1、-作者xxxx-日期xxxx污水處理廠的數據化管理【精品文檔】污水處理廠的數據化管理在一個污水廠的運行中，每日的水量的統計，水質的化驗數據，耗電量、耗藥量都是每日運行產生的數據；隨著計算機技術，自控技術的不斷發展，越來越多的污水處理廠采用各種在線監控設備，這些在線監控設備每天也在不斷的產生各種監控數據。這樣大量的數據在每個污水廠是很重要的運行數據參數，但是這些數據產生出來以后，再怎樣和污水廠的生產管理相互結合起來，利用數據來幫助我們的工藝管理呢？公眾號用幾篇文章來聊聊污水廠的這些數據的管理和利用，以及如何實現污水處理廠的數據化管理的內容。數據化管理的內容對于污水處理廠產生的數據，我們從分別幾個

2、方面進行歸類，1、污水相關，2、污泥相關，3、過程相關，4、電力相關，5、藥量相關，6、設備相關。這六個門類的數據基本能夠涵蓋污水處理廠的運行情況，下面就從這幾個方面進行詳細的羅列下污水廠的數據內容。1、污水相關：作為一個污水廠來說，污水是主要的處理對象也是主要的產品，污水廠的各種收入和支出也與污水有關，因此對于污水所產生的數據是一個污水廠里最重要的數據來源。辨別和收集這部分數據，是運行人員要進行的重要工作之一。我們就來看看每日里污水相關的這些數據都有哪些。污水相關數據有：每日污水提升水量、小時污水提升水量、出口每日污水排放水量，出口小時排放量；污水瞬時進水水質數據（常規項目COD、BOD、S

3、S、TP、TN、NHN，PH等），24小時進水水質數據，污水出口瞬時水質數據，24小時出水水質數據；周分析的水質項目數據，月分析水質項目數據（這些主要根據各地監管部門的要求對GB的水質數據進行選擇項目）。污水的水質水量數據構成了對每天進入污水廠的污水的一個基本描述。通過進出水流量計的統計，化驗室的分析化驗來把污水的基本描述數據收集起來。這些數據是污水廠每天運行的最基礎的數據資料，是反映污水廠是否正常運行的證據，因此這部分數據是一個污水廠必須進行全面收集和整理的資料。2、污泥相關：污水處理中產生的剩余污泥，化學污泥，初沉污泥等等是污水中的污染物的濃縮，這些濃縮的污染物質在生產過程中是要進行有效的

4、處置后才能排放，而對處理處置過程中的數據統計，就是污泥相關的數據。污泥相關數據有：每日剩余污泥排放量，每日脫水機污泥投配泵提升量，脫水后泥餅量，外運泥餅車數；污泥絮凝劑加藥配比，脫水前污泥含水率，脫水后污泥含水率，污泥有機成分，脫水后上清液SS等等。污泥脫水的過程是保障污水處理正常運行的一個環節，通過每日的數據記錄，對污泥脫水能夠實現每日追蹤，對污水處理的問題發現和解決是重要的參考數據。3、過程相關：過程相關的數據，主要來自于污水、污泥處理過程中人工進行干預或者操作而產生的數據。污水處理是一個復雜的多學科綜合的處理工藝，在這個處理工藝中會有多個流程環節進行工作，收集這些環節中產生的數據，是我們

5、對這些過程進行有效管控的重要依據。這些過程相關的數據主要有：污泥濃度MLSS，揮發性污泥濃度MLVSS，曝氣池溶解氧DO，污泥沉降比SV，ORP，指示性微生物的數量，構筑物停留時間，污泥儲池的停留時間，污泥儲池溢流水質數據等等。這些過程數據大部分來自于污水廠的自控系統的現場在線儀表的收集，在中控室的計算機上可靠有效的保留這些數據，方便管理人員后期調閱分析是自控系統的必備條件。這些過程參數從污水污泥的處置過程進行數字化的描述，對于過程進行更準確的描述，使我們的運行管理人員能夠通過數字來進行工藝的管控。、電力相關：污水處理廠是典型的大耗能企業，對電力消耗的監控數據，是我們實現成本控制的重要前提，同

6、時這些電力數據也是對設備運行工況的一個描述。對電力數據的收集整理，是每個污水廠都應該進行的工作。電力數據主要包含有：每日總有功，總無功，動力耗電，照明耗電，各分變電室的有功，無功，動力，照明數據等；各主要的設備（提升水泵，鼓風機等）的電流，電壓值等；繳納電費數據等。5、藥量相關：污水處理廠的運行過程中，依靠微生物還是不能完全達到國家的排放標準，因此在運行過程中會添加一些藥劑，來實現出水水質的達標排放。而這些投加的藥劑數據就是進行成本控制的重要核算項目，因此進行全面的藥量統計數據的記錄，是管控成本的重要依據。藥量相關的主要數據有：除磷藥劑PAC的投加量，污泥脫水的PAM藥劑投加量，脫氮的補充碳源

