TWM565303U - 水質監測系統 - Google Patents
水質監測系統 Download PDFInfo
- Publication number
- TWM565303U TWM565303U TW107201881U TW107201881U TWM565303U TW M565303 U TWM565303 U TW M565303U TW 107201881 U TW107201881 U TW 107201881U TW 107201881 U TW107201881 U TW 107201881U TW M565303 U TWM565303 U TW M565303U
- Authority
- TW
- Taiwan
- Prior art keywords
- water quality
- water
- monitoring device
- monitoring
- parameters
- Prior art date
Links
Landscapes
- Investigating Or Analysing Materials By Optical Means (AREA)
Abstract
本創作為一種水質監測系統,其中,至少一傳感器感測一待測水體,以取得該待測水體之感測數據,監控設備接收該至少一傳感器所傳送之感測數據,導入人工智慧深度學習,藉由數學模型、矩陣運算及演算法等技術產生複數個水質參數,及提高儀器量測的準確度,並將該複數個水質參數與預設之安全值比對,藉以判斷該待測水體之水質狀態,最後,監控設備於判斷該水質狀態為危險狀態時,傳遞指令給水質改善系統,判斷並智慧啟動警示聲音或/及水質改善系統並傳送警示訊息至一行動裝置,綜上,系統提供水質參數監控、量測數據儲存、傳送電子郵件或/及簡訊功能、水質參數異常判斷、提供預警訊息、智慧啟動水質改善系統,另外水質參數亦被傳送至雲端伺服器儲存分析。數據輸出顯示設備可以是移動裝置或其他數據顯示設備。
Description
本創作係有關水質監控技術,特別是,係關於一種提供即時監控、即時通報與即時水質改善之水質監測系統。
隨著工業演進,水汙染日益嚴重,特別是對漁業養殖業者來說,水質好壞會影響魚塭內漁產量,因而水質對於漁業相關人員來說,實屬重要議題,如何即時發現水質惡化並對水質進行即時監控或改善,係目前眾人極力著手之目標。
對於漁業養殖業者來說,目前魚塭水質控管多數採用人為檢測,透過人力方式排定日期時間以及檢測項目,讓檢測人員前往魚塭檢測水質狀況,然此方式存在諸多改善空間。如前所述,基於排定日期檢測水質,實無法即時反映出水質惡化之時間點,在此情況,若無法即時發現水質狀況惡化,則魚塭內之漁產恐造成嚴重損失,再者,若無法全天監控,則無法取得魚塭水質連續不間斷地水質狀況,當然無法及時提出補救技術,發現時間延宕後,將造成漁業養殖業者極大損失,尤其是即時監控有毒濃度變化極為重要。
由上可知,考量水質監測之持續性和即時性,需找出一種能持續監測且即時反應監測狀況之機制,特別是,可在不增加人力下,透過感測、判斷、即時通知等機制,達到即時監控水質之目的,甚至基於水質狀態提供水質改善對策,此實為目前本技術領域人員努力追求之目標。
鑒於上述習知技術的缺點,本創作之目的係提出一種水質即時監測機制,透過持續監測水質,以使感測到之數據更具實用性,再者,為了達到即時監控目的,需於水質發生問題時,即時反映至相關人員,藉此期盼可早期發現水質問題並儘速執行水質改善方案,進而降低因水質問題所導致之危險或損失。
本創作係提出一種水質監測系統,包括至少一傳感器、監控設備、以及行動裝置。其中,該至少一傳感器用於感測一待測水體,以取得該待測水體之感測數據,監控設備係以有線或無線方式連結該至少一傳感器,用於接收該至少一傳感器所傳送之該感測數據,其中,該監控設備透過數學模型演算與分析該感測數據,以產生複數個水質參數並將該複數個水質參數儲存於資料庫內,該監控設備比對該複數個水質參數與預設之安全值,藉以判斷該待測水體之水質狀態,行動裝置係透過網路連結該監控設備,以於該監控設備判斷該水質狀態為危險狀態而產生警示訊息時,自該監控設備接收該警示訊息。
於一實施例中,該監控設備更包括解析模組、判定模
組、示警模組及水質改善模組。基於水體中各種水質參數互相影響,解析模組係透過數學模型建置與演算方式處理多筆該感測數據,以取得該複數個水質參數,藉由導入人工智慧深度學習等技術,發展與建置數學模型,以提供多種水質參數數據並提升各種水質參數數據的準確度;判定模組連結該解析模組,用以比對該複數個水質參數與該安全值,以於該複數個水質參數任一者未在該安全值範圍內時,判斷該水質狀態為危險狀態。
示警模組連結該判定模組,用於在該監控設備判斷該水質狀態為危險狀態時啟動示警裝置,以及傳輸該警示訊息與該複數個水質參數至該行動裝置。水質改善模組連結該判定模組,用於在該監控設備判斷該水質狀態為危險狀態時,發出控制指令,以啟動該待測水體處之水質優化設備。
於另一實施例中,該監控設備更包括連結該判定模組之傳輸模組,用於透過無線通訊機制將該複數個水質參數傳輸至該資料庫儲存。
於再一實施例中,該判定模組與該解析模組、該示警模組及該水質改善模組分別設置於不同裝置上。
