第一传感器12测量的水中的细菌的浓度14与可变瞬时值16进行比较。装置10包括校正单元18,其用于在由第一传感器13测量的水中的细菌的浓度14大于可变瞬时值16时,对水中的细菌的浓度采取动作。
根据本发明的一个实施例,装置10可以包括数据库19,其用于保存由第一传感器12测量的水中的细菌的浓度14,以编辑由第一传感器12测量的水中的细菌的浓度的日志。数据库19可以集成到计算器15中或传感器12中或计算器15和传感器12外部的支撑体上。计算器15从而被设计为基于由第一传感器12测量的水中的细菌的浓度的日志来确定水的参数特性。例如,可以由计算器5基于由第一传感器12测量的水中的细菌的浓度的日志来计算水的参数特性。水的参数特性使得确定可变瞬时值16成为可能。借助于数据库19,以规则或不规则间隔在一天、一周、一个月、或甚至更长的时间内随时间执行对细菌的浓度14的一序列测量是可能的。这些测量结果保存在数据库19中。另外,于是在水分配网络的正常操作期间,确立第一位置处的细菌的浓度的平均值和关于平均值的正常波动的幅度,或正常波动区域的另一定义,是可能的。从而研究在日志中观测到的统计分布以更好地确定对应于第一位置处的水中的细菌的浓度的预期值的可变瞬时值是可能的。一个范例是将就高斯分布描述的可变瞬时值以及水的参数特性视为某标准偏差数或另一参数概率分布。另一范例使得通过将季节性趋势从初始信号分开来考虑细菌的浓度的季节性成为可能,目的是确定也反映此季节性的瞬时值。另一范例采用将信号分解成具有它们自己的周期的不同分量的年代学序列的技术。另一范例在于使用非参数或统计学习方法,以基于水的参数特性获得可变瞬时值的表示。
根据本发明的监测装置10包括用于测量水的多个特性的装置20。如以上解释的,在水的特性中,可以提到,例如且以非穷举的方式,压力、水流速率、水温度、水PH、水导电率、水的氯含量、水浊度、或水中的溶解的氧浓度。可以在实验室中或通过装置20在线测量这些特性。对每个特性考虑的值可以是值的最小值、值的最大值、平均数或分位数。计算器15被设计为基于水的多个测量的特性中的至少一个来确定水的参数特性。在该情况下,水的参数特性使得考虑从网络的正常操作得到的测量的细菌的浓度14的演进成为可能。换句话说,如果水温度上升,则测量的细菌的浓度14将同样增大是非常可能的。测量的细菌的浓度14的此增大从而不是水分配网络中的故障并不必需要与对细菌的浓度具有影响的另一事件的情况相同的校正动作。从而,考虑此区别并且能够布置可变瞬时值16基于网络的周围状况演进是重要的。从而可以通过使用预测模型基于不同的特性参数来确定细菌的浓度的可变瞬时值。具体是,使用可得到的过去数据,特别是基于通过保存在第一位置处测量的细菌的浓度获得的数据,作为交叉验证过程的部分来测试不同的预测模型。然后选择最相关的模型,即给出最优的性能水平(精度、对异常值的敏感度、短的计算时间等)的模型,用于可变瞬时值的计算。测试的预测模型包括,特别是,统计学习算法、普遍的线性模型、以及神经网络,统计学习算法具体是随机森林和决策树。
监测装置10的校正单元18包括装置9,装置9用于注入能够阻遏细菌的发展的产品。校正单元18通常包括用于将消毒剂溶液,例如,氯或另一抗微生物剂,注入到分配网络中的装置。有利地,注入器充分安置于第一传感器12的上游,使得在校正动作之后由第一传感器12进行的测量能够考虑校正动作的结果。
有利地,监测装置10包括基于由第一传感器12测量的水中的细菌的浓度14与可变瞬时值16之间的差异对校正单元18的自动控制(slaving)。取决于在第一位置13处的预期的浓度与测量的浓度之间的差异,校正单元18能够调整要注入的产品的量。校正单元18的自动控制容许调整注入到网络中的例如氯的产品的量。一旦已经注入了氯,就由第一传感器12执行对细菌的浓度14的进一步的测量,计算另一差异,并且取决于获得的差异,调整要注入的氯的量。如果相对于假设的值,测量的细菌的浓度仍然太高,则可以增大注入的氯的量,或将其保持恒定,直至第一传感器12示出了在第一位置13处测量的细菌的浓度的降低。如果测量的细菌的浓度14在可变瞬时值16以下,则中断氯的注入。此类型的自动控制容许对分配网络中的细菌的浓度的可靠、精确的调整。
图3示意性地示出了根据本发明的用于监测水分配网络的水中的细菌的浓度的装置100的另一实施例。用于监测水分配网络11的水中的细菌的浓度的装置100可以用于实施如图1中描述的过程。图3中的装置100的所有元件与图2中的装置10的元件相同。在图3的实施例中,在具有一起分支的两个平行管道11和21的水分配网络的情况下呈现装置100。在图2和图3中,水从左至右流动。在图3中,两个管道11和21之间的分支位于第一传感器12的上游。
在此实施例中,监测装置100包括第二传感器22,其安置于水分配网络中的第二位置23处,用于测量第二位置23处的水中的细菌的浓度24。计算器15被设计用于基于由第二传感器22测量的水中的细菌的浓度24来确定水的参数特性。第二传感器22给出第二位置23处的测量的细菌的浓度24。关于网络中的另一位置处的浓度的此信息可以用于计算水的参数特性,目的是提高此时刻在分配网络的给定状态的情况下在第一位置13处预期的细菌的浓度的值的精度。
