CN115099360A - 一种智能化污水处理设备故障评估方法及系统 - Google Patents
一种智能化污水处理设备故障评估方法及系统 Download PDFInfo
- Publication number
- CN115099360A CN115099360A CN202210819831.6A CN202210819831A CN115099360A CN 115099360 A CN115099360 A CN 115099360A CN 202210819831 A CN202210819831 A CN 202210819831A CN 115099360 A CN115099360 A CN 115099360A
- Authority
- CN
- China
- Prior art keywords
- information
- fault
- sewage treatment
- equipment
- node
- 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.)
- Withdrawn
Links
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01D—MEASURING NOT SPECIALLY ADAPTED FOR A SPECIFIC VARIABLE; ARRANGEMENTS FOR MEASURING TWO OR MORE VARIABLES NOT COVERED IN A SINGLE OTHER SUBCLASS; TARIFF METERING APPARATUS; MEASURING OR TESTING NOT OTHERWISE PROVIDED FOR
- G01D21/00—Measuring or testing not otherwise provided for
- G01D21/02—Measuring two or more variables by means not covered by a single other subclass
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Testing And Monitoring For Control Systems (AREA)
Abstract
本申请公开了一种智能化污水处理设备故障评估方法及系统,属于污水处理领域,所述方法包括:通过从污水处理管理终端得到目标场所的污水处理流程信息,对故障设备进行信息采集,得到故障节点,根据污水处理流程信息和故障节点对关联设备进行标记,得到关联设备信息,根据关联设备信息采集与设备相连的配套设施状况,获得配套设施状态信息,将关联设备信息和配套设施状态信息输入设备故障评估模型中进行分析,得到故障评估结果,输入污水处理管理终端,获得故障处理方案。解决了无法在污水处理设备出现故障后进行智能化评估,处理过程存在安全隐患的技术问题。达到了对故障情况进行智能化评估,提高处理质量的技术效果。
Description
技术领域
本申请涉及污水处理领域,尤其涉及一种智能化污水处理设备故障评估方法及系统。
背景技术
污水处理系统在企业生产中是不可缺少的非生产设施,通过将生产过程中排出的废水经过净化处理,达到国家规定的排放标准后才能进行排放和回收利用。
目前,由于污水处理设备一般都是长期运行,运行达到一定时间后,会由于人为操作不当或设备自身出现问题导致发生故障。需要及时对故障原因进行分析,排查发生故障的设备,从而来保证污水处理设备的正常运行。
然而,由于污水处理系统复杂,涉及的处理设备众多,在发生故障后,需要对众多设备进行排查,花费很多时间,也无法对处理过程中的危险因素进行分析,导致发生生产事故。存在无法在污水处理设备出现故障后进行智能化评估,处理过程存在安全隐患的技术问题。
发明内容
本申请的目的是提供一种智能化污水处理设备故障评估方法及系统,用以解决现有技术中存在无法在污水处理设备出现故障后进行智能化评估,处理过程存在安全隐患的技术问题。
鉴于上述问题,本申请提供了一种智能化污水处理设备故障评估方法及系统。
