CN110619488A - 一种评价二次供水水箱清洁状况的方法 - Google Patents
一种评价二次供水水箱清洁状况的方法 Download PDFInfo
- Publication number
- CN110619488A CN110619488A CN201910972260.8A CN201910972260A CN110619488A CN 110619488 A CN110619488 A CN 110619488A CN 201910972260 A CN201910972260 A CN 201910972260A CN 110619488 A CN110619488 A CN 110619488A
- Authority
- CN
- China
- Prior art keywords
- time
- attenuation coefficient
- residual chlorine
- chlorine concentration
- initial
- 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.)
- Granted
Links
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 title claims abstract description 303
- 238000000034 method Methods 0.000 title claims abstract description 149
- 238000004140 cleaning Methods 0.000 title claims abstract description 126
- ZAMOUSCENKQFHK-UHFFFAOYSA-N Chlorine atom Chemical compound [Cl] ZAMOUSCENKQFHK-UHFFFAOYSA-N 0.000 claims abstract description 297
- 229910052801 chlorine Inorganic materials 0.000 claims abstract description 297
- 239000000460 chlorine Substances 0.000 claims abstract description 297
- 239000008399 tap water Substances 0.000 claims abstract description 68
- 235000020679 tap water Nutrition 0.000 claims abstract description 68
- 238000011156 evaluation Methods 0.000 claims abstract description 59
- 238000004458 analytical method Methods 0.000 claims abstract description 57
- 238000000611 regression analysis Methods 0.000 claims abstract description 41
- 230000001419 dependent effect Effects 0.000 claims description 69
- 238000004364 calculation method Methods 0.000 claims description 35
- 238000012360 testing method Methods 0.000 claims description 28
- 230000014509 gene expression Effects 0.000 claims description 16
- 238000011897 real-time detection Methods 0.000 claims description 9
- 238000012353 t test Methods 0.000 claims description 9
- 238000005660 chlorination reaction Methods 0.000 claims description 4
- 238000010998 test method Methods 0.000 claims description 4
- 230000003749 cleanliness Effects 0.000 claims 27
- 238000001514 detection method Methods 0.000 description 15
- 238000013500 data storage Methods 0.000 description 8
- 238000012545 processing Methods 0.000 description 8
- 241000894006 Bacteria Species 0.000 description 7
- 230000001580 bacterial effect Effects 0.000 description 6
- 238000007689 inspection Methods 0.000 description 5
- 239000000463 material Substances 0.000 description 4
- 244000005700 microbiome Species 0.000 description 4
- 241000588724 Escherichia coli Species 0.000 description 3
- 230000005540 biological transmission Effects 0.000 description 3
- 235000020188 drinking water Nutrition 0.000 description 3
- 239000003651 drinking water Substances 0.000 description 3
- 238000004659 sterilization and disinfection Methods 0.000 description 3
- 239000003153 chemical reaction reagent Substances 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000007726 management method Methods 0.000 description 2
- NAWXUBYGYWOOIX-SFHVURJKSA-N (2s)-2-[[4-[2-(2,4-diaminoquinazolin-6-yl)ethyl]benzoyl]amino]-4-methylidenepentanedioic acid Chemical compound C1=CC2=NC(N)=NC(N)=C2C=C1CCC1=CC=C(C(=O)N[C@@H](CC(=C)C(O)=O)C(O)=O)C=C1 NAWXUBYGYWOOIX-SFHVURJKSA-N 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000011109 contamination Methods 0.000 description 1
- 238000013480 data collection Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000002550 fecal effect Effects 0.000 description 1
- 210000003608 fece Anatomy 0.000 description 1
- 239000007788 liquid Substances 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 230000002906 microbiologic effect Effects 0.000 description 1
- 238000000746 purification Methods 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 238000000926 separation method Methods 0.000 description 1
- 239000010935 stainless steel Substances 0.000 description 1
- 229910001220 stainless steel Inorganic materials 0.000 description 1
- 238000007619 statistical method Methods 0.000 description 1
- 238000000528 statistical test Methods 0.000 description 1
- 239000008400 supply water Substances 0.000 description 1
- 239000002699 waste material Substances 0.000 description 1
Classifications
-
- E—FIXED CONSTRUCTIONS
- E03—WATER SUPPLY; SEWERAGE
- E03B—INSTALLATIONS OR METHODS FOR OBTAINING, COLLECTING, OR DISTRIBUTING WATER
- E03B7/00—Water main or service pipe systems
- E03B7/07—Arrangement of devices, e.g. filters, flow controls, measuring devices, siphons or valves, in the pipe systems
- E03B7/072—Arrangement of flowmeters
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/18—Complex mathematical operations for evaluating statistical data, e.g. average values, frequency distributions, probability functions, regression analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/06—Energy or water supply
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Human Resources & Organizations (AREA)
- Economics (AREA)
- Theoretical Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Strategic Management (AREA)
