CN109064048B - 基于废水处理流程分析的废水排放源快速排查方法与*** - Google Patents
基于废水处理流程分析的废水排放源快速排查方法与*** Download PDFInfo
- Publication number
- CN109064048B CN109064048B CN201810940075.6A CN201810940075A CN109064048B CN 109064048 B CN109064048 B CN 109064048B CN 201810940075 A CN201810940075 A CN 201810940075A CN 109064048 B CN109064048 B CN 109064048B
- Authority
- CN
- China
- Prior art keywords
- wastewater
- module
- wastewater treatment
- data
- discharge
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 105
- 230000008569 process Effects 0.000 title claims abstract description 77
- 238000004065 wastewater treatment Methods 0.000 title claims abstract description 59
- 238000004458 analytical method Methods 0.000 title claims abstract description 42
- 239000002351 wastewater Substances 0.000 title claims abstract description 34
- 238000011835 investigation Methods 0.000 title claims abstract description 22
- 238000011282 treatment Methods 0.000 claims abstract description 42
- 238000001514 detection method Methods 0.000 claims abstract description 35
- 238000013024 troubleshooting Methods 0.000 claims abstract description 35
- 239000003344 environmental pollutant Substances 0.000 claims abstract description 34
- 231100000719 pollutant Toxicity 0.000 claims abstract description 34
- 238000007726 management method Methods 0.000 claims abstract description 31
- 238000012544 monitoring process Methods 0.000 claims abstract description 15
- 239000010865 sewage Substances 0.000 claims abstract description 12
- 230000007774 longterm Effects 0.000 claims abstract description 11
- 238000005259 measurement Methods 0.000 claims abstract description 7
- 238000013178 mathematical model Methods 0.000 claims abstract description 5
- 230000002159 abnormal effect Effects 0.000 claims abstract description 3
- 239000000523 sample Substances 0.000 claims description 23
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims description 23
- 238000006243 chemical reaction Methods 0.000 claims description 16
- 239000011159 matrix material Substances 0.000 claims description 13
- 230000006870 function Effects 0.000 claims description 12
- QVGXLLKOCUKJST-UHFFFAOYSA-N atomic oxygen Chemical compound [O] QVGXLLKOCUKJST-UHFFFAOYSA-N 0.000 claims description 9
- 239000001301 oxygen Substances 0.000 claims description 9
- 229910052760 oxygen Inorganic materials 0.000 claims description 9
- 238000004519 manufacturing process Methods 0.000 claims description 7