第一方面,本申请提供了一种智能化污水处理设备故障评估方法,其中,所述方法应用于污水处理设备故障评估系统,所述系统与污水处理管理终端通信连接,所述方法包括:接入所述污水处理管理终端,获取目标场所的污水处理流程信息;通过数据采集装置采集设备故障信息,得到故障节点;根据所述污水处理流程信息和所述故障节点对关联设备进行标记,得到关联设备信息;根据所述关联设备信息采集与设备相连的配套设施状况,获得配套设施状态信息;将所述关联设备信息和所述配套设施状态信息输入设备故障评估模型,得到故障评估结果;将所述故障评估结果输入所述污水处理管理终端,获得故障处理方案。
另一方面,本申请还提供了一种智能化污水处理设备故障评估系统,其中,所述系统包括:信息获取模块,接入污水处理管理终端,获取目标场所的污水处理流程信息;故障采集模块,所述故障采集模块用于通过数据采集装置采集设备故障信息,得到故障节点;标记模块,所述标记模块用于根据所述污水处理流程信息和所述故障节点对关联设备进行标记,得到关联设备信息;配套设施采集模块,所述配套设施采集模块用于根据所述关联设备信息采集与设备相连的配套设施状况,获得配套设施状态信息;故障评估模块,所述故障评估模块用于将所述关联设备信息和所述配套设施状态信息输入设备故障评估模型,得到故障评估结果;故障处理模块,所述故障处理模块用于将所述故障评估结果输入所述污水处理管理终端,获得故障处理方案。
本申请中提供的一个或多个技术方案,至少具有如下技术效果或优点:
本申请通过从污水处理管理终端得到目标场所的污水处理流程信息,然后通过数据采集装置采集设备故障信息,得到故障节点,根据所述污水处理流程信息和所述故障节点对关联设备进行标记,得到关联设备信息,然后根据所述关联设备信息采集与设备相连的配套设施状况,获得配套设施状态信息,将所述关联设备信息和所述配套设施状态信息输入设备故障评估模型,得到故障评估结果,最后将所述故障评估结果输入所述污水处理管理终端,获得故障处理方案。由此,实现了对污水处理设备故障情况进行智能化评估的目标,达到了对设备故障进行准确评估,提高故障处理质量的技术效果。
附图说明
为了更清楚地说明本申请或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是示例性的,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据提供的附图获得其他的附图。
图1为本申请实施例提供的一种智能化污水处理设备故障评估方法的流程示意图;
图2为本申请实施例提供的一种智能化污水处理设备故障评估方法中得到危险指数的流程示意图;
图3为本申请实施例提供的一种智能化污水处理设备故障评估方法中对所述危险指数进行修正的流程示意图;
图4为本申请一种智能化污水处理设备故障评估系统的结构示意图;
附图标记说明:信息获取模块11,故障采集模块12,标记模块13,配套设施采集模块14,故障评估模块15,故障处理模块16。
具体实施方式
本申请通过提供一种智能化污水处理设备故障评估方法及系统,解决了现有技术中存在无法在污水处理设备出现故障后进行智能化评估,处理过程存在安全隐患的技术问题。达到了分析故障设备及配套设施的状态信息,对故障情况进行在智能化评估的技术效果。
本申请技术方案中对数据的获取、存储、使用、处理等均符合国家法律法规的相关规定。
下面,将参考附图对本申请中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅是本申请的一部分实施例,而不是本申请的全部实施例,应理解,本申请不受这里描述的示例实施例的限制。基于本申请的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本申请保护的范围。另外还需要说明的是,为了便于描述,附图中仅示出了与本申请相关的部分而非全部。
实施例一
如图1所示,本申请提供了一种智能化污水处理设备故障评估方法,其中,所述方法应用于污水处理设备故障评估系统,所述系统与污水处理管理终端通信连接,所述方法包括:
步骤S100:接入所述污水处理管理终端,获取目标场所的污水处理流程信息;
具体而言,所述污水处理管理终端是用来对污水处理设备进行整体管理的终端。所述目标场所是进行污水处理的任一场所,可选的,所述目标场所可以是化工污水处理厂、石油污水处理厂、生活污水处理厂等。所述污水处理流程信息是用于对某种污水进行处理的工艺方法的组合,根据污水的水质和水量,排放标准等因素进行设计。由此,实现了对污水处理流程信息的把握,起到了为后续进行污水处理过程中的故障分析提供了基础数据的技术效果。