- Health & Medical Sciences (AREA)
- Operations Research (AREA)
- Public Health (AREA)
- Mathematical Physics (AREA)
- Tourism & Hospitality (AREA)
- Pure & Applied Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Mathematical Optimization (AREA)
- Life Sciences & Earth Sciences (AREA)
- Development Economics (AREA)
- Educational Administration (AREA)
- Entrepreneurship & Innovation (AREA)
- Computational Mathematics (AREA)
- Mathematical Analysis (AREA)
- Water Supply & Treatment (AREA)
- Marketing (AREA)
- Bioinformatics & Computational Biology (AREA)
- Probability & Statistics with Applications (AREA)
- Quality & Reliability (AREA)
- Evolutionary Biology (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Game Theory and Decision Science (AREA)
- Hydrology & Water Resources (AREA)
- Databases & Information Systems (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Algebra (AREA)
- Software Systems (AREA)
- General Engineering & Computer Science (AREA)
- Treatment Of Water By Oxidation Or Reduction (AREA)
Abstract
本发明公开了一种评价二次供水水箱清洁状况的方法,包括以下步骤:步骤一:计算处于评价分析时间范围内的样本衰减系数和与样本衰减系数对应的水温;步骤二:计算与样本衰减系数对应的理论衰减系数和风险衰减系数,所述理论衰减系数由用回归分析方法得到的清洁衰减系数随水温和初始余氯浓度变化的回归方程计算得出;步骤三:将样本衰减系数与其对应的风险衰减系数进行配对比较,若样本衰减系数的均值显著大于其对应的风险衰减系数的均值,则判定水箱的清洁状况显著变差。本发明所要解决的技术问题是如何方便而及时地评价水箱的清洁状况,从而确保为用户提供合格的自来水。
Description
技术领域
本发明涉及城市供水管网系统二次供水领域,尤其涉及一种评价二次供水水箱清洁状况的方法,用于对二次供水水箱的清洁状况进行评价。
背景技术
目前我国为城市高层建筑用户供应生活饮用水(俗称自来水)都是通过二次供水的方式实施的。二次供水是指当民用与工业建筑生活饮用水对水压、水量的要求超过城镇公共供水或自建设施供水管网能力时,通过储存、加压等设施经管道供给用户或自用的供水方式。二次供水设施作为城市供水管网系统的一部分,包括储水设备、加压设备和管线三部分,储水设备(以下简称水箱)分为高位、中位、低位水箱和蓄水池。水箱起储存自来水的作用,由于各种原因水箱清洁状况会变差而易于细菌生长,严重时所储存自来水中的微生物数量会严重超标,因此及时了解水箱的清洁状况是一件极其重要的事情。
在中华人民共和国国家标准GB5749-2006《生活饮用水卫生标准》中规定了用菌落总数和大肠杆菌作为自来水的微生物指标,具体要求是“菌落总数,不超过100CFU/mL”、“大肠埃希氏菌,每100mL不得检出”。水中菌落总数(原称细菌总数)是评价水质清洁程度和考核净化效果的一个重要指标;大肠埃希氏菌主要来自人和温血动物的粪便,是粪便污染最有意义的指示菌。理论上通过对水箱中自来水的细菌总数进行连续检测,实时获得细菌总数的数据,就可以对水箱的清洁状况做出准确的评价。但遗憾的是国家标准检测方法(GB/T5750.12—2006)无法进行连续检测,而现有的细菌总数检测仪存在如下的缺陷而无法有效应用于水箱自来水水质的连续检测:1)与国家标准检测方法(GB/T 5750.12—2006)相比,检测结果差异性大;2)需要使用特殊的检测试剂,且需要频繁更换,部分检测试剂需要低温保存;3)日常运行及维护需要专业技术人员;4)检测过程会产生废液,需要专门处置;5)仪器价格高。
目前我国城市自来水的消毒绝大多数都是采用氯消毒法。氯消毒法的突出优点是余氯具有持续的消毒作用,余氯系指用氯消毒时,加氯接触一定时间后,水中所剩余的氯量。余氯与细菌总数有较好的负相关关系,水中细菌总数越多,水中余氯消耗越快。水中余氯浓度随时间的推移会逐步衰减,其在城市供水管网系统中的衰减规律得到了较为深入的研究,目前最常用的城市供水管网系统余氯浓度衰减模型是一级反应模型,其具体公式是:Ct=C0·e-k·t,式中Ct表示城市供水管网系统中自来水在t时刻的余氯浓度,C0表示城市供水管网系统中自来水在零时刻的余氯浓度,也称初始余氯浓度,e为自然常数,k为余氯浓度衰减系数(以下简称衰减系数),衰减系数k受水温、初始余氯浓度、管网材质等因素的影响。余氯仪是专门用于检测水中余氯浓度的仪器,在国内已经广泛得到使用,目前余氯仪已能实现在无人值守情况下对水中的余氯浓度进行连续检测。但到目前为止,现有技术中对余氯仪的利用仍然只是单纯地使用余氯仪测量余氯浓度,还没有任何通过余氯浓度的变化来评价水箱清洁状况的概念或方法。
至今,如何方便而及时地评价水箱的清洁状况仍然是一个未解的难题。
发明内容
本发明的目的在于克服现有技术中存在的上述问题,提供一种评价二次供水水箱清洁状况的方法,本发明所要解决的技术问题是如何方便而及时地评价水箱的清洁状况,从而确保为用户提供合格的自来水。
为实现上述目的,本发明采用的技术方案如下:
一种评价二次供水水箱清洁状况的方法,包括以下步骤:
步骤一:计算处于评价分析时间范围内的样本衰减系数和与样本衰减系数对应的水温;
步骤二:计算与样本衰减系数对应的理论衰减系数和风险衰减系数,所述理论衰减系数由用回归分析方法得到的清洁衰减系数随水温和初始余氯浓度变化的回归方程计算得出;
步骤三:将样本衰减系数与其对应的风险衰减系数进行配对比较,若样本衰减系数的均值显著大于其对应的风险衰减系数的均值,则判定水箱的清洁状况显著变差。
样本衰减系数就是指处于评价分析时间范围内的衰减系数,是用于计算衰减系数的初始时刻和期末时刻均处于评价分析时间范围内,评价分析时间范围是人为设定的专门用于评价分析水箱清洁状况的一段时间;所述的与样本衰减系数对应的理论衰减系数是指与样本衰减系数同等情况下在水箱处于清洁状态时其中自来水的衰减系数,同等情况指在计算与样本衰减系数对应的理论衰减系数时采用的水温和初始余氯浓度与样本衰减系数对应的水温和初始余氯浓度相同;所述的与样本衰减系数对应的风险衰减系数是指与样本衰减系数对应的理论衰减系数增大一定幅度后的衰减系数;所述清洁衰减系数是指在水箱处于清洁状态时其中自来水的衰减系数。
所述步骤一中样本衰减系数的计算方法包括以下步骤:
Step1:确定评价分析时间范围;
Step2:在评价分析时间范围内,确定余氯浓度变化的初始时刻和期末时刻,然后确定水箱中的自来水在初始时刻的初始余氯浓度和在期末时刻的期末余氯浓度;
Step3:计算与初始时刻和期末时刻相对应的余氯浓度衰减时间;
Step4:根据初始余氯浓度、期末余氯浓度和余氯浓度衰减时间计算得出样本衰减系数。
所述Step1中确定评价分析时间范围的方法为:将每次进行评价分析的开始时刻作为一段评价分析时间范围的结束时刻,将该结束时刻之前ta时长的时刻作为该评价分析时间范围的开始时刻;ta的范围为3~24小时。
所述Step2中余氯浓度变化的初始时刻是指余氯浓度变化的开始时刻,余氯浓度变化的期末时刻是指余氯浓度变化的结束时刻;确定余氯浓度变化的初始时刻和期末时刻的方法为:在Step1确定的评价分析时间范围内,按时间先后顺序选择水箱一次进水完毕之后tb时长的时刻作为一个初始时刻,选择下一次进水之前tc时长的时刻作为一个期末时刻,要求期末时刻必须处于初始时刻之后;tb的范围为10~1400分,tc的范围为1~1400分;用D0T0表示初始时刻,简称D0T0时刻,其中D0表示日期,T0表示在D0那天的时刻,T0从一天的零时开始计数直到一天的最后一刻,包括零时但不包括最后一刻;用DtTt表示期末时刻,简称DtTt时刻,Dt表示日期,Tt表示在Dt那天的时刻,Tt从一天的零时开始计数直到一天的最后一刻,包括零时但不包括最后一刻。
所述Step2中初始余氯浓度就是水箱中的自来水在初始时刻的余氯浓度,期末余氯浓度就是水箱中的自来水在期末时刻的余氯浓度;初始余氯浓度和期末余氯浓度均通过余氯仪实时检测得出。
所述Step3中与初始时刻和期末时刻相对应的余氯浓度衰减时间是指水箱中的自来水从初始时刻到期末时刻的时间长度,其计算方法为:
式(1)中M表示一天的总时长,表示与初始时刻和期末时刻相对应的余氯浓度衰减时间;
设常规每日时间记录方式为h/m/s,其中h表示小时,m表示分,s表示秒,则T0或Tt与常规每日时间记录方式的关系为:
所述Step4中样本衰减系数的计算方法为:
式(3)中D0T0表示确定的初始时刻,DtTt表示确定的期末时刻,表示在D0T0时刻的初始余氯浓度;表示在DtTt时刻的期末余氯浓度,表示与初始时刻D0T0和期末时刻DtTt对应的余氯浓度衰减时间,ln为自然对数,表示与初始时刻D0T0和期末时刻DtTt对应的样本衰减系数。
所述步骤一中与样本衰减系数对应的水温优选采用在样本衰减系数对应的余氯浓度衰减时间内检测得到的水温数据的算数平均值,计算方法如下:
式(4)中表示与样本衰减系数对应的水温,表示在样本衰减系数对应的余氯浓度衰减时间内检测得到的第r个水箱中自来水的摄氏温度,r表示得到摄氏温度数据的顺序数,a表示得到摄氏温度数据的总个数,摄氏温度加273等于绝对温度。
所述步骤二中得到回归方程的方法包括以下步骤:
S1:计算用于回归分析的清洁衰减系数,并将该清洁衰减系数作为用于回归分析的因变量;
S2:计算用于回归分析的自变量;
S3:建立回归方程,根据得到的因变量和自变量的观察值计算回归系数;
S4:对得到的回归系数进行显著性检验,并根据显著性检验的结果修改回归方程。
所述S1中用于回归分析的清洁衰减系数的计算方法如下:
S(1):确定计算清洁衰减系数的时间范围;
S(2):在计算清洁衰减系数的时间范围内,确定余氯浓度变化的初始时刻和期末时刻,然后确定水箱中的自来水在初始时刻的初始余氯浓度和在期末时刻的期末余氯浓度;
S(3):计算与初始时刻和期末时刻对应的余氯浓度衰减时间;
S(4):根据初始余氯浓度、期末余氯浓度和余氯浓度衰减时间计算得出清洁衰减系数。
所述S(1)确定计算清洁衰减系数的时间范围的方法有三种:
1)从水箱最近一次清洗并投入使用开始到评价分析日前第na日的零时为止,na的范围为1~4日;
2)在进行评价分析日之前各次清洗水箱并投入使用后连续nb日,nb的范围为1~30日;
3)在水箱最近一次清洗后nc日内,通过温度控制设备让水箱中的自来水在不同时间段保持不同的温度,通过加氯装置让水箱中自来水在不同时间段开始的余氯浓度不同,分别计算各时间段的清洁衰减系数,要求温度范围为4℃~32℃,余氯浓度范围为0.05~1.0mg/L,时间段的总个数大于10;nc的范围为1~30日。
