CN117849300A - 一种基于大数据的废水监测系统 - Google Patents
一种基于大数据的废水监测系统 Download PDFInfo
- Publication number
- CN117849300A CN117849300A CN202410056091.4A CN202410056091A CN117849300A CN 117849300 A CN117849300 A CN 117849300A CN 202410056091 A CN202410056091 A CN 202410056091A CN 117849300 A CN117849300 A CN 117849300A
- Authority
- CN
- China
- Prior art keywords
- production
- monitoring
- wastewater
- transportation
- model
- 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
- 238000012544 monitoring process Methods 0.000 title claims abstract description 307
- 239000002351 wastewater Substances 0.000 title claims abstract description 242
- 238000004519 manufacturing process Methods 0.000 claims abstract description 326
- 238000006243 chemical reaction Methods 0.000 claims abstract description 153
- 238000004065 wastewater treatment Methods 0.000 claims abstract description 60
- 238000000034 method Methods 0.000 claims abstract description 54
- 230000008569 process Effects 0.000 claims abstract description 51
- 230000000694 effects Effects 0.000 claims abstract description 31
- 238000005457 optimization Methods 0.000 claims abstract description 24
- 230000002159 abnormal effect Effects 0.000 claims description 32
- 238000012545 processing Methods 0.000 claims description 28
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims description 17
- 238000011084 recovery Methods 0.000 claims description 12
- 238000012549 training Methods 0.000 claims description 11
- 238000010924 continuous production Methods 0.000 claims description 9
- 230000009466 transformation Effects 0.000 claims description 5
- 230000005856 abnormality Effects 0.000 claims description 3
- 238000009776 industrial production Methods 0.000 abstract description 4
- 238000010586 diagram Methods 0.000 description 8
- 238000003860 storage Methods 0.000 description 8
- 238000013527 convolutional neural network Methods 0.000 description 7
- 239000010842 industrial wastewater Substances 0.000 description 7
- 239000003344 environmental pollutant Substances 0.000 description 5
- 231100000719 pollutant Toxicity 0.000 description 5
- 239000002699 waste material Substances 0.000 description 5
- 238000011161 development Methods 0.000 description 3
- 230000007613 environmental effect Effects 0.000 description 3
- 238000004064 recycling Methods 0.000 description 3
- 239000000126 substance Substances 0.000 description 3
- 239000003054 catalyst Substances 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 239000002994 raw material Substances 0.000 description 2
- 239000010865 sewage Substances 0.000 description 2
- 238000006467 substitution reaction Methods 0.000 description 2