於又一實施例中,該複數個水質參數彼此間存在非線性變化的影響,或者基於簡化該複數個水質參數彼此間的非線性關係以得到線性關係。
於又再一實施例中,該監控設備可傳送該複數個水質參數至雲端伺服器並儲存,以供該雲端伺服器後續執行大
數據分析。另外,該複數個水質參數儲存於該監控設備內,且該監控設備更透過電子郵件傳送功能傳送該複數個水質參數至使用者的電子信箱。
於再一實施例中,透過多點同時監測不同位置之水質參數並同時傳輸至該監控系統,藉以達到大面積水質參數同時集體監控。
於再一實施例中,更包括利用一標準數據確認該至少一傳感器之準確度,藉此於該至少一傳感器產生量測偏差時,透過遠端無線校正該監控設備內之感測數據。
相較於習知技術,本創作所提出之水質監測系統,透過將至少一傳感器設置於待測水體處進行感測,並隨時將感測數據回傳至監控設備,藉此達到不間斷之感測目的,故無須透過人工方式進行水質檢測;另外監控設備可於待測水體水質惡化時,即時將訊息傳遞至行動裝置及/或水質改善模組,可由使用者或監控設備啟動改善機制,藉此達到即時反映、即時告警以及立即改善等程序,也就是說,系統提供量測數據儲存、傳送電子郵件或/及簡訊功能,故可降低水質惡化造成危險或損失。因而透過本創作之即時監控機制,將可達到有效率地即時監測以及即時進行水質改善,顯優於現有監控水質之系統或方法。
1‧‧‧水質監測系統
11‧‧‧傳感器
12‧‧‧監控設備
12’‧‧‧監控設備
121‧‧‧解析模組
122‧‧‧判定模組
123‧‧‧水質改善模組
124‧‧‧示警模組
125‧‧‧通訊模組
126‧‧‧傳輸模組
13‧‧‧行動裝置
2‧‧‧雲端伺服器
3‧‧‧水質優化設備
4‧‧‧資料庫
S31~S35‧‧‧步驟
S41~S46‧‧‧流程
第1圖為本創作之水質監測系統之系統架構圖;第2圖為本創作之水質監測系統其他實施態樣之系統架構圖;
第3圖為本創作之水質監測方法之步驟圖;第4圖為本創作之水質監測系統即時監控水質之流程圖;第5A和5B圖為本創作之水質監測系統第一具體實施例之示意圖;以及第6A和6B圖為本創作之水質監測系統第二具體實施例之示意圖。
以下藉由特定的具體實施形態說明本創作之技術內容,熟悉此技藝之人士可由本說明書所揭示之內容輕易地瞭解本創作之優點與功效。然本創作亦可藉由其他不同的具體實施形態加以施行或應用。
須知,本說明書所附圖式所繪示之結構、比例、大小等,均僅用以配合說明書所揭示之內容,以供熟悉此技藝之人士之瞭解與閱讀,並非用以限定本創作可實施之限定條件,故不具技術上之實質意義,任何結構之修飾、比例關係之改變或大小之調整,在不影響本創作所能產生之功效及所能達成之目的下,均應仍落在本創作所揭示之技術內容得能涵蓋之範圍內。同時,本說明書中所引用之如“上”及“側”等之用語,亦僅為便於敘述之明瞭,而非用以限定本創作可實施之範圍,其相對關係之改變或調整,在無實質變更技術內容下,當亦視為本創作可實施之範疇。
關於水質監測,一直是長期被關注的議題,早期以人工方式抽樣檢測,藉此判斷水質狀況,然此方式耗費大量
人力及時間,且抽樣執行檢測僅限於當時抽取之水體的水質狀況,無法確切掌控同一區域之水質變化,故有極大改善空間。儘管現行有透過檢測儀錶定點、定時收集水質資料,但此方式並無於水質受汙染時,即時通報並改善,通常需待檢測人員取回檢測儀器所收集之水質資料並進行分析後,才得知水質狀況,且水質離開水面後,則水質參數互相影響的所有化學反應方程式將立即中斷而導致量測誤差,若是在漁業養殖業者,恐導致魚池內生物大量死亡。
上述現有水質監測方式都未有持續監測、即時通報等機制,因而本創作提出一種可持續監測且即時通報之水質監測機制,可應用於農業、養殖業等大量用水,亦可用於家庭用水安全、工廠廢水污水之監測把關,以於發現水質狀況不佳時,即早執行水質改善作業。
請參照第1圖,其為本創作之水質監測系統之系統架構圖。如圖所示,水質監測系統1包括至少一傳感器11、監控設備12以及行動裝置13。
傳感器11用於感測水池或魚塭內之待測水體,藉以取得待測水體之感測數據。簡言之,傳感器11為至少一個,可置於待測水體內以對待測水體執行複數項檢測,傳感器11可能是多項功能之感測器,故數量可依據檢測項目而定,傳感器11可例如溫度傳感器、酸鹼值傳感器、毒亞硝酸濃度傳感器、氨濃度傳感器、毒硫化氫濃度傳感器、氧化還原電位傳感器、溶氧量傳感器、水體導電度傳感器、鹽度傳感器、生物需氧量傳感器、化學需氧量傳感器、總
有機碳濃度傳感器、硬度傳感器、總氨氮濃度傳感器、水透明度傳感器、大腸桿菌傳感器、藍細菌傳感器或混濁度傳感器等。
監控設備12連結至該些傳感器11,用以接收來自於傳感器11之感測數據,監控設備12可透過人工智慧深度學習、數學模型建置發展及演算法分析該些感測數據以產生對應的複數個水質參數,且將該複數個水質參數儲存於資料庫內,之後,經比對該些水質參數和預設之安全值,俾判斷待測水體之水質狀態。如上所述,監控設備12執行水質分析和判斷,藉此得到待測水體之水質狀態,其中,水質參數和安全值經比對後,可於水質參數超出安全值之範圍時,判定水質狀態為危險狀態,並通知相關人員待測水體之水質出現異樣。
監控設備12可被設計為單一設備,例如行動公事包的概念,使用時可直接置於待測水體之水池或魚塭旁,監控設備12與傳感器11以有線或無線方式連結,進而接收傳感器11所取得之感測數據。