所述S(2)中余氯浓度变化的初始时刻是指余氯浓度变化的开始时刻,余氯浓度变化的期末时刻是指余氯浓度变化的结束时刻;确定余氯浓度变化的初始时刻和期末时刻的方法为:在S(1)确定的计算清洁衰减系数的时间范围内,选择水箱一次进水完毕之后td时长的时刻作为一个初始时刻,选择在下一次进水之前te时长的时刻作为一个期末时刻,要求期末时刻必须在初始时刻之后;td的范围为10~1400分,te的范围为1~1400分;用D′0T′0表示确定的初始时刻,简称D′0T′0时刻,其中D′0表示日期,T′0表示在D′0那天的时刻,T′0从一天的零时开始计数直到一天的最后一刻,包括零时但不包括最后一刻;用D′tT′t表示确定的期末时刻,简称D′tT′t时刻,D′t表示日期,T′t表示在D′t那天的时刻,T′t从一天的零时开始计数直到一天的最后一刻,包括零时但不包括最后一刻。
所述S(2)中初始余氯浓度就是水箱中的自来水在初始时刻的余氯浓度,期末余氯浓度就是水箱中的自来水在期末时刻的余氯浓度;初始余氯浓度和期末余氯浓度均通过余氯仪实时检测得出。
所述S(3)中与初始时刻和期末时刻相对应的余氯浓度衰减时间是指水箱中的自来水从初始时刻到期末时刻的时间长度,其计算方法为:
式(5)中M表示一天的总时长,表示与初始时刻和期末时刻对应的余氯浓度衰减时间。
设常规每日时间记录方式为h/m/s,其中h表示小时,m表示分,s表示秒,则T′0或T′t与常规每日时间记录方式的关系为:
所述S(4)中清洁衰减系数的计算方法为:
式(7)中D′0T′0表示确定的初始时刻,D′tT′t表示确定的期末时刻,表示在D′0T′0时刻的初始余氯浓度;表示在D′tT′t时刻的期末余氯浓度,表示与初始时刻和期末时刻对应的余氯浓度衰减时间,ln为自然对数,表示与初始时刻和期末时刻对应的清洁衰减系数。
所述S1中用于回归分析的因变量就是计算得到的清洁衰减系数,则:
式(8)中yi表示用于回归分析的因变量的第i个观察值,也就是计算得到的第i个清洁衰减系数,i按D′0T′0时刻的先后顺序编号,n表示因变量的总个数。
所述S2中自变量的计算方法为:
式(9)中xi1表示用于本次回归分析的自变量一的第i个观察值,也表示在第i个清洁衰减系数对应的余氯浓度衰减时间内绝对温度的平均值,C′i/r表示在第i个清洁衰减系数对应的余氯浓度衰减时间内检测得到的第r个水箱中自来水的摄氏温度,r表示得到摄氏温度数据的顺序数,b表示得到摄氏温度数据的总个数,摄氏温度加上273等于绝对温度;式(10)中xi2表示用于本次回归分析的自变量二的第i个观察值,E′i表示与第i个清洁衰减系数对应的初始余氯浓度,n表示自变量一或自变量二的总个数。
所述S3中建立回归方程的方法为:
E(yi)=β0+β1·xi1+β2·xi2 i=1,2,…,n(11)
公式(11)为建立的回归方程,表示因变量yi随自变量一xi1和自变量二xi2变化的函数关系式,其中E(yi)是因变量yi的期望值,β0、β1、β2称为回归系数,n为因变量的总个数或自变量的总个数。
所述S3中根据得到的因变量和自变量的观察值计算回归方程中回归系数的方法为:
以上公式中的Xi1、Xi2、Yi、和是计算过程中设定的代数式,其定义为等号后的计算式;公式(12)、(13)、(18)、(19)和(20)中的求和运算都是从i=1计算到i=n。
所述S4中对得到的回归系数进行显著性检验的方法如下:
第1步:提出假设;对于任意回归系数βj(j=1,2),假设
H0:βj=0,H1:βj≠0
其中H0为原假设,又称零假设,H1为备择假设;
第2步:计算检验统计量tj;
式(21)中是回归系数βj的抽样分布的标准差,Se是回归方程的标准误差,C(j+1)(j+1)是用于计算tj的代数式,C22和C33分别用于计算β1和β2对应的t1和t2;公式(22)、(23)、(24)中的求和运算都是从i=1计算到i=n;
第3步:作出决策;确定显著性水平α,显著性水平α的范围为0.001~0.05,并根据自由度df=n-3查t分布表,找到对应的临界值tα/2,(n-3);若|tj|>tα/2,(n-3),则拒绝零假设H0,回归系数βj等于0的可能性小于α,表明βj对应自变量与因变量之间存在着显著的线性关系;若|tj|<tα/2,(n-3),则不拒绝零假设H0,表明βj对应自变量与因变量之间尚不存在显著的线性关系。
所述S4中根据显著性检验的结果修改回归方程的方法有三种情况,分别为:
第1种情况:当β1和β2对应自变量与因变量之间均存在显著的线性关系时,对回归方程不进行任何修改;
第2种情况:当β1和β2对应自变量与因变量之间均不存在显著的线性关系时,修改回归方程为:
式(25)中yi、i、n、E(yi)的含义同前;
第3种情况:当β1和β2对应自变量只有一个与因变量之间存在着显著的线性关系时,修改回归方程为:
E(yi)=b0+b1·xi i=1,2,…,n (26)
式(26)~(29)中xi表示与因变量之间存在着显著线性关系的自变量,b0、b1为回归系数,是计算过程中设定的代数式,式(27)、(29)中的求和运算从i=1计算到i=n,式中yi、i、n、E(yi)的含义同前。
所述步骤二中,设定样本衰减系数为与该样本衰减系数对应的理论衰减系数为其中C表示与样本衰减系数对应的水温,E表示与样本衰减系数对应的初始余氯浓度,则与样本衰减系数对应的理论衰减系数的计算方法为:
当两个自变量与因变量之间均存在显著的线性关系时:
当两个自变量与因变量之间均不存在显著的线性关系时:
当只有一个自变量与因变量之间存在显著的线性关系时:
所述步骤二中计算与样本衰减系数对应的风险衰减系数的方法为:
式(34)中γ为风险系数,γ的范围为1.1~3.0,表示与样本衰减系数对应的理论衰减系数变大的幅度;表示与样本衰减系数对应的风险衰减系数。
所述步骤三中的判定方法如下:
Step(1):计算样本衰减系数与其对应风险衰减系数的差值;
Step(2):采用t检验的方法判断差值是否显著大于零;
Step(3):判定水箱的清洁状况是否显著变差,若显著变差则发出报警信号。
所述Step(1)中设样本衰减系数与其对应的风险衰减系数的差值为μj,则:
式(35)中的j按D0T0时刻的先后顺序编号,n′为样本衰减系数的总个数。
所述Step(2)中采用t检验的方法判断μj是否显著大于零的方法为:
第1步:提出假设:
H0:μj≤0,H1:μj>0
其中H0为原假设,又称零假设,H1为备择假设;
第2步:计算检验统计量t;
式(36)中~t(n′-1表示t的自由度为(n′-1),为差值μj的均值,Sμ为差值μj的标准差;
第3步:作出统计推断;确定显著性水平α,α的范围为0.001~0.05,并根据自由度df=n′-1查t分布表,找到对应的临界值tα,(n′-1);若t>tα,(n′-1),则拒绝零假设H0,接受备择假设H1,表明样本衰减系数的均值显著大于其对应的风险衰减系数的均值;若t<tα,(n′-1),则不拒绝零假设H0,表明样本衰减系数的均值不显著大于其对应的风险衰减系数的均值。
所述Step(3)中的判定方法为:当样本衰减系数的均值显著大于其对应的风险衰减系数的均值时,判断水箱的清洁程度显著变差,同时发出报警信号。
本发明的原理是:当水箱清洁状况变差时,会导致所储存自来水中微生物的数量增多,从而对所储存自来水中余氯的消耗加快,表现为所储存自来水中的衰减系数变大,因此可以根据水箱所储存自来水衰减系数的变化情况来间接地评价水箱的清洁状况。把样本衰减系数与同等情况下在水箱处于清洁状态时其中自来水的衰减系数进行比较,即把样本衰减系数与同等情况下的理论衰减系数进行比较,样本衰减系数变大的幅度越大,说明水中余氯消耗越快,提示水中微生物的数量越多,表示水箱清洁状况越差,同等情况是指水温、初始余氯浓度等能影响衰减系数的因素相同。为了方便进行统计学检验,本发明将样本衰减系数与同等情况下增大一定幅度的理论衰减系数进行配对比较,以此判断样本衰减系数与同等情况下的理论衰减系数相比是否显著超过一定幅度。本发明使用回归分析的方法得到清洁衰减系数随水温和初始余氯浓度变化的函数关系,以此计算与样本衰减系数同等情况下的理论衰减系数,从而消除水温和初始余氯浓度对衰减系数的影响。虽然管网材质对衰减系数也有影响,但由于对于同一个水箱而言其材质可视为稳定不变,故本发明不考虑管网材质对衰减系数的影响。
采用本发明的优点在于:
1、本发明利用现有成熟可靠的余氯浓度连续检测技术,通过分析余氯浓度衰减系数是否显著增大到一定幅度来评价水箱的清洁状况是否显著变差,这种评价水箱清洁状况的方法方便而及时;
2、本发明使用了回归分析方法得到清洁衰减系数随水温和初始余氯浓度变化的回归方程,以此计算出与样本衰减系数对应的理论衰减系数,从而能够有效去除水温和初始余氯浓度对衰减系数的影响,能够有效提高使用衰减系数的变化来评价水箱清洁状况的可靠性;
3、本发明计算样本衰减系数和清洁衰减系数的方法简便易行;
4、本发明使用了不同于常规记录时间的记录方式,即方便对时间进行加减计算,又方便与常规记录时间的记录方法进行转换;
5、本发明将在样本衰减系数对应的余氯浓度衰减时间内检测得到的水温数据的算数平均值作为与样本衰减系数对应的水温,而不是选择一个水温数据作为与样本衰减系数对应的水温,提高了反映样本衰减系数对应水温的准确度;
6、本发明给出了具体的数学公式计算回归系数及进行显著性检验,而不是仅仅使用统计学软件来实现这些计算,这有利于进行编程计算;
7、本发明对得到的回归系数进行显著性检验,并根据显著性检验的结果修改回归方程,这大大提高了回归方程的准确性;
8、本发明采用统计学方法中的配对t检验方法来比较样本衰减系数的均值和与其对应的风险衰减系数的均值,而不是直接比较二者的均值,这大大提高了比较结果的科学性和准确性;
9、本发明不是将样本衰减系数与同等情况下的理论衰减系数直接进行比较,而是将样本衰减系数与同等情况下增大一定幅度的理论衰减系数进行比较,这可以方便判断样本衰减系数与其对应的理论衰减系数相比较是否增大了一定幅度。
附图说明
图1为本发明的一种连接结构示意图。
图2为本发明的一种功能示意图。
图3为本发明中2019年9月9日抽样结果。
图4为本发明中2019年9月23日抽样结果。
具体实施方式
实施例1
本发明提供了一种评价二次供水水箱清洁状况的方法,包括以下步骤:
步骤一:计算处于评价分析时间范围内的样本衰减系数和与样本衰减系数对应的水温;
本步骤中,所述样本衰减系数就是指处于评价分析时间范围内的衰减系数,其特征是用于计算衰减系数的初始时刻和期末时刻均处于评价分析时间范围内,评价分析时间范围是人为设定的专门用于评价分析水箱清洁状况的一段时间。
步骤二:计算与样本衰减系数对应的理论衰减系数和风险衰减系数,所述理论衰减系数由用回归分析方法得到的清洁衰减系数随水温和初始余氯浓度变化的回归方程计算得出;
本步骤中,所述的与样本衰减系数对应的理论衰减系数是指与样本衰减系数同等情况下在水箱处于清洁状态时其中自来水的衰减系数,同等情况指在计算与样本衰减系数对应的理论衰减系数时采用的水温和初始余氯浓度与样本衰减系数对应的水温和初始余氯浓度相同;所述的与样本衰减系数对应的风险衰减系数是指与样本衰减系数对应的理论衰减系数增大一定幅度后的衰减系数;所述清洁衰减系数是指在水箱处于清洁状态时其中自来水的衰减系数。
步骤三:将样本衰减系数与其对应的风险衰减系数进行配对比较,若样本衰减系数的均值显著大于其对应的风险衰减系数的均值,则判定水箱的清洁状况显著变差。
下面对上述各步骤进行具体描述:
所述步骤一中样本衰减系数的计算方法包括以下步骤:
Step1:确定评价分析时间范围;