- 238000000862 absorption spectrum Methods 0.000 claims description 5
- 238000007405 data analysis Methods 0.000 claims description 5
- 238000013500 data storage Methods 0.000 claims description 5
- 238000006731 degradation reaction Methods 0.000 claims description 5
- 238000011156 evaluation Methods 0.000 claims description 5
- 238000007689 inspection Methods 0.000 claims description 5
- QGZKDVFQNNGYKY-UHFFFAOYSA-O Ammonium Chemical compound [NH4+] QGZKDVFQNNGYKY-UHFFFAOYSA-O 0.000 claims description 4
- 230000015556 catabolic process Effects 0.000 claims description 4
- 230000033116 oxidation-reduction process Effects 0.000 claims description 4
- 238000005457 optimization Methods 0.000 claims description 3
- 239000003403 water pollutant Substances 0.000 claims description 2
- 238000012360 testing method Methods 0.000 claims 1
- 238000012545 processing Methods 0.000 description 6
- XKMRRTOUMJRJIA-UHFFFAOYSA-N ammonia nh3 Chemical compound N.N XKMRRTOUMJRJIA-UHFFFAOYSA-N 0.000 description 5
- 238000004062 sedimentation Methods 0.000 description 4
- MMDJDBSEMBIJBB-UHFFFAOYSA-N [O-][N+]([O-])=O.[O-][N+]([O-])=O.[O-][N+]([O-])=O.[NH6+3] Chemical compound [O-][N+]([O-])=O.[O-][N+]([O-])=O.[O-][N+]([O-])=O.[NH6+3] MMDJDBSEMBIJBB-UHFFFAOYSA-N 0.000 description 3
- 230000006399 behavior Effects 0.000 description 3
- 238000009713 electroplating Methods 0.000 description 3
- PXHVJJICTQNCMI-UHFFFAOYSA-N Nickel Chemical compound [Ni] PXHVJJICTQNCMI-UHFFFAOYSA-N 0.000 description 2
- 230000001112 coagulating effect Effects 0.000 description 2
- 230000015271 coagulation Effects 0.000 description 2
- 238000005345 coagulation Methods 0.000 description 2
- 238000010835 comparative analysis Methods 0.000 description 2
- 239000000356 contaminant Substances 0.000 description 2
- 238000013461 design Methods 0.000 description 2
- 238000003745 diagnosis Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 230000007613 environmental effect Effects 0.000 description 2
- 238000005189 flocculation Methods 0.000 description 2
- 230000016615 flocculation Effects 0.000 description 2
- 229910001385 heavy metal Inorganic materials 0.000 description 2
- 238000010801 machine learning Methods 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 238000006386 neutralization reaction Methods 0.000 description 2
- 230000003647 oxidation Effects 0.000 description 2
- 238000007254 oxidation reaction Methods 0.000 description 2