步骤S200:通过数据采集装置采集设备故障信息,得到故障节点;
具体而言,所述数据采集装置是用于对污水处理过程中发生故障的设备信息进行采集的装置,具有即时显示、自动存储、即时反馈的功能,可选的,所述数据采集装置可以是摄像机、数据传感器等。所述故障设备信息是发生故障的设备种类、数量等信息。所述故障节点是发生故障的设备在污水处理流程中所处的节点。通过确定故障发生点,为后续进行故障分析评估做了铺垫。
步骤S300:根据所述污水处理流程信息和所述故障节点对关联设备进行标记,得到关联设备信息;
进一步的,所述根据所述污水处理流程信息和所述故障节点对关联设备进行标记,本申请实施例步骤S300还包括:
步骤S310:采集与所述故障节点相连的上游节点和下游节点;
步骤S320:根据所述污水处理流程信息对所述上游节点和所述下游节点进行评级,得到评级结果集合;
步骤S330:根据预设评级阈值对所述评级结果集合进行筛选,得到关联评级结果集合;
步骤S340:根据所述关联评级结果获得关联节点集合。
进一步的,所述根据所述关联评级结果获得关联节点集合,本申请实施例步骤S340还包括:
步骤S341:根据所述故障节点和所述关联节点集合获得关联设备;
步骤S342:对所述关联设备进行标记;
步骤S343:采集标记的所述关联设备状态,获得所述关联设备信息。
具体而言,在获得所述故障节点后获得采集与所述故障节点相连的所有上游节点和所有下游节点。其中,所述上游节点是在污水处理流程中排在所述故障节点前一个步骤的节点。所述下游节点是在污水处理流程中排在所述故障节点后一个步骤的节点。根据所述污水处理流程信息对所述上游节点对所述故障节点的影响程度进行评级,以及对所述故障节点对所述下游节点的影响程度进行评级,得到评级结果集合。其中,所述评级结果集合是以影响程度为指标进行评级得到的结果集合。所述预设评级阈值是预先设置的影响程度阈值,如果评级结果超过所述预设评级阈值,说明故障节点会受到上游节点的影响,有可能是故障是由上游节点产生的,或者故障节点产生的故障会对下游节点的运行产生影响。通过按照所述预设评级阈值筛选出所述评级结果集合中超过预设评级阈值的评级结果,组成所述关联评级结果集合。所述关联评级结果集合中的关联评级结果与节点一一对应,可以得到关联节点集合。
具体的,通过对所述故障节点和所述关联节点集合进行分析,可以得到关联设备。其中,所述关联设备指的是与污水处理过程中相关的设备,通过对所述关联设备进行标记,进而根据标记通过所述污水处理管理终端采集所述关联设备的状态,得到所述关联设备信息。其中,所述关联设备信息包括是反应关联设备运行状况的信息,包括:电源电压和开关的工作情况,运行噪声,故障点,气压,运行温度等。由此,通过对关联设备的信息进行获取,达到了为分析故障的原因,评估故障的大小提供数据的技术效果。
步骤S400:根据所述关联设备信息采集与设备相连的配套设施状况,获得配套设施状态信息;
进一步的,所述根据所述关联设备信息采集与设备相连的配套设施状况,本申请实施例步骤S400还包括:
步骤S410:获得所述关联设备的配套设施与污水处理的相关性系数,
步骤S420:采集所述配套设施的状态,获得所述配套设施的状态参数;
步骤S430:根据所述相关性系数对所述状态参数进行权重分配,获得分配结果;
步骤S440:根据所述分配结果对所述状态参数进行权重计算,获得所述配套设施状态信息。
具体而言,所述配套设施是为保证关联设备正常进行污水处理工作需要采用的设施。示例性的,所述配套设施可以是:氧化池、沉淀池、污泥池联通管道,风机出口阀门,电源自动控制柜等。所述相关性系数是反映所述配套设施与污水处理的实际操作过程的相关程度的系数。进而,采集所述配套设施的状态,得到所述配套设施的状态参数,包括:密封性参数、温度参数、压力参数等。
具体的,通过根据相关性系数大小作为权重分配的标准,对所述每个所述配套设施的状态参数进行分配,得到多个分配结果。进而,根据分配结果对所述配套设施的所述状态参数进行权重计算,得到所配套设施状态信息。由此,可以实现对配套设施状态进行分析的目标,达到了提高故障评估的准确性的技术效果。
步骤S500:将所述关联设备信息和所述配套设施状态信息输入设备故障评估模型,得到故障评估结果;
进一步的,如图2所示,所述得到故障评估结果之后,本申请实施例步骤S500还包括:
步骤S510:获取所述目标场所的位置信息;
步骤S520:根据所述污水处理流程信息,获取所述目标场所的污水信息和气体信息;
步骤S530:根据所述污水信息和所述气体信息,获得交叉污染信息;
步骤S540:分析所述污水信息、所述气体信息、所述交叉污染信息和所述位置信息,得到危险指数;
步骤S550:根据所述危险指数对所述故障评估结果进行优化,得到故障评估优化结果。
进一步的,如图3所示,所述得到危险指数之后,本申请实施例步骤S540还包括:
步骤S541:通过传感器所述目标场所的现场污水处理环境进行采集,获得现场环境数据,所述现场环境数据包括:现场温度数据和现场氧浓度数据;
步骤S542:根据所述气体信息确定是否存在易燃易爆气体,若存在,则生成实时采集指令,所述实时采集指令用于实时采集所述现场温度数据和所述现场氧浓度数据;
步骤S543:将所述实时采集指令输入所述污水处理管理终端,得到实时采集结果;
步骤S544:根据所述实时采集结果对所述危险指数进行修正。
具体而言,所述目标场所的位置信息是目标场所的地理位置信息和周边信息,由此可以获得当地的防污标准和周围环境。可选的,周围环境可以是居民区、工业区、商业区等。所述污水信息是所述目标场所处理的污水类型和污水量的信息,可以反映出污水中是否有可溶性与可燃性气体。在一定的环境条件下,气体容易与液体形成爆炸混合物,引起安全事故。所述气体信息是在污水处理的过程中产生的可燃性气体的种类和数量。进而,分析所述污水信息和所述气体信息,判断气体与污水接触后是否会产生新的交叉污染信息。然后,根据所述目标场所处环境,结合所述污水信息、所述气体信息和所述交叉污染信息对目标场所的污水处理过程中的安全性进行分析,得到所述危险指数。其中,所述危险指数用于表征污水处理的危险程度。
具体的,所述传感器用于对所述目标场所的现场污水处理环境进行采集,包括:温度传感器、氧气传感器和压力传感器。采集后获得的数据信息组成所述现场环境数据。当确定所述气体信息中存在一言易爆气体时,生成所述实时采集指令,来实时采集所述现场温度数据和所述现场氧浓度数据。所述实时采集结果包括实时现场温度数据和实时现场氧浓度数据,判断所述实时采集结果是否超标,如果超标会给所述易燃易爆气体产生爆炸提供条件,由此对所述危险指数进行修正,提高危险指数。由此,实现了对污水处理过程中的安全性进行分析,优化故障评估的目标,达到了提高故障评估的准确性的技术效果。
进一步的,所述将所述关联设备信息和所述配套设施状态信息输入设备故障评估模型,本申请实施例步骤S500还包括:
步骤S550:构建所述设备故障评估模型;
步骤S560:基于大数据随机获取所述目标场所的历史数据库,所述历史数据库包括历史关联设备信息和历史配套设施状态信息;
步骤S570:将所述历史数据库划分为训练集和测试集;
步骤S580:所述训练集对所述设备故障评估模型进行训练,得到收敛状态下的所述设备故障评估模型;
步骤S590:根据所述测试集对收敛状态下的所述设备故障评估模型进行测试,获得测试结果。
具体而言,所述设备故障评估模型是对与故障相关的设备信息和配套设施状态信息进行分析后得到对故障进行评估的功能模型。所述历史数据库是所述目标场所过去时间段内的历史故障信息,其中,时间段由工作人员自行设定在此不做限制。所述历史关联设备信息是过去时间段内与故障相关联的设备运行状况的信息。所述历史配套设施状态信息是反应过去时间段内保证关联设备正常进行污水处理工作需要采用的设施的状态信息。将所述历史数据库划分为所述训练集和所述测试集,可选的,所述训练集是以此为训练数据对所述设备故障评估模型进行训练的集合。当所将所述设备故障评估模型训练至收敛状态时,对模型的训练完成。进而,通过所述测试集来对收敛状态下的所述设备故障评估模型进行测试,得到模型是否广泛适用。通过将测试集按照一定的周期对所述设备故障评估模型进行高速迭代测试,主要测试模型的输出速度和输出准确性,得到的结果是所测试结果。实现了构建功能模型,提升设备故障评估效率的目标,达到了提高设备故障评估的智能化程度的技术效果。
步骤S600:将所述故障评估结果输入所述污水处理管理终端,获得故障处理方案。
具体而言,通过将所述故障评估结果输入到所述污水处理管理终端,得到故障的原因和故障影响范围的大小,进而从污水处理管理终端中得到对应的故障处理方案。其中,所述故障处理方案用于对污水处理设备故障进行修理的技术方案。由此,实现了污水处理的智能化评估的目标。