Step2:在评价分析时间范围内,确定余氯浓度变化的初始时刻和期末时刻,然后确定水箱中的自来水在初始时刻的初始余氯浓度和在期末时刻的期末余氯浓度;
Step3:计算与初始时刻和期末时刻相对应的余氯浓度衰减时间;
Step4:根据初始余氯浓度、期末余氯浓度和余氯浓度衰减时间计算得出样本衰减系数。
所述Step1中确定评价分析时间范围的方法为:将每次进行评价分析的开始时刻作为一段评价分析时间范围的结束时刻,将该结束时刻之前ta时长的时刻作为该评价分析时间范围的开始时刻;ta的范围为4~24小时。
所述Step2中余氯浓度变化的初始时刻是指余氯浓度变化的开始时刻,余氯浓度变化的期末时刻是指余氯浓度变化的结束时刻;确定余氯浓度变化的初始时刻和期末时刻的方法为:在Step1确定的评价分析时间范围内,按时间先后顺序选择水箱一次进水完毕之后tb时长的时刻作为一个初始时刻,选择下一次进水之前tc时长的时刻作为一个期末时刻,要求期末时刻必须处于初始时刻之后;tb的范围为10~1400分,tc的范围为1~1400分;水箱是否进水通过安装在水箱进口处的流量计实时检测得知;用D0T0表示初始时刻,简称D0T0时刻,其中D0表示日期,T0表示在D0那天的时刻,T0从一天的零时开始计数直到一天的最后一刻,包括零时但不包括最后一刻;用DtTt表示期末时刻,简称DtTt时刻,Dt表示日期,Tt表示在Dt那天的时刻,Tt从一天的零时开始计数直到一天的最后一刻,包括零时但不包括最后一刻。
所述Step2中初始余氯浓度就是水箱中的自来水在初始时刻的余氯浓度,期末余氯浓度就是水箱中的自来水在期末时刻的余氯浓度;初始余氯浓度和期末余氯浓度均通过安装在水箱内的余氯仪实时检测得出。
所述Step3中与初始时刻和期末时刻相对应的余氯浓度衰减时间是指水箱中的自来水从初始时刻到期末时刻的时间长度,其计算方法为:
式(1)中M表示一天的总时长,表示与初始时刻和期末时刻相对应的余氯浓度衰减时间。
设常规每日时间记录方式为h/m/s,其中h表示小时,m表示分,s表示秒,则T0或Tt与常规每日时间记录方式的关系为:
所述Step4中样本衰减系数的计算方法为:
式(3)中D0T0表示确定的初始时刻,DtTt表示确定的期末时刻,表示在D0T0时刻的初始余氯浓度;表示在DtTt时刻的期末余氯浓度,表示与初始时刻D0T0和期末时刻DtTt对应的余氯浓度衰减时间,ln为自然对数,示与初始时刻D0T0和期末时刻DtTt对应的样本衰减系数。
所述步骤一中与样本衰减系数对应的水温优选采用在样本衰减系数对应的余氯浓度衰减时间内检测得到的水温数据的算数平均值,计算方法如下:
式(4)中表示与样本衰减系数对应的水温,表示在样本衰减系数对应的余氯浓度衰减时间内检测得到的第r个水箱中自来水的摄氏温度,通过安装在水箱内的温度计实时检测得到,r表示得到摄氏温度数据的顺序数,a表示得到摄氏温度数据的总个数,摄氏温度加273等于绝对温度。
与样本衰减系数对应的初始余氯浓度就是
所述步骤二中得到回归方程的方法包括以下步骤:
S1:计算用于回归分析的清洁衰减系数,并将该清洁衰减系数作为用于回归分析的因变量;
S2:计算用于回归分析的自变量;
S3:建立回归方程,根据得到的因变量和自变量的观察值计算回归系数;
S4:对得到的回归系数进行显著性检验,并根据显著性检验的结果修改回归方程。
所述S1中用于回归分析的清洁衰减系数的计算方法如下:
S(1):确定计算清洁衰减系数的时间范围;
S(2):在计算清洁衰减系数的时间范围内,确定余氯浓度变化的初始时刻和期末时刻,然后确定水箱中的自来水在初始时刻的初始余氯浓度和在期末时刻的期末余氯浓度;
S(3):计算与初始时刻和期末时刻对应的余氯浓度衰减时间;
S(4):根据初始余氯浓度、期末余氯浓度和余氯浓度衰减时间计算得出清洁衰减系数。
所述S(1)确定计算清洁衰减系数的时间范围的方法有三种:
1)从水箱最近一次清洗并投入使用开始到评价分析日前第na日的零时为止,na的范围为1~4日;
2)在进行评价分析日之前各次清洗水箱并投入使用后连续nb日,nb的范围为1~30日;
3)在水箱最近一次清洗后nc日内,通过温度控制设备让水箱中的自来水在不同时间段保持不同的温度,通过加氯装置让水箱中自来水在不同时间段开始的余氯浓度不同,分别计算各时间段的清洁衰减系数,要求温度范围为4℃~32℃,余氯浓度范围为0.05~1.0mg/L,时间段的总个数大于10;nc的范围为1~30日。
所述S(2)中余氯浓度变化的初始时刻是指余氯浓度变化的开始时刻,余氯浓度变化的期末时刻是指余氯浓度变化的结束时刻;确定余氯浓度变化的初始时刻和期末时刻的方法为:在S(1)确定的计算清洁衰减系数的时间范围内,选择水箱一次进水完毕之后td时长的时刻作为一个初始时刻,选择在下一次进水之前te时长的时刻作为一个期末时刻,要求期末时刻必须在初始时刻之后;td的范围为10~1400分,te的范围为1~1400分;水箱是否进水通过安装在水箱进口处的流量计实时检测得知;用D′0T′0表示确定的初始时刻,简称D′0T′0时刻,其中D′0表示日期,T′0表示在D′0那天的时刻,T′0从一天的零时开始计数直到一天的最后一刻,包括零时但不包括最后一刻;用D′tT′t表示确定的期末时刻,简称D′tT′t时刻,D′t表示日期,T′t表示在D′t那天的时刻,T′t从一天的零时开始计数直到一天的最后一刻,包括零时但不包括最后一刻。
所述S(2)中初始余氯浓度就是水箱中的自来水在初始时刻的余氯浓度,期末余氯浓度就是水箱中的自来水在期末时刻的余氯浓度;初始余氯浓度和期末余氯浓度均通过安装在水箱内的余氯仪实时检测得出。
所述S(3)中与初始时刻和期末时刻相对应的余氯浓度衰减时间是指水箱中的自来水从初始时刻到期末时刻的时间长度,其计算方法为:
式(5)中M表示一天的总时长,表示与初始时刻和期末时刻对应的余氯浓度衰减时间。
设常规每日时间记录方式为h/m/s,其中h表示小时,m表示分,s表示秒,则T′0或T′t与常规每日时间记录方式的关系为:
所述S(4)中清洁衰减系数的计算方法为:
式(7)中D′0T′0表示确定的初始时刻,D′tT′t表示确定的期末时刻,表示在D′0T′0时刻的初始余氯浓度;表示在D′tT′t时刻的期末余氯浓度,表示与初始时刻和期末时刻相对应的余氯浓度衰减时间,ln为自然对数,表示与初始时刻和期末时刻相对应的清洁衰减系数。
所述S1中用于回归分析的因变量就是计算得到的清洁衰减系数,则:
式(8)中yi表示用于回归分析的因变量的第i个观察值,也就是计算得到的第i个清洁衰减系数,i按D′0T′0时刻的先后顺序编号,n表示清洁衰减系数或因变量的总个数。
所述S2中自变量的计算方法为:
式(9)中xi1表示用于本次回归分析的自变量一的第i个观察值,也表示在第i个清洁衰减系数对应的余氯浓度衰减时间内绝对温度的平均值,C′i/r表示在第i个清洁衰减系数对应的余氯浓度衰减时间内检测得到的第r个水箱中自来水的摄氏温度,r表示得到摄氏温度数据的顺序数,b表示得到摄氏温度数据的总个数,摄氏温度加上273等于绝对温度;式(10)中xi2表示用于本次回归分析的自变量二的第i个观察值,E′i表示与第i个清洁衰减系数对应的初始余氯浓度,n表示自变量一或自变量二的总个数。
所述S3中建立回归方程的方法为:
E(yi)=β0+β1·xi1+β2·xi2 i=1,2,…,n(11)
公式(11)为建立的回归方程,表示因变量yi随自变量一xi1和自变量二xi2变化的函数关系式,其中E(yi)是因变量yi的期望值,β0、β1、β2称为回归系数,n为因变量的总个数或自变量的总个数。
所述S3中根据得到的因变量和自变量的观察值计算回归方程中回归系数的方法为:
以上公式中的Xi1、Xi2、Yi、和是计算过程中设定的代数式,其定义为等号后的计算式;公式(12)、(13)、(18)、(19)和(20)中的求和运算都是从i=1计算到i=n。
所述S4中对得到的回归系数进行显著性检验的方法如下:
第1步:提出假设;对于任意回归系数βj(j=1,2),假设
H0:βj=0,H1:βj≠0
其中H0为原假设,又称零假设,H1为备择假设;
第2步:计算检验统计量tj;
式(21)中是回归系数βj的抽样分布的标准差,Se是回归方程的标准误差,C(j+1)(j+1)是用于计算tj的代数式,C22和C33分别用于计算β1和β2对应的t1和t2;公式(22)、(23)、(24)中的求和运算都是从i=1计算到i=n;
第3步:作出决策;确定显著性水平α,显著性水平α的范围为0.001~0.05,并根据自由度df=n-3查t分布表,找到对应的临界值tα/2,(n-3);若|tj|>tα/2,(n-3),则拒绝零假设H0,回归系数βj等于0的可能性小于α,表明βj对应自变量与因变量之间存在着显著的线性关系;若|tj|<tα/2,(n-3),则不拒绝零假设H0,表明βj对应自变量与因变量之间尚不存在显著的线性关系。
所述S4中根据显著性检验的结果修改回归方程的方法有三种情况,分别为:
第1种情况:当β1和β2对应自变量与因变量之间均存在显著的线性关系时,对回归方程不进行任何修改;
第2种情况:当β1和β2对应自变量与因变量之间均不存在显著的线性关系时,修改回归方程为:
式(25)中yi、i、n、E(yi)的含义同前;
第3种情况:当β1和β2对应自变量只有一个与因变量之间存在着显著的线性关系时,修改回归方程为:
E(yi)=b0+b1·xi i=1,2,…,n (26)
式(26)~(29)中xi表示与因变量之间存在着显著线性关系的自变量,b0、b1为回归系数,是计算过程中设定的代数式,式(27)、(29)中的求和运算从i=1计算到i=n,式中yi、i、n、E(yi)的含义同前。
所述步骤二中,设定样本衰减系数为与该样本衰减系数对应的理论衰减系数为其中C表示与样本衰减系数对应的水温,E表示与样本衰减系数应的初始余氯浓度,则与样本衰减系数对应的理论衰减系数的计算方法为:
当两个自变量与因变量之间均存在显著的线性关系时:
当两个自变量与因变量之间均不存在显著的线性关系时:
当只有一个自变量与因变量之间存在显著的线性关系时:
所述步骤二中计算与样本衰减系数对应的风险衰减系数的方法为:
式(34)中γ为风险系数,γ的范围为1.1~3.0,表示与样本衰减系数对应的理论衰减系数变大的幅度;表示与样本衰减系数对应的风险衰减系数。
所述步骤三中的判定方法如下:
Step(1):计算样本衰减系数与其对应风险衰减系数的差值;
Step(2):采用t检验的方法判断差值是否显著大于零;
Step(3):判定水箱的清洁状况是否显著变差,若显著变差则发出报警信号。
所述Step(1)中设样本衰减系数与其对应的风险衰减系数的差值为μj,则:
式(35)中的j按D0T0时刻的先后顺序编号,n′为样本衰减系数的总个数。
所述Step(2)中采用t检验的方法判断μj是否显著大于零的方法为:
第1步:提出假设:
H0:μj≤0,H1:μj>0
其中H0为原假设,又称零假设,H1为备择假设;
第2步:计算检验统计量t;
式(36)中~t(n′-1)表示t的自由度为(n′-1),为差值μj的均值,Sμ为差值μj的标准差;
第3步:作出统计推断;确定显著性水平α,α的范围为0.001~0.05,并根据自由度df=n′-1查t分布表,找到对应的临界值tα,(n′-1);若t>tα,(n′-1),则拒绝零假设H0,接受备择假设H1,表明样本衰减系数的均值显著大于其对应的风险衰减系数的均值;若t<tα,(n′-1),则不拒绝零假设H0,表明样本衰减系数的均值不显著大于其对应的风险衰减系数的均值。
所述Step(3)中的判定方法为:当样本衰减系数的均值显著大于其对应的风险衰减系数的均值时,判断水箱的清洁程度显著变差,同时发出报警信号。
