Автоматизация процессов производства питьевой воды на объектах водоснабжения

УДК 696.14

На водопроводных станциях ГУП «Водоканал Санкт-Петербурга» с 2004 года установлены приборы аналитического онлайн-контроля, входящие в автоматизированную систему контроля качества питьевой воды. Представлены материалы по дальнейшему этапу автоматизации технологических процессов водоснабжения - созданию систем автоматизации процессов производства питьевой воды.

Ключевые слова: качество воды, автоматизированная система контроля качества воды, система автоматизации процессов производства питьевой воды, промышленный анализатор, многокомпонентное моделирование, дозы реагентов, автоматизированные процессы производства и транспортировки питьевой воды.

Развитие в ГУП «Водоканал Санкт- Петербурга» систем мониторинга качества воды с помощью онлайн-приборов в конце XX-начале XXI века вывело на новый уровень возможности технологов водопроводных станций в управлении процессами водоподготовки. В Санкт-Петербурге, начиная с 2004 года, создана автоматизированная система контроля качества питьевой воды (АСККВ). В 2010 году было принято и реализовано решение организации контроля качества воды при транспортировке. Таким образом, принципиально решен вопрос создания элемента системы управления водоснабжением в области непрерывного контроля качества воды от водоисточника, по этапам технологического процесса водоподготовки, при транспортировке и непосредственно в водопроводной сети перед подачей потребителю (рис. 1).

Рис. 1. Схема контроля качества воды от источника до водопроводной сети

Внедрение АСККВ позволило:
- уменьшить время исследований показателей до нескольких минут;
- обеспечить непрерывный контроль качественных характеристик воды по этапам водоснабжения;
- минимизировать влияние человеческого фактора на результаты измерений.

Более чем десятилетний летний опыт эксплуатации АСККВ ГУП «Водоканал Санкт-Петербурга» позволяет утверждать, что системы функционируют успешно, так как при их организации и эксплуатации учтено следующее:
- приборное оборудование выбрано для контроля значимых в процессе показателей качества;
- получаемые результаты оперативных измерений могут быть использованы в системе управления водоснабжением.

В основу концепции создания АСККВ положены следующие принципы:
1. Качество воды контролируется по всему процессу водоснабжения от источника до границ эксплуатационной ответственности ГУП «Водоканал Санкт-Петербурга» у потребителя.
2. Точки контроля и перечень контролируемых показателей определены с учетом влияния на изменение качества воды технологических процессов, условий транспортировки питьевой воды.
3. Метод измерения, заложенный в анализаторе, соответствует арбитражным аттестованным лабораторным методикам, по которым осуществляется контроль показателя на предприятии; предпочтение отдано безреагентным методам контроля.
4. Обеспечено получение онлайн-информации для реализации оперативного управления технологическими процессами водоснабжения и формирование базы данных для объективного анализа режимов водоснабжения и разработки прогнозов в области качества питьевой воды.

В таблице 1 представлен перечень приборов и цель контроля конкретного параметра.

Таблица 1. Перечень приборов и цель контроля

Рис. 2. Приборы контроля качества воды по показателю мутность на Главной водопроводной станции ГУП «Водоканал Санкт-Петербурга»

На рис. 3 отображена АСККВ с технологическими точками установки промышленных анализаторов на блоке К-6 Южной водопроводной станции.

Рис. 3. Автоматизированная система контроля качества воды на блоке К-6 Южной водопроводной станции

Технологические точки выбраны с учетом:
- объективной оценки технологического процесса;
- возможности проведения контроля работы анализатора лабораторными методами;
- обеспечения условий работы анализатора в соответствии с техническим паспортом;
- исключения влияния на результаты измерений некорректно организованной системы доставки пробы воды;
- обеспечение условий проведения регламентного обслуживания анализатора.

При выборе анализаторов учтены:
- контролируемый показатель соответствует технологии водоподготовки;
- метод измерения сопоставим с контрольным лабораторным методом;
- квалификация обслуживающего персонала соответствует степени сложности прибора;
- возможность при эксплуатации закупки расходных материалов.

При организации системы АСККВ предусмотрены:
- результаты онлайн-измерений выводятся на АРМ оператора;
- наличие системы аварийного оповещения об отклонениях от заданных параметров, сбое в работе оборудования;
- наличие архива данных.

Важным был и остается вопрос, что считать эталоном результата определения конкретного показателя. В ГУП «Водоканал Санкт-Петербурга» принято решение, что истинными значениями считаются результаты лабораторного контроля. Однако не следует забывать, что лабораторные методы также имеют погрешность, что следует учитывать при оценке суммарной погрешности.