综上所述,本申请所提供的一种智能化污水处理设备故障评估方法具有如下技术效果:
1.本申请通过从污水处理管理终端得到目标场所的污水处理流程信息,对故障设备进行信息采集,得到故障节点,根据所述污水处理流程信息和所述故障节点对关联设备进行标记,得到关联设备信息,然后根据所述关联设备信息采集与设备相连的配套设施状况,获得配套设施状态信息,将所述关联设备信息和所述配套设施状态信息输入设备故障评估模型中进行分析,得到故障评估结果,最后将所述故障评估结果输入所述污水处理管理终端,获得故障处理方案。达到了对设备故障进行准确评估,提高故障处理质量的技术效果。
2.本申请通过获取所述目标场所的位置信息,根据所述污水处理流程信息,从流程信息中可以得到所述目标场所的污水信息和气体信息,根据所述污水信息和所述气体信息,获得交叉污染信息,分析所述污水信息、所述气体信息、所述交叉污染信息和所述位置信息,得到危险指数,根据所述危险指数对所述故障评估结果进行优化,得到故障评估优化结果。
实施例二
基于与前述实施例中一种智能化污水处理设备故障评估方法同样的发明构思,如图4所示,本申请还提供了一种智能化污水处理设备故障评估系统,其中,所述系统包括:
信息获取模块11,所述信息获取模块11用于接入污水处理管理终端,获取目标场所的污水处理流程信息;
故障采集模块12,所述故障采集模块12用于通过数据采集装置采集设备故障信息,得到故障节点;
标记模块13,所述标记模块13用于根据所述污水处理流程信息和所述故障节点对关联设备进行标记,得到关联设备信息;
配套设施采集模块14,所述配套设施采集模块14用于根据所述关联设备信息采集与设备相连的配套设施状况,获得配套设施状态信息;
故障评估模块15,所述故障评估模块15用于将所述关联设备信息和所述配套设施状态信息输入设备故障评估模型,得到故障评估结果;
故障处理模块16,所述故障处理模块16用于将所述故障评估结果输入所述污水处理管理终端,获得故障处理方案。
进一步的,所述系统还包括:
位置获取单元,所述位置获取单元用于获取所述目标场所的位置信息;
水气信息获得单元,所述水气信息获得单元用于根据所述污水处理流程信息,获取所述目标场所的污水信息和气体信息;
交叉污染信息获得单元,所述交叉污染信息获得单元用于根据所述污水信息和所述气体信息,获得交叉污染信息;
危险分析单元,所述危险分析单元用于分析所述污水信息、所述气体信息、所述交叉污染信息和所述位置信息,得到危险指数;
优化单元,所述优化单元用于根据所述危险指数对所述故障评估结果进行优化,得到故障评估优化结果。
进一步的,所述系统还包括:
现场数据获得单元,所述现场数据获得单元用于通过传感器所述目标场所的现场污水处理环境进行采集,获得现场环境数据,所述现场环境数据包括:现场温度数据和现场氧浓度数据;
采集指令生成单元,所述采集指令生成单元用于根据所述气体信息确定是否存在易燃易爆气体,若存在,则生成实时采集指令,所述实时采集指令用于实时采集所述现场温度数据和所述现场氧浓度数据;
采集结果获得单元,所述采集结果获得单元用于将所述实时采集指令输入所述污水处理管理终端,得到实时采集结果;
修正单元,所述修正单元用于根据所述实时采集结果对所述危险指数进行修正。
进一步的,所述系统还包括:
节点获得单元,所述节点获得单元用于采集与所述故障节点相连的上游节点和下游节点;
评级单元,所述评级单元用于根据所述污水处理流程信息对所述上游节点和所述下游节点进行评级,得到评级结果集合;
评级结果获得单元,所述评级结果获得单元用于根据预设评级阈值对所述评级结果集合进行筛选,得到关联评级结果集合;
关联节点获得单元,所述关联节点获得单元用于根据所述关联评级结果获得关联节点集合。
进一步的,所述系统还包括:
关联设备获得单元,所述关联设备获得单元用于根据所述故障节点和所述关联节点集合获得关联设备;
标记单元,所述标记单元用于对所述关联设备进行标记;
关联设备信息获得单元,所述关联设备信息获得单元用于采集标记的所述关联设备状态,获得所述关联设备信息。
进一步的,所述系统还包括:
系数获得单元,所述系数获得单元用于获得所述关联设备的配套设施与污水处理的相关性系数,
状态参数获得单元,所述状态参数获得单元用于采集所述配套设施的状态,获得所述配套设施的状态参数;
分配单元,所述分配单元用于根据所述相关性系数对所述状态参数进行权重分配,获得分配结果;