为了有助于阅读和理解,描述了具有第一和第二传感器的装置100。显然,本发明以类似的方式也涉及具有两个以上的传感器的监测装置。
可以通过使用历史数据和两个位置处的参数之间的线性或非线性关系的分析来改善第一传感器的点处的水的参数特性的估计。从而可以通过使用预测模型基于不同的特性参数来确定细菌的浓度的可变瞬时值。具体是,使用可用的过去数据,特别是基于通过保存在第一位置处测量的细菌的浓度而获得的数据,作为交叉验证过程的部分来测试不同的预测模型。然后选择最相关的模型,即给出最优的性能水平(精度、对异常值的敏感度、短的计算时间等)的模型,用于可变瞬时值的计算。测试的预测模型包括,特别是,统计学习算法、普遍的线性模型、以及神经网络,统计学习算法具体是随机森林和判决树。
有利地,从而可以基于由第一和第二传感器12、22测量的水中的细菌的浓度14、24的日志,基于在此时刻在第一和第二位置13、23处测量的水中的细菌的浓度14、24,并且还基于水的多个测量的特性中的至少一个,来确定容许确定可变瞬时值16的水的参数特性。这意味着可变瞬时值16适于水分配网络上的不同的可用数据并且容许考虑特定于每一类型的水的特性,可变瞬时值16是一个值,在该值处比较由第一传感器12测量的细菌的浓度14,并且在测量的浓度14相对于假定的浓度太高时,就触发警报信号来说,可变瞬时值是决定性的。
如以上解释的,可以注意,本发明以类似的方式适用于在水分配网络中的同一水管道和/或其它位置中具有多个不同的传感器,并且还适用于关于保存测量的浓度以编辑得到的测量浓度的日志。从而基于在网络中的多个其它位置处测量的细菌的浓度等来确定在一位置预期的细菌的浓度的可变瞬时值16是可能的。这给出了完全对应于作为整体的水分配网络的状态的可变瞬时值。
这里,本发明涉及计算器15,计算器15确定对于在精确位置,即第一位置13,处预期的细菌的浓度的可变瞬时值。显然,本发明以类似的方式适用于对于另一位置或多个其它位置的另一可变瞬时值或多个其它可变瞬时值。监测装置然后可以采用被设计为确定多个可变瞬时值的单个计算器15,或者可以为此目的实施多个计算器。类似地,根据本发明的装置可以包括单个校正单元,或多个校正单元,用于对分配网络中的不同位置处的细菌的浓度采取动作。最后,布置校正单元的自动控制以容许基于测量的细菌的浓度与对应的可变瞬时值之间的差异来采取动作能够被完美地视为在本发明的上下文内。
此外,根据本发明的监测过程中的步骤1002可以包括学习阶段,学习阶段使得计算器15能够基于具体是测量的浓度的日志和任何其它可用信息来特征化与异常状态相反的正常状态。可以周期性地重复学习阶段,以更新数据处理模型。因此,计算器15可以被设计为执行学习阶段,以能够基于测量的浓度的日志和任何其它可用信息来特征化与异常状态相反的正常状态。
从而,根据本发明的过程和根据本发明的装置使得改善从对于水分配网络的细菌学进行监测得得到的数据的操作使用成为可能。数据的处理从而使得网络操作者能够更好地形象化网络行为并以更高效率发起校正和预防动作。
本发明可以适用于监测任何类型的水,例如,冷却网络水、自然水、环境水、工艺水、或废水的循环。已经将第一传感器12描述为安置于第一位置13处,但是在监测的水处于流通的地方可以以介质绕过第一传感器12。在此应用中,针对细菌的情况解释浓度测量,但是本发明类似地适用于细菌的组、细菌的种或类,其也是水的微生物质量的指示器。
Claims (14)
1.一种用于在周围状况下监测水分配网络的水中的细菌的浓度的过程,其特征在于,所述过程包括以下步骤:
·借助于安置于所述水分配网络中的第一位置处的第一传感器来测量所述水中的所述细菌的浓度(步骤1001),
·基于所述水的改变的参数特性,考虑所述水网络的所述周围状况,来确定所述第一位置处的所述水中所预期的细菌的浓度的单个可变瞬时值(步骤1002),
·将由所述第一传感器测量的所述水中的所述细菌的浓度与所述可变瞬时值进行比较(步骤1003)。
2.如权利要求1所述的监测过程,其特征在于,所述过程还包括在由所述第一传感器测量的所述水中的所述细菌的浓度超过所述可变瞬时值时,对所述水中的所述细菌的浓度采取动作的校正动作步骤(1004)。
3.如权利要求1或2所述的监测过程,其特征在于,所述过程包括将由所述第一传感器测量的所述水中的所述细菌的浓度保存在数据库中,以构成由所述第一传感器测量的所述水中的所述细菌的浓度的日志的步骤(1005),并且其特征在于,基于由所述第一传感器测量的所述水中的所述细菌的浓度的所述日志来确定所述水的所述参数特性。
4.如前述权利要求中的任一项所述的监测过程,其特征在于,所述过程包括测量所述水的多个特性的步骤(1006),并且其特征在于,基于所述水的测量的所述多个特性中的至少一个来确定所述水的所述参数特性。
