CN116976854B - 一种基于物联网的自来水厂智能巡检系统 - Google Patents
一种基于物联网的自来水厂智能巡检系统 Download PDFInfo
- Publication number
- CN116976854B CN116976854B CN202310948125.6A CN202310948125A CN116976854B CN 116976854 B CN116976854 B CN 116976854B CN 202310948125 A CN202310948125 A CN 202310948125A CN 116976854 B CN116976854 B CN 116976854B
- Authority
- CN
- China
- Prior art keywords
- water
- quality index
- real
- time
- water quality
- 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.)
- Active
Links
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 title claims abstract description 515
- 238000007689 inspection Methods 0.000 title claims abstract description 57
- 230000002159 abnormal effect Effects 0.000 claims abstract description 52
- 238000000034 method Methods 0.000 claims abstract description 18
- 238000012545 processing Methods 0.000 claims abstract description 4
- 239000000701 coagulant Substances 0.000 claims description 72
- 238000004062 sedimentation Methods 0.000 claims description 69
- 238000004659 sterilization and disinfection Methods 0.000 claims description 55
- 230000005856 abnormality Effects 0.000 claims description 23
- 238000001514 detection method Methods 0.000 claims description 21
- 238000001914 filtration Methods 0.000 claims description 14
- 238000004364 calculation method Methods 0.000 claims description 9
- 230000001954 sterilising effect Effects 0.000 claims description 8
- 238000013507 mapping Methods 0.000 claims description 6
- 238000013178 mathematical model Methods 0.000 claims description 5
- 238000012544 monitoring process Methods 0.000 claims description 5
- 239000000645 desinfectant Substances 0.000 claims description 4
- 238000001556 precipitation Methods 0.000 claims description 4
- 239000000835 fiber Substances 0.000 claims description 3
- 239000008213 purified water Substances 0.000 claims description 3
- 230000006855 networking Effects 0.000 claims description 2
- 238000011835 investigation Methods 0.000 abstract description 3
- 230000015271 coagulation Effects 0.000 description 2
- 238000005345 coagulation Methods 0.000 description 2
- 239000008399 tap water Substances 0.000 description 2
- 235000020679 tap water Nutrition 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 239000010419 fine particle Substances 0.000 description 1