行動裝置13與監控設備12可進行無線通訊,以於監控設備12判斷水質狀態為危險狀態時,行動裝置13自監控設備12接收警示訊息。也就是說,監控設備12係與行動裝置13無線通訊,行動裝置13為手機或平板,而警示訊息可例如為聲音或/及簡訊,訊息可包括水質問題、觸發地點或改善方法等,監控人員透過行動裝置13收到警示訊息後,可立即釐清水質惡化之現況與原因並啟動改善作業。
另外,亦可令行動裝置13自行判定水質是否異常,亦即將感測數據或水質參數由監控設備12傳送至行動裝置13,最終由行動裝置13判斷水質是否異常。
如上所述,傳感器11和監控設備12之間可透過無線或/及有線通訊方式進行資料傳遞。另外,監控設備12與行動裝置13之間可透過行動網路來溝通,以於水質狀態危險時發出警示訊息,透過行動網路,可使傳遞不受距離限制,且監控人員透過隨身攜帶的手機即可收到訊息,也無需增加監控人員額外負擔。
請參照第2圖,其為本創作之水質監測系統其他實施態樣之系統架構圖。如圖所示,水質監測系統1之傳感器11、監控設備12及行動裝置13與第1圖所述相同,於本實施例中,監控設備12包括解析模組121、判定模組122、水質改善模組123、示警模組124以及傳輸模組126。
解析模組121可透過人工智慧深度學習、數學模型建置與演算方式處理多筆感測數據,以取得前述之複數個水質參數,例如毒氨濃度、溶氧量、毒亞硝酸濃度、毒硫化氫濃度、氧化還原電位、導電度、鹽度、大腸桿菌、藍細菌、酸鹼值或水溫等。解析模組121主要目的是提供感測數據之數據分析,進而得到待測水體之水質數據。目前水質參數可達到至少54項,包括pH酸鹼值、水溫、氨濃度(NH3)、銨離子(NH4+)、硝酸鹽(NO3-)、亞硝酸(NO2)、硫化氫(H2S)、鹽度(salt)、導電度(EC)、溶解氧(DO)、總氨氮濃度(TN)、磷酸鹽(PO4)、總磷酸鹽濃度(TP)、氧化還原
電位(ORP)、總懸浮固體濃度(TSS)、總懸浮固體濃度(TDS)、化學需氧量(COD)、生物需氧量(BOD)、矽酸鹽(SiO4)、硫酸鹽(SO4)、總有機碳濃度(TOC)、碳氮比(C/N)、鹼度(alkalinity)、透明度(SD)、混濁度(Turbidity)、鈣(Ca)、鎂(Mg)、碳酸鈣、硬度(GH)、硬度(kH)、總細菌濃度、大腸菌群、藍藻、異養細菌、浮游植物、葉綠素a、殘氯和氯濃度、三鹵甲烷、O3臭氧、油和油脂(grease)、砷(As)、鎘(cd)、銅(Cu)、Mn(錳)、鈉(Na)、鉀(K)、氟(F)、鋁(AL)、鐵(Fe)、鉛(pb)、汞(Hg)、鋅(Zn)、溴酸鹽(Bromate)、綠膿桿菌(Pseudomonas Aeruginosa)、金黃色葡萄球菌(aureus)等或上述之任意組合。該些水質參數之間彼此互相影響,簡單來說,每一項水質參數可能受到另一項參數變化而變化,故該複數個水質參數彼此間存在非線性變化的關係,後續將有參數相關性之詳細說明。
判定模組122連結解析模組121,用以比對複數個水質參數與安全值,藉此於複數個水質參數之任一個或多個未在安全值範圍內時,即判斷水質狀態為危險狀態並產生警示訊息,之後再發出警示訊息傳送至行動裝置13,再由行動裝置13產生對應訊息或聲響。
由上可知,傳感器11將持續感測待測水體之水質情況,所得到之感測數據經過解析模組121分析以及判定模組122之比對,藉此得到水質狀態,安全值則是依照不同的應用領域、不同水產生物所需的水質參數環境條件設計,透過建立之數學模型與演算法計算,作為比對判斷水
質狀態之依據。
在一具體實施例中,解析模組121可為感測數據分析系統,其內建各種參數如何解析,以及各種水質參數間之關係,而判定模組122在取得各種水質參數後,需進行比對。
如前所述,監控設備12可為單一設備設計,例如單一行動公事包內,可包括感測數據分析系統和平板,其中,平板可提供存檔、簡訊傳送以及電子郵件傳送監測到之水質參數等功能。於另一實施態樣中,監控設備12也可以兩個設備來呈現,亦即解析模組121與判定模組122分別設置於不同裝置中。有別於前述單一行動公事包具備分析和比對之能力,可將執行水質參數分析之解析模組121設於第一裝置中,此第一裝置將被放置於水池或魚塭旁,並與傳感器11以有線或無線方式連結,另外,用於執行水質狀態比對之判定模組122設於第二裝置及/或第一裝置中,此時第二裝置則可放置於水池或魚塭旁的辦公室內或附近建築物內。
無論監控設備12以單一裝置呈現,或是兩個裝置呈現,警示提醒和水質改善機制也是需要的,相關功能將由水質改善模組123和示警模組124來完成。
水質改善模組123可於監控設備12判斷水質狀態為危險狀態時(例如透過解析模組121及判定模組122)可發出控制指令,藉此啟動水池、魚塭旁邊或附近的水質優化設備3。為了達到立即改善之目的,當判斷水質狀態為危險
狀態時,將由監控設備12自發啟動或者由監控人員透過行動裝置13啟動水質優化設備3,水質優化設備3可為任何用於改善水質之機電設備,例如水車、抽水馬達、加溫器、添加益生菌之設備等,舉例來說,透過水車或抽水馬達將水體打出水面接觸空氣,藉此增加水中溶氧量,進而改善水質狀況,另外,亦透過控制機制將適當益生菌投入水池或魚塭中,降低水質異常狀況或/及降低危險的水質有毒濃度。