- 239000000126 substance Substances 0.000 description 2
- 239000013589 supplement Substances 0.000 description 2
- VYZAMTAEIAYCRO-UHFFFAOYSA-N Chromium Chemical compound [Cr] VYZAMTAEIAYCRO-UHFFFAOYSA-N 0.000 description 1
- 238000009825 accumulation Methods 0.000 description 1
- 230000009471 action Effects 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 239000003153 chemical reaction reagent Substances 0.000 description 1
- 229910052804 chromium Inorganic materials 0.000 description 1
- 239000011651 chromium Substances 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 230000010485 coping Effects 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000007599 discharging Methods 0.000 description 1
- 238000011010 flushing procedure Methods 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012806 monitoring device Methods 0.000 description 1
- 229910052759 nickel Inorganic materials 0.000 description 1
- 238000012123 point-of-care testing Methods 0.000 description 1
- 238000004064 recycling Methods 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 238000001223 reverse osmosis Methods 0.000 description 1
- 238000010187 selection method Methods 0.000 description 1
- 238000003860 storage Methods 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
- 238000000108 ultra-filtration Methods 0.000 description 1
- 238000012795 verification Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0633—Workflow analysis
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/17—Systems in which incident light is modified in accordance with the properties of the material investigated
- G01N21/25—Colour; Spectral properties, i.e. comparison of effect of material on the light at two or more different wavelengths or wavelength bands
- G01N21/31—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
- G06Q10/06393—Score-carding, benchmarking or key performance indicator [KPI] analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
- G06Q50/26—Government or public services
Landscapes
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Entrepreneurship & Innovation (AREA)
- Development Economics (AREA)
- General Physics & Mathematics (AREA)
- Educational Administration (AREA)
- Tourism & Hospitality (AREA)
- Marketing (AREA)
- General Business, Economics & Management (AREA)
- Theoretical Computer Science (AREA)
- General Health & Medical Sciences (AREA)
- Operations Research (AREA)
- Spectroscopy & Molecular Physics (AREA)
- Health & Medical Sciences (AREA)
