严菲菲 刘春艳
重庆远通电子技术开发有限公司 重庆 400060
原某水厂加氯采用传统液氯消毒方式,但液氯有剧烈刺激作用、腐蚀性和剧毒,属于第二类危险化学品,在运输和使用过程中存在诸多安全隐患。目前国内各地供水企业普遍改用次氯酸钠消毒,次氯酸钠挥发性低,腐蚀行小,消毒效果与液氯相当,采用次氯酸钠消毒,可以提高水厂消毒系统的安全性,基本消除了液氯消毒系统在消毒剂运输以及使用过程中对水厂本身及周边环境造成的安全隐患。各供水企业不断在基于神经网络、模糊逻辑、专家系统等控制或将几种方法融合的集成智能控制方法中试图找到适合自己工况的最优控制方法[1]。
2.1.1 某水厂制水工艺现状
图1 某水厂工艺流程图
某水厂先行制水工艺,依靠人工投加消毒和净水剂,由于设备自动化程度低、滤池年久、预沉沉淀容量有限、每个班组经验差异化等原因,对出厂水的浊度、余氯稳定性影响较大。
2.1.2 影响出厂余氯的主要影响因子
次氯酸钠消毒杀菌最主要的作用方式是通过它的水解作用形成次氯酸,次氯酸再进一步分解形成新生态氧[O],新生态氧的极强氧化性使菌体和病毒的蛋白质变性,从而使病原微生物致死。根据化学测定,次氯酸钠的水解会受pH值的影响,当pH超过9.5时就会不利于次氯酸的生成,而对于ppm级浓度的次氯酸钠在水里几乎是完全水解成次氯酸,其效率高于99.99%。其过程可用化学方程式简单表示如下:NaClO+H2O=HClO+NaOHHClO→HCl+[O]。次氯酸在杀菌、杀病毒过程中,不仅可作用于细胞壁、病毒外壳,而且因次氯酸分子小,不带电荷,还可渗透入菌(病毒)体内与菌(病毒)体蛋白、核酸和酶等发生氧化反应或破坏其磷酸脱氢酶,使糖代谢失调而致细胞死亡,从而杀死病原微生物。R-NH-R+HClO→R2NCl+H2O(细菌蛋白质)次氯酸钠的浓度越高,杀菌作用越强[2]。
次氯酸钠消毒的影响因子主要集中在以下几个方面:
(1)清水池的进水量。清水池的进水量是对余氯反应的重要因素之一,次氯酸钠的投加量和余氯反馈值是非线性正比关系。
(2)清水池的水龄。清水池的水龄也是余氯反应的重要因素之一,次氯酸钠的投加量和清水池水龄是反比关系,水龄越大耗氯量越大,水龄越小耗氯量越小。
(3)水中碱性和还原性物质数量。次氯酸钠是弱酸强碱盐,水中的碱性物质或是具有还原性的物质能与次氯酸反应,而pH值就是反映原水的酸碱度指标,NH4+、COD、TOC、BOD等则是反映这类还原性物质的还原性指标。所以水中碱性和还原性物质存在书来个升高会增加次氯酸的耗量。
(4)次氯酸钠溶液的有效氯含量。R-NH-R+HClO→R2NCl+H2O(细菌蛋白质)次氯酸钠的浓度越高,杀菌作用越强。同时,次氯酸产生出的氯离子还能显著改变细菌和病毒体的渗透压,使其细胞丧失活性而死亡。次氯酸钠溶液有效氯越高耗氯量越低。
(5)滤池反冲水量。受某水厂反冲吸水井结构体容量限制,在滤池反冲时,会造成清水池的水位下降,而次氯酸钠新的投加点在人孔处,距离清水池入口较近,势必对余氯反应造成影响,反冲时间短水量小,影响较小,反冲时间长水量大,影响较大。但这个因子无法通过仪表或者算法来量化,待反冲结束后,系统会自动回归正常,所以系统在设计时暂不考虑反冲对余氯的影响。
由应用经验可知,前馈控制是以源水水质及源水水量为变量,属于开环控制。在利用前馈控制通道的数学模型,并假设系统是线性的,则可以通过传递函数来设计动态前馈补偿器,消除可测干扰对系统输出的影响。但是对非线性的加氯过程来说,要建立精确的数学模型非常难,因此,常规前馈控制的数学模型难以满足设计的要求。消毒投药量的控制指标为出水余氯,所以将其作为反馈信号。为解决这一问题,目前在水处理中应用较多的是前馈和反馈相结合的复合控制模型。前馈与反馈相结合的控制模型则是将沉淀池出水独度作为反馈信号来校正前馈给定量,以达到整个处理工艺设计要求,属于闭环控制。
本项目结合以往絮凝剂投加系统经验,再利用计算机、仪器仪表、自动控制、人工智能技术,重点研究和开发自动加氯和自动加药的BP神经网络模型和复合闭环控制策略,下文对研究方法逐一介绍。
2.2.1 自动加氯研究方法
(1)仪表补遗。根据上文2.1.2提到针对加氯影响的几个主要因子,对原水PH、温度增加仪表采集实时数据。鉴于某水厂管道老旧不利于施工,采用数学算法对清水池进水量进行测算。对加药管路整改高精度流量计量,准确实时计量次氯酸钠的投加量。
(2)自动化控制。一改原来的手动调节方式,实现全面自动化控制,自控系统实时采集现场仪表数据,以及智能终端预测的投加量,自控系统调用控制算法计算输出,输出指令调控现场执行器来控制次氯酸钠的投加量。经过一定的反应时间根据当前反馈余氯值与设置余氯目标值偏差对比,进行闭环控制再次调节次氯酸钠投加量,控制框图如下图和关键算法如下:
图2 余氯控制框图
(3)样本数据采集入库。应用SQL数据库,把关键影响因子:按1S,1M,1H的时基对实时数据进行分表存储于数据库,模型自动读取数据库的最近时间样本数据段,进行分析、训练。
(4)模型开发及优化。通过关联数据、关联分析技术:对源水、过程水、出厂水的水质参数指标进行关联分析 、数据挖掘、提取特征值。利用神经网络算法,建立模型,通过训练和自学,拟合输出投加量预测值[3]。
图2 次氯酸钠投加量BP神经网络模型
(5)存在的问题与建议。因现行工艺和管路年久,原来的管道加氯不适合次氯酸钠投加,新的次氯酸钠投加点只有选择在清水池人孔处,方便以后维护,但是该位置隔清水池进水口不远,当滤池反冲时,清水池的水补充反冲水,也会对余氯造成一定的影响,影响时间跟反冲时间长短有关。
次氯酸钠自动投加,设定出厂水消毒控制指标,实现自动投加控制,保证出厂水余氯指标稳定;并彻底消除液氯使用存在的重大安全隐患,提高了社会效益和经济效益。动投加是余氯曲线明显波峰和波谷减少,曲线区域平稳。
根据《集团信息化战略规划》,积极推进人工智能与水务行业的深度融合,实现公司治理精准化,智能化,智慧化。本项目对神经网络模型初次尝试,运用模型拟合输出值再结合PLC闭环控制,经过一定周期运行后,继续深化研究,逐步完善,可进一步延伸到集团智能水厂建设中,提高水厂智能化控制。
本项目提高水厂消毒系统的安全性,彻底消除了液氯消毒系统在消毒剂运输以及使用时对水厂本身及周边环境造成的安全隐患,而本水厂作为该地区政治、经济、文化以及商贸流通中心,所以改变液氯消毒方式,采用次氯酸钠投加消毒方式,具有良好的安全效益。