基于神經網絡的次氯酸鈉自動投加探析

嚴菲菲 劉春艷

重慶遠通電子技術開發有限公司 重慶 400060

1 背景

原某水廠加氯采用傳統液氯消毒方式，但液氯有劇烈刺激作用、腐蝕性和劇毒，屬于第二類危險化學品，在運輸和使用過程中存在諸多安全隱患。目前國內各地供水企業普遍改用次氯酸鈉消毒，次氯酸鈉揮發性低，腐蝕行小，消毒效果與液氯相當，采用次氯酸鈉消毒，可以提高水廠消毒系統的安全性，基本消除了液氯消毒系統在消毒劑運輸以及使用過程中對水廠本身及周邊環境造成的安全隱患。各供水企業不斷在基于神經網絡、模糊邏輯、專家系統等控制或將幾種方法融合的集成智能控制方法中試圖找到適合自己工況的最優控制方法[1]。

2 項目研究及方法

2.1 研究現狀

2.1.1 某水廠制水工藝現狀

圖1 某水廠工藝流程圖

某水廠先行制水工藝，依靠人工投加消毒和凈水劑，由于設備自動化程度低、濾池年久、預沉沉淀容量有限、每個班組經驗差異化等原因，對出廠水的濁度、余氯穩定性影響較大。

2.1.2 影響出廠余氯的主要影響因子

次氯酸鈉消毒殺菌最主要的作用方式是通過它的水解作用形成次氯酸，次氯酸再進一步分解形成新生態氧[O]，新生態氧的極強氧化性使菌體和病毒的蛋白質變性，從而使病原微生物致死。根據化學測定，次氯酸鈉的水解會受pH值的影響，當pH超過9.5時就會不利于次氯酸的生成，而對于ppm級濃度的次氯酸鈉在水里幾乎是完全水解成次氯酸，其效率高于99.99%。其過程可用化學方程式簡單表示如下：NaClO+H2O＝HClO+NaOHHClO→HCl+[O]。次氯酸在殺菌、殺病毒過程中，不僅可作用于細胞壁、病毒外殼，而且因次氯酸分子小，不帶電荷，還可滲透入菌（病毒）體內與菌（病毒）體蛋白、核酸和酶等發生氧化反應或破壞其磷酸脫氫酶，使糖代謝失調而致細胞死亡，從而殺死病原微生物。R-NH-R+HClO→R2NCl+H2O（細菌蛋白質）次氯酸鈉的濃度越高，殺菌作用越強[2]。

次氯酸鈉消毒的影響因子主要集中在以下幾個方面：

（1）清水池的進水量。清水池的進水量是對余氯反應的重要因素之一，次氯酸鈉的投加量和余氯反饋值是非線性正比關系。

（2）清水池的水齡。清水池的水齡也是余氯反應的重要因素之一，次氯酸鈉的投加量和清水池水齡是反比關系，水齡越大耗氯量越大，水齡越小耗氯量越小。

（3）水中堿性和還原性物質數量。次氯酸鈉是弱酸強堿鹽，水中的堿性物質或是具有還原性的物質能與次氯酸反應，而pH值就是反映原水的酸堿度指標，NH4+、COD、TOC、BOD等則是反映這類還原性物質的還原性指標。所以水中堿性和還原性物質存在書來個升高會增加次氯酸的耗量。

（4）次氯酸鈉溶液的有效氯含量。R-NH-R+HClO→R2NCl+H2O（細菌蛋白質）次氯酸鈉的濃度越高，殺菌作用越強。同時，次氯酸產生出的氯離子還能顯著改變細菌和病毒體的滲透壓，使其細胞喪失活性而死亡。次氯酸鈉溶液有效氯越高耗氯量越低。

（5）濾池反沖水量。受某水廠反沖吸水井結構體容量限制，在濾池反沖時，會造成清水池的水位下降，而次氯酸鈉新的投加點在人孔處，距離清水池入口較近，勢必對余氯反應造成影響，反沖時間短水量小，影響較小，反沖時間長水量大，影響較大。但這個因子無法通過儀表或者算法來量化，待反沖結束后，系統會自動回歸正常，所以系統在設計時暫不考慮反沖對余氯的影響。

2.2 研究內容及方法

由應用經驗可知，前饋控制是以源水水質及源水水量為變量，屬于開環控制。在利用前饋控制通道的數學模型，并假設系統是線性的，則可以通過傳遞函數來設計動態前饋補償器，消除可測干擾對系統輸出的影響。但是對非線性的加氯過程來說，要建立精確的數學模型非常難，因此，常規前饋控制的數學模型難以滿足設計的要求。消毒投藥量的控制指標為出水余氯，所以將其作為反饋信號。為解決這一問題，目前在水處理中應用較多的是前饋和反饋相結合的復合控制模型。前饋與反饋相結合的控制模型則是將沉淀池出水獨度作為反饋信號來校正前饋給定量，以達到整個處理工藝設計要求，屬于閉環控制。

本項目結合以往絮凝劑投加系統經驗，再利用計算機、儀器儀表、自動控制、人工智能技術，重點研究和開發自動加氯和自動加藥的BP神經網絡模型和復合閉環控制策略，下文對研究方法逐一介紹。

2.2.1 自動加氯研究方法

（1）儀表補遺。根據上文2.1.2提到針對加氯影響的幾個主要因子，對原水PH、溫度增加儀表采集實時數據。鑒于某水廠管道老舊不利于施工，采用數學算法對清水池進水量進行測算。對加藥管路整改高精度流量計量，準確實時計量次氯酸鈉的投加量。

（2）自動化控制。一改原來的手動調節方式，實現全面自動化控制，自控系統實時采集現場儀表數據，以及智能終端預測的投加量，自控系統調用控制算法計算輸出，輸出指令調控現場執行器來控制次氯酸鈉的投加量。經過一定的反應時間根據當前反饋余氯值與設置余氯目標值偏差對比，進行閉環控制再次調節次氯酸鈉投加量，控制框圖如下圖和關鍵算法如下：

圖2 余氯控制框圖

（3）樣本數據采集入庫。應用SQL數據庫，把關鍵影響因子：按1S，1M，1H的時基對實時數據進行分表存儲于數據庫，模型自動讀取數據庫的最近時間樣本數據段，進行分析、訓練。

（4）模型開發及優化。通過關聯數據、關聯分析技術：對源水、過程水、出廠水的水質參數指標進行關聯分析 、數據挖掘、提取特征值。利用神經網絡算法，建立模型，通過訓練和自學，擬合輸出投加量預測值[3]。

圖2 次氯酸鈉投加量BP神經網絡模型

（5）存在的問題與建議。因現行工藝和管路年久，原來的管道加氯不適合次氯酸鈉投加，新的次氯酸鈉投加點只有選擇在清水池人孔處，方便以后維護，但是該位置隔清水池進水口不遠，當濾池反沖時，清水池的水補充反沖水，也會對余氯造成一定的影響，影響時間跟反沖時間長短有關。

3 研究成果及效益分析

3.1 實現自動加氯，水質可控

次氯酸鈉自動投加，設定出廠水消毒控制指標，實現自動投加控制，保證出廠水余氯指標穩定；并徹底消除液氯使用存在的重大安全隱患，提高了社會效益和經濟效益。動投加是余氯曲線明顯波峰和波谷減少，曲線區域平穩。

3.2 社會效益

根據《集團信息化戰略規劃》，積極推進人工智能與水務行業的深度融合，實現公司治理精準化，智能化，智慧化。本項目對神經網絡模型初次嘗試，運用模型擬合輸出值再結合PLC閉環控制，經過一定周期運行后，繼續深化研究，逐步完善，可進一步延伸到集團智能水廠建設中，提高水廠智能化控制。

4 結語

本項目提高水廠消毒系統的安全性，徹底消除了液氯消毒系統在消毒劑運輸以及使用時對水廠本身及周邊環境造成的安全隱患，而本水廠作為該地區政治、經濟、文化以及商貿流通中心，所以改變液氯消毒方式，采用次氯酸鈉投加消毒方式，具有良好的安全效益。