本发明中,如图1、2所示,所述的评价方法可使用以下设备或装置实现,具体包括:余氯仪、温度计、流量计、智能控制器和中央控制器。智能控制器包括数据采集单元、数据存储单元、数据处理单元和控制单元,数据采集单元分别与余氯仪、温度计和流量计通过有线连接,数据存储单元分别与数据采集单元、数据处理单元和控制单元连接,控制单元分别与数据处理单元、数据存储单元和中央控制器连接。其中,余氯仪、温度计和流量计均为现有市售常规产品,智能控制器由PLC和工控机组成,PLC主要用于数据采集,工控机主要用于数据存储、计算、传输等其他功能。PLC是Siemens(西门子)S7-200SMART,工控机是研华科技IPC610,中央控制器为远程控制的PC机。
流量计安装于水箱的进口处,每分钟采集一个流量数据,单位为L/min,并将数据实时传输到智能控制器;余氯仪安装于水箱内部,每分钟采集一个余氯浓度数据,单位为mg/L;温度计安装于水箱内部,每分钟采集一个水温数据,单位为℃;智能控制器安装在二次供水设施外,智能控制器具有数据采集、数据存储、数据处理、接收数据及指令、发送数据及报警信号的功能;中央控制器位于二次供水管理中心,用于向智能控制器发送软件升级版本数据及升级指令,向智能控制器发送各种需要人为设置的参数数据及其更改参数指令,接收智能控制器存储的所有数据及报警信号。
具体的,智能控制器的数据采集功能是通过智能控制器中的数据采集单元实现的,数据采集单元通过有线传输方式实时采集水箱余氯数据、水温数据和进口流量数据。
智能控制器的数据存储功能是通过智能控制器中的数据存储单元实现的,数据存储单元能够将数据采集单元实时采集到的各种数据存储下来,能够将数据处理单元的计算结果存储下来,能够将控制单元接收到的数据和指令存储下来,能够将控制单元发出的报警信号存储下来。
智能控制器的接收数据及指令功能是通过智能控制器中的控制单元实现的,控制单元通过无线传输方式接收中央控制器发送的软件升级版本数据及升级指令、各种需要人为设置的参数数据及其更改参数指令。
智能控制器的发送数据及报警信号功能是通过智能控制器中的控制单元实现的,控制单元根据事先设定的规则向中央控制器发送智能控制器存储的所有数据及报警信号。
智能控制器的数据处理功能是通过智能控制器中的数据处理单元实现的,数据处理单元可进行如下计算:1)计算与初始时刻和期末时刻相对应的余氯浓度衰减时间;2)计算与初始时刻和期末时刻相对应的样本衰减系数或清洁衰减系数;3)计算与样本衰减系数对应的水温;4)计算与清洁衰减系数对应的自变量一和自变量二;5)计算回归方程中的回归系数;6)对回归方程中的回归系数进行显著性检验;7)根据显著性检验的结果修改回归方程;8)计算与样本衰减系数对应的理论衰减系数和风险衰减系数;9)通过显著性检验评价样本衰减系数的均值是否显著大于与其对应的风险衰减系数的均值。
实施例2
本实施例为在实施例1的基础上结合具体实际数据作进一步描述,具体为:选择一个工业园区里的一个高位水箱安装本发明相应设备,该高位水箱的容积为14吨,材质为不锈钢,进水通过浮球阀控制,本发明相应设备的具体结构如图1、2所示。2019年9月8日对此水箱进行了一次清洗,当日1040分水箱清洗完毕并投入使用,自2019年9月11日开始,在每日的0分和720分各进行一次评价分析,本次评价分析从2019年9月23日720分开始,具体包括以下步骤:
步骤一:计算处于评价分析时间范围内的样本衰减系数和与样本衰减系数对应的水温。
本步骤中,样本衰减系数的计算方法包括以下步骤:
Step1:确定评价分析时间范围;
Step2:在评价分析时间范围内,确定余氯浓度变化的初始时刻和期末时刻,然后确定水箱中的自来水在初始时刻的初始余氯浓度和在期末时刻的期末余氯浓度;
Step3:计算与初始时刻和期末时刻相对应的余氯浓度衰减时间;
Step4:根据初始余氯浓度、期末余氯浓度和余氯浓度衰减时间计算得出样本衰减系数。
所述Step1中确定评价分析时间范围的方法为:将每次进行评价分析的开始时刻作为一段评价分析时间范围的结束时刻,将该结束时刻之前ta时长的时刻作为该评价分析时间范围的开始时刻;ta的范围为4~24小时。
本实施例中,设定ta为12小时,表示评判分析时间范围的时长为12小时,鉴于进行本次评判分析的开始时刻为2019年9月23日720分,因此进行本次评判分析的评判分析时间范围确定为2019年9月23日0~720分。
所述Step2中余氯浓度变化的初始时刻是指余氯浓度变化的开始时刻,余氯浓度变化的期末时刻是指余氯浓度变化的结束时刻;确定余氯浓度变化的初始时刻和期末时刻的方法为:在Step1确定的评价分析时间范围内,按时间先后顺序选择水箱一次进水完毕之后tb时长的时刻作为一个初始时刻,选择下一次进水之前tc时长的时刻作为一个期末时刻,要求期末时刻必须处于初始时刻之后;tb的范围为10~1400分,tc的范围为1~1400分;水箱是否进水通过安装在水箱进口处的流量计实时检测得知;用D0T0表示初始时刻,简称D0T0时刻,其中D0表示日期,T0表示在D0那天的时刻,T0为0~1439的整数,单位为分;用DtTt表示期末时刻,简称DtTt时刻,Dt表示日期,Tt表示在Dt那天的时刻,Tt为0~1439的整数,单位为分。
本实施例中,通过安装在水箱进口处的流量计实时检测得知水箱的实时进水情况;具体的,在2019年9月23日0~720分范围内,进水时间为当日221~256分、415~449分、555~597分、694~720分;设定tb=20分,tc=1分,由此确定出三组初始时刻和期末时刻,分别为当日276/414分、469/554分和617/693分,前面数字表示初始时刻,后面数字表示期末时刻。
所述Step2中初始余氯浓度就是水箱中的自来水在初始时刻的余氯浓度,期末余氯浓度就是水箱中的自来水在期末时刻的余氯浓度;初始余氯浓度和期末余氯浓度均通过安装在水箱内的余氯仪实时检测得出,单位为毫克/升。
本实施例中,与三组初始时刻和期末时刻对应的初始余氯浓度和期末余氯浓度分别为0.05/0.04、0.08/0.07和0.09/0.08,前面数字表示初始余氯浓度,后面数字表示期末余氯浓度,单位均为毫克/升。
所述Step3中与初始时刻和期末时刻相对应的余氯浓度衰减时间是指水箱中的自来水从初始时刻到期末时刻的时间长度,其计算方法为:
式(1)中1440表示一天的总时长,表示与初始时刻和期末时刻相对应的余氯浓度衰减时间。
本实施例中,计算出三个余氯浓度衰减时间,分别为138分、85分和76分。
设常规每日时间记录方式为h/m/s,其中h表示小时,m表示分,s表示秒,则T0或Tt与常规每日时间记录方式的关系为:
本实施例中,式(2)的计算结果向下取整,则:
T0或Tt=h·60+m
所述Step4中样本衰减系数的计算方法为:
式(3)中D0T0表示确定的初始时刻,DtTt表示确定的期末时刻,表示在D0T0时刻的初始余氯浓度;表示在DtTt时刻的期末余氯浓度,表示与初始时刻D0T0和期末时刻DtTt对应的余氯浓度衰减时间,ln为自然对数,表示与初始时刻D0T0和期末时刻DtTt对应的样本衰减系数,计算结果保留6位小数。
本实施例中,将Step2确定的初始余氯浓度和期末余氯浓度以及Step3计算出对应的余氯浓度衰减时间代入公式(3),得到三个样本衰减系数,分别为0.001617、0.001571和0.001550。
所述步骤一中与样本衰减系数对应的水温优选采用在样本衰减系数对应的余氯浓度衰减时间内检测得到的水温数据的算数平均值,计算方法如下:
式(4)中表示与样本衰减系数对应的水温,表示在样本衰减系数对应的余氯浓度衰减时间内检测得到的第r个水箱中自来水的摄氏温度,通过安装在水箱内的温度计实时检测得到,r表示得到摄氏温度数据的顺序数,a表示得到摄氏温度数据的总个数,摄氏温度加273等于绝对温度。
本实施例中,确定2019年9月23日276分为一个初始时刻,2019年9月23日414分为一个期末时刻,计算出对应的余氯浓度衰减时间为138分,计算出对应的样本衰减系数为0.001617,与该样本衰减系数对应的余氯浓度衰减时间内共检测到138个水温数据,使用公式(4)计算得到与该样本衰减系数对应的水温为297.6开;同理,计算出与样本衰减系数0.001571和0.001550对应的水温为297.8开和298.1开。
根据Step2得到与样本衰减系数0.001617、0.001571和0.001550对应的初始余氯浓度分别为0.05、0.08和0.09毫克/升。
步骤二:计算与样本衰减系数对应的理论衰减系数和风险衰减系数,所述理论衰减系数由用回归分析方法得到的清洁衰减系数随水温和初始余氯浓度变化的回归方程计算得出。
本步骤中,得到回归方程的方法包括以下步骤:
S1:计算用于回归分析的清洁衰减系数,并将该清洁衰减系数作为用于回归分析的因变量;
S2:计算用于回归分析的自变量;
S3:建立回归方程,根据得到的因变量和自变量的观察值计算回归系数;
S4:对得到的回归系数进行显著性检验,并根据显著性检验的结果修改回归方程。
所述S1中用于回归分析的清洁衰减系数的计算方法如下:
S(1):确定计算清洁衰减系数的时间范围;
S(2):在计算清洁衰减系数的时间范围内,确定余氯浓度变化的初始时刻和期末时刻,然后确定水箱中的自来水在初始时刻的初始余氯浓度和在期末时刻的期末余氯浓度;
S(3):计算与初始时刻和期末时刻对应的余氯浓度衰减时间;
S(4):根据初始余氯浓度、期末余氯浓度和余氯浓度衰减时间计算得出清洁衰减系数。
所述S(1)确定计算清洁衰减系数的时间范围的方法有三种:
1)从水箱最近一次清洗并投入使用开始到评价分析日前第na日的零时为止,na的范围为1~4日;
2)在进行评价分析日之前各次清洗水箱并投入使用后nb日内,nb的范围为1~30日;
3)在水箱最近一次清洗后nc日内,通过温度控制设备让水箱中的自来水在不同时间段保持不同的温度,通过加氯装置让水箱中自来水在不同时间段开始的余氯浓度不同,分别计算各时间段的清洁衰减系数,要求温度范围为4℃~32℃,余氯浓度范围为0.05~1.0mg/L,时间段的总个数大于10;nc的范围为1~30日。
本实施例选用方法1)来确定计算清洁衰减系数的时间范围,并设定na=1,鉴于水箱最近一次清洗并投入使用的时刻为2019年9月8日1040分,进行本次评价分析的时间为2019年9月23日720分,因此将从2019年9月8日1040分到2019年9月22日0分这段时间作为计算用于回归分析的清洁衰减系数的时间范围。
所述S(2)中余氯浓度变化的初始时刻是指余氯浓度变化的开始时刻,余氯浓度变化的期末时刻是指余氯浓度变化的结束时刻;确定余氯浓度变化的初始时刻和期末时刻的方法为:在S(1)确定的计算清洁衰减系数的时间范围内,选择水箱一次进水完毕之后td时长的时刻作为一个初始时刻,选择在下一次进水之前te时长的时刻作为一个期末时刻,要求期末时刻必须在初始时刻之后;td的范围为10~1400分,te的范围为1~1400分;水箱是否进水通过安装在水箱进口处的流量计实时检测得知;用D′0T′0表示确定的初始时刻,简称D′0T′0时刻,其中D′0表示日期,T′0表示在D′0那天的时刻,T′0为0~1439的整数,单位为分;用D′tT′t表示确定的期末时刻,简称D′tT′t时刻,D′t表示日期,T′t表示在D′t那天的时刻,T′t为0~1439的整数,单位为分。
本实施例中,通过安装在水箱进口处的流量计实时检测得知水箱的实时进水情况;设定tb=20分,tc=1分,即将每次进水完毕后20分的时刻作为一个初始时刻,将下一次进水前1分钟的时刻作为一个期末时刻,由此确定出73组初始时刻和期末时刻,其中第13组初始时刻和期末时刻为2019年9月10日1132分和1422分.