- Game Theory and Decision Science (AREA)
- Quality & Reliability (AREA)
- Chemical & Material Sciences (AREA)
- Pathology (AREA)
- Analytical Chemistry (AREA)
- Life Sciences & Earth Sciences (AREA)
- Biochemistry (AREA)
- Immunology (AREA)
- Primary Health Care (AREA)
- Physical Water Treatments (AREA)
- Water Treatment By Electricity Or Magnetism (AREA)
Abstract
基于废水处理流程分析的废水排放源快速排查方法与***，属于废水监测技术领域。包括以下步骤：(1)采集排放单位基础排放信息，对排放单位废水处理***基于废水处理流程进行分析，建立数学模型，确定检测位置和检测指标；(2)在步骤(1)确定的检测位置，检测污染物浓度和废水处理设施工况参数；(3)根据步骤(2)的检测结果，计算污染物实测处理率和理论处理率；(4)比较步骤(3)确定的污染物实测处理率和理论处理率，判断污水处理流程是否存在异常，生成排查报告。排查***包括便携式快速分析仪、手持式任务管理终端和云管理平台。本发明排查高效、通用性强、可行性高、结论可靠，违法排放单位难以规避，并可以形成长期监管。
Description
技术领域
本发明属于废水监测技术领域，涉及一种基于废水处理流程分析的废水排放源快速排查方法与***。
背景技术
打击排污排放单位的违规排放行为是环境保护的重要环节。目前的监管方式以设立在线监测设备和进行突击检查相结合的方式展开。投入大量仪器设备也耗费大量人力资源，但是偷漏排现象仍然屡禁不止。多地多年的经验已经表明，仅仅对于排放口进行监察，简单判断排放口水质是否超标，存在许多漏洞，不法排放单位只需绕过申报的排放口，或在突击检查期间维持排口达标，即可逃脱法眼。
总结排放单位违规排放的原因，主要是技术和经济两方面。技术方面由于污水处理流程的复杂性，尤其是保持生物处理工艺段的有效性具有一定的难度，导致污水处理效果不理想；经济方面有些排放单位为了降低污水处理成本，使得污水处理设施没有按照设计要求正规运行，导致污水处理设施只是摆设，并没有发挥实际作用。
无论何种情况，都会在废水处理流程中有迹可循。已有专利(CN 102645916)提出可对排放单位废水处理中各处理设施的工况数据进行监测，为排污总量核定提供依据；又有专利(CN 105157756)提出综合生产设备和污水处理设备的工况数据以及污水集中池和排水口的环保数据，判断排放单位是否有偷排行为。以上两种***都是对于目前末端监管方式的部分补充，但这些方法依赖于对排放单位废水处理设施进行大规模设备升级和排放单位监控***的数字化改造，难以在现场排查发挥效果，且缺少立足于水处理流程诊断的分析方法。
发明内容
针对上述问题，本发明的目的是克服排放单位排水监管困难，提供一种采用便携检测设备的，具有通用性和高效性的，能够在监察行动现场发现排放单位污水处理流程上的舞弊行为，从而打击排放单位违规排放的排查方法与***。
为实现上述目的，本发明提出以下技术方案：
基于废水处理流程分析的废水排放源快速排查方法，包括以下步骤：
(1)采集排放单位基础排放信息，对排放单位废水处理***基于废水处理流程进行分析，建立数学模型，确定检测位置和检测指标；
(2)在步骤(1)确定的检测位置，检测污染物浓度和废水处理设施工况参数；
(3)根据步骤(2)的检测结果，计算污染物实测去除率和理论去除率；
(4)比较步骤(3)确定的污染物实测去除率和理论去除率，判断污水处理流程是否存在异常，生成排查报告。
在一些具体实施方案中，步骤(1)所述对排放单位废水处理***基于废水处理流程进行分析，建立数学模型，是将排放单位废水处理***按照“流水线——工艺段——反应点”进行三级分类建模：首先根据废水分类收集情况将处理流程分为多个“流水线”，每条流水线对应一种或一类废水从收集到排放或其排水与其他处理线混合的过程序列；进而将各流水线分为“工艺段”，每个工艺段对应一组具有某种特定污染物降解功能的处理过程；各工艺段最后分为执行简单功能的“反应点”，每个“反应点”对应单一水处理构筑物。
在对处理流程图进行数字建模的基础上，对各工艺段的进出水污染物浓度指标进行检测，检测指标根据排放单位产生的污染物或排放单位排污许可而定。对于关键水处理构筑物，可根据其工艺补充测量反应池的工况数据。
在一些具体实施方案中，还包括步骤(5)：
(5)将排放单位的检测结果和排查报告发送到云平台，通过历史比对和排放单位间的横向比对，对排放单位评级，建立绿色信用评分，实现长期考评和监控。在一次或多次集中的排查任务后，可根据不同排放单位的横向对比以及历史排查记录确定每个排放单位废水处理信用等级，维护排放单位绿色信用记录。
在一些具体实施方案中，步骤(1)所确定的检测位置，是各工艺段的进水口和出水口，以及关键水处理构筑物。
在一些具体实施方案中，步骤(2)所述的检测污染物浓度，采用以“紫外——可见全波长吸收光谱分析探头”为核心的快速便携监测仪表体系检测。该仪表可对化学需氧量、悬浮颗粒物、硝态氮等指标进行快速监测。综合配置铵离子选择电极探头(集成pH检测功能)、电导率探头、溶解氧探头、氧化还原电位探头、手持式光度计等，可覆盖大多数工业排放单位的废水污染指标监测和反应池工况监测。