- 230000005484 gravity Effects 0.000 description 1
- 239000002245 particle Substances 0.000 description 1
- 238000000746 purification Methods 0.000 description 1
- 239000010802 sludge Substances 0.000 description 1
- 238000003756 stirring Methods 0.000 description 1
Classifications
-
- 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
- G06Q10/20—Administration of product repair or maintenance
-
- 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
- G06Q10/06393—Score-carding, benchmarking or key performance indicator [KPI] 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
- G06Q50/00—Systems or methods specially adapted for specific business sectors, e.g. utilities or tourism
- G06Q50/06—Electricity, gas or water supply
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16Y—INFORMATION AND COMMUNICATION TECHNOLOGY SPECIALLY ADAPTED FOR THE INTERNET OF THINGS [IoT]
- G16Y10/00—Economic sectors
- G16Y10/35—Utilities, e.g. electricity, gas or water
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16Y—INFORMATION AND COMMUNICATION TECHNOLOGY SPECIALLY ADAPTED FOR THE INTERNET OF THINGS [IoT]
- G16Y40/00—IoT characterised by the purpose of the information processing
- G16Y40/10—Detection; Monitoring
Abstract
本发明公开了一种基于物联网的自来水厂智能巡检系统，属于自来水厂巡检领域，解决了如何对自来水厂的水处理过程进行智能排查，从而实现智能巡检，避免自来水厂的水处理工作存在失误的问题；通过数据采集模块对目标自来水厂的所有水处理环节的水处理数据进行采集，通过异常分析模块对采集获取的水处理数据进行分析，判断相应水处理环节的相应区域是否异常，能够智能化、快速的对目标自来水厂的所有水处理环节是否异常进行全面且精确的排查，找出隐患；通过巡检路线生成模块根据异常清单表对目标自来水厂的巡检路线进行构建，后台管理模块对获取的巡检路线进行对应巡检和处理；能够对异常水处理环节进行针对性的巡检处理，提高了巡检效率。
Description
技术领域
本发明属于自来水厂巡检领域，具体是一种基于物联网的自来水厂智能巡检系统。
背景技术
自来水厂是负责处理和供应城市或乡村居民用于生活、工业和其他用途的自来水的机构或设施。自来水厂需要定期或不定期对水处理过程或相关设备进行巡检，从而保证能够供应符合标准的净水。
目前自来水厂巡检一般是人工对各个水处理设备进行全面隐患排查，进而获取隐患目标，从而对相应的隐患进行处理。该方法利用人工来排查隐患不够智能化，且人工排查容易疏忽，会导致有些问题尚未发现，从而导致自来水厂的水处理工作存在失误。为此，本发明提出了一种基于物联网的自来水厂智能巡检系统。
发明内容
本发明旨在至少解决现有技术中存在的技术问题之一。为此，本发明提出一种基于物联网的自来水厂智能巡检系统，该发明解决了如何对自来水厂的水处理过程进行智能排查，从而实现智能巡检，避免自来水厂的水处理工作存在失误的问题。
为了实现上述目的，本发明采用了如下技术方案：
一种基于物联网的自来水厂智能巡检系统，包括：数据采集模块、异常分析模块以及巡检路线生成模块；
所述数据采集模块用于对目标自来水厂所有水处理环节的水处理数据进行采集，并将采集获取的水处理数据打上传感器编号标签实时发送至数据库进行存储；
所述异常分析模块用于对数据库实时获取的水处理数据进行分析，判断相应水处理环节是否异常，包括：从数据库提取实时获取的水处理数据，并将相应环节的水处理数据映射至对应的水处理监测数学模型，计算相应的理论检测指标，并将计算获取的相应理论检测指标与对应实时采集获取的检测指标进行对比，计算两者之间的差值，将获取的差值与预设差值范围进行比对，将超出预设差值范围值的对应水处理环节标记为异常，并将异常涉及的传感器编号存入异常清单表发送至数据库进行存储；