При выборе аналитического оборудования были проведены испытания анализаторов. В ходе организации и проведении испытаний выполнено:
- испытание оборудования в тех же условиях, где планируется его дальнейшая эксплуатация;
- детально изучены метрологические характеристики;
- период испытаний выбран с учетом возможного сезонного изменения и состава анализируемых проб воды и окружающей среды (температура, влажность помещения и т.д.);
- оценены эксплуатационные характеристики оборудования (сложность в обслуживании, периодичности замены расходных материалов);
- проанализированы полученные результаты в сравнении с лабораторными данными с учетом сопоставимости методик измерения.

В настоящее время надежность промышленных анализаторов качества воды позволяет продолжить развитие систем автоматизации, уменьшив необходимость вмешательства человека в процессы водоочистки и обеспечив возможность корректировки технологических режимов автоматически [1]. Для решения этой задачи необходимо в ГУП «Водоканал Санкт-Петербурга» разработать интеллектуальную систему, которая должна обеспечивать выполнение алгоритмов на основании данных приборного оснащения технологического процесса и в результате создать полноценную систему автоматизации процессов производства питьевой воды (САППВ), одним из элементов которой будет АСККВ. Существует много инструментов для создания таких алгоритмов и математических моделей. Однако главной составляющей САППВ являются именно те зависимости, которые свойственны данному источнику водоснабжения, те приоритетные показатели, которые оказывают влияние на технологический процесс.

Специалистами ГУП «Водоканал Санкт-Петербурга» разработана методология управления процессами водоподготовки воды реки Нева, на основании которой возможно создание САППВ на водопроводных стациях города. Это позволит исключить риски негарантированного качества питьевой воды, организовать управление технологическим процессом на современном уровне, а также обеспечить рациональное использование ресурсов.

Современные системы управления производством должны базироваться на четком понимании предприятия целей и задач собственно самого производства и качественно решенных с инженерной точки зрения задач технического оснащения технологических процессов [2, 3, 4].

Пакеты программного обеспечения системы усовершенствованного управления является интеллектуальной надстройкой над оперативными и историческими базами производственных данных. Его ключевое назначение - использование исторических данных для получения информации о протекании технологических процессов, а также для построения функциональных связей и генерации статистических моделей зависимости целевых показателей эффективности (KPI) процессов от параметров технологического режима работы. На основе построенных моделей данный продукт позволяет проводить симуляции различных режимов работы объектов, не экспериментируя при этом на реальном оборудовании.

Помимо этого предоставляется возможность решения широкого класса задач по усовершенствованию технологических процессов. Это:
- диагностика и поиск причин отклонений параметров процесса от желаемых значений;
- задачи мониторинга состояния оборудования;
- построение виртуальных датчиков;
- задачи стабилизации и оптимизации целевых показателей эффективности;

- задачи мониторинга состояния оборудования;
- построение виртуальных датчиков;
- задачи стабилизации и оптимизации целевых показателей эффективности.

В качестве результатов формируются решения - от offline-синтеза управляющих воздействий с созданием активных правил и рекомендаций по коррекциям работы процесса до online-реализации в виде советчика оператора по оптимальному ведению технологического режима.

Пакеты программного обеспечения системы усовершенствованного управления поддерживают интеграцию со следующими источниками данных:
- базы данных Microsoft Access, MySQL, SQL Server, Oracle;
- архивы OSI-Soft PI, Proficy Historian, Wonderware;
- АСУ ТП через OPC интерфейс;
- различные текстовые данные и пользовательские форматы .NET

Для обработки и подготовки статистики для моделирования в пакете проводится корреляционный анализ данных, использующийся как для выбора декоррелированных входных параметров модели и определения ключевых факторов, влияющих на KPI, так и для нахождения временных запаздываний KPI от входов модели. Заложена также возможность проведения частотного анализа данных для определения цикличности различных показателей.

Построение моделей реализовано с помощью современных методов машинного обучения. Причем возможно строить многомерные модели различной степени сложности, как линейные, так и нелинейные. Для построения нелинейных зависимостей используется аппарат искусственных нейронных сетей. Имеется возможность программировать свои модели или добавлять функции, сделанные в других приложениях. Имеется возможность решения оптимизационных задач с простыми линейными ограничениями интервального типа.

Работа в пакетах программного обеспечения системы усовершенствованного управления состоит из ряда интуитивно понятных шагов:
1. Импорт данных: помимо интеграции с различными источниками, имеется и интерфейс для объединения баз данных.
2. Визуализация и подготовка данных:
- тренды;
- гистограммы;
- диаграммы рассеяния;
- статистические характеристики;
- выделение рабочих или ложных областей;
- корреляционный и частотный анализ, определение временных задержек;
- построение моделей (нелинейные модели; модели правил, четкой и нечеткой логики);
- анализ результатов моделирования, определение причин отклонений, просмотр сценариев «что-если» и структуры зависимостей «входвы- ход»;
- offline-оптимизация для оценки потенциала возможных улучшений процесса;
- на основе предыдущих шагов построение offline-решений в виде активных правил и рекомендаций по управлению процессом.