所述S(2)中初始余氯浓度就是水箱中的自来水在初始时刻的余氯浓度,期末余氯浓度就是水箱中的自来水在期末时刻的余氯浓度;初始余氯浓度和期末余氯浓度均通过安装在水箱内的余氯仪实时检测得出。
本实施例中,确定出73组初始时刻和期末时刻对应的初始余氯浓度和期末余氯浓度,其中第13组初始时刻和期末时刻对应的初始余氯浓度和期末余氯浓度分别为0.14和0.09毫克/升。
所述S(3)中与初始时刻和期末时刻相对应的余氯浓度衰减时间是指水箱中的自来水从初始时刻到期末时刻的时间长度,其计算方法为:
式(5)中1440表示一天的总时长,表示与初始时刻和期末时刻对应的余氯浓度衰减时间,单位为分。
本实施例中,共计算出73个余氯浓度衰减时间,其中第13组初始时刻和期末时刻对应的第13个余氯浓度衰减时间为:
设常规每日时间记录方式为h/m/s,其中h表示小时,m表示分,s表示秒,则T′0或T′t与常规每日时间记录方式的关系为:
本实施例中,式(6)的计算结果向下取整,则:
T′0或T′t=h·60+m
所述S(4)中清洁衰减系数的计算方法为:
式(7)中D′0T′0表示确定的初始时刻,D′tT′t表示确定的期末时刻,表示在D′0T′0时刻的初始余氯浓度;表示在D′tT′t时刻的期末余氯浓度,表示与初始时刻和期末时刻相对应的余氯浓度衰减时间,ln为自然对数,表示与初始时刻和期末时刻相对应的清洁衰减系数,计算结果保留6位小数。
本实施例中,根据步骤S(2)确定的73组初始余氯浓度和期末余氯浓度以及步骤S(3)计算出的73个余氯浓度衰减时间,使用公式(7)计算出73个清洁衰减系数,其中第13个清洁衰减系数计算如下:
所述S1中用于回归分析的因变量就是计算得到的清洁衰减系数,则:
式(8)中yi表示用于回归分析的因变量的第i个观察值,也就是计算得到的第i个清洁衰减系数,i按D′0T′0时刻的先后顺序编号,用于本次回归分析的因变量的总个数为73个,其中第13个因变量的观察值为0.001524。
所述S2中自变量的计算方法为:
式(9)中xi1表示用于本次回归分析的自变量一的第i个观察值,也表示在第i个清洁衰减系数对应的余氯浓度衰减时间内绝对温度的平均值,C′i/r表示在第i个清洁衰减系数对应的余氯浓度衰减时间内检测得到的第r个水箱中自来水的摄氏温度,r表示得到摄氏温度数据的顺序数,b表示得到摄氏温度数据的总个数,摄氏温度加上273等于绝对温度;式(10)中xi2表示用于本次回归分析的自变量二的第i个观察值,E′i表示与第i个清洁衰减系数对应的初始余氯浓度,n表示自变量一或自变量二的总个数。
本实施例中,使用公式(9)计算出73个自变量一,使用公式(10)计算出73个自变量二,其中第13个因变量对应的余氯浓度衰减时间内共检测得到290个水温数据,使用公式(9)计算得到自变量一的第13个观察值为302.8;其中其中第13个因变量对应的初始余氯浓度为0.14毫克/升,使用公式(10)计算得到自变量二的第13个观察值为7.14。
所述S3中建立回归方程的方法为:
E(yi)=β0+β1·xi1+β2·xi2 i=1,2,…,n(11)
公式(11)为建立的回归方程,表示因变量yi随自变量一xi1和自变量二xi2变化的函数关系式,其中E(yi)是因变量yi的期望值,β0、β1、β2称为回归系数,n为因变量的总个数或自变量的总个数。
所述S3中根据得到的因变量和自变量的观察值计算回归方程中回归系数的方法为:
以上公式中的Xi1、Xi2、Yi、和是计算过程中设定的代数式,其定义为等号后的计算式;公式(12)、(13)、(18)、(19)和(20)中的求和运算都是从i=1计算到i=73,最后计算的结果为:
β0=-0.02466225
β1=0.00008618
β2=0.00001166
所述S4中对得到的回归系数进行显著性检验的方法如下:
第1步:提出假设;对于任意回归系数βj(j=1,2),假设
H0:βj=0,H1:βj≠0
其中H0为原假设,又称零假设,H1为备择假设;
第2步:计算检验统计量tj;
式(21)中是回归系数βj的抽样分布的标准差,Se是回归方程的标准误差,C(j+1)(j+1)是用于计算tj的代数式,C22和C33分别用于计算β1和β2对应的t1和t2;公式(22)、(23)、(24)中的求和运算都是从i=1计算到i=73;最后计算的结果为:
t1=8.8922
t2=1.4805
第3步:作出决策;确定显著性水平为0.05,并根据自由度df=73-3=70查t分布表,找到对应的临界值t0.025,70=1.994;结果|t1|>t0.025,70,|t2|<t0.025,70,表明β1对应自变量一与因变量之间存在着显著的线性关系,β2对应自变量二与因变量之间尚不存在显著的线性关系。
所述S4中根据显著性检验的结果修改回归方程的方法为:
E(yi)=b0+b1·xi i=1,2,…,73 (26)
式(26)~(29)中xi表示与因变量之间存在着显著线性关系的自变量一,b0、b1为回归系数,是计算过程中设定的代数式,式(27)、(29)中的求和运算从i=1计算到i=73,本实施例最后计算的结果为:
b0=-0.02605344
b1=0.00009124
所述步骤二中,设定样本衰减系数为与该样本衰减系数对应的理论衰减系数为其中C表示与样本衰减系数对应的水温,E表示与样本衰减系数对应的初始余氯浓度,则与样本衰减系数对应的理论衰减系数的计算方法为:
本实施例中,本次评价分析计算出3个样本衰减系数,由此计算出与3个样本衰减系数对应的水温分别为297.6开、297.8开和298.1开,根据公式(32)计算出3个与样本衰减系数对应的理论衰减系数分别为0.00109917、0.00111742、0.00114479。
所述步骤二中计算与样本衰减系数对应的风险衰减系数的方法为:
式(34)中γ为风险系数,γ的范围为1.1~3.0,表示与样本衰减系数对应的理论衰减系数变大的幅度;表示与样本衰减系数对应的风险衰减系数。
本实施例中,设定γ=1.3,根据公式(34)计算出3个与样本衰减系数对应的风险衰减系数分别为0.00142892、0.00145264、0.00148823。
所述步骤三中的判定方法如下:
Step(1):计算样本衰减系数与其对应风险衰减系数的差值;
Step(2):采用t检验的方法判断差值是否显著大于零;
Step(3):判定水箱的清洁状况是否显著变差,若显著变差则发出报警信号。
所述Step(1)中设样本衰减系数与其对应的风险衰减系数的差值为μj,则:
式(35)中的j按D0T0时刻的先后顺序编号,样本衰减系数的总个数为3个。
本实施例中,计算出3个差值分别为0.00018808、0.00011836、0.00006177。
所述Step(2)中采用t检验的方法判断μj是否显著大于零的方法为:
第1步:提出假设:
H0:μj≤0,H1:μj>0
其中H0为原假设,又称零假设,H1为备择假设;
第2步:计算检验统计量t;
式(36)中~t(3-1)表示t的自由度为2,为差值μj的均值,Sμ为差值μj的标准差。
本实施例计算检验统计量t的结果为3.3602。
第3步:作出统计推断;确定显著性水平为0.05,并根据自由度df=2查t分布表,找到对应的临界值t0.05,2=2.92,结果t>t0.05,2,则拒绝零假设H0,接受备择假设H1,表明样本衰减系数的均值显著大于对应的风险衰减系数的均值。
所述Step(3)中的判定方法为:根据Step(2)的检验结果知道样本衰减系数的均值显著大于其对应的风险衰减系数的均值,由此判断水箱的清洁程度显著变差,智能控制器立即通过其中的控制单元向中央控制器发出报警信号。
实施例3
本实施例为在实施例2的基础上通过对被评价水箱中的自来水进行微生物检测,以验证本发明的准确性,具体为:2019年9月8日对工业园区的一个高位水箱进行清洗,当日17:20清洗完毕并投入使用,同时本发明对水箱清洁状况进行评价分析的管理系统随即开始运行,2019年9月9日8:32从该水箱取样,当日9:10对样品进行检验,检验项目为菌落总数,检验依据为GB/T5750.12-2006,在2019年9月11日得到检验结果为“未检出”,检测结果如图3所示,证明对水箱的清洗是有效的;2019年9月23日12:10评价分析管理系统的智能控制器发出报警信号,提示水箱的清洁状况出现显著变差,当日12:20从该水箱取样,当日13:00对样品进行检验,检验项目为菌落总数,检验依据为GB/T5750.12-2006,在2019年9月25日得到检验结果为“152CFU/ml”,检测结果如图4所示,超过国家标准GB5749-2006中“菌落总数,不超过100CFU/mL”的规定,证明该次报警及时有效且评价结果准确。
Claims (28)
1.一种评价二次供水水箱清洁状况的方法,其特征在于包括以下步骤:
步骤一:计算处于评价分析时间范围内的样本衰减系数和与样本衰减系数对应的水温;
步骤二:计算与样本衰减系数对应的理论衰减系数和风险衰减系数,所述理论衰减系数由用回归分析方法得到的清洁衰减系数随水温和初始余氯浓度变化的回归方程计算得出;
步骤三:将样本衰减系数与其对应的风险衰减系数进行配对比较,若样本衰减系数的均值显著大于其对应的风险衰减系数的均值,则判定水箱的清洁状况显著变差。
2.根据权利要求1所述的一种评价二次供水水箱清洁状况的方法,其特征在于:样本衰减系数就是指处于评价分析时间范围内的衰减系数,其特征是用于计算衰减系数的初始时刻和期末时刻均处于评价分析时间范围内,评价分析时间范围是人为设定的专门用于评价分析水箱清洁状况的一段时间;所述的与样本衰减系数对应的理论衰减系数是指与样本衰减系数同等情况下在水箱处于清洁状态时其中自来水的衰减系数,同等情况指在计算与样本衰减系数对应的理论衰减系数时采用的水温和初始余氯浓度与样本衰减系数对应的水温和初始余氯浓度相同;所述的与样本衰减系数对应的风险衰减系数是指与样本衰减系数对应的理论衰减系数增大一定幅度后的衰减系数;所述清洁衰减系数是指在水箱处于清洁状态时其中自来水的衰减系数。
3.根据权利要求1或2所述的一种评价二次供水水箱清洁状况的方法,其特征在于:所述步骤一中样本衰减系数的计算方法包括以下步骤:
Step1:确定评价分析时间范围;
Step2:在评价分析时间范围内,确定余氯浓度变化的初始时刻和期末时刻,然后确定水箱中的自来水在初始时刻的初始余氯浓度和在期末时刻的期末余氯浓度;
Step3:计算与初始时刻和期末时刻相对应的余氯浓度衰减时间;