在一些具体实施方案中，步骤(3)所述的计算污染物实测去除率和理论去除率，具体为：根据采集到所有工艺段的进水污染物浓度X0和出水浓度X1，计算该工艺段的污染物实测去除率RM＝(X0-X1)/X0；根据各废水处理设施的工况数据，确定各污染指标的理论去除率RT。各正常运行的工艺都有其固有的规律，且不同指标在同一工艺段中的去除率不同。根据各反应池的工况数据，确定各污染指标的理论去除率RT。比较某一工艺段的RM和RT确定该工艺段的运转是否正常(真实)。连列各处理“线”和各工艺“段”的不同污染指标的理论去除率和实测去除率，可确定该排放单位是否在处理工艺及排口处作假，进而判断排放单位废水处理设施正常运转的可靠度。
用于前述废水排放源快速排查方法的***，包括便携式快速分析仪和手持式任务管理终端，便携式快速分析仪检测污染物浓度和废水处理设施工况参数，并将数据传输给手持式任务管理终端；手持式任务管理终端包括任务生成模块、辅助执行模块、数据采集模块、数据分析模块和报告导出模块，任务生成模块用于根据排放单位的废水处理流程图进行数字化建模，生成检测参数，进而形成排查方案；辅助执行模块用于和用户进行交互，将排查方案的内在逻辑转化为对用户手动操作的详细指导，保证排查逻辑的稳定执行；数据采集模块用于和便携快速分析仪的各检测设备进行交互，提供各分析仪的驱动、控制、采集、管理接口，将污染物浓度和废水处理设施工况参数采集到手持式任务管理终端；数据分析模块用于计算各实测去除率和理论去除率，连列形成去除率矩阵并对矩阵进行对比分析，获得本地分析结果；报告导出模块用于根据采集到的数据和分析结果生成排查报告。
在一些具体实施方案中，还包括云管理平台，云管理平台包括数据存储模块、横向评级模块和纵向建档模块；数据存储模块存储所有排查记录，横向评级模块用于对不同的受监管排放单位的排查数据进行横向对比分析，纵向建档模块用于对同一排放单位的长期排查数据进行对比分析；手持式任务管理终端还包括数据上传模块，用于将排查任务进行中的原始数据、分析过程数据及结果上传至云管理平台。每一次排查结果都将被发送到云平台进行存储和进一步处理。通过历史比对和排放单位间的横向比对，最终对排查排放单位评级，建立绿色信用评分，实现长期考评和监控。
在一些具体实施方案中，云管理平台还包括智能优化模块，对分析模型算法和参数进行优化。
在一些具体实施方案中，便携式快速分析仪以“紫外——可见全波长吸收光谱分析探头”为核心，配置集成pH检测功能的铵离子选择电极探头、电导率探头、溶解氧探头、氧化还原电位探头和手持式光度计。该仪表可对化学需氧量、悬浮颗粒物、硝态氮等指标进行快速监测，可覆盖大多数工业排放单位的废水污染指标监测和反应池工况监测。
本发明由于采取以上技术方案，其具有以下优点：1、本发明提供了在现有污染源管控基础条件下，基于废水处理流程诊断的快速排查监管方法，依据此方法和***进行污染源排查，可在短时间内实现对于排放单位废水处理***运转可靠性的判断，并形成长期监管。2、本发明由于关注了排放单位废水处理的整个过程，对排放单位面对突击监察的临时应付行为具有显著的打击效果，由于废水处理***需要较长的启动时间，所以长期偷工减料、非正常运转的废水处理***将无法通过临时兑水排放、临时供电加料等行为在本发明提供的监察方案中蒙混过关。3、本发明提供了覆盖完整流程而执行简单的排查任务构建和执行方案，并提出了具体的实施***，保证了排查的高效性和可实施性。4、本发明具有较强的通用性，对于不同行业、不同的排放单位、不同的废水处理流程均具有统一的流程。
附图说明
图1是废水排放源快速排查方法流程图。
图2是废水处理流程结构分析模型。
图3是废水排放源快速排查方法执行***图。
具体实施方式
下面结合附图和实施例对本发明进行详细的描述，但应当理解本发明的保护范围并不受具体实施方式的限制。
如图1，本发明是一种废水处理流程排查方法与***，该排查方法的执行流程包括以下步骤：
步骤101：废水处理流程结构的数字化建模
收集排放单位排污许可信息和排放单位废水处理流程图。获取后，对排放单位废水处理流程图进行数字化建模，模型结构如图2废水处理流程结构分析模型。本发明提出的建模方法为：首先根据废水分类收集情况将废水处理流程200分为多个“流水线”201，每一条流水线对应一种或一类废水从收集到排放或与其排水与其他处理线混合的过程集合。例如，各排放单位的主要废水(包括生活、生产和冲洗废水等)会用综合废水收集池收集，并经多重处理后到排放口排放，定义处理综合废水的所有过程组成的流水线为流水线“主线”，其他如处理含铬废水、含镍废水等的处理线为流水线“支线”，一般“支线”中的特殊污染物处理达标后会汇入“主线”；通过对水处理工艺单元的理解，将各流水线分成数个完成某一种污染物降解功能的“工艺段”202，每一个工艺段由一个或多个功能紧密相关的反应池组成，例如pH调节池、絮凝池和沉淀池共同组成了絮凝沉淀这一功能，因而共同组成一个工艺段；各工艺段由最基本的各“反应池”203组成，即最小的可检测单元——水处理构筑物。
步骤102：实施检测的具体点位和指标
基于排放单位基础信息，生成排查方案，包含实施检测的点位和指标。根据步骤101对处理流程图进行数字化建模，本发明提出的检测点位为各条流水线的起点(废水收集池)和各工艺段的终点，由此获得各工艺段的进出水污染物浓度数据。本发明提出的各点位的检测指标的选取方法为“主线”各点位需检测排放单位排污许可或该类排放单位所有可能产生的污染指标，各“支线”检测其对应的处理指标。对于执行关键功能的水处理构筑物可检测其污染物之外的水质指标即工况参数，备选的工况指标包含pH、溶解氧、氧化还原电位、电导率等。
步骤103：确定实测去除率和理论去除率
根据测得的工艺段进出水污染物浓度计算污染物去除率。设污染物P在某工艺段S进水时浓度为X0，出水时浓度为X1，则工艺段S对污染物P的实测去除率为：
根据工艺段S中关键反应池的工况参数，以及该工艺段对此种污染物去除的经验值，确定工艺段S对污染物P的理论去除率RT。