巡检路线生成模块用于根据异常清单表对目标自来水厂的巡检路线进行构建，将标记好的水处理巡检路线的电子地图发送至后台管理模块。
进一步地，水源进水环节水处理数据包括原水初始水质指标、原水水流量以及原水实时水质指标；混凝剂投加环节水处理数据包括池中初始混凝剂浓度、混凝剂实时投加量、混凝剂投加时间以及池中实时混凝剂浓度；沉淀环节水处理数据包括沉淀池进水水质指标、沉淀池沉淀速率、沉淀池沉淀时间以及沉淀池出水实时水质指标；净水过滤环节水处理数据包括过滤器进水水质指标、过滤器出水初始水质指标以及过滤器出水实时水质指标；消毒环节水处理数据包括消毒池进水水质指标、消毒池出水初始水质指标以及消毒池出水实时水质指标；配水环节处理数据包括配水水质指标。
进一步地，异常分析模块根据原水水质指标模型：FY(x)′＝α×Q+FY0(x)，获取水源进水环节中理论的原水实时水质指标FY(x)′，式中，x表示水源进水环节中所要检测的水质指标的编号，Q表示原水水流量，α表示原水实时水质指标与原水水流量的比例因子，FY0(x)表示原水初始水质指标；将计算获取的理论的原水实时水质指标FY(x)′与采集获取的原水实时水质指标FY(x)相减，获取两者的差值，若计算获取的差值超出预设原水实时水质指标差值范围，则将涉及的传感器编号存入异常清单表中。
进一步地，异常分析模块根据混凝剂浓度模型：获取混凝剂投加环节中理论的池中实时混凝剂浓度CTH′，式中，TH表示混凝剂投加的时间，β表示混凝剂投加量与混凝剂投加时间的比例因子，CTH0表示池中初始混凝剂浓度，V表示混凝剂投加池设定的水容量；将计算获取的理论的池中实时混凝剂浓度CTH′与采集获取的池中实时混凝剂浓度CTH相减，获取两者的差值，若计算获取的差值超出预设池中实时混凝剂浓度差值范围，则将涉及的传感器编号存入异常清单表中。
进一步地，异常分析模块根据沉淀池水质指标模型：FCout(y)′＝FCin(y)×e-v×TC，获取沉淀环节中理论的沉淀池出水实时水质指标FCout(y)′，式中，y表示沉淀环节中所要检测的水质指标的编号，FCin(y)表示沉淀池进水水质指标，v表示沉淀池沉淀速率，TC表示沉淀池沉淀时间；将计算获取的理论的沉淀池出水实时水质指标FCout(y)′与采集获取的沉淀池出水实时水质指标FCout(y)相减，获取两者的差值，若计算获取的差值超出预设沉淀池出水实时水质指标差值范围，则将涉及的传感器编号存入异常清单表中。
进一步地，异常分析模块根据过滤器水质指标模型：FGout(z)′＝δ×FGin(z)+FGout0(z)，获取净水过滤环节中理论的过滤器出水实时水质指标FGout(z)′，式中，z表示净水过滤环节中所要检测的水质指标的编号，FGin(z)表示过滤器进水水质指标，δ表示过滤器出水实时水质指标与过滤器进水质指标的比例因子，FGout0(z)表示过滤器出水初始水质指标；将计算获取的理论的过滤器出水实时水质指标FGout(z)′与采集获取的过滤器出水实时水质指标FGout(z)相减，获取两者的差值，若计算获取的差值超出预设过滤器出水实时水质指标差值范围，则将涉及的传感器编号存入异常清单表中。
进一步地，异常分析模块根据消毒剂浓度模型：FXout(r)′＝ε×FXin(r)+FXout0(r)，获取消毒环节中理论的消毒池出水实时水质指标FXout(r)′，式中，r表示消毒环节中所要检测的水质指标的编号，FXin(r)表示消毒池进水水质指标，ε表示消毒池出水实时水质指标与消毒池进水水质指标的比例因子，FXout0(r)表示消毒池出水初始水质指标；将计算获取的理论的消毒池出水实时水质指标FXout(r)′与采集获取的消毒池出水实时水质指标FXout(r)相减，获取两者的差值，若计算获取的差值超出预设消毒池出水实时水质指标差值范围，则将涉及的传感器编号存入异常清单表中。
进一步地，异常分析模块针对配水环节，将采集获取的配水水质指标与预设配水水质指标进行比对，获取差值，若差值超出预设配水水质指标差值范围，则将涉及的传感器编号存入异常清单表中。
进一步地，巡检路线生成模块对巡检路线进行构建的过程如下：
定时获取异常清单表，将获取的异常清单表所包含的各个传感器编号映射至目标自来水厂的水处理电子地图；
其中，目标自来水厂的水处理电子地图是前期根据目标自来水厂各个水处理环节所在位置、各个水处理环节中设置的传感器编号和对应的传感器地理位置信息进行绘制而成，并存入数据库；
对电子地图中相应的编号的传感器地理位置进行标记，对其中重点关注对象的传感器编号所对应的传感器地理位置进行重点标记；
按照自来水厂的水处理环节的处理顺序，将处于最先的水处理环节的位置作为起点，将处于最后水处理环节的位置作为终点；
根据起点和终点以及传感器的地理位置，生成当前水处理巡检路线。
与现有技术相比，本发明的有益效果是：
