污水处理厂的数据化管理.doc

污水处理厂的数据化管理在一个污水厂的运行中,每日的水量的统计，水质的化验数据，耗电量、耗药量都是每日运行产生的数据；随着计算机技术，自控技术的不断发展，越来越多的污水处理厂采用各种在线监控设备，这些在线监控设备每天也在不断的产生各种监控数据.这样大量的数据在每个污水厂是很重要的运行数据参数，但是这些数据产生出来以后，再怎样和污水厂的生产管理相互结合起来,利用数据来帮助我们的工艺管理呢?公众号用几篇文章来聊聊污水厂的这些数据的管理和利用，以及如何实现污水处理厂的数据化管理的内容。数据化管理的内容对于污水处理厂产生的数据，我们从分别几个方面进行归类,1、污水相关，2、污泥相关，3、过程相关，4、电力相关，5、药量相关，6、设备相关.这六个门类的数据基本能够涵盖污水处理厂的运行情况，下面就从这几个方面进行详细的罗列下污水厂的数据内容。1、污水相关:作为一个污水厂来说,污水是主要的处理对象也是主要的产品,污水厂的各种收入和支出也与污水有关,因此对于污水所产生的数据是一个污水厂里最重要的数据来源.辨别和收集这部分数据，是运行人员要进行的重要工作之一。我们就来看看每日里污水相关的这些数据都有哪些。污水相关数据有：每日污水提升水量、小时污水提升水量、出口每日污水排放水量，出口小时排放量；污水瞬时进水水质数据(常规项目COD、BOD、SS、TP、TN、NHN，PH等),24小时进水水质数据，污水出口瞬时水质数据,24小时出水水质数据;周分析的水质项目数据，月分析水质项目数据(这些主要根据各地监管部门的要求对GB的水质数据进行选择项目)。污水的水质水量数据构成了对每天进入污水厂的污水的一个基本描述.通过进出水流量计的统计，化验室的分析化验来把污水的基本描述数据收集起来。这些数据是污水厂每天运行的最基础的数据资料，是反映污水厂是否正常运行的证据，因此这部分数据是一个污水厂必须进行全面收集和整理的资料.2、污泥相关:污水处理中产生的剩余污泥，化学污泥，初沉污泥等等是污水中的污染物的浓缩，这些浓缩的污染物质在生产过程中是要进行有效的处置后才能排放,而对处理处置过程中的数据统计,就是污泥相关的数据.污泥相关数据有:每日剩余污泥排放量,每日脱水机污泥投配泵提升量，脱水后泥饼量，外运泥饼车数；污泥絮凝剂加药配比，脱水前污泥含水率，脱水后污泥含水率，污泥有机成分，脱水后上清液SS等等。污泥脱水的过程是保障污水处理正常运行的一个环节,通过每日的数据记录，对污泥脱水能够实现每日追踪，对污水处理的问题发现和解决是重要的参考数据。3、过程相关：过程相关的数据，主要来自于污水、污泥处理过程中人工进行干预或者操作而产生的数据。污水处理是一个复杂的多学科综合的处理工艺，在这个处理工艺中会有多个流程环节进行工作，收集这些环节中产生的数据,是我们对这些过程进行有效管控的重要依据。这些过程相关的数据主要有：污泥浓度MLSS，挥发性污泥浓度MLVSS,曝气池溶解氧DO,污泥沉降比SV，ORP，指示性微生物的数量,构筑物停留时间，污泥储池的停留时间，污泥储池溢流水质数据等等。这些过程数据大部分来自于污水厂的自控系统的现场在线仪表的收集，在中控室的计算机上可靠有效的保留这些数据，方便管理人员后期调阅分析是自控系统的必备条件.这些过程参数从污水污泥的处置过程进行数字化的描述，对于过程进行更准确的描述,使我们的运行管理人员能够通过数字来进行工艺的管控.、电力相关：污水处理厂是典型的大耗能企业，对电力消耗的监控数据，是我们实现成本控制的重要前提，同时这些电力数据也是对设备运行工况的一个描述。对电力数据的收集整理，是每个污水厂都应该进行的工作。电力数据主要包含有:每日总有功，总无功,动力耗电,照明耗电，各分变电室的有功,无功，动力,照明数据等；各主要的设备(提升水泵，鼓风机等）的电流，电压值等;缴纳电费数据等。5、药量相关：污水处理厂的运行过程中，依靠微生物还是不能完全达到国家的排放标准，因此在运行过程中会添加一些药剂，来实现出水水质的达标排放.而这些投加的药剂数据就是进行成本控制的重要核算项目，因此进行全面的药量统计数据的记录，是管控成本的重要依据。药量相关的主要数据有：除磷药剂PAC的投加量，污泥脱水的PAM药剂投加量,脱氮的补充碳源的药剂投加量（根据实际运行水质进行投加），污水消毒剂的投加（化学药剂），药品吨水单耗，化验室各种用药量等等数据。这些投加的药量是保证出水水质达标的，这些加药量数据是污水厂重要成本之一，在日常运行中应认真收集。6、设备相关：污水处理厂是由大量的设备组成的一个生产单位，对于这些组成的设备需要进行管理，才能保证污水处理的有效进行。但是怎么才能实现对这些污水处理设备的有效的管理，那就需要在我们运行中收集这些设备的数据，进行分析判断,实现管理目标。设备相关的数据主要有：设备类别，各类型设备台数,设备安装位置，设备能耗，设备转速，设备运行时间,设备正常运行参数，设备运行的电流电压，压力，流量，温度等，设备保养周期，设备加油数量周期,设备注脂的数量周期，设备检修次数,内容，设备更换周期和更换时间,设备备品备件数量信息等。