步骤104：比较各工艺段的实测去除率和理论去除率
对每一流水线，连列该流水线上不同工艺段和对各种污染物的实测去除率，可得到实测去除率二维矩阵，该矩阵记录了该流水线上各污染物的降解过程。同样可获得理论去除率二维矩阵。比较这两个矩阵的相似程度，即可评价该废水处理流水线的可靠程度。
步骤105：云平台横向和纵向比较
将各次排查得到的去除率矩阵和最终评价上传云平台，通过多排放单位数据和历史数据的累积，横向可通过各排放单位的废水处理流程有效运行的可靠程度为排放单位评级，纵向可为排放单位建立绿色信用档案，长期监管。同时，云平台融合大量排查数据，可通过机器学习优化矩阵分析方法，并对行业或地区的废水排放情况作出评价。
如图3，本发明还包含一种保障本方法高效实施的软、硬件***架构。该***由便携快速分析仪310、手持式任务管理终端320和云管理平台330三大部分组成。检测数据及其分析整合结果通过便携快速分析仪310获取，在手持式任务管理终端320中采集、管理、分析、导出和上传，最后到云管理平台进行永久存储、横向纵向评估管理以及优化反馈。
便携快速分析仪310包含针对排放单位废水处理现场检测的各种便携式快速分析探头和手持光度计。其核心为紫外-可见吸收光谱分析探头311，用于进行COD、总悬浮颗粒物和硝态氮的检测；氨氮分析探头312内置铵离子选择性电极和pH电极，用于氨氮和pH检测；手持式光度计316配置多种重金属的快速分析试剂包，用于进行重金属检测；电导率分析探头313、溶解氧分析探头314、ORP分析探头315为工况检测探头，用于对部分关键反应池内的反应条件参数进行检测。
手持式任务管理终端320是本发明所提出的排查方法的执行中枢。其中，任务生成模块321用于根据排放单位的废水处理流程图进行数字化建模，根据排放单位排污许可或其他排放资料生成检测参数，进而形成完整的排查方案；辅助执行模块322用于和用户进行交互，将排查方案的内在逻辑转化为对用户手动操作的详细指导，保证排查逻辑的稳定执行；数据采集模块323用于和便携快速分析仪310的各检测设备进行交互，提供各分析仪的驱动、控制、采集、管理接口，将污染物浓度指标和反应池工况指标采集到手持式任务管理终端320；数据分析模块324用于计算各实测去除率和理论去除率，连列形成去除率矩阵并对矩阵进行对比分析，获得本地分析结果；报告导出模块325用于根据采集到的数据和分析结果生成排查报告，并现场打印，实现现场记录确认存档；上传模块326用于将排查任务进行中的原始数据、分析过程数据及结果上传至云管理平台330。
云管理平台330是对所有排查结果进行统一记录和分析管理平台。其中，数据存储模块331存储所有排查记录，并通过数据库的合理设计，使这些历史排查记录和排放单位、行业、区域等重要信息相关联；横向评级模块332用于对不同的受监管排放单位的排查数据进行横向对比分析，根据各排放单位废水处理流程的优劣程度进行评价分级，为分类差异化管理提供依据；纵向建档模块333用于对同一排放单位的长期排查数据进行对比分析，建立排放单位废水处理可靠度档案，实现长期监管；智能优化模块334在收集大量排查任务的基础上，借助人工修正、机器学习等方式对分析模型算法和参数进行优化，使其逐步贴近管理需求，提升管理精确化程度。
下面是一具体实施例：采用本发明方法和***对某电镀企业废水处理实施快速排查。
在一次排查任务中，对某电镀企业的废水处理和排放***进行排查，通过本发明步骤101提供的方法，根据该企业的废水处理流程图，对其结构进行数字化建模得到如下表格：
以上表中综合处理线1为例，根据本发明步骤102提供的点位和指标选择办法，确定检测点位为该处理线的起点和该线各工艺段的终点，即：综合池111、回调池114、中间池123、排放口133；确定检测的污染指标为COD、氨氮、总悬浮物，并附加检测中和混凝池112的pH、接触氧化池122的溶解氧作为工况参数。获得如下表格：
| 浓度(mg/L) | 综合池111 | 回调池114 | 中间池123 | 排放口133 |
| COD | 410 | 297 | 94 | 20 |
| 氨氮 | 116 | 73 | 16 | 2 |
| 总悬浮物 | 8 | 6 | 5 | 1 |
测得的工况数据为：中和混凝池112的pH为7.2，接触氧化池122的溶解氧为10mg/L。
按照步骤103计算各污染物的实测去除率，按照步骤104连列成为综合处理线1的实测去除率矩阵，如下表：
| 实测去除率(％) | 混凝沉淀段 | 生化降解段 | 深度处理段 |
| COD | 27 | 68 | 79 |
| 氨氮 | 37 | 78 | 87 |
| 总悬浮物 | 25 | 17 | 80 |
根据电镀废水处理的一般规律，以及实测的工况数据，可列出理论去除率矩阵如下表：
对比可发现，该企业废水处理流程中的混凝沉淀段发挥的功能较低，而深度处理段的处理负荷很高。在废水处理设施中，深度处理尤其是超滤、反渗透是一个对材料消耗极大、运行费用极高的流程，此处有较高的去除负荷是不合理的运行方式。这说明该企业极有可能为了现场应付检查，提高了深度处理部分的运行功率，达到快速提高出水水质的目的。
本发明的排查***作出这一判断后，按照步骤105将此情况上传云平台，建议降低该企业的绿色信用评级，对其进行更加严密的监管甚至更具隐蔽性的突击检查。
上述各实施例仅用于说明本发明，其中各部件的结构、连接方式和制作工艺等都是可以有所变化的，凡是在本发明技术方案的基础上进行的等同变换和改进，均不应排除在本发明的保护范围之外。
Claims (8)
1.基于废水处理流程分析的废水排放源快速排查方法，其特征在于，包括以下步骤：