1、在本发明中，通过数据采集模块对目标自来水厂的所有水处理环节的水处理数据进行采集，并通过异常分析模块对采集获取的水处理数据进行分析，判断相应水处理环节的相应区域是否异常，将异常点的传感器编号存入异常清单表，其中分析过程是将检测到的水处理数据映射至相应的水处理监测数学模型，将计算获取的相应理论检测指标与实际采集获取的检测指标进行比对，若差值超过相应预设检测指标差值范围，则表示对应水处理环节存在异常，并将涉及的传感器编号存入异常清单表，从而能够智能化、快速的对目标自来水厂的所有水处理环节是否异常进行全面且精确的排查，找出隐患，方便后续消除隐患；其中相应水处理环节包含多个水处理区域，通过传感器编号，可以方便后续巡检路线生成模块对异常位置进行定位。
2、在本发明中，通过巡检路线生成模块根据异常清单表对目标自来水厂的巡检路线进行构建，以及后台管理模块对获取的巡检路线进行对应巡检和处理；其中将异常清单表中的传感器编号映射至目标自来水厂水处理电子地图，进而生成异常巡检路线，方便工作人员直接对异常水处理环节进行针对性的巡检处理，节约了巡检时间，提高了巡检效率。
附图说明
图1为本发明的一种基于物联网的自来水厂智能巡检系统框图。
具体实施方式
下面将结合实施例对本发明的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，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它实施例，都属于本发明保护的范围。
如图1所示，一种基于物联网的自来水厂智能巡检系统，包括：数据采集模块、异常分析模块、巡检路线生成模块、后台管理模块以及数据库；
所述数据采集模块用于对目标自来水厂所有水处理环节的水处理数据进行采集，并将采集获取的水处理数据打上传感器编号标签实时发送至数据库；
需要说明的是，自来水厂包括水源进水环节、混凝剂投加环节、沉淀环节、净水过滤环节、消毒环节以及配水环节；其中水源进水环节设置有水源泵站，用于将原水从其他区域输送至目标自来水厂，混凝剂投加环节设置有混凝剂投加池和混凝剂投加装置，沉淀池环节设置有沉淀池，净水过滤环节设置有净水过滤装置，消毒环节设置有消毒池，以及配水环节设置有储水池和配水泵站；按照自来水厂的规模，混凝剂投加池、沉淀池、净水过滤器以及消毒池可以各自设置多个，适应当地区域的用水量；其中混凝剂投加装置对从水源泵站流入混凝剂投加池的原水加入混凝剂并搅拌，使得原水中的颗粒物聚集成絮凝体，待絮凝体生成之后，原水流入沉淀池进行沉淀，絮凝体因重力沉降至池底形成淤泥，清水从池顶流出并通过净水过滤器，净水过滤器将清水中细小颗粒物进行过滤，过滤后的清水进入消毒池进行消毒，消毒后的净水进入储水池和配水泵站进行存储和分配，通过配水泵站将净水送入配水管网不同区域的管道，从而为不同用水区域提供净水；
在本实施例中，在各个环节均设置有相应的传感器对相应的水处理数据进行检测；
其中水源进水环节水处理数据包括：原水初始水质指标、原水水流量、原水实时水质指标；可以通过在进入自来水厂的位置设置流量传感器对原水水流量进行检测，以及通过不同水质指标的水质传感器对原水初始水质指标和原水实时水质指标进行检测；
混凝剂投加环节水处理数据包括：池中初始混凝剂浓度、混凝剂实时投加量、混凝剂投加时间、池中实时混凝剂浓度；可以通过设置在混凝剂投加装置上的投加计时器和投加量传感器分别对混凝剂投加时间和混凝剂实时投加量进行检测，通过设置在混凝剂投加池中的浓度传感器对池中初始混凝剂浓度和池中实时混凝剂浓度进行检测；
沉淀环节水处理数据包括：沉淀池进水水质指标、沉淀池沉淀速率、沉淀池沉淀时间、沉淀池出水实时水质指标；可以通过设置在沉淀池进水口的不同水质指标的水质传感器对沉淀池进水水质指标进行检测，通过设置在沉淀池中的水位传感器和沉淀计时器对沉淀池沉淀速率和沉淀池沉淀时间进行检测，以及通过设置在沉淀池出水口不同水质指标的水质传感器对沉淀池出水实时水质指标进行检测；
净水过滤环节水处理数据包括：过滤器进水水质指标、过滤器出水初始水质指标、过滤器出水实时水质指标；可以通过设置在净水过滤装置进水口不同水质指标的水质传感器对过滤器进水水质指标进行检测，以及通过设置在净水过滤装置出水口不同水质指标的水质传感器对过滤器出水初始水质指标和过滤器出水实时水质指标进行检测；
消毒环节水处理数据包括：消毒池进水水质指标、消毒池出水初始水质指标、消毒池出水实时水质指标；可以通过设置在消毒池进水口不同水质指标的水质传感器对消毒池进水水质指标进行检测，以及通过设置在消毒池出水口不同水质指标的水质传感器对消毒池出水初始水质指标和消毒池出水实时水质指标进行检测；
配水环节处理数据包括：配水水质指标，可以通过设置在储水池和配水泵站出口不同水质指标的水质传感器对配水水质指标进行检测；
所述异常分析模块用于对数据库实时获取的水处理数据进行分析，判断相应水处理环节是否异常，包括：从数据库提取实时获取的水处理数据，并将相应环节的水处理数据映射至对应的水处理监测数学模型，计算相应的理论检测指标，并将计算获取的相应理论检测指标与对应实时采集获取的检测指标进行对比，计算两者之间的差值，将获取的差值与预设差值范围进行比对，将超出预设差值范围值的对应水处理环节标记为异常，并将异常涉及的传感器编号存入异常清单表发送至数据库进行存储；
可以理解的是，每个水处理环节可能包含多个水处理单元，例如混凝剂投加环节可以设置多个混凝投加池和对应的混凝剂投加装置，且各个混凝剂投加池和对应的混凝剂投加装置均设置有相应的传感器，在异常分析时，若出现其中一个混凝投加池和对应的混凝剂投加装置存在异常，则将对应的传感器编号存入异常清单表，而混凝剂投加环节的其他混凝剂投加池和对应的混凝剂投加装置可能不存在异常，则涉及的传感器编号无须存入异常清单表，其他水处理环节类似；