- 238000012360 testing method Methods 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 239000000498 cooling water Substances 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 238000013499 data model Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000036541 health Effects 0.000 description 1
- 229910001385 heavy metal Inorganic materials 0.000 description 1
- 239000003921 oil Substances 0.000 description 1
- 238000005406 washing Methods 0.000 description 1
- 238000003911 water pollution Methods 0.000 description 1
Landscapes
- Activated Sludge Processes (AREA)
Abstract
本发明涉及一种基于大数据的废水监测系统,尤其涉及废水处理监测技术领域,信息采集模块,用以对生产监测信息、运输监测信息和处理监测信息进行采集;生产监测模块,用以根据废水转化比对生产进程进行监测;运输监测模块,用以对运输废水容量情况进行监测,并计算生产速度的建议控制量;处理监测模块,用以根据废水利用率对废水处理效果进行监测;监测反馈模块,用以对运输过程进行反馈,还用以对处理效果进行反馈;信息推送模块,用以对生产进程监测结果、生产速度的建议控制量、废水处理过程的调整信息、运输设备的优化信息和处理设备的优化信息进行推送。本发明通过对工业生产过程和废水处理过程进行监测,提高了废水监测效率。
Description
技术领域
本发明涉及废水处理监测技术领域,尤其涉及一种基于大数据的废水监测系统。
背景技术
工业废水是指在工业生产过程中产生的废水,包括工艺废水、冷却水、设备洗涤水等,这些废水含有各种化学物质、重金属、油类等污染物,对环境和人体健康造成危害,工业废水处理可以有效地减少废水中污染物的含量,从而防止污染物对环境造成污染,通过有效的废水处理,可以去除废水中的有害物质,保护水资源,防止水体污染,为生态和社会的健康发展提供保障,废水处理可以提高生产效率,降低生产成本,同时减少废水处理不当引发的环保事故,避免企业因环保问题遭受重大损失,废水处理可以去除废水中的有害物质,保护环境卫生,同时避免污染物对人体造成危害,有效的废水处理技术可以提高水资源的质量,为经济发展创造良好的环境,为社会经济发展提供更多的可能性,但目前工业废水的处理过程大多依靠工人经验,处理成本可控性小,废水监测效率低。
中国专利公开号:CN115093001B公开了一种基于大数据的污水处理系统及方法,尤其涉及污水处理技术领域,包括,监测模块,以实时监测各排废管道的排废信息,并将排废信息上传至大数据库中;匹配模块,用以对所述排废信息进行数据分析,并根据分析结果对排废管道进行匹配,与所述监测模块连接;调整模块,用以在待匹配管道存在多个目标管道时,对管道匹配方式进行调整,其与所述匹配模块连接;处理模块,用以根据调整模块调整后的匹配结果使用对应的处理方式对排出的废水进行处理,其与所述调整模块连接。但该方案仅对酸碱中和的废水管道进行匹配处理,无法适用于其他工业废水场景,且未对生产过程和废水处理过程进行监测,无法提高废水处理的监测效率。
发明内容
为此,本发明提供一种基于大数据的废水监测系统,用以克服现有技术中废水监测效率低的问题。
为实现上述目的,本发明提供一种基于大数据的废水监测系统,其特征在于,包括:
信息采集模块,用以对生产监测信息、运输监测信息和处理监测信息进行采集;
生产监测模块,用以根据废水转化比对生产进程进行监测,还用以建立生产模型,并将预计生产区间输入至生产模型中输出最优转化比,以对监测过程进行调整,还用以根据历史转化比方差对生产模型进行优化;
运输监测模块,用以对运输废水容量情况进行监测,并计算生产速度的建议控制量,还用以建立运输模型,并将当前生产状态数据输入至运输模型中,得到运输模型输出的最优转化时长,以调整生产速度的建议控制量,还用以根据历史生产时长方差对运输模型进行优化;
处理监测模块,用以根据废水利用率对废水处理效果进行监测;
监测反馈模块,用以根据生产速度控制过程的调整情况对运输过程进行反馈,还用以根据处理过程的监测结果对处理效果进行反馈;
信息推送模块,用以对生产进程监测结果、生产速度的建议控制量、废水处理过程的调整信息、运输设备的优化信息和处理设备的优化信息进行推送。
进一步地,所述生产监测模块设有生产监测单元,用以根据废水转化比对生产进程进行监测;
所述生产监测单元将废水转化比A与预设废水转化比A0进行比对,并根据比对结果对生产进程进行监测,其中:
当A≤A0时,所述生产监测单元判定废水转化比未达标,生产进程处于继续生产状态;
当A>A0时,所述生产监测单元判定废水转化比达标,生产进程处于可停止生产状态。
进一步地,所述生产监测模块设有生产模型监测单元,用以建立生产模型,并将预计生产区间输入至生产模型中输出最优转化比,以对监测过程进行调整;
所述模型监测单元根据历史产量数据和历史废水转化比建立生产模型,并将预计生产区间输入至生产模型中,得到最优转化比A1,并将最优转化比A1与预设废水转化比A0进行比对,并根据比对结果对监测过程的调整情况进行判断,其中:
当A1>A0时,所述模型监测单元判定不对监测过程进行调整;
当A1≤A0时,所述模型监测单元判定对监测过程进行调整,将预设废水转化比A0的值调整为最优转化比A1的值。
进一步地,所述生产监测模块设有生产模型优化单元,用以根据历史转化比方差对生产模型的失真情况进行判断,并对生产模型进行优化;
所述模型优化单元将历史转化比方差S与预设模型转化比方差S0进行比对,根据比对结果对生产模型的失真情况进行判断,并对生产模型进行优化,其中:
当S<S0时,所述模型优化单元判定生产模型输出结果正常,不对生产模型进行优化;
当S≥S0时,所述模型优化单元判定生产模型输出结果失真,并对生产模型进行优化,将近3个月内每次生产结束的历史产量数据和历史废水转化比数据作为模型优化训练集对生产模型进行优化训练。
进一步地,所述运输监测模块设有运输监测单元,用以在生产进程监测结果为继续生产时,根据预存废水容量、已存废水容量和处理废水容量对运输废水容量情况进行监测,并计算生产速度的建议控制量;