Step4:根据初始余氯浓度、期末余氯浓度和余氯浓度衰减时间计算得出样本衰减系数。
4.根据权利要求3所述的一种评价二次供水水箱清洁状况的方法,其特征在于:所述Step1中确定评价分析时间范围的方法为:将每次进行评价分析的开始时刻作为一段评价分析时间范围的结束时刻,将该结束时刻之前ta时长的时刻作为该评价分析时间范围的开始时刻;ta的范围为3~24小时。
5.根据权利要求4所述的一种评价二次供水水箱清洁状况的方法,其特征在于:所述Step2中余氯浓度变化的初始时刻是指余氯浓度变化的开始时刻,余氯浓度变化的期末时刻是指余氯浓度变化的结束时刻;确定余氯浓度变化的初始时刻和期末时刻的方法为:在Step1确定的评价分析时间范围内,按时间先后顺序选择水箱一次进水完毕之后tb时长的时刻作为一个初始时刻,选择下一次进水之前tc时长的时刻作为一个期末时刻,要求期末时刻必须处于初始时刻之后;tb的范围为10~1400分,tc的范围为1~1400分;用D0T0表示初始时刻,简称D0T0时刻,其中D0表示日期,T0表示在D0那天的时刻,T0从一天的零时开始计数直到一天的最后一刻,包括零时但不包括最后一刻;用DtTt表示期末时刻,简称DtTt时刻,Dt表示日期,Tt表示在Dt那天的时刻,Tt从一天的零时开始计数直到一天的最后一刻,包括零时但不包括最后一刻。
6.根据权利要求5所述的一种评价二次供水水箱清洁状况的方法,其特征在于:所述Step2中初始余氯浓度就是水箱中的自来水在初始时刻的余氯浓度,期末余氯浓度就是水箱中的自来水在期末时刻的余氯浓度;初始余氯浓度和期末余氯浓度均通过余氯仪实时检测得出。
7.根据权利要求6所述的一种评价二次供水水箱清洁状况的方法,其特征在于:所述Step3中与初始时刻和期末时刻相对应的余氯浓度衰减时间是指水箱中的自来水从初始时刻到期末时刻的时间长度,其计算方法为:
式(1)中M表示一天的总时长,表示与初始时刻和期末时刻相对应的余氯浓度衰减时间。
8.根据权利要求7所述的一种评价二次供水水箱清洁状况的方法,其特征在于:所述Step4中样本衰减系数的计算方法为:
式(3)中D0T0表示确定的初始时刻,DtTt表示确定的期末时刻,表示在D0T0时刻的初始余氯浓度;表示在DtTt时刻的期末余氯浓度,表示与初始时刻D0T0和期末时刻DtTt对应的余氯浓度衰减时间,ln为自然对数,表示与初始时刻D0T0和期末时刻DtTt对应的样本衰减系数。
9.根据权利要求8所述的一种评价二次供水水箱清洁状况的方法,其特征在于:所述步骤一中与样本衰减系数对应的水温的计算方法如下:
式(4)中表示与样本衰减系数对应的水温,表示在样本衰减系数对应的余氯浓度衰减时间内检测得到的第r个水箱中自来水的摄氏温度,r表示得到摄氏温度数据的顺序数,a表示得到摄氏温度数据的总个数,摄氏温度加273等于绝对温度。
10.根据权利要求9所述的一种评价二次供水水箱清洁状况的方法,其特征在于:所述步骤二中得到回归方程的方法包括以下步骤:
S1:计算用于回归分析的清洁衰减系数,并将该清洁衰减系数作为用于回归分析的因变量;
S2:计算用于回归分析的自变量;
S3:建立回归方程,根据得到的因变量和自变量的观察值计算回归系数;
S4:对得到的回归系数进行显著性检验,并根据显著性检验的结果修改回归方程。
11.根据权利要求10所述的一种评价二次供水水箱清洁状况的方法,其特征在于:所述S1中用于回归分析的清洁衰减系数的计算方法如下:
S(1):确定计算清洁衰减系数的时间范围;
S(2):在计算清洁衰减系数的时间范围内,确定余氯浓度变化的初始时刻和期末时刻,然后确定水箱中的自来水在初始时刻的初始余氯浓度和在期末时刻的期末余氯浓度;
S(3):计算与初始时刻和期末时刻对应的余氯浓度衰减时间;
S(4):根据初始余氯浓度、期末余氯浓度和余氯浓度衰减时间计算得出清洁衰减系数。
12.根据权利要求11所述的一种评价二次供水水箱清洁状况的方法,其特征在于:所述S(1)确定计算清洁衰减系数的时间范围的方法有三种:
1)从水箱最近一次清洗并投入使用开始到评价分析日前第na日的零时为止,na的范围为1~4日;
2)在进行评价分析日之前各次清洗水箱并投入使用后nb日内,nb的范围为1~30日;
3)在水箱最近一次清洗后nc日内,通过温度控制设备让水箱中的自来水在不同时间段保持不同的温度,通过加氯装置让水箱中自来水在不同时间段开始的余氯浓度不同,分别计算各时间段的清洁衰减系数,要求温度范围为4℃~32℃,余氯浓度范围为0.05~1.0mg/L,时间段的总个数大于10;nc的范围为1~30日。
13.根据权利要求12所述的一种评价二次供水水箱清洁状况的方法,其特征在于:所述S(2)中余氯浓度变化的初始时刻是指余氯浓度变化的开始时刻,余氯浓度变化的期末时刻是指余氯浓度变化的结束时刻;确定余氯浓度变化的初始时刻和期末时刻的方法为:在S(1)确定的计算清洁衰减系数的时间范围内,选择水箱一次进水完毕之后td时长的时刻作为一个初始时刻,选择在下一次进水之前te时长的时刻作为一个期末时刻,要求期末时刻必须在初始时刻之后;td的范围为10~1400分,te的范围为1~1400分;用D′0T′0表示确定的初始时刻,简称D′0T′0时刻,其中D′0表示日期,T′0表示在D′0那天的时刻,T′0从一天的零时开始计数直到一天的最后一刻,包括零时但不包括最后一刻;用D′tT′t表示确定的期末时刻,简称D′tT′t时刻,D′t表示日期,T′t表示在D′t那天的时刻,T′t从一天的零时开始计数直到一天的最后一刻,包括零时但不包括最后一刻。
14.根据权利要求13所述的一种评价二次供水水箱清洁状况的方法,其特征在于:所述S(2)中初始余氯浓度就是水箱中的自来水在初始时刻的余氯浓度,期末余氯浓度就是水箱中的自来水在期末时刻的余氯浓度;初始余氯浓度和期末余氯浓度均通过余氯仪实时检测得出。
15.根据权利要求14所述的一种评价二次供水水箱清洁状况的方法,其特征在于:所述S(3)中与初始时刻和期末时刻相对应的余氯浓度衰减时间是指水箱中的自来水从初始时刻到期末时刻的时间长度,其计算方法为:
式(5)中M表示一天的总时长,表示与初始时刻和期末时刻对应的余氯浓度衰减时间。
16.根据权利要求15所述的一种评价二次供水水箱清洁状况的方法,其特征在于:所述S(4)中清洁衰减系数的计算方法为:
式(7)中D′0T′0表示确定的初始时刻,D′tT′t表示确定的期末时刻,表示在D′0T′0时刻的初始余氯浓度;表示在D′tT′t时刻的期末余氯浓度,表示与初始时刻和期末时刻对应的余氯浓度衰减时间,ln为自然对数,表示与初始时刻和期末时刻对应的清洁衰减系数。
17.根据权利要求16所述的一种评价二次供水水箱清洁状况的方法,其特征在于:所述S1中用于回归分析的因变量就是计算得到的清洁衰减系数,则:
式(8)中yi表示用于回归分析的因变量的第i个观察值,也就是计算得到的第i个清洁衰减系数,i按D′0T′0时刻的先后顺序编号,n表示因变量的总个数。
18.根据权利要求17所述的一种评价二次供水水箱清洁状况的方法,其特征在于:所述S2中自变量的计算方法为:
式(9)中xi1表示用于本次回归分析的自变量一的第i个观察值,也表示在第i个清洁衰减系数对应的余氯浓度衰减时间内绝对温度的平均值,C′i/r表示在第i个清洁衰减系数对应的余氯浓度衰减时间内检测得到的第r个水箱中自来水的摄氏温度,r表示得到摄氏温度数据的顺序数,b表示得到摄氏温度数据的总个数,摄氏温度加上273等于绝对温度;式(10)中xi2表示用于本次回归分析的自变量二的第i个观察值,E′i表示与第i个清洁衰减系数对应的初始余氯浓度,n表示自变量一或自变量二的总个数。
19.根据权利要求18所述的一种评价二次供水水箱清洁状况的方法,其特征在于:所述S3中建立回归方程的方法为:
E(yi)=β0+β1·xi1+β2·xi2 i=1,2,…,n (11)
公式(11)为建立的回归方程,表示因变量yi随自变量一xi1和自变量二xi2变化的函数关系式,其中E(yi)是因变量yi的期望值,β0、β1、β2称为回归系数,n为因变量的总个数或自变量的总个数。
20.根据权利要求19所述的一种评价二次供水水箱清洁状况的方法,其特征在于:所述S3中根据得到的因变量和自变量的观察值计算回归方程中回归系数的方法为:
以上公式中的Xi1、Xi2、Yi、和是计算过程中设定的代数式,其定义为等号后的计算式;公式(12)、(13)、(18)、(19)和(20)中的求和运算都是从i=1计算到i=n。
21.根据权利要求20所述的一种评价二次供水水箱清洁状况的方法,其特征在于:所述S4中对得到的回归系数进行显著性检验的方法如下:
第1步:提出假设;对于任意回归系数βj(j=1,2),假设
H0:βj=0,H1:βj≠0
其中H0为原假设,又称零假设,H1为备择假设;
第2步:计算检验统计量tj;
式(21)中是回归系数βj的抽样分布的标准差,Se是回归方程的标准误差,C(j+1)(j+1)是用于计算tj的代数式,C22和C33分别用于计算β1和β2对应的t1和t2;公式(22)、(23)、(24)中的求和运算都是从i=1计算到i=n;
第3步:作出决策;确定显著性水平α,显著性水平α的范围为0.001~0.05,并根据自由度df=n-3查t分布表,找到对应的临界值tα/2,(n-3);若|tj|>tα/2,(n-3),则拒绝零假设H0,回归系数βj等于0的可能性小于α,表明βj对应自变量与因变量之间存在着显著的线性关系;若|tj|<tα/2,(n-3),则不拒绝零假设H0,表明βj对应自变量与因变量之间尚不存在显著的线性关系。
22.根据权利要求21所述的一种评价二次供水水箱清洁状况的方法,其特征在于:所述S4中根据显著性检验的结果修改回归方程的方法有三种情况,分别为:
第1种情况:当β1和β2对应自变量与因变量之间均存在显著的线性关系时,对回归方程不进行任何修改;
第2种情况:当β1和β2对应自变量与因变量之间均不存在显著的线性关系时,修改回归方程为:
第3种情况:当β1和β2对应自变量只有一个与因变量之间存在着显著的线性关系时,修改回归方程为:
E(yi)=b0+b1·xi i=1,2,…,n (26)
式(26)~(29)中xi表示与因变量之间存在着显著线性关系的自变量,b0、b1为回归系数,是计算过程中设定的代数式,式(27)、(29)中的求和运算从i=1计算到i=n。