示警模組124可於監控設備12判斷水質狀態為危險狀態時啟動示警裝置,以及傳輸警示訊息與複數個水質參數至行動裝置13。示警裝置可為透過聲音或燈光變化以達警告作用之裝置,例如透過不同顏色之LED燈發出閃爍之燈光,或者透過揚聲器發出聲響之喇叭,藉此提醒周邊人員,其監控之水體水質狀態不佳。
另外,連結判定模組122之傳輸模組126,用於透過無線通訊機制將該複數個水質參數傳輸至資料庫4儲存,資料庫4可與監控設備12放置再一起,亦可與監控設備12分開放置,視需求透過有線或無線資料傳遞方式與監控設備12連結。
另外,監控設備12還可將複數個水質參數傳送至雲端伺服器2予以儲存,透過各種水質參數持續累積,搭配環境、天氣等資訊,將有利於水池或魚塭水體狀態的大數據分析,所得到分析數據有利於預先推測水質變化,甚至提早預防水質變差。舉例來說,每當天氣溫度急降時,水質
酸鹼值可能改變,因而當天氣預報寒流來襲時,監控人員可加強監控程序或提出預防對策。
具體實施時,監控設備12為達到分析、判斷、通訊、顯示及整體運作等目的,可由下列組件組成,例如包括單晶片控制器、無線通訊模組、數位顯示面板、電源轉換單元、軟體程式等,但不以此限。
單晶片微控制器可供感測數據分析系統內程式之數據資料運算、系統控制、數據資料轉換、數據資料傳輸,單晶片微控制器中系統程式運算提供監控設備12內運作核心。
無線傳輸通訊模組用於數據資料傳輸,可包括藍牙、WIFI、ZIGBEE、SMS、LoRa、或/及其他通訊模組等,例如置於水中之酸鹼值傳感器與水溫傳感器感測出水質數據資料,再透過傳感器上之無線傳輸通訊模組傳送至水質數據接收系統或/及行動裝置應用程式。
數位顯示面板用於顯示系統裝置感測水質數值狀態,可為LCD、七段顯示器、行動裝置、手機、平板等能提供數值狀態顯示之面板。數據輸出顯示設備可以是移動裝置或其他數據顯示設備。
電源轉換單元用於監控設備12內系統及水質改善模組123間電源變壓與轉接,電源變壓與轉接可包括升壓、降壓、電源線路分接等。監控設備12之運作電力可來自電源線、內建電池或是透過太陽能發電。
請參照第3圖,其為本創作之水質監測方法之步驟
圖。如圖所示,於步驟S31中,係令至少一傳感器感測一待測水體以取得感測數據。本步驟即是將傳感器設置於水池或魚塭中,藉此取得待測水體之感測數據。
於步驟S32中,係傳送該感測數據至一監控設備。於本步驟中,監控設備接收傳感器所感測到之感測數據。監控設備可為設置於水池或魚塭旁的單一裝置,又或者可為一個裝置設置於水池或魚塭旁,另外一個裝置設置於周邊建築物內,兩者透過有線或無線傳輸機制進行資料傳遞。
於步驟S33中,係令該監控設備分析該感測數據透過人工智慧深度學習、數學模型演算以產生複數個水質參數。於本步驟中,監控設備進行感測數據分析、人工智慧深度學習與數學模型演算,以得到各種水質參數。
於步驟S34中,係令該監控設備比對該複數個水質參數與預設之安全值,藉以取得該待測水體之水質狀態。於本步驟中,監控設備將該些水質參數與安全值進行比對,以得到待測水體之水質狀態。
於步驟S35中,係於該監控設備判斷該水質狀態為危險狀態時,發送警示訊息至一行動裝置。為了達到即時通知的目的,監控設備在判斷出水質不佳時,可透過聲音或/及簡訊方式通知監控人員或/及傳送水質異常訊息至監控人員之行動裝置中,在此狀態下,監控人員可隨時隨地監控水池或魚塭之水質狀態。
為了達到示警和改善,於該監控設備判斷該水質狀態為危險狀態時,監控設備可啟動示警裝置執行聲音或燈光
的警示。另外,於該監控設備判斷該水質狀態為危險狀態時,監控設備可令一相對應的水質改善模組啟動水質優化設備,藉此開始啟動水質改善作業。
請參照第4圖,其為本創作之水質監測系統即時監控水質之流程圖。如圖所示,於流程S41中,係感測待測水體。透過傳感器進行待測水體之感測以得到感測數據,其中,傳感器數量可為一個以上,故會獲得多組感測數據。
於流程S42中,係解析感測數據以得到水質參數。利用解析模組處理多筆感測數據,藉此人工智慧深度學習、數學模型演算得到各項水質參數,其中,水質參數之間彼此呈多變數非線性影響。
於流程S43中,係比對水質參數與安全值。透過判定模組來比對複數個水質參數以及依據不同水質環境、不同水產生物需求預先設置之安全值,比對結果在範圍內則前進流程S44,若比對結果在範圍外則前進流程S45。
於流程S44中,係水質正常。當水質參數在安全值的範圍內,則表示水質正常。
於流程S45中,係水質危險並傳送警示訊息至行動裝置。當水質參數在安全值的範圍外時,則表示水質危險,此時,可進一步產生警示訊息並傳送至行動裝置。
於流程S46中,係啟動示警裝置/水質優化設備。基於前一個流程判斷水質不佳,故可進一步啟動水質改善模組來啟動水質優化設備,以執行水質改善作業,又或者可啟動示警裝置,透過聲音或燈光來提醒監控人員,又或者可
傳送訊息通知相關人員。
另外,監控範圍可擴大應用,例如透過多點同時監測不同位置之水質參數並同時傳輸至監控系統,藉以達到大面積水質參數同時集體監控。具體來說,可同時監控多個魚塭之水質狀態,所得到之水質參數會被送至同一個監控系統,藉此可達到大面積水質參數同時集體監控之目的。
再者,當傳感器使用一段時間後,其準確度可能會有影響,故本創作提出利用一標準數據來確認傳感器之準確度,並且於傳感器產生量測偏差時,透過遠端無線校正該監控設備內之感測數據。具體來說,可設置有多個標準溶液,以PH量測為例,例如提供PH4、PH7、PH10等標準溶液,可於一段時間使用傳感器量測上述標準溶液,當傳感性量測上述標準溶液下有結果誤差時,例如應該呈現PH4,但呈現PH3.8,則表示傳感器有不準的情況,此時,可將所測量到之多個感測數據與標準溶液量測結果一起傳送至雲端資料庫或者電子郵件,待遠端系統校正以後再傳回至監控設備,即使用者可下載最新App內容來更新監控設備,因而透過前述數據校正,即便傳感器因老舊問題而有數據偏差,但透過監控設備已取得新的數據校正結果,故可呈現正確的感測數據。
請參照第5A和5B圖,其為本創作之水質監測系統第一具體實施例之示意圖。如第5A圖所示,監控設備12包含解析模組121以及判定模組122,特別的是,解析模組121以及判定模組122設於同一裝置上,解析模組121與
至少一個傳感器11連結,判定模組122會於水質異狀時傳遞訊息至行動裝置13,其中,解析模組121可為一個數據分析系統,判定模組122則是包含軟硬體之運算裝置,也可以是平板或小電腦或其他行動裝置。
如第5B圖所示,監控設備12之判定模組122可於水質發生異常時,控制水質改善模組123來啟動水質優化設備3,以執行水質改善作業,以及通知示警模組(圖未示)提出警告。
請參照第6A和6B圖,其為本創作之水質監測系統第二具體實施例之示意圖。如6A圖所示,監控設備12所包含之解析模組121及判定模組122是可以分別設置於不同裝置上,例如圖中監控設備12、12’為兩個分開的裝置設備。監控設備12為一個裝置,可包括解析模組121、示警模組(圖未示)及水質改善模組123(第6B圖),監控設備12’則為包含判定模組122之另一個裝置。至少一個傳感器11將感測數據回傳解析模組121,解析模組121分析數據後傳送水質參數至判定模組122,兩者間可是有線或無線傳輸,判定模組122判定水質參數後,若有水質不佳,則傳遞訊息至行動裝置13,感測數據或水質參數可由監控設備12或由監控設備12’上傳至雲端伺服器,亦即上傳數據功能在監控設備為兩個分開的裝置設備下,可於任一者執行。同樣地,解析模組121可為一個數據分析系統,判定模組122則是包含軟硬體之運算裝置,例如平板或小電腦或其他行動裝置,監控設備12’可透過通訊模組125來與
解析模組121溝通,或由判定模組122直接與解析模組121溝通,解析模組121可設置於水池或魚塭附近的辦公室內,藉此增加監測方便性。
如第6B圖所示,如上所述,水質監測系統可包含水質改善模組123以及水質優化設備3,用以執行水質改善作業,具體實施時,判定模組122可於水質產生狀況時,通知解析模組121以控制水質改善模組123,進而啟動水質優化設備3,然由解析模組121或判定模組122來發出控制,可視需求改變或調整。
另外,如前所述,本創作中複數個水質參數彼此間存在多變數非線性變化的關係。水質參數非線性微分方程式
數學模式為。
X代表各個水質參數,以表示,代表X1、X2...Xn
為n種水質參數,n54。
A代表各個水質參數互相影響的程度,以
表示,其中,a1,1至an,n為非線性變
數,例如非線性指數函數、對數函數等;B代表改善系統外加擾亂元素對各個水質參數影響的程度,以
表示。u代表外加的擾亂元素,以
表示。例如轉動水車和增氧機增加溶氧量或添加益生菌或外來廢水的汙染等外加的元素,都可能改變水質參數。
因而數學模式將可被解開為(以n=54為例):
其中n表示監測量的水質參數數目,透過上述可知,每個水質參數間將存在非線性變化的關係。
下面將舉例幾個水質參數,說明水質參數彼此之間會受其他水質參數的影響。
pH酸鹼值對於分子在水體中解離作用有很大的關係,空氣中不同的分子溶於水中的多寡會影響水中的pH值,pH值主要決定因素水體的緩衝系統-碳酸和碳酸氫根離子之間的平衡、生物性的活動和外來廢水的汙染,以及其他水質參數非線性變化的影響。
水溫的高低影響水中的物理及化學性質,會改變水生動物的生理代謝及活動性,以及其他水質參數非線性變化的影響。
PH值越高,氨濃度(NH3)的濃度將增加,反之,PH值越低,氨的濃度將降低。氨氮為蛋白質類經硝化菌等分解者而來,其主要來源為排泄物、殘料或死屍,水的水質、
流速等都會影響水中的pH值與氨氮類。
導電度(EC)代表水體導電能力,導電度數值大小受水溫及水體中鹽類濃度,以及其他水質參數變化的非線性影響,鹽類指其他水質無機性的陽離子(如鈣、鎂、鈉、鉀等)及其他水質陰離子(如碳酸根、硫酸根、氯離子等),水體中的陰陽離子多時,電導度亦高。
水體中溶氧濃度受到系統中生物,物理及化學程序之影響,由於幾乎所有的生物,均仰賴溶氧的維持代謝程序,並產生能量來生長與再生細胞,溶解度隨溫度及大氣中氧之分壓而改變,水中鹽分含量亦會影響氧之溶解度,一般鹽分愈高,則溶氧量愈低。水中的溶氧量會受到溫度、大氣壓力、微生物、浮游植物以及光合作用的影響。
磷酸鹽(PO4)偏高能導致水中藻類大量繁殖,間接影響魚的生長,過度繁殖的藻類會大量消耗水中氧氣,對魚的生長造成損害,磷酸鹽會受到溶解氧以及其他水質參數變化的非線性影響。
氧化還原電位(ORP)是水溶液氧化還原能力的量測指標,當氧化還原電位低時,池底則呈還原態,會有大量的NH3、H2S、NO2等還原態的物質出現,當氧化還原電位高的時候偏於氧化態,會有大量的NH4產生,氧化還原電位會受到NH3、H2S、NO2、NH4以及其他水質參數非線性變化的影響。
關於總懸浮固體濃度(TDS),係指水中因攪動或流動而呈懸浮狀態之有機或無機性顆粒,懸浮固體會阻礙光在
水中的穿透,水的透明度以及光合作用,總懸浮固體濃度會受到其他水質參數變化的非線性影響。
總鹼度指水吸收陽離子以維持酸鹼度(pH)不變的能力,也就是說總鹼度是水的緩衝能力,總鹼度小水質可能遽變,則池蝦易受病原體感染而致病,總鹼度會受到硬度、PH值、水溫以及其他水質參數非線性變化的影響。
池水透明度的大小不僅直接影響水中浮游植物的光合作用,而且也影響池水溶氧量和水質的氮、磷、鉀。透明度過小,光照能力降低,池水溶氧量較少。氮、磷、鉀以及其他水質參數非線性變化會影響池水溶氧量和水透明度。
混濁度(Turbidity)表示水質的混濁程度及透光性,水質透明度低,混濁度大,濁度太高影響水中之溶氧量,濁度會影響水體的光的穿透、水生植物的光合作用、水生動物的呼吸作用以及影響其他水質參數的非線性變化。
在水產養殖的水體中,藍藻大量繁殖以及死亡藻類的分解,消耗大量溶解氧,導致水體缺氧甚至無氧。藍藻大量死亡時產生藻毒素、大量羥胺及硫化氫等有毒物質,直接危害水生動物,細菌濃度會受到溶解氧及硫化氫以及其他水質參數非線性變化的影響。
綜上所述,基於水體中各種水質參數互相影響,本創作之水質監測系統及其監測方法能夠有效率地解決目前水質監測耗費人力以及無法即時掌握水質狀況之不足,本創作透過持續感測待測水體並透過分析、比對以得到水質狀
況,故能即時發出警示並且啟動優化水質程序,尤其是有毒非離子氨、亞硝酸鹽、硫化氫濃度等具有關鍵性水質指標參數之監測,特別的是,藉由導入人工智慧深度學習、數學模型建置與演算法等技術,提供並校正多種水質參數,並提升各種水質參數量測數據的準確度。再者,相關水質數據可被傳送至雲端伺服器,經大數據分析後,將可成為工廠廢水監控管理、飲用水水質監控管理、水產養殖業者日後因環境、災害等可能狀況之水質監控管理改善的參考依據。
上述實施例僅例示性說明本創作之原理及其功效,而非用於限制本創作。任何熟習此項技藝之人士均可在不違背本創作之精神及範疇下,對上述實施例進行修飾與改變。因此,本創作之權利保護範圍,應如後述之申請專利範圍所列。
Claims (10)
- 一種水質監測系統,包括:至少一傳感器,用於感測一待測水體,以取得該待測水體之感測數據;監控設備,係連結該至少一傳感器,用於接收該至少一傳感器所傳送之該感測數據,其中,該監控設備透過數學模型建置與演算分析該感測數據,以產生複數個水質參數並將該複數個水質參數儲存於資料庫內,該監控設備比對該複數個水質參數與預設之安全值,藉以判斷該待測水體之水質狀態;以及行動裝置,係透過無線方式或/及網路連結該監控設備,以於該監控設備判斷該水質狀態為危險狀態而產生警示訊息時,自該監控設備接收該警示訊息。
- 如申請專利範圍第1項所述之水質監測系統,其中,該監控設備更包括:解析模組,係利用發展與建置該數學模型透過演算分析方式處理多筆該感測數據,以解析並取得該複數個水質參數;判定模組,係連結該解析模組,用以比對該複數個水質參數與該安全值,以於該複數個水質參數任一者未在該安全值範圍內時,判斷該水質狀態為危險狀態;示警模組,係連結該判定模組,於該監控設備判斷該水質狀態為危險狀態時啟動示警裝置,以及傳輸該警示訊息與該複數個水質參數至該行動裝置;以及 水質改善模組,係連結該判定模組,於該監控設備判斷該水質狀態為危險狀態時,發出控制指令,以啟動該待測水體處之水質優化設備。
- 如申請專利範圍第2項所述之水質監測系統,其中,該監控設備更包括連結該判定模組之傳輸模組,用於透過無線通訊機制將該複數個水質參數傳輸至該資料庫儲存。
- 如申請專利範圍第2項所述之水質監測系統,其中,該判定模組與該解析模組、該示警模組及該水質改善模組分別設置於不同裝置中。
- 如申請專利範圍第1項所述之水質監測系統,其中,該複數個水質參數彼此間存在非線性變化的關係,或者簡化該複數個水質參數彼此間的非線性關係以得到線性關係。
- 如申請專利範圍第1項所述之水質監測系統,其中,該監控設備更傳送該複數個水質參數至雲端伺服器並儲存。
- 如申請專利範圍第6項所述之水質監測系統,其中,該複數個水質參數儲存於該監控設備內,且該監控設備傳送該複數個水質參數至使用者的電子信箱。
- 如申請專利範圍第1項所述之水質監測系統,其中,該複數個水質參數包括pH酸鹼值、水溫、氨濃度(NH3)、銨離子(NH4+)、硝酸鹽(NO3-)、亞硝酸(NO2)、硫化氫(H2S)、鹽度(salinity)、導電度(EC)、溶解氧(DO)、總 氨氮濃度(TN)、磷酸鹽(PO4)、總磷酸鹽濃度(TP)、氧化還原電位(ORP)、總懸浮固體濃度(TSS)、總溶解固體濃度(TDS)、化學需氧量(COD)、生物需氧量(BOD)、矽酸鹽(SiO4)、硫酸鹽(SO4)、總有機碳濃度(TOC)、碳氮比(C/N)、鹼度(alkalinity)、透明度(SD)、混濁度(Turbidity)、鈣(Ca)、鎂(Mg)、碳酸鈣、硬度(GH)、硬度(dKH)、總細菌濃度、大腸菌群、藍藻、異養細菌、浮游植物、葉綠素a、殘氯和氯濃度、三鹵甲烷、O3臭氧、油和油脂(grease)、砷(As)、鎘(cd)、銅(Cu)、Mn(錳)、鈉(Na)、鉀(K)、氟(F)、鋁(AL)、鐵(Fe)、鉛(pb)、汞(Hg)、鋅(Zn)、溴酸鹽(Bromate)、綠膿桿菌(Pseudomonas Aeruginosa)、金黃色葡萄球菌(aureus)或上述之任意組合。
- 如申請專利範圍第1項所述之水質監測系統,其中,透過多點同時監測不同位置之水質參數並同時傳輸至該監控系統,藉以達到大面積水質參數同時集體監控。
- 如申請專利範圍第1項所述之水質監測系統,更包括利用一標準數據確認該至少一傳感器之準確度,藉此於該至少一傳感器有量測偏差時,透過遠端無線校正該監控設備內之感測數據。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
TW107201881U TWM565303U (zh) | 2018-02-07 | 2018-02-07 | 水質監測系統 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
TW107201881U TWM565303U (zh) | 2018-02-07 | 2018-02-07 | 水質監測系統 |
Publications (1)
Publication Number | Publication Date |
---|---|
TWM565303U true TWM565303U (zh) | 2018-08-11 |
Family
ID=63961890
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
TW107201881U TWM565303U (zh) | 2018-02-07 | 2018-02-07 | 水質監測系統 |
Country Status (1)
Country | Link |
---|---|
TW (1) | TWM565303U (zh) |
Cited By (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109164223A (zh) * | 2018-09-14 | 2019-01-08 | 南京理工技术转移中心有限公司 | 一种水环境监控处理系统及其工作方法 |
TWI683504B (zh) * | 2018-12-12 | 2020-01-21 | 富鈞水資股份有限公司 | 可攜式水質感測裝置 |
CN110967069A (zh) * | 2019-02-26 | 2020-04-07 | 广东省水利水电科学研究院 | 一种走航式水力要素感知终端系统及其计算方法 |
TWI693376B (zh) * | 2019-03-18 | 2020-05-11 | 台達電子工業股份有限公司 | 遠端校正系統及其遠端校正感測器的方法 |
TWI718498B (zh) * | 2019-03-15 | 2021-02-11 | 國立臺灣大學 | 水質監測控制裝置 |
TWI718434B (zh) * | 2018-11-07 | 2021-02-11 | 威力工業網絡股份有限公司 | 監測裝置之電源及傳輸系統 |
TWI720686B (zh) * | 2019-11-12 | 2021-03-01 | 國立中興大學 | 具有校正功能之感測裝置 |
TWI752711B (zh) * | 2020-11-03 | 2022-01-11 | 中國鋼鐵股份有限公司 | 煉鋼製程廢水中碳酸氫根離子鹼度的監測方法 |
CN116698794A (zh) * | 2023-06-07 | 2023-09-05 | 上海勘测设计研究院有限公司 | 一种利用多参数水质传感器检测水体透明度的装置及方法 |
-
2018
- 2018-02-07 TW TW107201881U patent/TWM565303U/zh unknown
Cited By (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109164223A (zh) * | 2018-09-14 | 2019-01-08 | 南京理工技术转移中心有限公司 | 一种水环境监控处理系统及其工作方法 |
TWI718434B (zh) * | 2018-11-07 | 2021-02-11 | 威力工業網絡股份有限公司 | 監測裝置之電源及傳輸系統 |
TWI683504B (zh) * | 2018-12-12 | 2020-01-21 | 富鈞水資股份有限公司 | 可攜式水質感測裝置 |
CN110967069A (zh) * | 2019-02-26 | 2020-04-07 | 广东省水利水电科学研究院 | 一种走航式水力要素感知终端系统及其计算方法 |
TWI718498B (zh) * | 2019-03-15 | 2021-02-11 | 國立臺灣大學 | 水質監測控制裝置 |
TWI693376B (zh) * | 2019-03-18 | 2020-05-11 | 台達電子工業股份有限公司 | 遠端校正系統及其遠端校正感測器的方法 |
TWI720686B (zh) * | 2019-11-12 | 2021-03-01 | 國立中興大學 | 具有校正功能之感測裝置 |