7、的藥劑投加量（根據實際運行水質進行投加），污水消毒劑的投加（化學藥劑），藥品噸水單耗，化驗室各種用藥量等等數據。這些投加的藥量是保證出水水質達標的，這些加藥量數據是污水廠重要成本之一，在日常運行中應認真收集。6、設備相關：污水處理廠是由大量的設備組成的一個生產單位，對于這些組成的設備需要進行管理，才能保證污水處理的有效進行。但是怎么才能實現對這些污水處理設備的有效的管理，那就需要在我們運行中收集這些設備的數據，進行分析判斷，實現管理目標。設備相關的數據主要有：設備類別，各類型設備臺數，設備安裝位置，設備能耗，設備轉速，設備運行時間，設備正常運行參數，設備運行的電流電壓，壓力，流量，溫度等，設備

8、保養周期，設備加油數量周期，設備注脂的數量周期，設備檢修次數，內容，設備更換周期和更換時間，設備備品備件數量信息等。這些設備數據為每一臺套設備都提供了全面情況的數據描述，這些數據就為我們管理人員提供了設備的準確信息，便于管理人員對設備進行有效的管理和維護，確保設備正常運行，處理出水穩定達標。運行數據收集整理第一、分析數據產生來源。從上一篇的公眾號文章的總結中，我們可以看到在一個污水廠生產數據來自于各個生產環節，污水廠的運行管理人員需要做的就是把這些生產環節每日甚至每時產生的數據進行分析，盡可能多的收集這些產生的數據。比如前一篇內容中所說的污水相關的數據，這些數據來自于進出口的流量數據，進出口的

9、水質數據，所以這些數據就是來源于進口的流量檢測儀表，進口的水樣取水點，出口的流量檢測儀表，出口的水樣取樣點。進出口的流量檢測儀表每日定時記錄總數，然后從當日的累積總數和前日同一時刻的累計總數進行相減得出昨日的提升(進口)或者排放（出口）總量。根據進出口取樣點取的水樣在化驗室進行化驗，分析進出水的取樣的瞬時水樣數值。這樣就可以得出某一日的進水水量和瞬時水質的數據，這些數據就可以描述當日進水的基本情況。而公眾號前一篇的文章所說的六個方面的數據，分布在污水廠運行的各個環節，但是由于每個污水廠的投資建設情況不同，很多污水廠無法做到所有的數據的完整全面的收集，這就需要污水廠的運營管理人員需要從生產的各個

10、環節進行分析，挖掘數據產生的來源，在廠內現有的技術條件下，把生產環節產生的所有數據進行收集。第二、建立數據收集表格。通過分析生產環節的數據產生源，管理人員要建立數據的收集表格，很多數據在各類儀表上，隨著時間的變化，這些數據都在不停的變化，管理人員通過對廠內生產各個環節的分析之后，選擇可記錄的數據，進行生產運行表格的編制，設計記錄時間，記錄內容，甚至累積的數據等。這些運行表格一方面是作為廠內生產數據收集的第一手資料，同時也是廠內生產的運行資料，便于各級部門對污水廠的生產的監管過程中，進行有效的解釋和佐證。關于運行資料的建設，大家可以點擊回看“治污者說”公眾號關于污水廠資料管理的文章。通過在可記錄

11、的環節建立的數據記錄表格，為污水廠的運行管理提供最原始的數據記錄資料。這些數據記錄表格建立以后，不僅僅是臨時性的繪制一張表格，要把這些表格做成記錄本，有效的進行記錄數據的保存，為下一步的數據整理工作做好準備。第三、規范運行人員記錄。在有了這些記錄表格，距離數據的完整的收集還欠缺記錄的填寫工作。記錄的填寫是由運行人員進行填寫的，在運行人員進行填寫之前，管理人員應該對運行人員記錄的填寫進行規范化填寫的培訓。很多地區的運行人員欠缺基本的水處理結構知識，對填寫的數據不明就里，簡單的照貓畫虎，甚至存在編寫數據等情況的發生。這些行為會導致管理人員收集的數據錯誤百出，無法準確判斷實際的運行情況。因此管理人員

12、要對運行人員對數據記錄的填寫的真實性要進行嚴格的管理。在運行人員填寫之前要組織培訓，讓運行人員明白數據填寫的方法及意義。在填寫過程中，要不定時的檢查填寫的準確度，設計抽查的頻次和方式，保障數據的真實有效性。通過全方位的管理，確保數據的準確性，為后期數據整理分析工作規避錯誤風險。第四、按月收集歸檔數據。在完成數據收集的第一步之后，生產管理人員要對各個環節產生的數據進行以月度為周期進行收集歸檔。污水廠內各個生產環節的工作環境相對資料的保存整理是比較差的，如果沒有進行妥善的收集歸檔，這些原始的記錄數據很有可能會被遺棄，損毀，丟失等，而生產管理部門是具有良好的資料保存環境，管理人員按月度進行周期性的收

13、集和歸檔工作，是對這些原始資料最好的保存，同時也是污水廠生產資料的有效保存。在生產管理部門對這些資料進行分類管理和保存，使每日的運行數據資料成為運行檔案，方便今后的管理分析工作，是污水廠建設數據化管理工作的重要環節。第五、計算機化錄入數據。實現了數據檔案的收集和歸檔工作之后，距離管理人員進行下一步的數據分析和整理工作還欠缺重要的一環，那就是數據的電子化。這些數據僅僅只是存在于紙版上，還是遠遠不夠的，管理人員后期無法利用電腦對這些數據進行整理和分析。所以這些數據的電子錄入也是數據化管理的重要組成部分。數據的整理分析一、利用工具污水廠大量的數據，要進行分析是要有有力的工具進行的。在辦公室最常見的就

14、是OFFICE套件里面的EXCEL軟件了，這個軟件本身就是為了表格數據而制作的，利用EXCEL對大量的數據進行統計分析，是非常方便的。污水廠全年運行的各項指標數據的平均值，最大值，最小值，累積值等等在EXCEL里面都是非常簡單的命令可以實現，如果是通過人工計算器是非常容易出錯的。而且EXCEl還有強大的數據繪圖功能，我們在分析數據的時候，對于直觀的曲線會更敏感，而對于全部的數字會比較遲鈍，因此我們把這些數據都繪制成曲線，就可以更加直觀的反映出問題。特別是污水處理廠中的微生物群體數量巨大，對外界環境的反應是一個漸進的過程，工藝的變化往往需要一個時期來進行，這個時候我們單獨對某一天某一組數據進行分

15、析就很難發現這種變化，只有通過一段時間的曲線變化，才更能容易發現這種變化。而EXCEL可以輕易的完成這些工作，幫助我們工藝管理人員更準確的把控工藝運行中出現的問題。二、辨別數據污水廠的數據特別是水質數據，絕大部分是瞬時樣的數值，這些數值我們可以通過系統的一些方法進行校驗，比如24小時的連續取樣化驗（點擊回看24小時化驗文章），取樣時避免工藝操作影響水質（有些污水廠的工藝排泥，污泥處置上清液回流會對進水水質造成一定的影響）等等，但是取樣的偶然性是完全不可回避的問題。偶然性的數據就會產生很多偏離現實的數據，這個時候我們需要對一些偏離度過大的數據進行剔除。剔除的前提就是我們要學會辨別數據，有些數據是

16、如何產生這么偏離正常值的，這個是需要我們工藝運行管理人員對污水廠的運行工藝要有很深入的研究和觀察的，比如關于進水水質，夏季的雨季某天暴雨可能造成數據偏低，每日清晨89點正是管網夜間排水已經抽空，早間排水還沒到廠，這時候取得水樣可能是管內淤積的污泥，導致進水水質嚴重偏高的情況，這些都是運行管理人員需要認真研究的，通過對日常的這些情況的觀察和記錄，在分析數據的時候把這些異常工況進行排查或者數據剔除，這樣的分析的數據才有價值，否則所有的分析的數據基礎就是錯誤的，那么后期的分析肯定是不正確的，因此我們必須要進行數據的辨別工作，才能保證工藝管理的正確。三、數據關聯在統計數據和辨別數據完成以后，我們要對這

17、些污水廠的運行數據進行關聯。水質數據和過程參數需要進行關聯，我們可以通過EXCEL的雙曲線圖表功能，對進出水水質數據，過程參數（溶解氧、污泥濃度，揮發性污泥濃度、指示性微生物的數量、剩余污泥量等）進行數據的關聯，通過把污水處理的三大關鍵因素:水、氣、泥之間通過數據曲線進行關聯，我們可以更加直觀的看到過程參數的調整與出水水質變化的關聯性。這些關聯性更加直接說明了污水廠內工藝運行對處理水質變化的影響，而工藝管理人員可以通過這些數據之間的關聯了解和積累工藝操作對污水處理廠處理水質的變化的影響，從而更加有效的進行工藝的管控。當然數據的關聯背后其實是有很多公式和函數變化來支持這種關聯性的，但是由于我們污

18、水廠的專業的數據分析水平達不到那么高的水平，同時污水廠現場的情況是比較復雜和多變的，我們可以了解這部分關聯是有一定的內在關系的，但是不需要一定要為這種關聯建立一種直接性的公式聯接，我們需要的就是積累更多的第一手數據為我們工藝調控做出數據支持就可以了。當然我們如果有條件和高校合作，可以通過我們建立的數據體系，和高校共同進行深入的研究，對于污水廠的管理會有很大的幫助。四、最優擬合通過上述的一系列工作，我們能把污水廠的數據化管理進行完了么？其實還不算結束，還有一項很重要的工作，那就是最優化參數的擬合。每一個污水廠在一定的時期內，進水水質，設施運行參數，設備運行參數都是在一定范圍波動的，而我們需要在這些波動的范圍內尋找到最優化的運行參數。這種參數的尋找，一定是通過我們日常的數據化管理得出來的。當我們做到了污水廠的日常的數據化管理工作之后，我們會發現污水廠的運行數據在一個范圍內波動，一旦偏離了這