(1)采集排放单位基础排放信息，对排放单位废水处理***基于废水处理流程进行分析，建立数学模型，确定检测位置和检测指标；所述对排放单位废水处理***基于废水处理流程进行分析，建立数学模型，是将排放单位废水处理***按照“流水线——工艺段——反应点”进行三级分类建模：首先根据废水分类收集情况将处理流程分为多个“流水线”，每条流水线对应一种或一类废水从收集到排放或与其排水与其他处理线混合的过程序列；进而将各流水线分为“工艺段”，每个工艺段对应一组具有某种特定污染物降解功能的处理过程；各工艺段最后分为执行简单功能的“反应点”，每个“反应点”对应单一水处理构筑物；
(2)在步骤(1)确定的检测位置，检测污染物浓度和废水处理设施工况参数；
(3)根据步骤(2)的检测结果，计算污染物实测去除率和理论去除率，具体为：根据采集到所有工艺段的进水污染物浓度X0和出水浓度X1，计算该工艺段的污染物实测去除率RM＝(X0-X1)/X0；根据各废水处理设施的工况数据，确定各污染指标的理论去除率RT；
(4)比较步骤(3)确定的污染物实测去除率和理论去除率，判断污水处理流程是否存在异常，生成排查报告。
2.根据权利要求1所述的废水排放源快速排查方法，其特征在于，还包括步骤(5)：
(5)将排放单位的检测结果和排查报告发送到云平台，通过历史比对和排放单位间的横向比对，对排放单位评级，建立绿色信用评分，实现长期考评和监控。
3.根据权利要求1所述的废水排放源快速排查方法，其特征在于，步骤(1)所确定的检测位置，是各工艺段的进水口和出水口，以及关键水处理构筑物。
4.根据权利要求1所述的废水排放源快速排查方法，其特征在于，步骤(2)所述的检测污染物浓度，采用以“紫外——可见全波长吸收光谱分析探头”为核心的快速便携监测仪表体系检测。
5.用于权利要求1所述的废水排放源快速排查方法的***，其特征在于，包括便携式快速分析仪和手持式任务管理终端，便携式快速分析仪检测污染物浓度和废水处理设施工况参数，并将数据传输给手持式任务管理终端；手持式任务管理终端包括任务生成模块、辅助执行模块、数据采集模块、数据分析模块和报告导出模块，任务生成模块用于根据排放单位的废水处理流程图进行数字化建模，生成检测参数，进而形成排查方案；辅助执行模块用于和用户进行交互，将排查方案的内在逻辑转化为对用户手动操作的详细指导，保证排查逻辑的稳定执行；数据采集模块用于和便携快速分析仪的各检测设备进行交互，提供各分析仪的驱动、控制、采集、管理接口，将污染物浓度和废水处理设施工况参数采集到手持式任务管理终端；数据分析模块用于计算各实测去除率和理论去除率，连列形成去除率矩阵并对矩阵进行对比分析，获得本地分析结果；报告导出模块用于根据采集到的数据和分析结果生成排查报告。
6.根据权利要求5所述的***，其特征在于，还包括云管理平台，云管理平台包括数据存储模块、横向评级模块和纵向建档模块；数据存储模块存储所有排查记录，横向评级模块用于对不同的受监管排放单位的排查数据进行横向对比分析，纵向建档模块用于对同一排放单位的长期排查数据进行对比分析；手持式任务管理终端还包括数据上传模块，用于将排查任务进行中的原始数据、分析过程数据及结果上传至云管理平台。
7.根据权利要求6所述的***，其特征在于，云管理平台还包括智能优化模块，对分析模型算法和参数进行优化。
8.根据权利要求5所述的***，其特征在于，便携式快速分析仪以“紫外——可见全波长吸收光谱分析探头”为核心，配置集成pH检测功能的铵离子选择电极探头、电导率探头、溶解氧探头、氧化还原电位探头和手持式光度计。
Applications Claiming Priority (2)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN2018109239590 | 2018-08-14 | ||
| CN201810923959 | 2018-08-14 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN109064048A CN109064048A (zh) | 2018-12-21 |
| CN109064048B true CN109064048B (zh) | 2020-09-25 |
Family
ID=64686279
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201810940075.6A Active CN109064048B (zh) | 2018-08-14 | 2018-08-17 | 基于废水处理流程分析的废水排放源快速排查方法与*** |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN109064048B (zh) |
Families Citing this family (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110702867A (zh) * | 2019-10-11 | 2020-01-17 | 吉林建筑大学 | 一种菌藻污水处理运行参数趋势分析方法 |
| CN111798104B (zh) * | 2020-06-16 | 2023-08-18 | 重庆市市政设计研究院有限公司 | 基于等效原则的溢流污染物管控评价方法 |
| CN111932101A (zh) * | 2020-08-01 | 2020-11-13 | 生态环境部南京环境科学研究所 | 一种流域水质目标优化***及方法 |
| CN112099430A (zh) * | 2020-09-29 | 2020-12-18 | 广州博涛生物技术有限公司 | 一种用于脱氮除磷控制的水质在线仪器灵活组合*** |