根据原水水质指标模型：FY(x)′＝α×Q+FY0(x)，获取水源进水环节中理论的原水实时水质指标FY(x)′，式中，x表示水源进水环节中所要检测的水质指标的编号，Q表示原水水流量，α表示原水实时水质指标与原水水流量的比例因子，FY0(x)表示原水初始水质指标；将计算获取的理论的原水实时水质指标FY(x)′与采集获取的原水实时水质指标FY(x)相减，获取两者的差值，若计算获取的差值超出预设原水实时水质指标差值范围，则将涉及的传感器编号存入异常清单表中；
根据混凝剂浓度模型：获取混凝剂投加环节中理论的池中实时混凝剂浓度CTH′，式中，TH表示混凝剂投加的时间，β表示混凝剂投加量与混凝剂投加时间的比例因子，CTH0表示池中初始混凝剂浓度，V表示混凝剂投加池设定的水容量；将计算获取的理论的池中实时混凝剂浓度CTH′与采集获取的池中实时混凝剂浓度CTH相减，获取两者的差值，若计算获取的差值超出预设池中实时混凝剂浓度差值范围，则将涉及的传感器编号存入异常清单表中；
根据沉淀池水质指标模型：FCout(y)′＝FCin(y)×e-v×TC，获取沉淀环节中理论的沉淀池出水实时水质指标FCout(y)′，式中，y表示沉淀环节中所要检测的水质指标的编号，FCin(y)表示沉淀池进水水质指标，v表示沉淀池沉淀速率，TC表示沉淀池沉淀时间；将计算获取的理论的沉淀池出水实时水质指标FCout(y)′与采集获取的沉淀池出水实时水质指标FCout(y)相减，获取两者的差值，若计算获取的差值超出预设沉淀池出水实时水质指标差值范围，则将涉及的传感器编号存入异常清单表中；
根据过滤器水质指标模型：FGout(z)′＝δ×FGin(z)+FGout0(z)，获取净水过滤环节中理论的过滤器出水实时水质指标FGout(z)′，式中，z表示净水过滤环节中所要检测的水质指标的编号，FGin(z)表示过滤器进水水质指标，δ表示过滤器出水实时水质指标与过滤器进水质指标的比例因子，FGout0(z)表示过滤器出水初始水质指标；将计算获取的理论的过滤器出水实时水质指标FGout(z)′与采集获取的过滤器出水实时水质指标FGout(z)相减，获取两者的差值，若计算获取的差值超出预设过滤器出水实时水质指标差值范围，则将涉及的传感器编号存入异常清单表中；
根据消毒剂浓度模型：FXout(r)′＝ε×FXin(r)+FXout0(r)，获取消毒环节中理论的消毒池出水实时水质指标FXout(r)′，式中，r表示消毒环节中所要检测的水质指标的编号，FXin(r)表示消毒池进水水质指标，ε表示消毒池出水实时水质指标与消毒池进水水质指标的比例因子，FXout0(r)表示消毒池出水初始水质指标；将计算获取的理论的消毒池出水实时水质指标FXout(r)′与采集获取的消毒池出水实时水质指标FXout(r)相减，获取两者的差值，若计算获取的差值超出预设消毒池出水实时水质指标差值范围，则将涉及的传感器编号存入异常清单表中；
针对配水环节，将采集获取的配水水质指标与预设配水水质指标进行比对，获取差值，若差值超出预设配水水质指标差值范围，则将涉及的传感器编号存入异常清单表中；
其中，预设原水实时水质指标差值范围、预设池中实时混凝剂浓度差值范围、预设沉淀池出水实时水质指标差值范围、预设过滤器出水实时水质指标差值范围、预设消毒池出水实时水质指标差值范围以及预设配水水质指标差值范围是前期工程人员根据大量水处理数据分析所获取的；
在本实施例中，通过数据采集模块对目标自来水厂的所有水处理环节的水处理数据进行采集，并通过异常分析模块对采集获取的水处理数据进行分析，判断相应水处理环节的相应区域是否异常，将异常点的传感器编号存入异常清单表，其中分析过程是将检测到的水处理数据映射至相应的水处理监测数学模型，将计算获取的相应理论检测指标与实际采集获取的检测指标进行比对，若差值超过相应预设检测指标差值范围，则表示对应水处理环节存在异常，并将涉及的传感器编号存入异常清单表，从而能够智能化、快速的对目标自来水厂的所有水处理环节是否异常进行全面且精确的排查，找出隐患，方便后续消除隐患；其中相应水处理环节包含多个水处理区域，通过传感器编号，可以方便后续巡检路线生成模块对异常位置进行定位；
巡检路线生成模块用于根据异常清单表对目标自来水厂的巡检路线进行构建；
定时获取异常清单表，将获取的异常清单表所包含的各个传感器编号映射至目标自来水厂的水处理电子地图；
其中，目标自来水厂的水处理电子地图是前期根据目标自来水厂各个水处理环节所在位置、各个水处理环节中设置的传感器编号和对应的传感器地理位置信息进行绘制而成，并存入数据库；
对电子地图中相应的编号的传感器地理位置进行标记，对其中重点关注对象的传感器编号所对应的传感器地理位置进行重点标记；
按照自来水厂的水处理环节的处理顺序，将处于最先的水处理环节的位置作为起点，将处于最后水处理环节的位置作为终点；
根据起点和终点以及传感器的地理位置，生成当前水处理巡检路线；
将标记好的水处理巡检路线的电子地图发送至后台管理模块；
后台管理模块获取到标记好的水处理巡检路线的电子地图后即进行对应巡检和处理；