5.如前述权利要求中的任一项所述的监测过程,其特征在于,所述过程还包括测量由安置于所述水分配网络中的第二位置处的第二传感器测量的所述水中的所述细菌的浓度的步骤(1007),并且其特征在于,基于由所述第二传感器测量的所述水中的所述细菌的浓度来确定所述水的所述参数特性。
6.如权利要求2至5中的任一项所述的监测过程,其特征在于,所述校正动作(步骤1004)包括注入能够阻遏所述细菌的发展的产品的步骤。
7.如权利要求2至6中的任一项所述的监测过程,其特征在于,所述过程还包括基于由所述第一传感器测量的所述水中的所述细菌的浓度与所述可变瞬时值之间的差异来自动控制所述校正动作的步骤。
8.一种用于监测水分配网络(11)的水中的细菌的浓度的装置(10,100),其特征在于,所述过程包括:
·第一传感器(12),安置于所述水分配网络(11)中的第一位置(13)处,用于测量所述第一位置(13)处的所述水中的所述细菌的浓度(14),
·计算器(15),用于基于所述水的第一参数特性,来确定所述第一位置(13)处的所述水中所预期的细菌的浓度的可变瞬时值(16),
·比较器(17),用于将由所述第一传感器(12)测量的所述水中的所述细菌的浓度(14)与所述可变瞬时值(16)进行比较。
9.如权利要求8所述的装置(10,100),其特征在于,所述装置包括校正单元(18),所述校正单元(18)用于在由所述第一传感器(12)测量的所述水中的所述细菌的浓度(14)大于所述可变瞬时值(16)时,对所述水中的所述细菌的浓度采取动作。
10.如权利要求8或9所述的装置(10,100),其特征在于,所述装置包括数据库(19),所述数据库(19)用于保存由所述第一传感器(12)测量的所述水中的所述细菌的浓度(14),以构成由所述第一传感器(12)测量的所述水中的所述细菌的浓度(14)的日志,并且其特征在于,所述计算器(15)被设计为基于由所述第一传感器(12)测量的所述水中的所述细菌的浓度(14)的所述日志来确定所述水的所述参数特性。
11.如权利要求8至10中的任一项所述的监测装置(10,100),其特征在于,所述装置包括用于测量所述水的多个特性的装置(20),并且其特征在于,所述计算器(15)被设计为基于所述水的测量的所述多个特性中的至少一个来确定所述水的所述参数特性。
12.如权利要求8至11中的任一项所述的监测装置(100),其特征在于,所述装置包括第二传感器(22),所述第二传感器(22)安置于所述水分配网络中的第二位置(23)处,用于测量所述第二位置(23)处的所述水中的细菌的浓度(24),并且其特征在于,所述计算器(15)被设计为基于由所述第二传感器(22)测量的所述水中的所述细菌的浓度(24)来确定所述水的所述参数特性。
13.如权利要求9至12中的任一项所述的监测装置(10,100),其特征在于,所述校正单元(18)包括用于注入能够阻遏所述细菌的发展的产品的装置(30)。
14.如权利要求9至13中的任一项所述的监测装置(10,100),其特征在于,所述装置包括基于由所述第一传感器(12)测量的所述水中的所述细菌的浓度(14)与所述可变瞬时值(16)之间的差异来自动控制所述校正单元(18)。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
FR1656225 | 2016-06-30 | ||
FR1656225A FR3053359B1 (fr) | 2016-06-30 | 2016-06-30 | Procede de controle de la concentration de bacteries dans un reseau de distribution d'eau |
PCT/EP2017/061798 WO2018001627A1 (fr) | 2016-06-30 | 2017-05-17 | Procede de controle de la concentration de bacteries dans un reseau de distribution d'eau |
Publications (1)
Publication Number | Publication Date |
---|---|
CN109415754A true CN109415754A (zh) | 2019-03-01 |
Family
ID=56943734
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201780040008.2A Pending CN109415754A (zh) | 2016-06-30 | 2017-05-17 | 用于监测水分配网络中的细菌的浓度的过程 |
Country Status (6)
Country | Link |
---|---|
US (1) | US11041840B2 (zh) |
EP (1) | EP3478851B1 (zh) |
CN (1) | CN109415754A (zh) |
AU (1) | AU2017291053B2 (zh) |
FR (1) | FR3053359B1 (zh) |
WO (1) | WO2018001627A1 (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111122484A (zh) * | 2019-12-30 | 2020-05-08 | 中国科学院合肥物质科学研究院 | 一种水体细菌的定性与定量方法 |
Families Citing this family (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US11002630B2 (en) * | 2016-08-31 | 2021-05-11 | 3M Innovative Properties Company | Systems and methods for modeling, analyzing, detecting, and monitoring fluid networks |
FR3083553B1 (fr) * | 2018-07-09 | 2023-05-19 | Suez Groupe | Placement ameliore de capteurs de parametres physico-chimiques dans un fluide |
DE102018122422A1 (de) * | 2018-09-13 | 2020-03-19 | Bluelab Wasseranalysesysteme Gmbh | Verfahren zur Messung einer Trinkwasserkontamination in einer Trinkwasserleitung durch Mikroorganismen |
DE102019204668A1 (de) * | 2019-04-02 | 2020-10-08 | Qundis Gmbh | Messvorrichtung zur Erfassung von Partikeln in einer Rohrleitung und Rohrleitung |
US20200385296A1 (en) * | 2019-06-04 | 2020-12-10 | Biobot Analytics, Inc. | Method for characterizing the prevalence of a biochemical condition within a population |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20050009192A1 (en) * | 2003-07-11 | 2005-01-13 | Page Daniel V. | Remote monitoring system for water |
CN101000341A (zh) * | 2006-12-29 | 2007-07-18 | 中国科学院长春应用化学研究所 | 一种传感器式生化需氧量在线监测仪 |
CN101059493A (zh) * | 2006-04-21 | 2007-10-24 | 中国科学院生态环境研究中心 | 一种水质在线生物安全预警方法 |
CN101812402A (zh) * | 2009-02-25 | 2010-08-25 | 株式会社东芝 | 异常水质检测装置 |
CN102333854A (zh) * | 2009-02-25 | 2012-01-25 | 亚历法克斯控股有限公司 | 用于生物样品的细菌学研究的方法和相关设备 |
Family Cites Families (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6919019B2 (en) * | 2002-03-14 | 2005-07-19 | Saltech Corporation | Laser water detection, treatment and notification systems and methods |
WO2004063964A2 (en) * | 2003-01-07 | 2004-07-29 | Hach Company | Classification of deviations in a process |
US20040197922A1 (en) * | 2003-04-01 | 2004-10-07 | The Regents Of The University Of California | Detection of contamination of municipal water distribution systems |
US20060031040A1 (en) * | 2004-08-03 | 2006-02-09 | Wolfe Thomas D | System for real-time contaminant detection in a water distribution system |
US20100066547A1 (en) * | 2005-11-14 | 2010-03-18 | Sudhir Chowdhury | Method for monitoring water quality |
US7866204B2 (en) * | 2007-01-31 | 2011-01-11 | The United States Of America As Represented By The Administrator Of The United States Environmental Protection Agency | Adaptive real-time contaminant detection and early warning for drinking water distribution systems |
US10266441B2 (en) * | 2010-05-19 | 2019-04-23 | Coway Co., Ltd | Water treatment apparatus and sterilizing and cleansing method thereof |
-
2016
- 2016-06-30 FR FR1656225A patent/FR3053359B1/fr active Active
-
2017
- 2017-05-17 AU AU2017291053A patent/AU2017291053B2/en active Active
- 2017-05-17 CN CN201780040008.2A patent/CN109415754A/zh active Pending
- 2017-05-17 EP EP17723131.3A patent/EP3478851B1/fr active Active
- 2017-05-17 WO PCT/EP2017/061798 patent/WO2018001627A1/fr unknown
- 2017-05-17 US US16/309,872 patent/US11041840B2/en active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20050009192A1 (en) * | 2003-07-11 | 2005-01-13 | Page Daniel V. | Remote monitoring system for water |
CN101059493A (zh) * | 2006-04-21 | 2007-10-24 | 中国科学院生态环境研究中心 | 一种水质在线生物安全预警方法 |
CN101000341A (zh) * | 2006-12-29 | 2007-07-18 | 中国科学院长春应用化学研究所 | 一种传感器式生化需氧量在线监测仪 |
CN101812402A (zh) * | 2009-02-25 | 2010-08-25 | 株式会社东芝 | 异常水质检测装置 |
CN102333854A (zh) * | 2009-02-25 | 2012-01-25 | 亚历法克斯控股有限公司 | 用于生物样品的细菌学研究的方法和相关设备 |
Non-Patent Citations (2)
Title |
---|
SHUN MAO 等: "Nanomaterial-enabled Rapid Detection of Water Contaminants", 《SMALL》 * |
二滩水电开发有限责任公司: "《岩土工程安全监测手册》", 30 August 1998 * |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111122484A (zh) * | 2019-12-30 | 2020-05-08 | 中国科学院合肥物质科学研究院 | 一种水体细菌的定性与定量方法 |
Also Published As
Publication number | Publication date |
---|---|
WO2018001627A1 (fr) | 2018-01-04 |
FR3053359B1 (fr) | 2021-01-08 |
US20190250138A1 (en) | 2019-08-15 |
EP3478851B1 (fr) | 2023-09-06 |
EP3478851A1 (fr) | 2019-05-08 |
AU2017291053A1 (en) | 2019-01-17 |
FR3053359A1 (fr) | 2018-01-05 |
AU2017291053B2 (en) | 2023-11-02 |
US11041840B2 (en) | 2021-06-22 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109415754A (zh) | 用于监测水分配网络中的细菌的浓度的过程 | |
JP6661426B2 (ja) | プロセス診断装置、プロセス診断方法及びコンピュータプログラム | |
JP5793088B2 (ja) | 生体サンプルの細菌検査方法および関連機器 | |
JP2012507612A (ja) | 原油装置における腐食および腐食副産物堆積を低減させる方法 | |
EP2786136B1 (en) | Method and device for monitoring and controlling the state of a process stream | |
CN110132629B (zh) | 一种利用支持向量机预测农村生活污水处理设施运行有效性的方法 | |
JP3869687B2 (ja) | 微生物活性測定装置及び微生物活性の測定方法 | |
EP2737075B1 (en) | Apparatus and method for monitoring autotroph cultivation | |
HRP20221081T1 (hr) | IDENTIFIKACIJA ODSTUPANJA U KALIBRACIJI UREĐAJA ZA MJERENJE pH VRIJEDNOSTI | |
JP6158124B2 (ja) | 微生物計測システム、微生物計測方法 | |
NL9300475A (nl) | Stelsel voor het analyseren en/of regelen van de ionenconcentraties in een voedingsmiddeloplossing. | |
CN104133437B (zh) | 连续型化工装置及其绩效指标实时评价方法和装置 | |
KR20170123788A (ko) | 수질내 미생물 유해성 실시간 모니터링 장치 및 방법 | |
Näykki et al. | Application of the Nordtest method for “real-time” uncertainty estimation of on-line field measurement | |
KR101465900B1 (ko) | 물 시료 중 대장균 연속 배양 검출 시스템 | |
JP6223844B2 (ja) | 微生物計測システムおよびその制御方法 | |
JP2015089548A (ja) | 汚泥活性度測定装置および汚泥活性度の測定方法 | |
RU2814957C2 (ru) | Способ обнаружения аномалий в установке для обработки воды | |
US20170247275A1 (en) | Sensing methods and systems | |
Seelye et al. | Investigations into a low-cost TDS sensor for sterile plant tissue culture media | |
WO2023241126A1 (zh) | 水产养殖育种预测系统 | |
JP2018500051A (ja) | 微生物に対する、分子の阻害能力を特徴付けるための、方法およびデバイス | |
Behr et al. | A novel in situ probe for oxygen uptake rate measurement in mammalian cell cultures | |
US20120156711A1 (en) | System and method that allows the joined performance of optoelectric and respirometric sensors for instant and accurate ascertainment of biochemical oxygen demand (BOD) in liquid industrial wastes | |
SU1010557A1 (ru) | Способ определени токсичности жидкостей и устройство дл его осуществлени |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20190301 |