计算单元,所述计算单元用于根据所述分配结果对所述状态参数进行权重计算,获得所述配套设施状态信息。
进一步的,所述系统还包括:
模型构建单元,所述模型构建单元用于构建所述设备故障评估模型;
历史库获得单元,所述历史库获得单元用于基于大数据随机获取所述目标场所的历史数据库,所述历史数据库包括历史关联设备信息和历史配套设施状态信息;
划分单元,所述划分单元用于将所述历史数据库划分为训练集和测试集;
训练单元,所述训练单元用于所述训练集对所述设备故障评估模型进行训练,得到收敛状态下的所述设备故障评估模型;
测试单元,所述测试单元用于根据所述测试集对收敛状态下的所述设备故障评估模型进行测试,获得测试结果。
本说明书中各个实施例采用递进的方式描述,每个实施例重点说明的都是与其他实施例的不同之处,前述图1实施例一中的一种智能化污水处理设备故障评估方法和具体实例同样适用于本实施例的一种智能化污水处理设备故障评估系统,通过前述对一种智能化污水处理设备故障评估方法的详细描述,本领域技术人员可以清楚的知道本实施例中一种智能化污水处理设备故障评估系统,所以为了说明书的简洁,在此不再详述。对于实施例公开的装置而言,由于其与实施例公开的方法相对应,所以描述的比较简单,相关之处参见方法部分说明即可。
对所公开的实施例的上述说明,使本领域专业技术人员能够实现或使用本申请。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的,本文中所定义的一般原理可以在不脱离本申请的精神或范围的情况下,在其它实施例中实现。因此,本申请将不会被限制于本文所示的这些实施例,而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。
Claims (8)
1.一种智能化污水处理设备故障评估方法,其特征在于,所述方法应用于污水处理设备故障评估系统,所述系统与污水处理管理终端通信连接,所述方法包括:
接入所述污水处理管理终端,获取目标场所的污水处理流程信息;
通过数据采集装置采集设备故障信息,得到故障节点;
根据所述污水处理流程信息和所述故障节点对关联设备进行标记,得到关联设备信息;
根据所述关联设备信息采集与设备相连的配套设施状况,获得配套设施状态信息;
将所述关联设备信息和所述配套设施状态信息输入设备故障评估模型,得到故障评估结果;
将所述故障评估结果输入所述污水处理管理终端,获得故障处理方案。
2.如权利要求1所述的方法,其特征在于,所述得到故障评估结果之后,包括:
获取所述目标场所的位置信息;
根据所述污水处理流程信息,获取所述目标场所的污水信息和气体信息;
根据所述污水信息和所述气体信息,获得交叉污染信息;
分析所述污水信息、所述气体信息、所述交叉污染信息和所述位置信息,得到危险指数;
根据所述危险指数对所述故障评估结果进行优化,得到故障评估优化结果。
3.如权利要求2所述的方法,其特征在于,所述得到危险指数之后,包括:
通过传感器所述目标场所的现场污水处理环境进行采集,获得现场环境数据,所述现场环境数据包括:现场温度数据和现场氧浓度数据;
根据所述气体信息确定是否存在易燃易爆气体,若存在,则生成实时采集指令,所述实时采集指令用于实时采集所述现场温度数据和所述现场氧浓度数据;
将所述实时采集指令输入所述污水处理管理终端,得到实时采集结果;
根据所述实时采集结果对所述危险指数进行修正。
4.如权利要求1所述的方法,其特征在于,所述根据所述污水处理流程信息和所述故障节点对关联设备进行标记,包括:
采集与所述故障节点相连的上游节点和下游节点;
根据所述污水处理流程信息对所述上游节点和所述下游节点进行评级,得到评级结果集合;
根据预设评级阈值对所述评级结果集合进行筛选,得到关联评级结果集合;
根据所述关联评级结果获得关联节点集合。
5.如权利要求4所述的方法,其特征在于,所述根据所述关联评级结果获得关联节点集合,包括:
根据所述故障节点和所述关联节点集合获得关联设备;
对所述关联设备进行标记;
采集标记的所述关联设备状态,获得所述关联设备信息。
6.如权利要求1所述的方法,其特征在于,所述根据所述关联设备信息采集与设备相连的配套设施状况,包括:
获得所述关联设备的配套设施与污水处理的相关性系数,
采集所述配套设施的状态,获得所述配套设施的状态参数;