TWI752711B (zh) * | 2020-11-03 | 2022-01-11 | 中國鋼鐵股份有限公司 | 煉鋼製程廢水中碳酸氫根離子鹼度的監測方法 |
CN116698794A (zh) * | 2023-06-07 | 2023-09-05 | 上海勘测设计研究院有限公司 | 一种利用多参数水质传感器检测水体透明度的装置及方法 |
CN116698794B (zh) * | 2023-06-07 | 2024-04-16 | 上海勘测设计研究院有限公司 | 一种利用多参数水质传感器检测水体透明度的装置及方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
TWI658273B (zh) | 水質監測系統及其監測方法 | |
TWM565303U (zh) | 水質監測系統 | |
Raju et al. | Knowledge based real time monitoring system for aquaculture using IoT | |
Khaoula et al. | Architecture design of monitoring and controlling of IoT-based aquaponics system powered by solar energy | |
Raut et al. | Wireless acquisition system for water quality monitoring | |
CN204423134U (zh) | 一机整合多参数水产养殖远程监控系统 | |
JP7458571B2 (ja) | 養殖池用水質管理装置及び方法 | |
Paul | Sensor based water quality monitoring system | |
Skarga-Bandurova et al. | Towards development IoT-based water quality monitoring system | |
Al-Mutairi et al. | IoT-based smart monitoring and management system for fish farming | |
CN113066278B (zh) | 一种水产养殖水质监控方法及系统 | |
Abdullah et al. | Development of aquaculture water quality real-time monitoring using multi-sensory system and internet of things | |
CN111777138A (zh) | 一种基于物联网的污水处理精细化控制系统及控制方法 | |
US20220240456A1 (en) | Produce management system | |
Mohammed | Design and implementation of remotely monitoring system for pH level in Baghdad drinking water networks | |
Boonsong | Embedded Wireless Dissolved Oxygen Monitoring Based on Internet of Things Platform. | |
TW202204894A (zh) | 用於優化污水處理設施效能之人工智慧輔助操作系統以及使用它之污水水質人工智慧優化方法 | |
EP4204606A1 (en) | Apparatus and method for the electrolytic production of hypochlorous acid | |
Sheikhi et al. | Reducing free residual chlorine using four simple physical methods in drinking water: effect of different parameters, monitoring microbial regrowth of culturable heterotrophic bacteria, and kinetic and thermodynamic studies | |
CN206114529U (zh) | 基于大数据技术的生物毒性检测系统 | |
Theagarajan et al. | Development of An Automated IoT-based Fish Tank Maintenance Assistive System | |
Suganthi et al. | Surveillance System for Aquaculture Farming | |
CN204832170U (zh) | 一种水质在线分析仪 | |
CN110910064A (zh) | 一种基于物联网全程监控的水产溯源系统 | |
TWI836385B (zh) | 水質監測與維護系統 |