在本实施例中，通过巡检路线生成模块根据异常清单表对目标自来水厂的巡检路线进行构建，以及后台管理模块对获取的巡检路线进行对应巡检和处理；其中将异常清单表中的传感器编号映射至目标自来水厂水处理电子地图，进而生成异常巡检路线，方便工作人员直接对异常水处理环节进行针对性的巡检处理，节约了巡检时间，提高了巡检效率。
上述公式均是去除量纲取其数值计算，公式是由采集大量数据进行软件模拟得到最接近真实情况的一个公式，公式中的预设参数和预设阈值由本领域的技术人员根据实际情况设定或者大量数据模拟获得。
在本发明所提供的实施例中，应该理解到，所揭露的设备，装置和方法，可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如，所述模块的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式；所述作为分离部件说明的模块可以是或者也可以不是物理上分开的，作为模块显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方法的目的。
以上实施例仅用以说明本发明的技术方法而非限制，尽管参照较佳实施例对本发明进行了详细说明，本领域的普通技术人员应当理解，可以对本发明的技术方法进行修改或等同替换，而不脱离本发明技术方法的精神和范围。
Claims (4)
1.一种基于物联网的自来水厂智能巡检系统，其特征在于：包括：数据采集模块、异常分析模块以及巡检路线生成模块；
所述数据采集模块用于对目标自来水厂所有水处理环节的水处理数据进行采集，并将采集获取的水处理数据打上传感器编号标签实时发送至数据库进行存储；
所述异常分析模块用于对数据库实时获取的水处理数据进行分析，判断相应水处理环节是否异常，包括：从数据库提取实时获取的水处理数据，并将相应环节的水处理数据映射至对应的水处理监测数学模型，计算相应的理论检测指标，并将计算获取的相应理论检测指标与对应实时采集获取的检测指标进行对比，计算两者之间的差值，将获取的差值与预设差值范围进行比对，将超出预设差值范围值的对应水处理环节标记为异常，并将异常涉及的传感器编号存入异常清单表发送至数据库进行存储；包括：
异常分析模块根据原水水质指标模型：FY(x)′＝α×Q+FY0(x)，获取水源进水环节中理论的原水实时水质指标FY(x)′，式中，x表示水源进水环节中所要检测的水质指标的编号，Q表示原水水流量，α表示原水实时水质指标与原水水流量的比例因子，FY0(x)表示原水初始水质指标；将计算获取的理论的原水实时水质指标FY(x)′与采集获取的原水实时水质指标FY(x)相减，获取两者的差值，若计算获取的差值超出预设原水实时水质指标差值范围，则将涉及的传感器编号存入异常清单表中；
异常分析模块根据混凝剂浓度模型：获取混凝剂投加环节中理论的池中实时混凝剂浓度CTH′，式中，TH表示混凝剂投加的时间，β表示混凝剂投加量与混凝剂投加时间的比例因子，CTH0表示池中初始混凝剂浓度，V表示混凝剂投加池设定的水容量；将计算获取的理论的池中实时混凝剂浓度CTH′与采集获取的池中实时混凝剂浓度CTH相减，获取两者的差值，若计算获取的差值超出预设池中实时混凝剂浓度差值范围，则将涉及的传感器编号存入异常清单表中；
异常分析模块根据沉淀池水质指标模型：FCout(y)′＝FCin(y)×e-v×TC，获取沉淀环节中理论的沉淀池出水实时水质指标FCout(y)′，式中，y表示沉淀环节中所要检测的水质指标的编号，FCin(y)表示沉淀池进水水质指标，v表示沉淀池沉淀速率，TC表示沉淀池沉淀时间；将计算获取的理论的沉淀池出水实时水质指标FCout(y)′与采集获取的沉淀池出水实时水质指标FCout(y)相减，获取两者的差值，若计算获取的差值超出预设沉淀池出水实时水质指标差值范围，则将涉及的传感器编号存入异常清单表中；
异常分析模块根据过滤器水质指标模型：FGout(z)′＝δ×FGin(z)+FGout0(z)，获取净水过滤环节中理论的过滤器出水实时水质指标FGout(z)′，式中，z表示净水过滤环节中所要检测的水质指标的编号，FGin(z)表示过滤器进水水质指标，δ表示过滤器出水实时水质指标与过滤器进水质指标的比例因子，FGout0(z)表示过滤器出水初始水质指标；将计算获取的理论的过滤器出水实时水质指标FGout(z)′与采集获取的过滤器出水实时水质指标FGout(z)相减，获取两者的差值，若计算获取的差值超出预设过滤器出水实时水质指标差值范围，则将涉及的传感器编号存入异常清单表中；
异常分析模块根据消毒剂浓度模型：FXout(r)′＝ε×FXin(r)+FXout0(r)，获取消毒环节中理论的消毒池出水实时水质指标FXout(r)′，式中，r表示消毒环节中所要检测的水质指标的编号，FXin(r)表示消毒池进水水质指标，ε表示消毒池出水实时水质指标与消毒池进水水质指标的比例因子，FXout0(r)表示消毒池出水初始水质指标；将计算获取的理论的消毒池出水实时水质指标FXout(r)′与采集获取的消毒池出水实时水质指标FXout(r)相减，获取两者的差值，若计算获取的差值超出预设消毒池出水实时水质指标差值范围，则将涉及的传感器编号存入异常清单表中；
巡检路线生成模块用于根据异常清单表对目标自来水厂的巡检路线进行构建，将标记好的水处理巡检路线的电子地图发送至后台管理模块。
