污水厂的数据管理通过前面两篇的介绍,对一个污水厂的运行数据了解了来源和收集方法,这些数据收集整理到计算机以后,是不是就完成了污水厂数据化管理呢?其实这些工作应该只是完成了一半的工作,还有更重要的另一半工作还没有进行,那就是数据分析。没有对这些数据进行认真的分析,并从中总结出规律,那么这些数据还只是数字,不是污水厂的数据化管理。今天,我们就来聊聊这些收集来的污水厂的数据的分析工作。
污水厂每日产生的数据即使没有达到海量数据,也基本可以说是巨量了。这么大量的数据,只有很少的一部分我们能通过技术手段收集起来,但就是很少的一部分的数量也是非常巨大了,那么这么多的数据放在我们面前,我们要怎样进行数据的整理分析呢?
利用工具
污水厂大量的数据,要进行分析是要有有力的工具进行的。在办公室最常见的就是OFFICE套件里面的EXCEL软件了,这个软件本身就是为了表格数据而制作的,利用EXCEL对大量的数据进行统计分析,是非常方便的。
污水厂全年运行的各项指标数据的平均值,最大值,最小值,累积值等等在EXCEL里面都是非常简单的命令可以实现,如果是通过人工计算器是非常容易出错的。
而且EXCEl还有强大的数据绘图功能,我们在分析数据的时候,对于直观的曲线会更敏感,而对于全部的数字会比较迟钝,因此我们把这些数据都绘制成曲线,就可以更加直观的反映出问题。特别是污水处理厂中的微生物群体数量巨大,对外界环境的反应是一个渐进的过程,工艺的变化往往需要一个时期来进行,这个时候我们单独对某一天某一组数据进行分析就很难发现这种变化,只有通过一段时间的曲线变化,才更能容易发现这种变化。
而EXCEL可以轻易的完成这些工作,帮助我们工艺管理人员更准确的把控工艺运行中出现的问题。
辨别数据
污水厂的数据特别是水质数据,绝大部分是瞬时样的数值,这些数值我们可以通过系统的一些方法进行校验,比如24小时的连续取样化验,取样时避免工艺操作影响水质(有些污水厂的工艺排泥,污泥处置上清液回流会对进水水质造成一定的影响)等等,但是取样的偶然性是完全不可回避的问题。偶然性的数据就会产生很多偏离现实的数据,这个时候我们需要对一些偏离度过大的数据进行剔除。
剔除的前提就是我们要学会辨别数据,有些数据是如何产生这么偏离正常值的,这个是需要我们工艺运行管理人员对污水厂的运行工艺要有很深入的研究和观察的,比如关于进水水质,夏季的雨季某天暴雨可能造成数据偏低,每日清晨8~9点正是管网夜间排水已经抽空,早间排水还没到厂,这时候取得水样可能是管内淤积的污泥,导致进水水质严重偏高的情况,这些都是运行管理人员需要认真研究的,通过对日常的这些情况的观察和记录,在分析数据的时候把这些异常工况进行排查或者数据剔除,这样的分析的数据才有价值,否则所有的分析的数据基础就是错误的,那么后期的分析肯定是不正确的,因此我们必须要进行数据的辨别工作,才能保证工艺管理的正确。
延伸阅读:
污水处理厂的数据化管理(上)
污水处理厂的数据化管理(中)
数据关联
在统计数据和辨别数据完成以后,我们要对这些污水厂的运行数据进行关联。水质数据和过程参数需要进行关联,我们可以通过EXCEL的双曲线图表功能,对进出水水质数据,过程参数(溶解氧、污泥浓度,挥发性污泥浓度、指示性微生物的数量、剩余污泥量等)进行数据的关联,通过把污水处理的三大关键因素:水、气、泥之间通过数据曲线进行关联,我们可以更加直观的看到过程参数的调整与出水水质变化的关联性。这些关联性更加直接说明了污水厂内工艺运行对处理水质变化的影响,而工艺管理人员可以通过这些数据之间的关联了解和积累工艺操作对污水处理厂处理水质的变化的影响,从而更加有效的进行工艺的管控。
当然数据的关联背后其实是有很多公式和函数变化来支持这种关联性的,但是由于我们污水厂的专业的数据分析水平达不到那么高的水平,同时污水厂现场的情况是比较复杂和多变的,我们可以了解这部分关联是有一定的内在关系的,但是不需要一定要为这种关联建立一种直接性的公式联接,我们需要的就是积累更多的第一手数据为我们工艺调控做出数据支持就可以了。当然我们如果有条件和高校合作,可以通过我们建立的数据体系,和高校共同进行深入的研究,对于污水厂的管理会有很大的帮助。
最优拟合
通过上述的一系列工作,我们能把污水厂的数据化管理进行完了么?其实还不算结束,还有一项很重要的工作,那就是最优化参数的拟合。每一个污水厂在一定的时期内,进水水质,设施运行参数,设备运行参数都是在一定范围波动的,而我们需要在这些波动的范围内寻找到最优化的运行参数。这种参数的寻找,一定是通过我们日常的数据化管理得出来的。当我们做到了污水厂的日常的数据化管理工作之后,我们会发现污水厂的运行数据在一个范围内波动,一旦偏离了这个范围,出水水质就会发生变化,甚至超标,而污水厂的最优化参数一定是在这个范围内的。通过建立一个完善的污水厂的数据化管理体系以后,在2~3年的数据分析之后,我们就能无限逼近这个最优化的参数,这个参数让我们的运行管理更有目标的进行,
在日常运行中,发现偏离这个参数,就进行调整,通过数字化的运行,让我们的管理工作更加合理有效,避免错误的操作导致更坏的工艺情况发生。但是我们要明确最优化参数一定不是一两个数值,
它是一个范围,特别是在北方地区,它在一年四季的数值都不一样的,这就需要我们建立更全面完整的数据化管理体系,积累更真实准确的数值,来得出合理的参数。通过这三篇的内容,简要的把污水厂的数据化管理进行了分析和说明,在我们国家现阶段的实际中,每一个污水厂的发展水平不一样,可能对数据化管理都有不同程度的理解和接受。
我们知道最近国家环保部门开始对污水厂进行总氮总磷在线监控设备的安装,这对我们的工艺管理提出了更高层次的要求,总磷总氮的同时去除,对于工艺管理上是要求很精准的,以往的粗放型的管理,在今后会越来越难以实现稳定达标。因此在污水厂内建立一个数据化的管理体系,是非常必要的,只有通过数据化的分析管理,我们才能实现精细化的管理,才能有各项指标的稳定达标。希望通过这三篇文章,抛砖引玉,让每个运行人员都能深入的思考挖掘自己污水厂的数据化管理和精细化管理的思路,从而让污水厂的运行管理更加精准,出水水质稳定达标。
延伸阅读:
污水处理厂的数据化管理(上)
污水处理厂的数据化管理(中)
原标题:污水处理厂的数据化管理(下)
特别声明:北极星转载其他网站内容,出于传递更多信息而非盈利之目的,同时并不代表赞成其观点或证实其描述,内容仅供参考。版权归原作者所有,若有侵权,请联系我们删除。
凡来源注明北极星*网的内容为北极星原创,转载需获授权。