施海祥
(江蘇豐正環保科技有限公司,如皋 226551)
大數據,由維克托·邁爾-舍恩伯格及肯尼斯·庫克耶在2008年8月中旬提出,屬于計算機、信息科學及統計學的范疇,在BI、工業4.0、云計算、物聯網、互聯網+等領域適用,具有“5V”的特點,即:大量、高速、多樣、價值、真實性。值得注意的是,在這個信息爆炸的時代,大數據技術逐步被推廣應用到各行各業,比如說污水處理運營。由于工業的發展,我國廢水排放量不斷增長,據《2014-2018年中國污水處理行業市場前瞻與投資規劃分析報告》顯示,2001我國廢水排放總量為433億噸,到2012年年廢水排放總量增加了252億噸,平均年復合增長率高達4.3%,做好污水治理工作,并強化污水處理運營,成為目前國家環保的當務之急[1]。污水處理是一項復雜的工程,會持續產生大量數據,為了提升污水處理運營效能,可應用大數據技術。
根據實踐工作證明,在污水處理運營中,大數據技術呈現出以下幾個應用特征:
在工作過程中,可使用計算機監控系統采集各項工作信息,比如說污水治理設備運行參數、系統變量等,確保系統正常運轉,同時,需測量獲取大量重復、冗余信息,數據量大,且在污水處理過程中會產生大量耦合性較強的變量。
污水處理運營環境復雜,容易受到電磁干擾及噪聲干擾,進水水質、系統運行狀態不穩定,監測所得數據也存在較大的不確定性。
為了確保污水處理運營系統能夠正常運行,需要不斷調整一些參數,所以說,計算機系統采集的數據呈現動態變化特征,而且,由于污水治理對象及工藝的復雜性,會產生數值型、非數值型和邏輯型等多種數據。
污水處理運營系統極為復雜,這期間所采集的變量信息在變化程度、速度上呈現出差異,所以不能以統一頻率采集信號,這就導致了數據采集時間的不同步,容易出現數據采集漏洞,導致信息不全面。
污水處理運營系統在運行過程中,會發生各種故障,所以系統運營狀態可分為正常狀態、異常狀態及故障狀態,數據也可以分為這三類,呈現出多模態性[2]。
由于污水處理運營系統呈現出高度非線性和時變性,要想實現對于污水的高效處理,應以大數據為基礎構建數學模型。具體來說,大數據污水處理模型具有以下作用:①數據篩選功能。污水處理模型可準確描述、預測污水處理的具體現象,在這一過程中,通過對監測所得的進水水質多樣性、流量波動性的篩選,可簡化、優化污水處理模型;②模型優化校核方法。應用大數據技術,可實現對于污水處理過程模型的數學優化校核,而且,基于大數據數據種類豐富的特性,可應用STOWA 準則、BIOMATH 準則、WERF 準則、HSG 準則等對污水處理模型進行穩態、動態校核。總之,可以通過大數據污水處理模型的構建,合理地應用到污水處理水質的有效預警當中,使污水處理達到排放標準,或使處理后的污水達到再利用的效果。
在建立污水處理仿真系統的過程中,需要應用Simulink 軟件進行魔性轉換,應用Borland 軟件開發出上位系統,并依據UML理念去分析系統需求,完成系統設計工作,而上述工作的展開,其實是以大量原始數據為基礎的。借助大數據技術,構建仿真數據庫、控制數據庫、系統數據庫,組成污水處理仿真系統,具有以下作用:準確分析各類污水處理項目的投資成本及設備運行費用,從而選擇合適的方案,節省成本;這一系統可模擬、預測污水處理系統運營狀態,實現處理工藝優化,提升污水處理效率;借助大數據污水處理仿真系統,能夠發現現有處理工藝、設備在設計層面的不足,優化其設計方案,從而降低能耗,全面提升系統創造的環境效益;在進行污水處理工作人員培訓時,可應用仿真系統,讓工作人員進行實操演練,提升專業水平。
在大數據污水處理管理云平臺上,工業標準在線傳感器、工業無線傳感器采集到的污水處理運營數據,會經由數據匯集傳輸設備實施傳輸到管理云平臺,實現數據實時共享。這個平臺上,含有多種數據分析處理模型,能夠實現對數據的自動分類、匯總、處理、分析,并將結果傳輸至企業客戶端,實現對于污水處理工作的實施監控,比如說,在上傳數據超過指標限值時,系統會自動發出警報,并將處理方案傳輸給管理部門,遠程調控污水處理人員,工作效率極高。借助于大數據污水處理管理云平臺,可確保系統設備基本處于最佳運行工況,降低設備故障風險,降低人工成本,減少藥劑、化學制劑等材料耗費,全面降低污水處理運營工作成本。總之,可合理科學地利用大數據污水處理管理云平臺,實現對污水處理工作的實時監控,預防污水處理風險事件的發生了,進一步提高污水處理的效率及質量。
綜上所述,污水處理運營是一件復雜而又系統的事情,能否科學利用工作過程中產生的海量數據,對降低系統運營成本、提升污水處理效率有著積極意義,而大數據技術,正好能夠勝任這項工作。因此,在污水處理運營工作開展過程中,可以合理科學地利用大數據技術,實現對污水處理水質的有效預警,進一步提高污水處理運營的工作效率及質量,保證出水達標。