这些设备数据为每一台套设备都提供了全面情况的数据描述，这些数据就为我们管理人员提供了设备的准确信息，便于管理人员对设备进行有效的管理和维护，确保设备正常运行，处理出水稳定达标.运行数据收集整理第一、分析数据产生来源.从上一篇的公众号文章的总结中，我们可以看到在一个污水厂生产数据来自于各个生产环节，污水厂的运行管理人员需要做的就是把这些生产环节每日甚至每时产生的数据进行分析，尽可能多的收集这些产生的数据。比如前一篇内容中所说的污水相关的数据，这些数据来自于进出口的流量数据，进出口的水质数据，所以这些数据就是来源于进口的流量检测仪表,进口的水样取水点，出口的流量检测仪表,出口的水样取样点.进出口的流量检测仪表每日定时记录总数，然后从当日的累积总数和前日同一时刻的累计总数进行相减得出昨日的提升（进口）或者排放（出口)总量。根据进出口取样点取的水样在化验室进行化验，分析进出水的取样的瞬时水样数值。这样就可以得出某一日的进水水量和瞬时水质的数据，这些数据就可以描述当日进水的基本情况。而公众号前一篇的文章所说的六个方面的数据，分布在污水厂运行的各个环节，但是由于每个污水厂的投资建设情况不同,很多污水厂无法做到所有的数据的完整全面的收集,这就需要污水厂的运营管理人员需要从生产的各个环节进行分析,挖掘数据产生的来源，在厂内现有的技术条件下,把生产环节产生的所有数据进行收集.第二、建立数据收集表格.通过分析生产环节的数据产生源,管理人员要建立数据的收集表格，很多数据在各类仪表上，随着时间的变化,这些数据都在不停的变化，管理人员通过对厂内生产各个环节的分析之后，选择可记录的数据，进行生产运行表格的编制，设计记录时间，记录内容,甚至累积的数据等。这些运行表格一方面是作为厂内生产数据收集的第一手资料，同时也是厂内生产的运行资料，便于各级部门对污水厂的生产的监管过程中,进行有效的解释和佐证.关于运行资料的建设,大家可以点击回看“治污者说”公众号关于污水厂资料管理的文章。通过在可记录的环节建立的数据记录表格，为污水厂的运行管理提供最原始的数据记录资料。这些数据记录表格建立以后，不仅仅是临时性的绘制一张表格，要把这些表格做成记录本,有效的进行记录数据的保存,为下一步的数据整理工作做好准备。第三、规范运行人员记录.在有了这些记录表格，距离数据的完整的收集还欠缺记录的填写工作。记录的填写是由运行人员进行填写的，在运行人员进行填写之前,管理人员应该对运行人员记录的填写进行规范化填写的培训.很多地区的运行人员欠缺基本的水处理结构知识，对填写的数据不明就里,简单的照猫画虎，甚至存在编写数据等情况的发生。这些行为会导致管理人员收集的数据错误百出,无法准确判断实际的运行情况。因此管理人员要对运行人员对数据记录的填写的真实性要进行严格的管理。在运行人员填写之前要组织培训，让运行人员明白数据填写的方法及意义。在填写过程中，要不定时的检查填写的准确度，设计抽查的频次和方式，保障数据的真实有效性。通过全方位的管理，确保数据的准确性，为后期数据整理分析工作规避错误风险。第四、按月收集归档数据。在完成数据收集的第一步之后，生产管理人员要对各个环节产生的数据进行以月度为周期进行收集归档。污水厂内各个生产环节的工作环境相对资料的保存整理是比较差的,如果没有进行妥善的收集归档，这些原始的记录数据很有可能会被遗弃，损毁，丢失等，而生产管理部门是具有良好的资料保存环境,管理人员按月度进行周期性的收集和归档工作，是对这些原始资料最好的保存，同时也是污水厂生产资料的有效保存。在生产管理部门对这些资料进行分类管理和保存,使每日的运行数据资料成为运行档案，方便今后的管理分析工作，是污水厂建设数据化管理工作的重要环节。第五、计算机化录入数据。实现了数据档案的收集和归档工作之后，距离管理人员进行下一步的数据分析和整理工作还欠缺重要的一环，那就是数据的电子化。这些数据仅仅只是存在于纸版上，还是远远不够的，管理人员后期无法利用电脑对这些数据进行整理和分析.所以这些数据的电子录入也是数据化管理的重要组成部分。数据的整理分析一、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。二、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（点击回看24小时化验文章），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89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。三、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。四、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23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。公众号通过这三篇的内容，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。