所述运输监测单元根据预存废水容量B1、已存废水容量B2和处理废水容量B3计算废水占用容量B,设定B=B1+B2-B3,并将其与预设废水占用容量B0进行比对,根据比对结果对运输废水容量情况进行监测,并计算生产速度的建议控制量,其中:
当B<B0时,所述运输监测单元判定运输废水容量正常;
当B≥B0时,所述运输监测单元判定运输废水容量异常,并计算生产速度的建议控制量C,设定C=[0.7×e−0.2(B-B0)+0.3 ]×C0,C0为当前生产速度。
进一步地,所述运输监测模块设有运输模型监测单元,用以根据历史生产状态数据和最优转化时长建立运输模型,并将当前生产状态数据输入至运输模型中,得到运输模型输出的最优转化时长,以对生产速度的建议控制量进行调整;
所述运输模型监测单元在运输废水容量异常时,将当前生产状态数据输入至运输模型中,得到运输模型输出的最优转化时长D,所述运输模型监测单元将最优转化时长D与各预设最优转化时长进行比对,根据比对结果对未来运输状态进行监测,并对生产速度的建议控制量进行调整,其中:
当D≤D1时,所述运输模型监测单元判定未来运输状态正常,不对生产速度的建议控制量进行调整;
当D1<D≤D2时,所述运输模型监测单元判定未来运输状态需调整,调整后的生产速度的建议控制量为Ca,设定Ca=0.9×C;
当D2<D时,所述运输模型监测单元判定未来运输状态异常,并对生产速度的建议控制量进行调整,调整后的生产速度的建议控制量为Ca,设定Ca=0。
进一步地,所述运输监测模块设有运输模型优化单元,用以根据历史生产时长方差对运输模型的失真情况进行判断,并对运输模型进行优化;
所述运输模型优化单元将历史生产时长方差F与预设历史生产时长方差F0进行比对,根据比对结果对运输模型的失真情况进行判断,并对运输模型进行优化,其中:
当F≤F0时,所述运输模型优化单元判定运输模型预测结果正常;
当F>F0时,所述运输模型优化单元判定运输模型预测结果失真,并对运输模型进行优化。
进一步地,所述处理监测模块根据废水回收量K1和新水消耗量K2计算废水利用率M,设定M=K1/(K1+K2),并将废水利用率M与预设废水利用率M0进行比对,根据比对结果对废水处理效果进行监测,其中:
当M≥M0时,所述处理监测模块判定废水处理效率高;
当M<M0时,所述处理监测模块判定废水处理效率低。
进一步地,所述监测反馈模块设有运输监测反馈单元,用以根据生产速度控制过程的调整情况对运输过程进行反馈;
所述运输监测反馈单元获取反馈周期内未来运输状态异常次数H,并将其与预设运输状态异常次数H0进行比对,根据比对结果对运输过程进行反馈,其中:
当H≤H0时,所述运输监测反馈单元反馈运输过程正常;
当H>H0时,所述运输监测反馈单元反馈运输过程异常;
所述监测反馈模块设有处理监测反馈单元,用以根据处理过程的监测结果对处理效果进行反馈;
所述处理监测反馈单元获取反馈周期内废水处理效率低的持续时长U,废水处理效率低的持续时长U与预设持续时长U0进行比对,根据比对结果并将对处理效果进行反馈,其中:
当U≤U0时,所述处理监测反馈单元反馈处理效果正常;
当U>U0时,所述处理监测反馈单元反馈处理效果异常。
进一步地,所述信息推送模块在生产进程监测结果为可停止生产状态时,将可停止生产状态推送至用户端;
所述信息推送模块获取所述运输监测模块对生产速度的建议控制量,并将其推送至用户端;
所述信息推送模块在所述处理监测模块判定废水处理效率低时,推送加速废水处理速度的调整信息
所述信息推送模块在监测反馈模块反馈运输过程异常时,向用户推送运输设备的优化信息;
所述信息推送模块在监测反馈模块反馈处理效果异常时,向用户推送处理设备优化信息。
与现有技术相比,本发明的有益效果在于,所述系统通过信息采集模块对生产监测信息、运输监测信息和处理监测信息进行采集,以便于后续根据生产监测信息、运输监测信息和处理监测信息进行废水监测,所述系统通过生产监测模块对生产进程进行监测,以根据废水转化比对生成进程进行数据化监测,并根据生产模型输出最优转化比,以对监测过程进行调整,还根据历史转化比方差对生产模型的失真情况进行判断,以对生产模型进行优化,从而提高废水转化比判断的精确率,进一步提高对废水监测效率,所述系统通过运输监测模块对运输废水容量情况进行监测,并根据运输模型对最优转化时长进行监测,从而对生产速度的建议控制量进行调整,以进一步提高对废水转化的监测,从而提高废水监测效率,所述系统还根据历史生产时长方差对运输模型的失真情况进行判断,并对运输模型进行优化,以保障运输模型预测的准确率,进一步提高废水监测效率,所述系统通过处理监测模块对废水处理效果进行监测,以使废水处理效果数据化,从而提高废水监测效率,所述系统通过监测反馈模块对运输过程进行反馈,以根据监测结果对废水处理过程进行反馈优化,提高废水处理效率,所述系统通过监测反馈模块对处理效果进行反馈,从而进一步提高废水监测效率,信息推送模块对生产进程监测结果、生产速度的建议控制量、废水处理过程的调整信息、运输设备的优化信息和处理设备的优化信息进行推送,以使用户便捷接收废水监测信息,使产品生产过程中废水产生、运输和处理的效果数据化,从而提高废水监测效率。
尤其,所述模型监测单元通过将预计生产区间输入至生产模型中得到最优转化比,以实现根据预计生产量对转化比进行规划,以便于对生产进行精确监测,所述模型监测单元在最优转化比大于预设废水转化比时不对监测过程进行调整,将预设废水转化比作为最低转化限度,以使生产进程满足最低限度的转化要求,并在最优转化比小于等于预设废水转化比时,将预设废水转化比的值调整为最优转化比的值,以根据实际计划产量降低预设废水转化比的值,实现灵活动态的生产监测,从而提高废水监测效率。
附图说明
图1为本实施例基于大数据的废水监测系统的结构示意图;
图2为本实施例生产监测模块的结构示意图;
图3为本实施例运输监测模块的结构示意图;
图4为本实施例监测反馈模块的结构示意图。
实施方式
为了使本发明的目的和优点更加清楚明白,下面结合实施例对本发明作进一步描述;应当理解,此处所描述的具体实施例仅仅用于解释本发明,并不用于限定本发明。
下面参照附图来描述本发明的优选实施方式。本领域技术人员应当理解的是,这些实施方式仅仅用于解释本发明的技术原理,并非在限制本发明的保护范围。
此外,还需要说明的是,在本发明的描述中,除非另有明确的规定和限定,术语“安装”、“相连”、“连接”应做广义理解,例如,可以是固定连接,也可以是可拆卸连接,或一体地连接;可以是机械连接,也可以是电连接;可以是直接相连,也可以通过中间媒介间接相连,可以是两个元件内部的连通。对于本领域技术人员而言,可根据具体情况理解上述术语在本发明中的具体含义。
请参阅图1所示,其为本实施例基于大数据的废水监测系统的结构示意图,所述系统包括:
信息采集模块,用以对生产监测信息、运输监测信息和处理监测信息进行采集;
生产监测模块,用以根据废水转化比对生产进程进行监测,还用以建立生产模型,并将预计生产区间输入至生产模型中输出最优转化比,以对监测过程进行调整,还用以根据历史转化比方差对生产模型的失真情况进行判断,并对生产模型进行优化,生产监测模块与信息采集模块连接;
运输监测模块,用以在生产进程监测结果为继续生产时对运输废水容量情况进行监测,并对生产速度的建议控制量进行计算,还用以根据历史生产状态数据和最优转化时长建立运输模型,并将当前生产状态数据输入至运输模型中,得到运输模型输出的最优转化时长,以对生产速度的建议控制量进行调整,还用以根据历史生产时长方差对运输模型的失真情况进行判断,并对运输模型进行优化,运输监测模块与生产监测模块连接;
处理监测模块,用以根据废水利用率对废水处理效果进行监测,处理监测模块与运输监测模块连接;
监测反馈模块,用以根据生产速度控制过程的调整情况对运输过程进行反馈,还用以根据处理过程的监测结果对处理效果进行反馈,监测反馈模块与处理监测模块连接;
信息推送模块,用以对生产进程监测结果、生产速度的建议控制量、废水处理过程的调整信息、运输设备的优化信息和处理设备的优化信息进行推送,信息推送模块与生产监测模块、运输监测模块、处理监测模块和监测反馈模块连接。
具体而言,所述系统设置于工业废水生产处理系统中,通过对工业废水生产处理数据进行实时采集,利用大数据技术对采集后的数据进行分析,以实现对工业废水的实时监测,平衡废水处理和废水产生,使得废水处理成本最小化,通过大数据对废水进行监测,提高废水监测效率,所述系统通过信息采集模块对生产监测信息、运输监测信息和处理监测信息进行采集,以便于后续根据生产监测信息、运输监测信息和处理监测信息进行废水监测,所述系统通过生产监测模块对生产进程进行监测,以根据废水转化比对生成进程进行数据化监测,并根据生产模型输出最优转化比,以对监测过程进行调整,还根据历史转化比方差对生产模型的失真情况进行判断,以对生产模型进行优化,从而提高废水转化比判断的精确率,进一步提高对废水监测效率,所述系统通过运输监测模块对运输废水容量情况进行监测,并根据运输模型对最优转化时长进行监测,从而对生产速度的建议控制量进行调整,以进一步提高对废水转化的监测,从而提高废水监测效率,所述系统还根据历史生产时长方差对运输模型的失真情况进行判断,并对运输模型进行优化,以保障运输模型预测的准确率,进一步提高废水监测效率,所述系统通过处理监测模块对废水处理效果进行监测,以使废水处理效果数据化,从而提高废水监测效率,所述系统通过监测反馈模块对运输过程进行反馈,以根据监测结果对废水处理过程进行反馈优化,提高废水处理效率,所述系统通过监测反馈模块对处理效果进行反馈,从而进一步提高废水监测效率,信息推送模块对生产进程监测结果、生产速度的建议控制量、废水处理过程的调整信息、运输设备的优化信息和处理设备的优化信息进行推送,以使用户便捷接收废水监测信息,使产品生产过程中废水产生、运输和处理的效果数据化,从而提高废水监测效率。
具体而言,所述生产监测信息包括废水利用量、废水产生量和预计生产区间,所述废水利用量是指对废水进行二次回收利用的量,所述废水产生量是指生产过程产生的废水量,本实施例不对废水利用量和废水产生量的获取过程进行限定,本领域技术人员可以自由设置,只需满足废水利用量和废水产生量的精确采集需求即可,如可设置在废水回收利用管道内设有流量传感器,所述信息采集模块通过流量采集传感器采集单位时间如5分钟内的废水回收利用管道内的流量,将其作为废水利用量,在未经处理的废水运输管道内设置流量传感器,所述信息采集模块通过流量采集传感器采集单位时间如5分钟内的废水运输管道内的流量,将其作为废水产生量,所述预计生产区间是指本次生产预计生产的产品产量,本实施例不对预计生产区间的获取方式进行限定,本领域技术人员可以自由设置,只需满足对产品产量计划的获取需求即可,如可设置在用户端推送预计生产区间窗口,由用户对产品产量进行选取,在用户选取后所述信息采集模块通过推送窗口获取反馈的产品产量,将其作为预计生产区间,如最低生产1吨产品,最高生产3吨产品,则将1—3吨产品作为生产区间,运输监测信息包括预存废水容量、已存废水容量和处理废水容量,所述预存废水容量是指单位时间如5分钟内即将通过运输管道存入废水存储容器的水量,所述废水存储容器是指在生产过程中产生废水后,将废水进行暂时存储,等待进行废水处理的存储容器,所述已存废水容量是指单位时间如5分钟内存储在废水存储容器中的平均水量,所述处理废水容量是指单位时间如5分钟内从废水存储容器中运输至废水处理容器中的水量,本实施例不对预存废水容量、已存废水容量和处理废水容量的采集方式进行限定,本领域技术人员可以根据实际需求进行设置,只需满足采集过程中的环境需求,对数据进行精确采集即可,如可设置所述信息采集模块通过流量传感器对预存废水容量和处理废水容量进行采集,通过压力传感器对已存废水容量进行采集,处理监测信息包括废水回收量和新水消耗量,所述废水回收量是指对废水进行处理后进行利用的废水量,所述新水消耗量是指与回收废水用于一种用途的,未经工业生产为废水的水量,本实施例不对废水回收量和新水消耗量的采集方式进行限定,本领域技术人员可以自由设置,只需满足对废水回收量和新水消耗量的采集需求即可,如可设置所述信息采集模块通过设置于废水回收管道的流量传感器对废水回收量进行采集,通过设置于新水消耗管道的流量传感器对新水消耗量进行采集。
具体而言,所述处理监测模块根据废水回收量K1和新水消耗量K2计算废水利用率M,设定M=K1/(K1+K2),并将废水利用率M与预设废水利用率M0进行比对,根据比对结果对废水处理效果进行监测,其中:
当M≥M0时,所述处理监测模块判定废水处理效率高;
当M<M0时,所述处理监测模块判定废水处理效率低。
具体而言,所述预设废水利用率是指表示废水处理效率高的预设值,本实施例中预设废水利用率M0=0.7。
具体而言,所述信息推送模块在生产进程监测结果为可停止生产状态时,将可停止生产状态推送至用户端;
所述信息推送模块获取所述运输监测模块对生产速度的建议控制量,并将其推送至用户端;
所述信息推送模块在所述处理监测模块判定废水处理效率低时,推送加速废水处理速度的调整信息
所述信息推送模块在监测反馈模块反馈运输过程异常时,向用户推送运输设备的优化信息;
所述信息推送模块在监测反馈模块反馈处理效果异常时,向用户推送处理设备优化信息。