根据所述相关性系数对所述状态参数进行权重分配,获得分配结果;
根据所述分配结果对所述状态参数进行权重计算,获得所述配套设施状态信息。
7.如权利要求1所述的方法,其特征在于,所述将所述关联设备信息和所述配套设施状态信息输入设备故障评估模型,包括:
构建所述设备故障评估模型;
基于大数据随机获取所述目标场所的历史数据库,所述历史数据库包括历史关联设备信息和历史配套设施状态信息;
将所述历史数据库划分为训练集和测试集;
所述训练集对所述设备故障评估模型进行训练,得到收敛状态下的所述设备故障评估模型;
根据所述测试集对收敛状态下的所述设备故障评估模型进行测试,获得测试结果。
8.一种智能化污水处理设备故障评估系统,其特征在于,所述系统包括:
信息获取模块,接入污水处理管理终端,获取目标场所的污水处理流程信息;
故障采集模块,所述故障采集模块用于通过数据采集装置采集设备故障信息,得到故障节点;
标记模块,所述标记模块用于根据所述污水处理流程信息和所述故障节点对关联设备进行标记,得到关联设备信息;
配套设施采集模块,所述配套设施采集模块用于根据所述关联设备信息采集与设备相连的配套设施状况,获得配套设施状态信息;
故障评估模块,所述故障评估模块用于将所述关联设备信息和所述配套设施状态信息输入设备故障评估模型,得到故障评估结果;
故障处理模块,所述故障处理模块用于将所述故障评估结果输入所述污水处理管理终端,获得故障处理方案。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210819831.6A CN115099360A (zh) | 2022-07-13 | 2022-07-13 | 一种智能化污水处理设备故障评估方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210819831.6A CN115099360A (zh) | 2022-07-13 | 2022-07-13 | 一种智能化污水处理设备故障评估方法及系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115099360A true CN115099360A (zh) | 2022-09-23 |
Family
ID=83297533
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210819831.6A Withdrawn CN115099360A (zh) | 2022-07-13 | 2022-07-13 | 一种智能化污水处理设备故障评估方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115099360A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117010856A (zh) * | 2023-05-26 | 2023-11-07 | 中建安装集团有限公司 | 基于数据分析的污水智慧分流数据管理系统及方法 |
CN117035230A (zh) * | 2023-08-08 | 2023-11-10 | 上海东振环保工程技术有限公司 | 一种基于大数据分析的污水处理设备运行状态评估方法 |
-
2022
- 2022-07-13 CN CN202210819831.6A patent/CN115099360A/zh not_active Withdrawn
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117010856A (zh) * | 2023-05-26 | 2023-11-07 | 中建安装集团有限公司 | 基于数据分析的污水智慧分流数据管理系统及方法 |
CN117010856B (zh) * | 2023-05-26 | 2024-01-30 | 中建安装集团有限公司 | 基于数据分析的污水智慧分流数据管理系统及方法 |
CN117035230A (zh) * | 2023-08-08 | 2023-11-10 | 上海东振环保工程技术有限公司 | 一种基于大数据分析的污水处理设备运行状态评估方法 |