Пакеты программного обеспечения системы усовершенствованного управления обеспечивают проведение симуляций и построение online-решений. Помимо этого в них содержится инструментарий для многокомпонентного моделирования и оптимизации в режиме реального времени. Имеются возможности для программирования собственных моделей и объектов, а также интеграции объектов, созданных во внешней среде.

Пакеты программного обеспечения системы усовершенствованного управления предоставляют сервис web-отчетов для наглядного представления различной аналитической информации.

При создании моделей управления, в частности, режимами реагентной обработки воды сложность вызывает формирование уравнения зависимости выбираемой дозы реагента от параметров обрабатываемой воды, так как практически всегда отсутствует прямая зависимость от одного показателя. В этом случае выводится уравнение регрессии.

Алгоритм создания таких уравнений следующий:
- выбираются значимые для каждого процесса показатели качества воды;
- выбирается массив данных доз конкретного реагента и показателей обрабатываемой воды, учитываются только те дозы, когда результаты обработки были положительными;
- решается уравнение регрессии с определением коэффициентов.

Производство питьевой воды на водопроводных станциях, где предусмотрена очистка воды реки Невы, осуществляется на сооружениях с использованием реагентов:
- сернокислого алюминия;
- катионного акриламида;
- гипохлорита натрия;
- сульфата аммония;
- порошкообразного активированного угля (дозы реагента определены технологическим регламентом в зависимости от концентрации нефтепродуктов и результатов лабораторных исследований по показателю «запах»).

Доза каждого реагента зависит от различных факторов, в первую очередь от показателей качества воды.

 Выбор дозы коагулянта

Значимыми факторами для выбора оптимальной дозы коагулянта (Дкоагулянта) являются качественные характеристики «сырой» воды:
- мутность;
- цветность;
- перманганатная окисляемость;
- температура обрабатываемой воды;
- рН обрабатываемой воды;
- щелочность;
- концентрация общего органического углерода (не нормируется российским законодательством).

Регрессионная зависимость: Дкоагулянта = aМ+bЦ+gО+cТ+dрН+еЩ+fС где М - мутность, Ц - цветность, О - перманганатная окисляемость, Т - температура, pH - водородный показатель, Щ - щелочность, С - концентрация общего органического углерода.
a, b, g, c, d, e, f - коэффициенты уравнения регрессии.

При построении модели выбираются только те значения, при которых качество воды удовлетворительное по показателям:
- не более 0,3 мг/дм3 (высокая зависимость показателя от технических характеристик сооружений и режимов обработки);
- цветность фильтрованной воды на уровне 4-6 градусов (на показатель влияют технологические параметры водоподготовки - использование озонирования, гранулированного активированного угля и др.);
- окисляемость фильтрованной воды - на уровне 2-3 мг/дм3 (на показатель влияют технологические параметры водоподготовки - использование озонирования, гранулированного активированного угля и др.);
- рН коагулированной воды - в пределах 6,5-6,7.

В таблице 2 представлены значимые технологические параметры для определения дозы коагулянта.

Таблица 2. Значимые технологические параметры для определения дозы коагулянта

Выбор дозы флокулянта

Флокулянт применяется для интенсификации процесса коагуляции. Оценивается эффект осветления воды.

Значимыми факторами для выбора оптимальной дозы флокулянта (Дфлокулянта) являются доза коагулянта и качественные характеристики «сырой» воды:
- мутность;
- температура обрабатываемой воды.

Регрессионная зависимость: Дфлокулянта= aДкоагулянта+bМ+cТ
где М - мутность, Ц - цветность.
a, b, c- коэффициенты уравнения регрессии.

При построении модели выбираются только те значения, при которых качество воды удовлетворительное по показателям: мутность фильтрованной воды - не более 0,3 мг/дм3 (высокая зависимость показателя от технических характеристик сооружений и режимов обработки, точки ввода реагента и др.)

В таблице 3 представлены значимые технологические параметры для определения дозы флокулянта.

Таблица 3. Значимые технологические параметры для определения дозы флокулянта

Выбор дозы активного хлора

Значимыми факторами для выбора оптимальной дозы активного хлора (Дактивного хлора) являются хлоропоглощение обрабатываемой воды, сооружений и поддерживаемая концентрация активного хлора на выходе с водопроводной станции.

Значение хлоропоглощения исходной воды существенно зависит от ее температуры и точки ввода реагента.