可以理解的是,本实施例不对可停止生产状态的推送方式进行限定,本领域技术人员可以根据实际情况自由设置,只需满足对用户的明显提示需求即可,如可设置推送方式为将可停止生产状态内容设置为弹窗内容,对用户进行持续30秒弹窗提示,本实施例不对生产速度的建议控制量的推送方式进行限定,本领域技术人员可以自由设置,只需满足对用户的明显提示需求即可,如可通过警示灯闪烁的方式提示用户并将生产速度的建议控制量的具体数值推送至用户端,用户通过控制产品原料、产品催化剂或反应温度等方式对生成速度进行控制,本实施例不对加速废水处理速度的调整信息的推送方式进行限定,本领域技术人员可以自由设置,只需满足对用户废水处理过程调整的提示需求即可,如可设置向用户推送以加速废水处理速度的调整信息为内容的弹窗,如调整废水传输泵速等内容,本实施例不对运输设备的优化信息的推送方式进行限定,本领域技术人员可以根据实际需求自由设置,只需满足用户注意运输设备的优化需求即可,如可设置水滴提示音,并推送内容为扩大废水存储容器的额定容量的弹窗信息,本实施例不对处理设备优化信息的推送方式进行限定,本领域技术人员可以自由设置,只需满足对用户优化处理设备的提示需求即可,如可设置推送内容为优化处理设备的弹窗,如扩大废水处理设备容量、新增废水处理设备等。
请参阅图2所示,其为本实施例生产监测模块的结构示意图,所述生产监测模块包括:
生产监测单元,用以根据废水转化比对生产进程进行监测;
生产模型监测单元,用以建立生产模型,并将预计生产区间输入至生产模型中输出最优转化比,以对监测过程进行调整,生产模型监测单元与生产监测单元连接;
生产模型优化单元,用以根据历史转化比方差对生产模型的失真情况进行判断,并对生产模型进行优化,生产模型优化单元与生产模型监测单元连接。
具体而言,所述生产监测单元将废水转化比A与预设废水转化比A0进行比对,并根据比对结果对生产进程进行监测,其中:
当A≤A0时,所述生产监测单元判定废水转化比未达标,生产进程处于继续生产状态;
当A>A0时,所述生产监测单元判定废水转化比达标,生产进程处于可停止生产状态。
具体而言,所述废水转化比是指产生的废水转化为二次利用生产水的比例,是体现废水回收利用的比值,废水转化比的值为单位时间如5分钟内的废水利用量与废水产生量的比值,所述预设废水转化比是指表示废水转化比达标的预设比值,本实施例中所述预设废水转化比A0=0.7,所述继续生产状态是指工业生产处于继续保持生产的状态,所述可停止生产状态是指工业生产处于可以停止生产的状态。
具体而言,所述模型监测单元根据历史产量数据和历史废水转化比建立生产模型,并将预计生产区间输入至生产模型中,得到最优转化比A1,并将最优转化比A1与预设废水转化比A0进行比对,并根据比对结果对监测过程的调整情况进行判断,其中:
当A1>A0时,所述模型监测单元判定不对监测过程进行调整;
当A1≤A0时,所述模型监测单元判定对监测过程进行调整,将预设废水转化比A0的值调整为最优转化比A1的值。
具体而言,所述历史产量数据是指预设建模训练周期如5个月内的工厂生产过程中各时间点的产出量,所述历史废水转化比是指工厂生产过程中各时间点的产出量对应的废水转化比,所述生产模型是指由历史产量数据和历史废水转化比进行训练得到的大数据模型,本实施例不对生产模型的建模过程进行限定,本领域技术人员可以自由设置,只需满足生产模型的预测功能需求即可,如可设置,将近5个月内每次生产结束的历史产量数据和历史废水转化比数据作为模型训练集对生产模型进行训练,将近1个月内每次生产结束的历史产量数据和历史废水转化比作为检测数据,在生产模型中输入1个月内每次生产结束的历史产量数据后输出废水转化比,将其与对应的历史废水转化比进行比对,当比对结果的差值小于0.1时,将该模型作为生成模型进行数值预测,本实施例不对生成模型的预测过程进行限定,本领域技术人员可以自由设置,只需满足对最优废水转化比的预测需求即可,将1—3吨产品的生产区间作为产量数据输入至生产模型中,获取数值最大的废水转化比,将其作为最优废水转化比。
具体而言,所述模型监测单元通过将预计生产区间输入至生产模型中得到最优转化比,以实现根据预计生产量对转化比进行规划,以便于对生产进行精确监测,所述模型监测单元在最优转化比大于预设废水转化比时不对监测过程进行调整,将预设废水转化比作为最低转化限度,以使生产进程满足最低限度的转化要求,并在最优转化比小于等于预设废水转化比时,将预设废水转化比的值调整为最优转化比的值,以根据实际计划产量降低预设废水转化比的值,实现灵活动态的生产监测,从而提高废水监测效率。
具体而言,所述模型优化单元将历史转化比方差S与预设模型转化比方差S0进行比对,根据比对结果对生产模型的失真情况进行判断,并对生产模型进行优化,其中:
当S<S0时,所述模型优化单元判定生产模型输出结果正常,不对生产模型进行优化;
当S≥S0时,所述模型优化单元判定生产模型输出结果失真,并对生产模型进行优化,将近3个月内每次生产结束的历史产量数据和历史废水转化比数据作为模型优化训练集对生产模型进行优化训练。
具体而言,所述历史转化比方差是指表示生产模型预测的废水转化比值与实际废水转化比值的波动大小的值,所述历史转化比方差的值为近1个月内同一产量数据下生产模型输出的废水转化比与历史废水转化比的方差值,所述预设模型转化比方差是指表示生产模型输出结果正常的预设值,本实施例中预设模型转化比方差为0.1,可以理解的是,本实施例不对优化训练的具体方式进行限定,本领域技术人员可以自由设置,只需满足对生产模型的优化训练需求即可,如可设置将近3个月内每次生产结束的历史产量数据和历史废水转化比数据作为模型优化训练集对生产模型进行优化训练,直至生产模型输出的废水转化比与历史废水转化比的最大差值小于等于0.1。
请参阅图3所示,其为本实施例运输监测模块的结构示意图,所述运输监测模块包括:
运输监测单元,用以在生产进程监测结果为继续生产时,根据预存废水容量、已存废水容量和处理废水容量对运输废水容量情况进行监测,并计算生产速度的建议控制量;
运输模型监测单元,用以根据历史生产状态数据和最优转化时长建立运输模型,并将当前生产状态数据输入至运输模型中,得到运输模型输出的最优转化时长,以对生产速度的建议控制量进行调整,运输模型监测单元与运输监测单元连接;
运输模型优化单元,用以根据历史生产时长方差对运输模型的失真情况进行判断,并对运输模型进行优化,运输模型优化单元与运输模型监测单元连接。
具体而言,所述运输监测单元根据预存废水容量B1、已存废水容量B2和处理废水容量B3计算废水占用容量B,设定B=B1+B2-B3,并将其与预设废水占用容量B0进行比对,根据比对结果对运输废水容量情况进行监测,并计算生产速度的建议控制量,其中:
当B<B0时,所述运输监测单元判定运输废水容量正常;
当B≥B0时,所述运输监测单元判定运输废水容量异常,并计算生产速度的建议控制量C,设定C=[0.7×e−0.2(B-B0)+0.3 ]×C0,C0为当前生产速度。
具体而言,所述预设废水占用容量为表示废水占用废水存储容器的安全状态的预设值,所述预设废水占用容量B0由废水存储容器的额定容量Ba决定,本实施例不对预设废水占用容量的设定过程进行具体限定,本领域技术人员可以自由设置,只需满足对废水占用废水存储容器的安全状态需求即可,如可设置B0=0.8×Ba,所述生产速度的建议控制量是指建议用户对产品生产速度进行控制的生产速度值。
具体而言,所述运输模型监测单元在运输废水容量异常时,将当前生产状态数据输入至运输模型中,得到运输模型输出的最优转化时长D,所述运输模型监测单元将最优转化时长D与各预设最优转化时长进行比对,根据比对结果对未来运输状态进行监测,并对生产速度的建议控制量进行调整,其中:
当D≤D1时,所述运输模型监测单元判定未来运输状态正常,不对生产速度的建议控制量进行调整;
当D1<D≤D2时,所述运输模型监测单元判定未来运输状态需调整,调整后的生产速度的建议控制量为Ca,设定Ca=0.9×C;
当D2<D时,所述运输模型监测单元判定未来运输状态异常,并对生产速度的建议控制量进行调整,调整后的生产速度的建议控制量为Ca,设定Ca=0;
D1为预设第一最优转化时长,D2为预设第二最优转化时长,D1<D2。
具体而言,所述生产状态数据是指决定生产速度和废水转化的数据,包括产品原料、产品催化剂、反应温度、生产速度和已存废水容量,所述运输模型是指对最优转化时长进行预测的模型,所述最优转化时长是指从当前时间点至达到最优废水转化比的时间点所经过的时长,本实施例不对运输模型的建模过程进行限定,本领域技术人员可以根据实际情况进行设置,如可设置运输模型为卷积神经网络模型,将生产状态数据作为输入值,将最优转化时长作为输出值,将近5个月的生产状态数据和最优转化时长作为训练集对卷积神经网络模型进行训练,直至卷积神经网络模型在用近1个月的生产状态数据进行测试时的输出结果与实际最优转化时长的差值小于0.5时,将该卷积神经网络作为运输模型对最优转化时长进行预测,所述各预设最优转化时长为表示在运输废水容量异常时达到最优废水转化比的所经过的预设安全时长,所述各预设最优转化时长由废水占用容量B、当前生产速度C0和废水存储容器的额定容量Ba决定,本实施例不对各预设最优转化时长的设定方式进行限定,本领域技术人员可以自由设置,只需满足对预设安全时长的反应需求即可,如可设置D1=0.7×[(Ba-B)/C0],D2=0.9×[(Ba-B)/C0]。
具体而言,所述运输模型优化单元将历史生产时长方差F与预设历史生产时长方差F0进行比对,根据比对结果对运输模型的失真情况进行判断,并对运输模型进行优化,其中:
当F≤F0时,所述运输模型优化单元判定运输模型预测结果正常;
当F>F0时,所述运输模型优化单元判定运输模型预测结果失真,并对运输模型进行优化。
具体而言,所述历史生产时长方差是指表示运输模型预测的最优转化时长与实际最优转化时长的波动大小的值,所述历史生产时长方差的值为近1个月内运输模型输出的最优转化时长与实际最优转化时长的方差值,本实施例不对运输模型的优化方式进行限定,本领域技术人员可以自由设置,如可设置将近1个月内的生产状态数据和最优转化时长作为优化训练集对卷积神经网络模型进行优化训练,直至卷积神经网络模型在用近1个月的生产状态数据进行测试时的输出结果与实际最优转化时长的差值小于0.5时,将该卷积神经网络作为优化后的运输模型,继续对最优转化时长进行预测。
请参阅图4所示,其为本实施例监测反馈模块的结构示意图,所述监测反馈模块包括:
运输监测反馈单元,用以根据生产速度控制过程的调整情况对运输过程进行反馈;
处理监测反馈单元,用以根据处理过程的监测结果对处理效果进行反馈,处理监测反馈单元与运输监测反馈单元连接。
具体而言,所述运输监测反馈单元获取反馈周期内未来运输状态异常次数H,并将其与预设运输状态异常次数H0进行比对,根据比对结果对运输过程进行反馈,其中:
当H≤H0时,所述运输监测反馈单元反馈运输过程正常;
当H>H0时,所述运输监测反馈单元反馈运输过程异常。
具体而言,所述反馈周期是指对监测过程进行反馈的周期,如设置反馈周期为1个月,所述未来运输状态异常次数是指反馈周期内运输模型监测单元判定未来运输状态异常的次数,所述预设运输状态异常次数是指表示监测过程正常的预设值,如设置预设运输状态异常次数为5次。
具体而言,所述处理监测反馈单元获取反馈周期内废水处理效率低的持续时长U,废水处理效率低的持续时长U与预设持续时长U0进行比对,根据比对结果并将对处理效果进行反馈,其中:
当U≤U0时,所述处理监测反馈单元反馈处理效果正常;
当U>U0时,所述处理监测反馈单元反馈处理效果异常。
具体而言,所述废水处理效率低的持续时长是指处理监测模块判定废水处理效率低的状态持续时长,所述预设持续时长是指表示处理效果正常的预设值,本实施例中预设持续时长U0=0.9×Y,Y为反馈周期的时长。
至此,已经结合附图所示的优选实施方式描述了本发明的技术方案,但是,本领域技术人员容易理解的是,本发明的保护范围显然不局限于这些具体实施方式。在不偏离本发明的原理的前提下,本领域技术人员可以对相关技术特征做出等同的更改或替换,这些更改或替换之后的技术方案都将落入本发明的保护范围之内。
Claims (10)
1.一种基于大数据的废水监测系统,其特征在于,包括:
信息采集模块,用以对生产监测信息、运输监测信息和处理监测信息进行采集;
生产监测模块,用以根据废水转化比对生产进程进行监测,还用以建立生产模型,并将预计生产区间输入至生产模型中输出最优转化比,以对监测过程进行调整,还用以根据历史转化比方差对生产模型进行优化;
运输监测模块,用以对运输废水容量情况进行监测,并计算生产速度的建议控制量,还用以建立运输模型,并将当前生产状态数据输入至运输模型中,得到运输模型输出的最优转化时长,以调整生产速度的建议控制量,还用以根据历史生产时长方差对运输模型进行优化;
处理监测模块,用以根据废水利用率对废水处理效果进行监测;
监测反馈模块,用以根据生产速度控制过程的调整情况对运输过程进行反馈,还用以根据处理过程的监测结果对处理效果进行反馈;
信息推送模块,用以对生产进程监测结果、生产速度的建议控制量、废水处理过程的调整信息、运输设备的优化信息和处理设备的优化信息进行推送。