2.根据权利要求1所述的一种基于物联网的自来水厂智能巡检系统，其特征在于：水源进水环节水处理数据包括原水初始水质指标、原水水流量以及原水实时水质指标；混凝剂投加环节水处理数据包括池中初始混凝剂浓度、混凝剂实时投加量、混凝剂投加时间以及池中实时混凝剂浓度；沉淀环节水处理数据包括沉淀池进水水质指标、沉淀池沉淀速率、沉淀池沉淀时间以及沉淀池出水实时水质指标；净水过滤环节水处理数据包括过滤器进水水质指标、过滤器出水初始水质指标以及过滤器出水实时水质指标；消毒环节水处理数据包括消毒池进水水质指标、消毒池出水初始水质指标以及消毒池出水实时水质指标；配水环节处理数据包括配水水质指标。
3.根据权利要求2所述的一种基于物联网的自来水厂智能巡检系统，其特征在于：异常分析模块针对配水环节，将采集获取的配水水质指标与预设配水水质指标进行比对，获取差值，若差值超出预设配水水质指标差值范围，则将涉及的传感器编号存入异常清单表中。
4.根据权利要求1所述的一种基于物联网的自来水厂智能巡检系统，其特征在于：巡检路线生成模块对巡检路线进行构建的过程如下：
定时获取异常清单表，将获取的异常清单表所包含的各个传感器编号映射至目标自来水厂的水处理电子地图；
其中，目标自来水厂的水处理电子地图是前期根据目标自来水厂各个水处理环节所在位置、各个水处理环节中设置的传感器编号和对应的传感器地理位置信息进行绘制而成，并存入数据库；
对电子地图中相应的编号的传感器地理位置进行标记，对其中重点关注对象的传感器编号所对应的传感器地理位置进行重点标记；
按照自来水厂的水处理环节的处理顺序，将处于最先的水处理环节的位置作为起点，将处于最后水处理环节的位置作为终点；
根据起点和终点以及传感器的地理位置，生成当前水处理巡检路线。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310948125.6A CN116976854B (zh) | 2023-07-31 | 2023-07-31 | 一种基于物联网的自来水厂智能巡检系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310948125.6A CN116976854B (zh) | 2023-07-31 | 2023-07-31 | 一种基于物联网的自来水厂智能巡检系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN116976854A CN116976854A (zh) | 2023-10-31 |
| CN116976854B true CN116976854B (zh) | 2024-03-19 |
Family
ID=88481010
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202310948125.6A Active CN116976854B (zh) | 2023-07-31 | 2023-07-31 | 一种基于物联网的自来水厂智能巡检系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN116976854B (zh) |
Citations (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2000288530A (ja) * | 1999-04-09 | 2000-10-17 | Kazuyoshi Yamanishi | 水質管理システム |
| JP2001198590A (ja) * | 2000-01-17 | 2001-07-24 | Hitachi Ltd | 活性汚泥水処理装置のシミュレーション方法および装置 |
| JP2002336889A (ja) * | 2001-05-18 | 2002-11-26 | Yaskawa Electric Corp | 水質シミュレーション装置 |
| CN106251420A (zh) * | 2016-07-29 | 2016-12-21 | 国网山西省电力公司大同供电公司 | 电力设备巡检系统 |
| CN109725120A (zh) * | 2018-12-25 | 2019-05-07 | 华南智能机器人创新研究院 | 一种基于自来水生产的智能化数据监测方法及系统 |
| CN110054274A (zh) * | 2019-05-13 | 2019-07-26 | 深圳江行联加智能科技有限公司 | 一种净水絮凝沉淀投药控制技术 |
| CN110427009A (zh) * | 2019-09-17 | 2019-11-08 | 毅康科技有限公司 | 一种用于智慧再生水厂的监测系统 |
| CN112083137A (zh) * | 2020-09-14 | 2020-12-15 | 深圳市科荣软件股份有限公司 | 原水水质监控预警方法、系统及存储介质 |
| CN115561550A (zh) * | 2022-09-28 | 2023-01-03 | 国网青海省电力公司西宁供电公司 | 一种变电站直流系统数据诊断方法 |
-
2023
- 2023-07-31 CN CN202310948125.6A patent/CN116976854B/zh active Active