CN117035230B (zh) * | 2023-08-08 | 2024-04-30 | 上海东振环保工程技术有限公司 | 一种基于大数据分析的污水处理设备运行状态评估方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN115099360A (zh) | 一种智能化污水处理设备故障评估方法及系统 | |
CN109737309B (zh) | 一种基于风险识别的风险源定漏溯源方法及其系统 | |
CN104395848B (zh) | 用于实时干低氮氧化物(dln)和扩散燃烧监视的方法和系统 | |
EP0712509B1 (en) | Virtual continuous emission monitoring system with sensor validation | |
US5386373A (en) | Virtual continuous emission monitoring system with sensor validation | |
CN114444259B (zh) | 一种雨污管网溯源追踪系统及方法 | |
CN101601023A (zh) | 热交换器积垢检测 | |
CN1862278A (zh) | 预测电动机剩余寿命的方法和系统 | |
KR102331744B1 (ko) | 수돗물 수질 측정기 및 이를 구비한 공동 주택용 스마트 수돗물 수질 진단 및 위험요소 예측 시스템 및 방법 | |
Landucci et al. | A methodology for frequency tailorization dedicated to the Oil & Gas sector | |
CN105758661B (zh) | 一种锅炉受热面寿命评估系统和方法 | |
CN111625988A (zh) | 基于深度学习的桥梁健康管理分析与预测系统及方法 | |
CN102436252B (zh) | 一种基于免疫危险理论的流程工业的故障诊断方法和系统 | |
KR101717560B1 (ko) | 부식 위험 관리 시스템 및 방법 | |
CN111260232A (zh) | 一种户内燃气安全评价方法、系统、装置和存储介质 | |
CN111191855A (zh) | 一种基于管网多元水质时序数据的水质异常事件识别预警方法 | |
CN112763655A (zh) | 一种自动质控方法、系统及装置 | |
Smith | Detect them before they get away: fenceline monitoring's potential to improve fugitive emissions management | |
CN206833239U (zh) | 一种基于数据驱动的火电厂控制系统故障检测系统 | |
Booysen et al. | A practical methodology for the systematic identification of outliers | |
Tuhovcak et al. | Risk analysis of water distribution systems | |
CN117521432B (zh) | 一种面向在役过程设备的失效模式与影响分析方法 | |
CN114742300B (zh) | 一种脱硝设备锅炉烟道阻力预警方法及系统 | |
CN118278746A (zh) | 城市燃气管道泄漏风险演化评估方法、电子设备 | |
Nourian et al. | A fuzzy expert system for controlling safety and shutoff valves in gas pressure reduction stations under uncertain conditions |
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 | ||
WW01 | Invention patent application withdrawn after publication |
Application publication date: 20220923 |
|
WW01 | Invention patent application withdrawn after publication |