23.根据权利要求22所述的一种评价二次供水水箱清洁状况的方法,其特征在于:所述步骤二中,设定样本衰减系数为与该样本衰减系数对应的理论衰减系数为其中C表示与样本衰减系数对应的水温,E表示与样本衰减系数对应的初始余氯浓度,则与样本衰减系数对应的理论衰减系数的计算方法为:
当两个自变量与因变量之间均存在显著的线性关系时:
当两个自变量与因变量之间均不存在显著的线性关系时:
当只有一个自变量与因变量之间存在显著的线性关系时:
24.根据权利要求23所述的一种评价二次供水水箱清洁状况的方法,其特征在于:所述步骤二中计算与样本衰减系数对应的风险衰减系数的方法为:
式(34)中γ为风险系数,γ的范围为1.1~3.0,表示与样本衰减系数对应的理论衰减系数变大的幅度;表示与样本衰减系数对应的风险衰减系数。
25.根据权利要求24所述的一种评价二次供水水箱清洁状况的方法,其特征在于:所述步骤三中的判定方法如下:
Step(1):计算样本衰减系数与其对应风险衰减系数的差值;
Step(2):采用t检验的方法判断差值是否显著大于零;
Step(3):判定水箱的清洁状况是否显著变差,若显著变差则发出报警信号。
26.根据权利要求25所述的一种评价二次供水水箱清洁状况的方法,其特征在于:所述Step(1)中设样本衰减系数与其对应的风险衰减系数的差值为μj,则:
式(35)中的j按D0T0时刻的先后顺序编号,n′为样本衰减系数的总个数。
27.根据权利要求26所述的一种评价二次供水水箱清洁状况的方法,其特征在于:所述Step(2)中采用t检验的方法判断μj是否显著大于零的方法为:
第1步:提出假设:
H0:μj≤0,H1:μj>0
其中H0为原假设,又称零假设,H1为备择假设;
第2步:计算检验统计量t;
式(36)中~t(n′-1)表示t的自由度为(n′-1),为差值μj的均值,Sμ为差值μj的标准差;
第3步:作出统计推断;确定显著性水平α,α的范围为0.001~0.05,并根据自由度df=n′-1查t分布表,找到对应的临界值tα,(n′-1);若t>tα,(n′-1),则拒绝零假设H0,接受备择假设H1,表明样本衰减系数的均值显著大于其对应的风险衰减系数的均值;若t<tα,(n′-1),则不拒绝零假设H0,表明样本衰减系数的均值不显著大于其对应的风险衰减系数的均值。
28.根据权利要求27所述的一种评价二次供水水箱清洁状况的方法,其特征在于:所述Step(3)中的判定方法为:当样本衰减系数的均值显著大于其对应的风险衰减系数的均值时,判断水箱的清洁程度显著变差,同时发出报警信号。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910972260.8A CN110619488B (zh) | 2019-10-14 | 2019-10-14 | 一种评价二次供水水箱清洁状况的方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910972260.8A CN110619488B (zh) | 2019-10-14 | 2019-10-14 | 一种评价二次供水水箱清洁状况的方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110619488A true CN110619488A (zh) | 2019-12-27 |
CN110619488B CN110619488B (zh) | 2020-06-16 |
Family
ID=68925444
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910972260.8A Active CN110619488B (zh) | 2019-10-14 | 2019-10-14 | 一种评价二次供水水箱清洁状况的方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110619488B (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111597511A (zh) * | 2020-06-02 | 2020-08-28 | 国网湖北省电力有限公司电力科学研究院 | 一种基于数学假设检验的玻璃绝缘子抽样试验验收判定方法 |
CN113490079A (zh) * | 2021-08-10 | 2021-10-08 | 广东粤海水务投资有限公司 | 基于入户管水龄判断入户管存水状态的方法 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20080052012A1 (en) * | 2006-08-22 | 2008-02-28 | Howell Jason W | Water quality monitoring device and method |
CN102914510A (zh) * | 2012-09-25 | 2013-02-06 | 中国科学院生态环境研究中心 | 一种在线测定处理水动态需氯量的设备及方法 |
CN110010209A (zh) * | 2019-05-06 | 2019-07-12 | 重庆昕晟环保科技有限公司 | 一种二次供水储水设备出口余氯浓度的计算方法 |
-
2019
- 2019-10-14 CN CN201910972260.8A patent/CN110619488B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20080052012A1 (en) * | 2006-08-22 | 2008-02-28 | Howell Jason W | Water quality monitoring device and method |
CN102914510A (zh) * | 2012-09-25 | 2013-02-06 | 中国科学院生态环境研究中心 | 一种在线测定处理水动态需氯量的设备及方法 |
CN110010209A (zh) * | 2019-05-06 | 2019-07-12 | 重庆昕晟环保科技有限公司 | 一种二次供水储水设备出口余氯浓度的计算方法 |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111597511A (zh) * | 2020-06-02 | 2020-08-28 | 国网湖北省电力有限公司电力科学研究院 | 一种基于数学假设检验的玻璃绝缘子抽样试验验收判定方法 |
CN113490079A (zh) * | 2021-08-10 | 2021-10-08 | 广东粤海水务投资有限公司 | 基于入户管水龄判断入户管存水状态的方法 |
CN113490079B (zh) * | 2021-08-10 | 2024-02-09 | 广东粤海水务投资有限公司 | 基于入户管水龄判断入户管存水状态的方法 |
Also Published As
Publication number | Publication date |
---|---|
CN110619488B (zh) | 2020-06-16 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110010209B (zh) | 一种二次供水储水设备出口余氯浓度的计算方法 | |
CN110619488B (zh) | 一种评价二次供水水箱清洁状况的方法 | |
CN101261145A (zh) | 一种水污染物排放总量的智能化测量方法 | |
CN111638312A (zh) | 一种基于大数据的饮水工程水质安全实时监测管理系统 | |
CN109338017B (zh) | 雨生红球藻培养过程中的pH值自动检测方法及装置 | |
Thomas | Statistical analysis of coliform data | |
CN117049744A (zh) | 一种模块化污水处理的智能管理系统 | |
CN110057410B (zh) | 一种人均日生活污水污染物产生量测算方法及装置 | |
CN111392878A (zh) | 一种循环水水质效果在线监测与自动加药系统 | |
CN110704808B (zh) | 一种二次供水储水设备清洁状况的评判方法 | |
CN107315076A (zh) | 一种在线毒性分析系统及其测定方法 | |
Pan et al. | A new approach to estimating oxygen off-gas fraction and dynamic alpha factor in aeration systems using hybrid machine learning and mechanistic models | |
CN117215343A (zh) | 一种工业循环水智能加硫酸控制方法 | |
CN117196883A (zh) | 一种基于人工智能的污水处理决策优化方法及系统 | |
CN101698822B (zh) | 三磷酸腺苷生物发光法检测微生物总量自动原位监测仪 | |
CN115809749A (zh) | 污水处理综合性在线预测模型的建立方法及预测预警方法 | |
CN112707508B (zh) | 基于bp-ann的农污设施cod处理效果预测方法、装置、平台 | |
CN209858557U (zh) | 一种氨氮自动监测仪用自动检定装置 | |
CN210953907U (zh) | 一种污水处理厂进水毒性在线检测装置 | |
CN109300513B (zh) | 一种磷酸盐缓蚀剂抑制供水管网铁释放效果的检测方法 | |
CN111562350A (zh) | 一种管壁诱导余氯衰减系数测定装置和测定方法 | |
CN209858552U (zh) | 一种在线cod水质监测仪用自动检定装置 | |
CN112946215B (zh) | 一种饮用水中微生物生长趋势实时监测方法及系统 | |
JPH04629B2 (zh) | ||
CN116395831B (zh) | 一种污水处理工艺的碳源投加智能控制系统和方法 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |