CN117805338A - 一种建筑供水管网水质实时在线监测方法及系统 - Google Patents
一种建筑供水管网水质实时在线监测方法及系统 Download PDFInfo
- Publication number
- CN117805338A CN117805338A CN202410231395.XA CN202410231395A CN117805338A CN 117805338 A CN117805338 A CN 117805338A CN 202410231395 A CN202410231395 A CN 202410231395A CN 117805338 A CN117805338 A CN 117805338A
- Authority
- CN
- China
- Prior art keywords
- water
- water quality
- partition
- water supply
- sampling point
- 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 270
- 238000012544 monitoring process Methods 0.000 title claims abstract description 56
- 238000000034 method Methods 0.000 title claims abstract description 37
- 238000005070 sampling Methods 0.000 claims abstract description 100
- 238000005192 partition Methods 0.000 claims abstract description 90
- 238000011156 evaluation Methods 0.000 claims abstract description 80
- 238000004458 analytical method Methods 0.000 claims abstract description 6
- 238000001514 detection method Methods 0.000 claims abstract description 5
- 239000002689 soil Substances 0.000 claims description 83
- 230000035699 permeability Effects 0.000 claims description 22
- QVGXLLKOCUKJST-UHFFFAOYSA-N atomic oxygen Chemical compound [O] QVGXLLKOCUKJST-UHFFFAOYSA-N 0.000 claims description 20
- 239000001301 oxygen Substances 0.000 claims description 20
- 229910052760 oxygen Inorganic materials 0.000 claims description 20
- 230000008569 process Effects 0.000 claims description 15
- 238000012937 correction Methods 0.000 claims description 9
- 230000009471 action Effects 0.000 claims description 8
- 238000004364 calculation method Methods 0.000 claims description 8
- 230000004044 response Effects 0.000 claims description 7
- 238000007405 data analysis Methods 0.000 claims description 6
- 238000011157 data evaluation Methods 0.000 claims description 6
- 238000012545 processing Methods 0.000 claims description 4
- 238000004140 cleaning Methods 0.000 claims description 3
- -1 turbidity Substances 0.000 claims 3
- 230000008859 change Effects 0.000 abstract description 7
- 238000012423 maintenance Methods 0.000 abstract description 4
- 230000007613 environmental effect Effects 0.000 description 8
- 238000013461 design Methods 0.000 description 5
- 238000010276 construction Methods 0.000 description 4
- 239000000126 substance Substances 0.000 description 4
- 238000012360 testing method Methods 0.000 description 4
- 230000002159 abnormal effect Effects 0.000 description 3
- ZAMOUSCENKQFHK-UHFFFAOYSA-N Chlorine atom Chemical compound [Cl] ZAMOUSCENKQFHK-UHFFFAOYSA-N 0.000 description 2
- 238000005842 biochemical reaction Methods 0.000 description 2
- 238000009614 chemical analysis method Methods 0.000 description 2
- 239000000460 chlorine Substances 0.000 description 2
- 229910052801 chlorine Inorganic materials 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 239000003673 groundwater Substances 0.000 description 2
- 230000007774 longterm Effects 0.000 description 2
- 238000005259 measurement Methods 0.000 description 2
- 239000012286 potassium permanganate Substances 0.000 description 2
- 238000006467 substitution reaction Methods 0.000 description 2
- 238000010521 absorption reaction Methods 0.000 description 1
- 238000009825 accumulation Methods 0.000 description 1
- 230000002378 acidificating effect Effects 0.000 description 1
- 230000001580 bacterial effect Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 238000004590 computer program Methods 0.000 description 1
- 230000010485 coping Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000006866 deterioration Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000001035 drying Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000008595 infiltration Effects 0.000 description 1
- 238000001764 infiltration Methods 0.000 description 1
- 238000009533 lab test Methods 0.000 description 1
- 239000005416 organic matter Substances 0.000 description 1
- 230000003647 oxidation Effects 0.000 description 1
- 238000007254 oxidation reaction Methods 0.000 description 1
- 239000002245 particle Substances 0.000 description 1
- 230000008092 positive effect Effects 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 230000008439 repair process Effects 0.000 description 1
- 239000010865 sewage Substances 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
Classifications
-
- 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
- Y02A20/152—Water filtration
Abstract
本发明公开了一种建筑供水管网水质实时在线监测方法及系统,涉及供水管网监测技术领域,该系统包括分区采集模块、评测取样模块、检测分析模块以及评估预警模块;其技术要点为:通过在各个取样点内初步分析水情参数,在确保水清参数中各个数据处于正常的条件下再综合考虑同一取样点内的各个水清参数,以获取综合反映对应取样点水质情况的水质状态评估值,而后再次利用取样点数预测值,对同一片区内各个取样点的水质状态评估值进行平均计算,从而得出能够更加准确的反映对应片区水质情况的值,在经过对比后即可得出是否因所处环境导致管路内水质变化的结论,确保工作人员进行针对性的维修或调整,体现了该系统对供水管网水质监测的全面性。
Description
技术领域
本发明涉及供水管网监测技术领域,具体为一种建筑供水管网水质实时在线监测方法及系统。
背景技术
供水管网监测是指对供水系统中的管道网络进行实时监测、数据采集和分析的过程,它旨在确保供水管网的安全、稳定和高效运行,供水管网监测通常包括管网水压监测、管网流量监测、水质监测以及管网漏损监测等,管网水压监测是对供水管网的水压进行实时监测,以保证管网中的水压稳定在合理的范围内,避免压力过高或过低对供水系统的影响;管网流量监测是对供水管网中的水流量进行监测,以了解水的供需平衡情况;水质监测是对供水管网中的水质进行监测,包括浑浊度、溶解氧、余氯等指标的监测,以确保供水的水质符合相关标准和要求;管网漏损监测是通过监测管网中的压力变化等指标,检测和定位管道漏损,迅速进行修复。
现有授权公告号为CN103018416B,名称为一种供水管网水质在线监测、预测方法的专利文件中指出的技术方案包括:在线监测仪表按时序采集管网进水点处的水质理化指标数据;根据所得数据构建水质模型,所述的水质模型有水质模型的模拟变量和各模拟变量的生化反应方程式;根据水质模型有水质模型的模拟变量和各模拟变量的生化反应方程式进行水质模型参数设定;进行管网用户点水质预测;本发明实现了供水管网各用户点细菌总数和余氯浓度的及时预测,通过读取管网最新的进水理化指标监测结果,计算机可以实时动态显示各节点水质的变化,可以提高城市供水管理者应对水源水质变化的能力和效率,其只是对水质情况进行监测,但并未考虑到供水管网所处环境对其内输送用水水质的影响。
结合上述专利和现有技术,在建筑工地的土壤内埋设供水管网后,由于工地内不同地区的工程不同,使得埋设的供水管网会受到周边环境的影响,例如,是否存在大量污水排出导致土壤环境变差的情况,此时供水管网会由于环境因素受到腐蚀,长期使用后会对其内输送的水质产生影响,若只是对管路输出端的水质进行实时监测,则无法在第一时间内确定是否是水源地本身水质的问题还是环境对水质造成影响,故而导致传统的水质监测设计方案不够全面。
发明内容
针对现有技术的不足,本发明提供了一种建筑供水管网水质实时在线监测方法及系统,通过在各个取样点内初步分析水情参数,在确保水情参数中各个数据处于正常的条件下再综合考虑同一取样点内的各个水情参数,以获取综合反映对应取样点水质情况的水质状态评估值,而后再次利用取样点数预测值Psp,对同一片区内各个取样点的水质状态评估值进行平均计算,从而得出能够更加准确的反映对应片区水质情况的值,在经过对比后即可得出是否因所处环境导致管路内水质变化的结论,确保工作人员进行针对性的维修或调整,体现了该系统对供水管网水质监测的全面性,解决了背景技术中提出的问题。
为实现以上目的,本发明通过以下技术方案予以实现:
一种建筑供水管网水质实时在线监测系统,包括:
分区采集模块,在铺设供水管网的建筑区域内均匀划分出若干分区,并标记各个分区,获取各个分区内供水管网所处环境的影响参数;
评测取样模块,获取各个标记分区内管路的实际长度,并依据预处理后的影响参数,搭建数据评测计算模型,生成对应各个分区下的取样点数预测值Psp;
检测分析模块,按照取样点数预测值Psp在对应的各个分区下均匀建立取样点,各个取样点均配置于供水管路上,并在每个取样点均获取水情参数;
评估预警模块,实时监测各个取样点内水情参数中各个数据是否超过对应的标准范围值,若是超过对应的标准范围值,则发出报警信号;反之,则不做响应动作;
在各个取样点内水情参数均未超过对应的标准范围值的条件下,依据经过预处理后的水情参数,搭建数据分析模型,生成每个取样点对应的水质状态评估值,并将处于同一分区的水质状态评估值的平均值/>与预设的评估阈值Aol进行对比,在对应分区的水质状态评估值的平均值/>未超过评估阈值Aol时,则发出一级预警信号。
进一步的,获取的各个分区内供水管网所处环境的影响参数均包括土壤膨胀性指数、土壤剖面均匀系数以及土壤渗透系数。
进一步的,对影响参数进行预处理的过程为:对影响参数内的各个数据进行数据清洗,对影响参数内的各个数据和各个实际长度数据进行无量纲化处理。
进一步的,生成对应各个分区下的取样点数预测值Psp之前需获取环境评估指标Eai,依据同一时刻下获取的影响参数,计算生成对应分区下的环境评估指标Eai,所依据的公式如下:
;
式中,分别表示土壤膨胀性指数、土壤剖面均匀系数以及土壤渗透系数,a1、a2、a3分别为土壤膨胀性指数/>、土壤剖面均匀系数/>以及土壤渗透系数/>的预设比例系数,且a2>a1>a3>0,/>为修正系数。
进一步的,依据对应分区下的环境评估指标Eai和分区内管路的实际长度,生成对应各个分区下的取样点数预测值Psp,所依据的公式如下:
;
式中,表示分区内管路的实际长度,K表示/>对应的修正系数,int表示取整函数。
进一步的,水情参数包括对应管路内用水的溶解氧、浑浊度、COD以及pH值。
进一步的,将处于同一分区的水质状态评估值的平均值与预设的评估阈值Aol进行对比后,若是对应分区的水质状态评估值的平均值/>超过评估阈值Aol,则不做响应动作。
进一步的,生成每个取样点对应的水质状态评估值,所依据的公式如下:
;
式中,分别表示对应取样点下用水的溶解氧、浑浊度、COD以及pH值,/>表示pH差值,b1、b2、b3、b4分别为溶解氧/>、浑浊度/>、COD以及pH差值的预设比例系数,且b1>b2>b3>b4>0,/>为修正系数,/>中的p=1、2、…、n,n为正整数,且p的最大值为对应分区下取样点的数量,即对应分区下的取样点数预测值Psp,e为自然常数。
一种建筑供水管网水质实时在线监测方法,包括如下步骤:
S1、在铺设供水管网的建筑区域内均匀划分出若干分区,并标记各个分区,获取各个分区内供水管网所处环境的影响参数,影响参数包括土壤膨胀性指数、土壤剖面均匀系数以及土壤渗透系数;
S2、获取各个标记分区内管路的实际长度,并依据预处理后的影响参数,搭建数据评测计算模型,生成对应各个分区下的取样点数预测值Psp;
S3、按照取样点数预测值Psp在对应的各个分区下均匀建立取样点,各个取样点均配置于供水管路上,并在每个取样点均获取水情参数,水情参数包括对应管路内用水的溶解氧、浑浊度、COD以及pH值;
S4、实时监测各个取样点内水情参数中各个数据是否超过对应的标准范围值,若是超过对应的标准范围值,则发出报警信号;反之,则不做响应动作;
在各个取样点内水情参数均未超过对应的标准范围值的条件下,依据经过预处理后的水情参数,搭建数据分析模型,生成每个取样点对应的水质状态评估值,并将处于同一分区的水质状态评估值的平均值/>与预设的评估阈值Aol进行对比,若是对应分区的水质状态评估值的平均值/>未超过评估阈值Aol时,则发出一级预警信号;反之,则不做响应动作。
本发明提供了一种建筑供水管网水质实时在线监测方法及系统,具备以下有益效果:
本发明通过对选定的建筑区域划分片区,并针对存在供水管路的各个片区进行数据采集和评测工作,实现在对建筑供水管网水质进行监测之前完成对片区环境的监测,以达到综合考虑因所处土壤环境因素导致的水质污染情况,并针对性的完成对不同分区管路设定对应数量取样点的作业,确保全面性的对水质进行有效监测,同时也实现了对异常情况监测的及时性,体现了整个在线监测系统设计的实用性;
本发明通过在各个取样点内初步分析水情参数,在确保水情参数中各个数据处于正常的条件下再综合考虑同一取样点内的各个水情参数,以获取综合反映对应取样点水质情况的水质状态评估值,而后再次利用取样点数预测值Psp,对同一片区内各个取样点的水质状态评估值进行平均计算,从而得出能够更加准确的反映对应片区水质情况的值,在经过对比后即可得出是否因所处环境导致管路内水质变化的结论,确保工作人员进行针对性的维修或调整,体现了该系统对供水管网水质监测的全面性。
附图说明
图1为本发明一种建筑供水管网水质实时在线监测系统的模块结构示意图;
图2为本发明中对铺设供水管网的建筑区域进行分区状态下的示意图;
图3为本发明一种建筑供水管网水质实时在线监测方法的整体流程示意图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整的描述,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他实施例,都属于本发明保护的范围。
实施例1:请参阅图1-图2,本实施例提供一种建筑供水管网水质实时在线监测系统,该系统包括分区采集模块、评测取样模块、检测分析模块以及评估预警模块,且整个监测系统应对的是建筑工地内的长期使用后的供水管网,该部分供水管网的部分管路会由于所处环境和自身管道的原因使得其内部的水质受到影响,故在对水质进行监测的同时也能够对所处的状态进行监测;系统能够对图2中单条管路进行监测,也可采用同样的原理或方式对其他管路进行监测,从而使得整个系统能够对供水管网进行监测;
分区采集模块,在铺设供水管网的建筑区域内均匀划分出若干分区,并标记各个分区,获取各个分区内供水管网所处环境的影响参数;
其中,在铺设供水管网的建筑区域内划分的各个分区占地面积均保持一致;
标记各个分区的目的是为了区分各个分区下的供水管路,注:供水管网是由若干供水管路组成,在实际中供水管网并非是一条直线型分布,而是曲折或是呈网状分布;
获取的各个分区内供水管网所处环境的影响参数均包括土壤膨胀性指数、土壤剖面均匀系数以及土壤渗透系数,该部分的影响参数均表示供水管路所埋设处土壤的特性,能够反映某片区域建筑土壤对埋设管网产生的影响;
土壤膨胀性是指土壤在吸水后膨胀或干燥后收缩的能力,膨胀性土壤容易引起土壤变形和建筑物的损坏,膨胀性指数是衡量土壤膨胀性的一种参数,其值介于0和20之间;通过土壤取样并进行试验测定,可以获得土壤膨胀性指数;
土壤排水能力是指土壤排水的速度和效果,对建筑物基础和地下设施的稳定性和防水性具有重要影响,土壤剖面的均匀系数常用于描述土壤的排水性能,排水能力测试可以通过现场试验或实验室试验来确定;
土壤渗透性是指土壤对水分的渗透能力,土壤的渗透系数是表征土壤渗透能力的一个重要参数,采用试验室或现场试验,如孔隙测定仪或是渗透计可以获取该参数;
评测取样模块,获取各个标记分区内管路的实际长度,并依据预处理后的影响参数,搭建数据评测计算模型,生成对应各个分区下的取样点数预测值Psp;
其中,各个标记分区内管路的实际长度是通过提前实际测量获取的,在将管路预埋于建筑土壤之前通过激光测距仪或是其他测量设备即可获取对应管路的实际长度;
对影响参数进行预处理的过程为:对影响参数内的各个数据进行数据清洗,也可对各个分区内管路的实际长度数据进行清洗,而后对影响参数内的各个数据和各个长度数据进行无量纲化处理,以去除数据的单位,方便进行后续的计算和处理;
生成对应各个分区下的取样点数预测值Psp的过程如下:
S101、依据同一时刻下获取的影响参数,计算生成对应分区下的环境评估指标Eai,所依据的公式如下:
;
式中,分别表示土壤膨胀性指数、土壤剖面均匀系数以及土壤渗透系数,a1、a2、a3分别为土壤膨胀性指数/>、土壤剖面均匀系数/>以及土壤渗透系数/>的预设比例系数,且a2>a1>a3>0,1>a1>0,1>a2>0,1>a3>0,/>为修正系数,其具体值可由用户调整设置,或者由分析函数拟合生成,且/>的取值范围为0~1;
需要说明的是,土壤膨胀性指数与环境评估指标,如建筑物基础的稳定性、地下管网的安全性等存在反比关系,即膨胀性土壤的土壤膨胀性指数越高,则表示土壤的膨胀性越大,容易引起土壤的变形和建筑物的损坏,因此对环境评估来说不利,故土壤膨胀性指数与环境评估指标成反比;例如,一片建筑用地使用中发现存在膨胀性土壤,且土壤膨胀性指数较高,这意味着在该区域建设建筑物或埋设管路时,需要采取额外的措施来对抗土壤膨胀和建筑物的沉降风险,增加相关工程的成本;
土壤剖面均匀系数与环境评估指标,如建筑物基础的稳定性、地下设施的排水和防水性等存在正比关系,即土壤剖面均匀系数越大,表示土壤的排水性能越好,对环境评估有利,故土壤剖面均匀系数与环境评估指标成正比;例如,对于建设地下管网的工程设计评估,需要考虑土壤的排水能力,当土壤剖面均匀系数较大时,说明土壤具有较好的排水性能,能够更有效地排除地下水和降低地下管道积水的风险;
土壤渗透系数与环境评估指标,如地下水管理、土壤湿度和水资源保护等存在正比关系,即土壤渗透系数越大,表示土壤的渗透性越好,对环境评估有利,故土壤渗透系数与环境评估指标成正比;例如,进行水资源保护评估时需要考虑土壤的渗透性,当土壤渗透系数较大时,可以更好地促进降雨水的渗透和地下水的补给,在水资源管理和保护方面起到积极的作用;
S102、依据对应分区下的环境评估指标Eai和分区内管路的实际长度,生成对应各个分区下的取样点数预测值Psp,所依据的公式如下:
;
式中,表示分区内管路的实际长度,K表示/>对应的修正系数,其具体值可以根据实际需求进行设定,且K的取值范围为0~1,int表示取整函数,保证对应各个分区下的取样点数预测值Psp为整数;
需要说明的是,环境评估指标Eai越高时,表示该分区的土壤环境越好,故所需要的取样点数则越少,此时环境评估指标Eai与对应各个分区下的取样点数预测值Psp成反比;在分区内管路的实际长度越长时,为了保证监测的准确和全面,故需要取样点数则越多,故分区内管路的实际长度/>与对应各个分区下的取样点数预测值Psp成正比。
具体的,通过对选定的建筑区域划分片区,并针对存在供水管路的各个片区进行数据采集和评测工作,实现在对建筑供水管网水质进行监测之前完成对片区环境的监测,以达到综合考虑因所处土壤环境因素导致的水质污染情况,并针对性的完成对不同分区管路设定对应数量取样点的作业,确保全面性的对水质进行有效监测,同时也实现了对异常情况监测的及时性,体现了整个在线监测系统设计的实用性。
检测分析模块,按照取样点数预测值Psp在对应的各个分区下均匀建立取样点,各个取样点均配置于供水管路上,且每个取样点均获取反映水质情况的水情参数;
其中,水情参数包括对应管路内用水的溶解氧、浑浊度、COD以及pH值;
溶解氧是通过在取样点处配备溶解氧测量仪器,如氧电极测定仪,直接测量水中的溶解氧含量,单位通常是毫升/升(ml/L);举例:某分区内管路内的水溶解氧含量为8.2ml/L;
浑浊度是指水中悬浮固体颗粒的多少,通过在取样点处配置浊度计进行测量,单位通常是浊度单位(NTU);举例:某分区内管路内的浑浊度为26 NTU;
COD(化学需氧量)是水中有机物氧化所需的化学剂量,可以通过化学分析方法来测定,单位通常是毫克/升(mg/L);举例:某分区内管路内的COD浓度为120 mg/L;通过在取样点取出水样,采用的化学分析方法为酸性高钼酸钾法,将水样品与高钼酸钾溶液反应,产生蓝色络合物,根据络合物的颜色强度来测定COD值;
pH值是衡量水样酸碱性的指标,可以使用酸碱滴定仪或pH电极测量仪器来测定,pH值是一个无单位的指标,以表示酸性或碱性程度;举例:某分区内管路内的pH值为7.2。
评估预警模块,实时监测各个取样点内水情参数中各个数据是否超过对应的标准范围值,该标准范围值是根据正常水网输送的历史数据中,提取对应数据的最大值和最大值,从而形成相应的范围值,例如:历史数据中pH值的最大值为7.8,最小值为6.7,则pH值对应的标准范围值为[6.7,7.8],若是超过对应的标准范围值,则发出报警信号,提示工作人员管路内的水质存在问题;若是未超过对应的标准范围值,不做响应动作;
在各个取样点内水情参数均未超过对应的标准范围值的条件下,依据经过预处理后的水情参数,搭建数据分析模型,生成每个取样点对应的水质状态评估值,并将处于同一分区的水质状态评估值的平均值/>与预设的评估阈值Aol进行对比;
若是对应分区的水质状态评估值的平均值超过评估阈值Aol,则表示该分区的水质状态正常,不做响应动作;若是对应分区的水质状态评估值的平均值/>未超过评估阈值Aol,则表示该分区管路所处的环境存在问题,使得该分区管路内的水质状态异常,发出一级预警信号,以提示工作人员前往对应分区对土壤环境和管道状态进行检查和维修;
其中,水情参数的预处理过程也是进行数据清洗和无量纲化处理;
生成每个取样点对应的水质状态评估值,所依据的公式如下:
;
式中,分别表示对应取样点下用水的溶解氧、浑浊度、COD以及pH值,/>表示pH差值,b1、b2、b3、b4分别为溶解氧/>、浑浊度/>、COD以及pH差值的预设比例系数,且b1>b2>b3>b4>0,1>b1>0,1>b2>0,1>b3>0,1>b4>0,/>为修正系数,其具体值可由用户调整设置,或者由分析函数拟合生成,且/>的取值范围为0~1,/>中的p=1、2、…、n,n为正整数,且p的最大值为对应分区下取样点的数量,即对应分区下的取样点数预测值Psp,e为自然常数;
需要说明的是,溶解氧与水质状态评估值是成正比关系,较高的溶解氧水平通常意味着较好的水质;浑浊度与水质状态评估值通常是成反比关系,较低的浑浊度通常意味着较好的水质;COD与水质状态评估值通常是成反比关系,较低的COD值通常意味着较好的水质,pH值与水质状态评估值通常是一个范围关系,故需要用pH差值来进行比较,pH差值越小通常意味着较好的水质。
具体的,通过在各个取样点内初步分析水情参数,在确保水情参数中各个数据处于正常的条件下再综合考虑同一取样点内的各个水情参数,以获取综合反映对应取样点水质情况的水质状态评估值,而后再次利用取样点数预测值Psp,对同一片区内各个取样点的水质状态评估值进行平均计算,从而得出能够更加准确的反映对应片区水质情况的值,在经过对比后即可得出是否因所处环境导致管路内水质变化的结论,确保工作人员进行针对性的维修或调整,体现了该系统对供水管网水质监测的全面性。
实施例2:请参阅图3,以实施例1为基础,本实施例还提供一种建筑供水管网水质实时在线监测方法,包括如下具体步骤:
S1、在铺设供水管网的建筑区域内均匀划分出若干分区,并标记各个分区,获取各个分区内供水管网所处环境的影响参数,影响参数包括土壤膨胀性指数、土壤剖面均匀系数以及土壤渗透系数;
S2、获取各个标记分区内管路的实际长度,并依据预处理后的影响参数,搭建数据评测计算模型,生成对应各个分区下的取样点数预测值Psp;
S3、按照取样点数预测值Psp在对应的各个分区下均匀建立取样点,各个取样点均配置于供水管路上,并在每个取样点均获取水情参数,水情参数包括对应管路内用水的溶解氧、浑浊度、COD以及pH值;
S4、实时监测各个取样点内水情参数中各个数据是否超过对应的标准范围值,若是超过对应的标准范围值,则发出报警信号;反之,则不做响应动作;
在各个取样点内水情参数均未超过对应的标准范围值的条件下,依据经过预处理后的水情参数,搭建数据分析模型,生成每个取样点对应的水质状态评估值,并将处于同一分区的水质状态评估值的平均值与预设的评估阈值进行对比,若是对应分区的水质状态评估值的平均值未超过评估阈值时,则发出一级预警信号;反之,则不做响应动作。
在申请中,所述涉及到的若干个公式均是去量纲后取其数值计算,而所述公式是由采集大量数据进行软件模拟得到最近真实情况的一个公式,公式中的由本领域的技术人员根据实际情况进行设置。
上述实施例,可以全部或部分地通过软件、硬件、固件或其他任意组合来实现。当使用软件实现时,上述实施例可以全部或部分地以计算机程序产品的形式实现。本领域普通技术人员可以意识到,结合本文中所公开的实施例描述的各示例的单元及算法步骤,能够以电子硬件,或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行,取决于技术方案的特定应用和设计约束条件。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,既可以位于一个地方,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单元来实现本实施例方案的目的。
以上所述,仅为本申请的具体实施方式,但本申请的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本申请揭露的技术范围内,可轻易想到变化或替换,都应涵盖在本申请的保护范围之内。
Claims (9)
1.一种建筑供水管网水质实时在线监测系统,其特征在于,包括:
分区采集模块,在铺设供水管网的建筑区域内均匀划分出若干分区,并标记各个分区,获取各个分区内供水管网所处环境的影响参数;
评测取样模块,获取各个标记分区内管路的实际长度,并依据预处理后的影响参数,搭建数据评测计算模型,生成对应各个分区下的取样点数预测值Psp;
检测分析模块,按照取样点数预测值Psp在对应的各个分区下均匀建立取样点,各个取样点均配置于供水管路上,并在每个取样点均获取水情参数;
评估预警模块,实时监测各个取样点内水情参数中各个数据是否超过对应的标准范围值,若是超过对应的标准范围值,则发出报警信号;反之,则不做响应动作;
在各个取样点内水情参数均未超过对应的标准范围值的条件下,依据经过预处理后的水情参数,搭建数据分析模型,生成每个取样点对应的水质状态评估值,并将处于同一分区的水质状态评估值的平均值/>与预设的评估阈值Aol进行对比,在对应分区的水质状态评估值的平均值/>未超过评估阈值Aol时,则发出一级预警信号。
2.根据权利要求1所述的一种建筑供水管网水质实时在线监测系统,其特征在于:获取的各个分区内供水管网所处环境的影响参数均包括土壤膨胀性指数、土壤剖面均匀系数以及土壤渗透系数。
3.根据权利要求2所述的一种建筑供水管网水质实时在线监测系统,其特征在于:对影响参数进行预处理的过程为:对影响参数内的各个数据进行数据清洗,对影响参数内的各个数据和各个实际长度数据进行无量纲化处理。
4.根据权利要求3所述的一种建筑供水管网水质实时在线监测系统,其特征在于:生成对应各个分区下的取样点数预测值Psp之前需获取环境评估指标Eai,依据同一时刻下获取的影响参数,计算生成对应分区下的环境评估指标Eai,所依据的公式如下:
;
式中,分别表示土壤膨胀性指数、土壤剖面均匀系数以及土壤渗透系数,a1、a2、a3分别为土壤膨胀性指数/>、土壤剖面均匀系数/>以及土壤渗透系数/>的预设比例系数,且a2>a1>a3>0,/>为修正系数。
5.根据权利要求4所述的一种建筑供水管网水质实时在线监测系统,其特征在于:依据对应分区下的环境评估指标Eai和分区内管路的实际长度,生成对应各个分区下的取样点数预测值Psp,所依据的公式如下:
;
式中,表示分区内管路的实际长度,K表示/>对应的修正系数,int表示取整函数。
6.根据权利要求5所述的一种建筑供水管网水质实时在线监测系统,其特征在于:水情参数包括对应管路内用水的溶解氧、浑浊度、COD以及pH值。
7.根据权利要求6所述的一种建筑供水管网水质实时在线监测系统,其特征在于:将处于同一分区的水质状态评估值的平均值与预设的评估阈值Aol进行对比后,若是对应分区的水质状态评估值的平均值/>超过评估阈值Aol,则不做响应动作。
8.根据权利要求7所述的一种建筑供水管网水质实时在线监测系统,其特征在于:生成每个取样点对应的水质状态评估值,所依据的公式如下:
;
式中,分别表示对应取样点下用水的溶解氧、浑浊度、COD以及pH值,表示pH差值,b1、b2、b3、b4分别为溶解氧/>、浑浊度/>、COD以及pH差值/>的预设比例系数,且b1>b2>b3>b4>0,/>为修正系数,/>中的p=1、2、…、n,n为正整数,且p的最大值为对应分区下取样点的数量,即对应分区下的取样点数预测值Psp,e为自然常数。
9.一种建筑供水管网水质实时在线监测方法,使用权利要求1至8中的任一种所述系统,其特征在于:包括如下步骤:
S1、在铺设供水管网的建筑区域内均匀划分出若干分区,并标记各个分区,获取各个分区内供水管网所处环境的影响参数,影响参数包括土壤膨胀性指数、土壤剖面均匀系数以及土壤渗透系数;
S2、获取各个标记分区内管路的实际长度,并依据预处理后的影响参数,搭建数据评测计算模型,生成对应各个分区下的取样点数预测值Psp;
S3、按照取样点数预测值Psp在对应的各个分区下均匀建立取样点,各个取样点均配置于供水管路上,并在每个取样点均获取水情参数,水情参数包括对应管路内用水的溶解氧、浑浊度、COD以及pH值;
S4、实时监测各个取样点内水情参数中各个数据是否超过对应的标准范围值,若是超过对应的标准范围值,则发出报警信号;反之,则不做响应动作;
在各个取样点内水情参数均未超过对应的标准范围值的条件下,依据经过预处理后的水情参数,搭建数据分析模型,生成每个取样点对应的水质状态评估值,并将处于同一分区的水质状态评估值的平均值/>与预设的评估阈值Aol进行对比,若是对应分区的水质状态评估值的平均值/>未超过评估阈值Aol时,则发出一级预警信号;反之,则不做响应动作。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410231395.XA CN117805338A (zh) | 2024-03-01 | 2024-03-01 | 一种建筑供水管网水质实时在线监测方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410231395.XA CN117805338A (zh) | 2024-03-01 | 2024-03-01 | 一种建筑供水管网水质实时在线监测方法及系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN117805338A true CN117805338A (zh) | 2024-04-02 |
Family
ID=90425921
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202410231395.XA Pending CN117805338A (zh) | 2024-03-01 | 2024-03-01 | 一种建筑供水管网水质实时在线监测方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117805338A (zh) |
Citations (17)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1927733A (zh) * | 2006-09-29 | 2007-03-14 | 中国科学院广州地球化学研究所 | 一种高水力负荷地下渗滤污水处理复合系统 |
CN103018416A (zh) * | 2012-12-05 | 2013-04-03 | 天津大学 | 供水管网水质在线监测、预测方法 |
CN203849605U (zh) * | 2014-05-14 | 2014-09-24 | 锦瀚智慧管网技术有限公司 | 一种智慧管网 |
CN105973759A (zh) * | 2016-06-23 | 2016-09-28 | 北京建工环境修复股份有限公司 | 一种污染土壤及地下水原位注入修复扩散半径确定方法 |
CN108894282A (zh) * | 2018-06-08 | 2018-11-27 | 天津大学 | 市政管网运行安全动态预警方法 |
CN109930658A (zh) * | 2019-03-27 | 2019-06-25 | 杭州电子科技大学 | 一种基于系统能观性的供水管网监测点布置方法 |
CN112345722A (zh) * | 2020-10-29 | 2021-02-09 | 深圳中神电子科技有限公司 | 一种基于大数据分析的水质监测分析处理系统 |
CN112415169A (zh) * | 2021-01-25 | 2021-02-26 | 浙江和达科技股份有限公司 | 一种应用于供水管网的水质监管系统 |
CN113112064A (zh) * | 2021-04-09 | 2021-07-13 | 浙江和达科技股份有限公司 | 供水管网渗透预警的方法、系统、电子设备和存储介质 |
WO2022036820A1 (zh) * | 2020-08-18 | 2022-02-24 | 浙江大学 | 一种基于供水物联网数据同化的污水管网实时模拟方法 |
CN114612266A (zh) * | 2022-03-16 | 2022-06-10 | 河北工程大学 | 基于遗传算法的城市管网饮用水水质监测报警系统及方法 |
KR20230064858A (ko) * | 2021-11-04 | 2023-05-11 | 한국건설기술연구원 | 상수관망 수질 중점관리지점의 우선순위와 수질센서의 최적위치를 결정하는 의사결정 시스템 및 그 방법 |
CN116242978A (zh) * | 2022-12-29 | 2023-06-09 | 重庆华悦生态环境工程研究院有限公司 | 一种智能排水管理系统及方法 |
CN116628914A (zh) * | 2023-07-24 | 2023-08-22 | 长江三峡集团实业发展(北京)有限公司 | 一种排水管网入流入渗分析方法、计算机设备及介质 |
CN116777223A (zh) * | 2023-07-31 | 2023-09-19 | 正元地理信息集团股份有限公司 | 一种城市地下管网安全综合风险评估方法及系统 |
CN117198027A (zh) * | 2023-08-28 | 2023-12-08 | 安徽皖仪科技股份有限公司 | 一种市政排水管网监测预警方法及系统 |
CN117390594A (zh) * | 2023-10-10 | 2024-01-12 | 唐山海港开发区供水工程管理中心 | 一种水质监测预警方法及系统 |
-
2024
- 2024-03-01 CN CN202410231395.XA patent/CN117805338A/zh active Pending
Patent Citations (17)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1927733A (zh) * | 2006-09-29 | 2007-03-14 | 中国科学院广州地球化学研究所 | 一种高水力负荷地下渗滤污水处理复合系统 |
CN103018416A (zh) * | 2012-12-05 | 2013-04-03 | 天津大学 | 供水管网水质在线监测、预测方法 |
CN203849605U (zh) * | 2014-05-14 | 2014-09-24 | 锦瀚智慧管网技术有限公司 | 一种智慧管网 |
CN105973759A (zh) * | 2016-06-23 | 2016-09-28 | 北京建工环境修复股份有限公司 | 一种污染土壤及地下水原位注入修复扩散半径确定方法 |
CN108894282A (zh) * | 2018-06-08 | 2018-11-27 | 天津大学 | 市政管网运行安全动态预警方法 |
CN109930658A (zh) * | 2019-03-27 | 2019-06-25 | 杭州电子科技大学 | 一种基于系统能观性的供水管网监测点布置方法 |
WO2022036820A1 (zh) * | 2020-08-18 | 2022-02-24 | 浙江大学 | 一种基于供水物联网数据同化的污水管网实时模拟方法 |
CN112345722A (zh) * | 2020-10-29 | 2021-02-09 | 深圳中神电子科技有限公司 | 一种基于大数据分析的水质监测分析处理系统 |
CN112415169A (zh) * | 2021-01-25 | 2021-02-26 | 浙江和达科技股份有限公司 | 一种应用于供水管网的水质监管系统 |
CN113112064A (zh) * | 2021-04-09 | 2021-07-13 | 浙江和达科技股份有限公司 | 供水管网渗透预警的方法、系统、电子设备和存储介质 |
KR20230064858A (ko) * | 2021-11-04 | 2023-05-11 | 한국건설기술연구원 | 상수관망 수질 중점관리지점의 우선순위와 수질센서의 최적위치를 결정하는 의사결정 시스템 및 그 방법 |
CN114612266A (zh) * | 2022-03-16 | 2022-06-10 | 河北工程大学 | 基于遗传算法的城市管网饮用水水质监测报警系统及方法 |
CN116242978A (zh) * | 2022-12-29 | 2023-06-09 | 重庆华悦生态环境工程研究院有限公司 | 一种智能排水管理系统及方法 |
CN116628914A (zh) * | 2023-07-24 | 2023-08-22 | 长江三峡集团实业发展(北京)有限公司 | 一种排水管网入流入渗分析方法、计算机设备及介质 |
CN116777223A (zh) * | 2023-07-31 | 2023-09-19 | 正元地理信息集团股份有限公司 | 一种城市地下管网安全综合风险评估方法及系统 |
CN117198027A (zh) * | 2023-08-28 | 2023-12-08 | 安徽皖仪科技股份有限公司 | 一种市政排水管网监测预警方法及系统 |
CN117390594A (zh) * | 2023-10-10 | 2024-01-12 | 唐山海港开发区供水工程管理中心 | 一种水质监测预警方法及系统 |
Non-Patent Citations (3)
Title |
---|
凌文翠 等: "城市供水管网独立计量区域的研究与应用进展", 中国给水排水, no. 13, 1 July 2011 (2011-07-01) * |
刘家伟: "小城镇供水管网水质预警技术集成综述", 广州建筑, no. 04, 15 August 2011 (2011-08-15) * |
王婷婷 等: "供水管网漏损管理研究现状与进展", 供水技术, vol. 12, no. 3, 30 June 2018 (2018-06-30), pages 52 - 55 * |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110196083B (zh) | 排水管网污染路径的监测识别方法、装置及电子设备 | |
CN108376318B (zh) | 一种排水管网入流入渗评估方法及系统 | |
Benedetti et al. | Modelling and monitoring of integrated urban wastewater systems: review on status and perspectives | |
Zhao et al. | Pin-pointing groundwater infiltration into urban sewers using chemical tracer in conjunction with physically based optimization model | |
De Bénédittis et al. | Infiltration in sewer systems: comparison of measurement methods | |
CN111898691A (zh) | 一种河流突发水污染预警溯源方法、系统、终端及介质 | |
CN112417788A (zh) | 基于大数据的水环境污染分析系统及方法 | |
CN111501953A (zh) | 排水管网的异常分析方法、系统、介质及设备 | |
CN110458529A (zh) | 一种基于大数据的水污染分析、预测方法 | |
CN113111478A (zh) | 排水系统管网混接与入流、入渗程度的评估方法及设备 | |
CN104091061B (zh) | 一种利用正态分布辅助判定污染源监测数据有效性的方法 | |
CN111126702B (zh) | 道路面源污染信息预测方法、装置、设备及存储介质 | |
Setiawan et al. | Water quality modeling for pollutant carrying capacity assessment using Qual2Kw in Bedog River | |
CN115789527A (zh) | 一种基于水环境信息化治理的分析系统及方法 | |
Bertrand-Krajewski et al. | Towards a better knowledge and management of infiltration and exfiltration in sewer systems: the APUSS project | |
KR100353391B1 (ko) | 하수관거의 모니터링/유지관리 방법 및 시스템 | |
Sarminingsih et al. | Water Quality Monitoring System for Temperature, pH, Turbidity, DO, BOD, and COD Parameters Based on Internet of Things in the Garang Watershed. | |
CN115931057B (zh) | 一种基于城市水利数据的地下管道排放预警系统 | |
KR100538445B1 (ko) | 통합형 하수관거 운영/모니터링 시스템 및 그 방법 | |
CN112903946A (zh) | 一种新型零星工业废水收集水质检测预警方法 | |
CN117805338A (zh) | 一种建筑供水管网水质实时在线监测方法及系统 | |
KR101213251B1 (ko) | 염소이온농도를 이용한 하수관거 모니터링 방법 및 이를 위한 모니터링 시스템 | |
KR20060083388A (ko) | 염소(나트륨)이온농도와 유량을 이용한 침입수/유입수분석방법 및 이를 이용한 하수관거 모니터링 시스템 | |
KR101035031B1 (ko) | 수질측정 시스템 | |
CN110426474A (zh) | 一种违禁药品的管道回溯方法 |
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 |