2.根据权利要求1所述的基于大数据的废水监测系统,其特征在于,所述生产监测模块设有生产监测单元,用以根据废水转化比对生产进程进行监测;
所述生产监测单元将废水转化比A与预设废水转化比A0进行比对,并根据比对结果对生产进程进行监测,其中:
当A≤A0时,所述生产监测单元判定废水转化比未达标,生产进程处于继续生产状态;
当A>A0时,所述生产监测单元判定废水转化比达标,生产进程处于可停止生产状态。
3.根据权利要求2所述的基于大数据的废水监测系统,其特征在于,所述生产监测模块设有生产模型监测单元,用以建立生产模型,并将预计生产区间输入至生产模型中输出最优转化比,以对监测过程进行调整;
所述模型监测单元根据历史产量数据和历史废水转化比建立生产模型,并将预计生产区间输入至生产模型中,得到最优转化比A1,并将最优转化比A1与预设废水转化比A0进行比对,并根据比对结果对监测过程的调整情况进行判断,其中:
当A1>A0时,所述模型监测单元判定不对监测过程进行调整;
当A1≤A0时,所述模型监测单元判定对监测过程进行调整,将预设废水转化比A0的值调整为最优转化比A1的值。
4.根据权利要求3所述的基于大数据的废水监测系统,其特征在于,所述生产监测模块设有生产模型优化单元,用以根据历史转化比方差对生产模型的失真情况进行判断,并对生产模型进行优化;
所述模型优化单元将历史转化比方差S与预设模型转化比方差S0进行比对,根据比对结果对生产模型的失真情况进行判断,并对生产模型进行优化,其中:
当S<S0时,所述模型优化单元判定生产模型输出结果正常,不对生产模型进行优化;
当S≥S0时,所述模型优化单元判定生产模型输出结果失真,并对生产模型进行优化,将近3个月内每次生产结束的历史产量数据和历史废水转化比数据作为模型优化训练集对生产模型进行优化训练。
5.根据权利要求1所述的基于大数据的废水监测系统,其特征在于,所述运输监测模块设有运输监测单元,用以在生产进程监测结果为继续生产时,根据预存废水容量、已存废水容量和处理废水容量对运输废水容量情况进行监测,并计算生产速度的建议控制量;
所述运输监测单元根据预存废水容量B1、已存废水容量B2和处理废水容量B3计算废水占用容量B,设定B=B1+B2-B3,并将其与预设废水占用容量B0进行比对,根据比对结果对运输废水容量情况进行监测,并计算生产速度的建议控制量,其中:
当B<B0时,所述运输监测单元判定运输废水容量正常;
当B≥B0时,所述运输监测单元判定运输废水容量异常,并计算生产速度的建议控制量C,设定C=[0.7×e−0.2(B-B0)+0.3 ]×C0,C0为当前生产速度。
6.根据权利要求5所述的基于大数据的废水监测系统,其特征在于,所述运输监测模块设有运输模型监测单元,用以根据历史生产状态数据和最优转化时长建立运输模型,并将当前生产状态数据输入至运输模型中,得到运输模型输出的最优转化时长,以对生产速度的建议控制量进行调整;
所述运输模型监测单元在运输废水容量异常时,将当前生产状态数据输入至运输模型中,得到运输模型输出的最优转化时长D,所述运输模型监测单元将最优转化时长D与各预设最优转化时长进行比对,根据比对结果对未来运输状态进行监测,并对生产速度的建议控制量进行调整,其中:
当D≤D1时,所述运输模型监测单元判定未来运输状态正常,不对生产速度的建议控制量进行调整;
当D1<D≤D2时,所述运输模型监测单元判定未来运输状态需调整,调整后的生产速度的建议控制量为Ca,设定Ca=0.9×C;
当D2<D时,所述运输模型监测单元判定未来运输状态异常,并对生产速度的建议控制量进行调整,调整后的生产速度的建议控制量为Ca,设定Ca=0。
7.根据权利要求6所述的基于大数据的废水监测系统,其特征在于,所述运输监测模块设有运输模型优化单元,用以根据历史生产时长方差对运输模型的失真情况进行判断,并对运输模型进行优化;
所述运输模型优化单元将历史生产时长方差F与预设历史生产时长方差F0进行比对,根据比对结果对运输模型的失真情况进行判断,并对运输模型进行优化,其中:
当F≤F0时,所述运输模型优化单元判定运输模型预测结果正常;
当F>F0时,所述运输模型优化单元判定运输模型预测结果失真,并对运输模型进行优化。
8.根据权利要求1所述的基于大数据的废水监测系统,其特征在于,所述处理监测模块根据废水回收量K1和新水消耗量K2计算废水利用率M,设定M=K1/(K1+K2),并将废水利用率M与预设废水利用率M0进行比对,根据比对结果对废水处理效果进行监测,其中:
当M≥M0时,所述处理监测模块判定废水处理效率高;
当M<M0时,所述处理监测模块判定废水处理效率低。
9.根据权利要求1所述的基于大数据的废水监测系统,其特征在于,所述监测反馈模块设有运输监测反馈单元,用以根据生产速度控制过程的调整情况对运输过程进行反馈;
所述运输监测反馈单元获取反馈周期内未来运输状态异常次数H,并将其与预设运输状态异常次数H0进行比对,根据比对结果对运输过程进行反馈,其中:
当H≤H0时,所述运输监测反馈单元反馈运输过程正常;
当H>H0时,所述运输监测反馈单元反馈运输过程异常;
所述监测反馈模块设有处理监测反馈单元,用以根据处理过程的监测结果对处理效果进行反馈;
所述处理监测反馈单元获取反馈周期内废水处理效率低的持续时长U,废水处理效率低的持续时长U与预设持续时长U0进行比对,根据比对结果并将对处理效果进行反馈,其中:
当U≤U0时,所述处理监测反馈单元反馈处理效果正常;
当U>U0时,所述处理监测反馈单元反馈处理效果异常。
10.根据权利要求1所述的基于大数据的废水监测系统,其特征在于,所述信息推送模块在生产进程监测结果为可停止生产状态时,将可停止生产状态推送至用户端;
所述信息推送模块获取所述运输监测模块对生产速度的建议控制量,并将其推送至用户端;
所述信息推送模块在所述处理监测模块判定废水处理效率低时,推送加速废水处理速度的调整信息
所述信息推送模块在监测反馈模块反馈运输过程异常时,向用户推送运输设备的优化信息;
所述信息推送模块在监测反馈模块反馈处理效果异常时,向用户推送处理设备优化信息。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410056091.4A CN117849300A (zh) | 2024-01-15 | 2024-01-15 | 一种基于大数据的废水监测系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410056091.4A CN117849300A (zh) | 2024-01-15 | 2024-01-15 | 一种基于大数据的废水监测系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN117849300A true CN117849300A (zh) | 2024-04-09 |