Регрессионная зависимость: Дактивного хлора = aХПобрабатываемой воды+bХПсооружений+cТ+dСостаточного хлора
где ХП - хлоропоглащение, Т - температура, Состаточного хлора - концентрация остаточного активного хлора.
a, b, c, d - коэффициенты уравнения регрессии

В таблице 4 представлены значимые технологические параметры для определения дозы обеззараживающего реагента.

Таблица 4. Значимые технологические параметры для определения дозы гипохлорита натрия по активному хлору

Выбор дозы аммиака

Значимыми факторами для выбора оптимальной дозы являются оптимальное соотношение хлор/аммиак, концентрация аммиака в исходной воде, температуры обрабатываемой воды.

Регрессионная зависимость: Даммиака = aКсоотношение хлор:аммиак+cТ+dСостаточного хлора+nCаммиака в исходной воде
где К - коэффициент, Т - температура, С - концентрация.
a, c, d, n - коэффициенты уравнения регрессии

В таблице 5 представлены значимые технологические параметры для определения дозы сульфата аммония.

Таблица 5. Значимые технологические параметры для определения дозы сульфата аммония

Наличие промышленных анализаторов контроля качества воды по этапам водоснабжения позволяет создавать и модели управления гидравлическими нагрузками на сооружения, оптимизировать режимы промывки.

Выводы:

Внедрение САППВ на объектах водоснабжения Санкт-Петербурга позволяет исключить риски негарантированного качества производимой продукции, повысить энергоэффективность производства, организовать управление технологическим процессом на современном уровне, а также обеспечить рациональное использование ресурсов. Успешным функционирование системы будет лишь в том случае, если уже на стадии принятия решения о внедрении четко определено назначение системы, порядок ее эксплуатации и развития.

Внедрение САППВ позволит повысить эффективность управления процессами водоподготовки, а также оптимизировать затраты химических реагентов.

Литература:
1. Журба М.Г, Соколов Л.И., Говорова Ж.М. Водоснабжение. Проектирование систем и сооружений: в 3 т. Т.2. Очистка и кондиционирование природных вод. - изд. 3-е, перераб. и доп.: Учеб. Пособие. - М.: Издательство Ассоциации строительных вузов, 2010. С. 517-540.
2. Технический справочник по обработке воды (Degremont): в 2 т. Т.2: пер. с фр. - СПб.: Новый журнал, 2007. С. 1388-1416.
3. Касаткин Ф.Ю., Кирдис А.Ю. Автоматизация технологических процессов на водопроводных станциях // Водоснабжение и санитарная техника, 2008, №9, С. 31 - 38.
4. Водоснабжение и водоотведение в Санкт-Петербурге / Коллектив авторов. Под ред. Ф.В. Кармазинова - СПб.: Новый журнал, 2008. С. 301-326.

The automation of the production processes of drinking water supply facilities

On water treatment plants of sue «Vodokanal of St. Petersburg» 2004 installed analytical instruments online control, incoming in the automated system of control of quality of drinking water. The material submitted for the further stage of automation of technological processes of water supply - the creation of systems of automation of processes of production of drinking water.

Keywords: water quality, automated system for monitoring water quality, process automation system drinking water production, industrial analyzer, multcomponent modeling, the dose of reagents, automated production processes and transportation of drinking water.

Ipatko Michael nikodimovich, Director of the Directorate of water, sue «Vodokanal of St. Petersburg». 194156, Russia, St. Petersburg, Manchester St., 1. E-mail: Адрес электронной почты защищен от спам-ботов. Для просмотра адреса в вашем браузере должен быть включен Javascript.

Iljushenko Olga Nikolaevna, head of Department for production control and supervision of the Directorate of water, sue «Vodokanal of St. Petersburg». E-mail: Адрес электронной почты защищен от спам-ботов. Для просмотра адреса в вашем браузере должен быть включен Javascript.

Portnova Tatiana Mikhailovna, head of chief process engineer of the technical office of the Directorate of water, sue «Vodokanal of St. Petersburg». E-mail: Адрес электронной почты защищен от спам-ботов. Для просмотра адреса в вашем браузере должен быть включен Javascript.

Gvozdev Vladimir Andreevich, chief of Bureau of development of water supply and wastewater sue «Vodokanal of St. Petersburg». E-mail: Адрес электронной почты защищен от спам-ботов. Для просмотра адреса в вашем браузере должен быть включен Javascript.

Lobanov Fedor Ivanovich, doctor of chemical Sciences, President of LLC «cntp». 117403, Russia, Moscow, vostryakovsky proezd 10B page 2. E-mail: Адрес электронной почты защищен от спам-ботов. Для просмотра адреса в вашем браузере должен быть включен Javascript.

Журнал «Вода Magazine», №5 (105), 2016 г.