Patent Citations (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2000288530A (ja) * | 1999-04-09 | 2000-10-17 | Kazuyoshi Yamanishi | 水質管理システム |
| JP2001198590A (ja) * | 2000-01-17 | 2001-07-24 | Hitachi Ltd | 活性汚泥水処理装置のシミュレーション方法および装置 |
| JP2002336889A (ja) * | 2001-05-18 | 2002-11-26 | Yaskawa Electric Corp | 水質シミュレーション装置 |
| CN106251420A (zh) * | 2016-07-29 | 2016-12-21 | 国网山西省电力公司大同供电公司 | 电力设备巡检系统 |
| CN109725120A (zh) * | 2018-12-25 | 2019-05-07 | 华南智能机器人创新研究院 | 一种基于自来水生产的智能化数据监测方法及系统 |
| CN110054274A (zh) * | 2019-05-13 | 2019-07-26 | 深圳江行联加智能科技有限公司 | 一种净水絮凝沉淀投药控制技术 |
| CN110427009A (zh) * | 2019-09-17 | 2019-11-08 | 毅康科技有限公司 | 一种用于智慧再生水厂的监测系统 |
| CN112083137A (zh) * | 2020-09-14 | 2020-12-15 | 深圳市科荣软件股份有限公司 | 原水水质监控预警方法、系统及存储介质 |
| CN115561550A (zh) * | 2022-09-28 | 2023-01-03 | 国网青海省电力公司西宁供电公司 | 一种变电站直流系统数据诊断方法 |
Non-Patent Citations (2)
| Title |
|---|
| 基于物联网的自来水管网水质监测系统研究;常耀辉;马天宇;;科技与创新;20181025(20);全文 * |
| 自动化检测仪表在自来水厂中的应用;杨庆九;;机电信息;20150325(09);全文 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN116976854A (zh) | 2023-10-31 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN109879474B (zh) | 动态调节式污水工况处理系统 | |
| CN111489271B (zh) | 污水管理云平台 | |
| CN205091589U (zh) | 污水处理监控系统 | |
| CN106249676A (zh) | 一种基于互联网的水污染治理设施监控系统及其方法 | |
| CN109879475B (zh) | 动态调节式污水工况处理方法 | |
| CN112863134B (zh) | 一种农村污水处理设施运行异常的智能诊断系统及方法 | |
| CN206863020U (zh) | 一种城市污水管网水质在线监测系统 | |
| CN110825041B (zh) | 一种集控式智慧污水处理厂运行系统 | |
| CN111612678B (zh) | 污水管理云平台的实现方法 | |
| CN109064048B (zh) | 基于废水处理流程分析的废水排放源快速排查方法与系统 | |
| CN111259334A (zh) | 一种工业企业大用户用水异常监测预警方法 | |
| CN203101366U (zh) | 用于供水网络的在线水质检测装置和在线水质监控系统 | |
| CN113902288A (zh) | 一种用于水资源调控与运营的管理系统及方法 | |
| CN208588936U (zh) | 一种废水处理监控系统 | |
| CN112830533A (zh) | 一种城市污水排放控制系统及方法 | |
| CN117420283B (zh) | 一种一体化多通道水质监测方法及系统 | |
| CN116976854B (zh) | 一种基于物联网的自来水厂智能巡检系统 | |
| CN116562580B (zh) | 碳酸锂生产车间的废水废气处理系统及方法 | |
| CN110790368B (zh) | 一种农村生活污水处理设施的区域监管方法 | |
| CN112903946A (zh) | 一种新型零星工业废水收集水质检测预警方法 | |
| CN116123456B (zh) | 一种基于互联网的城市供给水管网监控系统 | |
| CN117049744A (zh) | 一种模块化污水处理的智能管理系统 | |
| CN116770930A (zh) | 一种用于模块化建筑的集成式污水排放系统 | |
| CN110655229A (zh) | 一种对净水厂产能进行模拟校正的系统 | |
| CN215048803U (zh) | 污水排放处理全过程监管系统 |
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 |