Family
ID=90529103
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202410056091.4A Pending CN117849300A (zh) | 2024-01-15 | 2024-01-15 | 一种基于大数据的废水监测系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117849300A (zh) |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR101996375B1 (ko) * | 2019-03-06 | 2019-07-03 | (주)와이제이솔루션 | 기능 확장이 용이한 이상 예측 수처리 제어시스템 |
CN114904319A (zh) * | 2022-07-13 | 2022-08-16 | 艾肯(江苏)工业技术有限公司 | 基于物联网的废水处理可利用性测试系统及方法 |
CN115093001A (zh) * | 2022-06-23 | 2022-09-23 | 海峡建工集团有限公司 | 一种基于大数据的污水处理系统及方法 |
CN116485611A (zh) * | 2023-04-25 | 2023-07-25 | 安徽浙航能源科技有限公司 | 一种锂电池正极材料生产废水处理方法及系统 |
CN117072883A (zh) * | 2023-08-31 | 2023-11-17 | 深圳市水务科技发展有限公司 | 一种基于物联网技术的城市排水管网远程监测维护系统 |
-
2024
- 2024-01-15 CN CN202410056091.4A patent/CN117849300A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR101996375B1 (ko) * | 2019-03-06 | 2019-07-03 | (주)와이제이솔루션 | 기능 확장이 용이한 이상 예측 수처리 제어시스템 |
CN115093001A (zh) * | 2022-06-23 | 2022-09-23 | 海峡建工集团有限公司 | 一种基于大数据的污水处理系统及方法 |
CN114904319A (zh) * | 2022-07-13 | 2022-08-16 | 艾肯(江苏)工业技术有限公司 | 基于物联网的废水处理可利用性测试系统及方法 |
CN116485611A (zh) * | 2023-04-25 | 2023-07-25 | 安徽浙航能源科技有限公司 | 一种锂电池正极材料生产废水处理方法及系统 |
CN117072883A (zh) * | 2023-08-31 | 2023-11-17 | 深圳市水务科技发展有限公司 | 一种基于物联网技术的城市排水管网远程监测维护系统 |
Non-Patent Citations (1)
Title |
---|
彭程 等: "村镇河道水质在线监测系统的设计与实现", 《 计算机工程与设计》, vol. 36, no. 9, 30 September 2015 (2015-09-30), pages 2561 - 2566 * |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
EP2955345A1 (en) | Marine diesel engine exhaust gas treatment system | |
CN110825041B (zh) | 一种集控式智慧污水处理厂运行系统 | |
CN105597537B (zh) | 基于预测控制技术的脱硝控制方法 | |
CN104722203A (zh) | 一种加热炉烟气的scr脱硝控制系统和方法 | |
CN103277177A (zh) | 一种scr老化修正方法、装置及系统 | |
CN104863841A (zh) | 火电厂循环水泵效率在线监测方法 | |
CN114565327B (zh) | 基于物联网的智慧能源管控系统 | |
CN103601342A (zh) | 一种化学除磷工艺优化控制装置 | |
CN102681498A (zh) | 污水处理过程优化运行方法 | |
US11804621B2 (en) | Parameter tuning method of energy storage system and the energy storage system | |
CN116991130A (zh) | 一种石化生产智能化自动化控制系统和方法 | |
CN117849300A (zh) | 一种基于大数据的废水监测系统 | |
CN103530705A (zh) | 一种钢铁企业煤气预测方法、装置及系统 | |
CN114853252A (zh) | 一种基于物联网、大数据与云计算的高铁污水处理系统 | |
CN109833773A (zh) | 一种高效脱硝氨流量精确控制方法 | |
CN114037189A (zh) | 通过垃圾转运量以人口聚集密度确定垃圾车辆分配系统 | |
CN202710535U (zh) | 用于量化尿素转化率的设备以及包括该设备的用于优化尿素气化的系统 | |
CN212974729U (zh) | 基于数据驱动预测控制的火电机组脱硝系统 | |
CN114398821A (zh) | 一种基于数据挖掘和智能算法的污水处理分析及控制方法 | |
CN204515517U (zh) | 环境治污设施运行采集与分析系统 | |
CN115215436B (zh) | 一种基于同步除磷的智能加药除磷控制系统及控制方法 | |
CN113788526B (zh) | 一种与智慧水务相结合的新型臭氧氧化装置 | |
CN219291064U (zh) | 一种火电机组脱硝系统 | |
CN118289856A (zh) | 一种一体化工业废水回用处理系统及工艺 | |
CN212029830U (zh) | 一种基于大数据和物联网的地铁通风系统智能控制系统 |
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 |