| CN114372672B (zh) * | 2021-12-07 | 2023-01-31 | 苏州水云境科技有限公司 | 废水处理线排放监管方法及***、计算机设备和存储介质 |
| CN115166180A (zh) * | 2022-07-04 | 2022-10-11 | 湖南环宏环保科技有限公司 | 一种垃圾渗滤液水质分析***及方法 |
Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102645916A (zh) * | 2012-03-29 | 2012-08-22 | 中科宇图天下科技有限公司 | 工业污染全过程协同监测***及应用该***的监测方法 |
| CN102661923A (zh) * | 2012-05-03 | 2012-09-12 | 四川碧朗科技有限公司 | 一种复合型水质多参数在线自动监测仪 |
| CN104978475A (zh) * | 2014-04-10 | 2015-10-14 | 鞍钢股份有限公司 | 一种钢铁联合企业废水排放源解析方法 |
| CN105157756A (zh) * | 2015-09-23 | 2015-12-16 | 北京智芯微电子科技有限公司 | 一种污染源防偷排控制方法及装置 |
| CN106054796A (zh) * | 2016-07-29 | 2016-10-26 | 湖南永清水务有限公司 | 一种基于云端的污水处理厂监控***及方法 |
| CN106227147A (zh) * | 2016-08-31 | 2016-12-14 | 马占久 | 污水处理厂控制*** |
| CN107766429A (zh) * | 2017-09-18 | 2018-03-06 | 广东奥博信息产业股份有限公司 | 一种环保大数据自适应精准分类处理方法及*** |
-
2018
- 2018-08-17 CN CN201810940075.6A patent/CN109064048B/zh active Active
Patent Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102645916A (zh) * | 2012-03-29 | 2012-08-22 | 中科宇图天下科技有限公司 | 工业污染全过程协同监测***及应用该***的监测方法 |
| CN102661923A (zh) * | 2012-05-03 | 2012-09-12 | 四川碧朗科技有限公司 | 一种复合型水质多参数在线自动监测仪 |
| CN104978475A (zh) * | 2014-04-10 | 2015-10-14 | 鞍钢股份有限公司 | 一种钢铁联合企业废水排放源解析方法 |
| CN105157756A (zh) * | 2015-09-23 | 2015-12-16 | 北京智芯微电子科技有限公司 | 一种污染源防偷排控制方法及装置 |
| CN106054796A (zh) * | 2016-07-29 | 2016-10-26 | 湖南永清水务有限公司 | 一种基于云端的污水处理厂监控***及方法 |
| CN106227147A (zh) * | 2016-08-31 | 2016-12-14 | 马占久 | 污水处理厂控制*** |
| CN107766429A (zh) * | 2017-09-18 | 2018-03-06 | 广东奥博信息产业股份有限公司 | 一种环保大数据自适应精准分类处理方法及*** |
Also Published As
| Publication number | Publication date |
|---|---|
| CN109064048A (zh) | 2018-12-21 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN109064048B (zh) | 基于废水处理流程分析的废水排放源快速排查方法与*** | |
| CN103534658B (zh) | 工序监视诊断装置 | |
| Yoo et al. | Multi‐model statistical process monitoring and diagnosis of a sequencing batch reactor | |
| CN112417765B (zh) | 一种基于改进师生网络模型的污水处理过程故障检测方法 | |
| CN108665119B (zh) | 一种供水管网异常工况预警方法 | |
| CN111160776A (zh) | 利用分块主成分分析的污水处理过程异常工况检测方法 | |
| KR101237444B1 (ko) | 하폐수 처리장의 공정진단 시스템 및 방법 | |
| CN110232062B (zh) | 一种基于kpls和fcm的污水处理过程监测方法 | |
| JP2012155361A (ja) | プロセス監視装置 | |
| US20220316994A1 (en) | A method for predicting operation effectiveness of decentralized sewage treatment facility by using support vector machine | |
| CN112505189A (zh) | 一种基于地下水特征污染物的自动溯源方法 | |
| CN112591820B (zh) | 一种基于自动化控制的工业废水分选回用*** | |
| CN115078667A (zh) | 一种基于物联网技术的工业污水排放处理在线监测分析预警*** | |
| CN115470702A (zh) | 一种基于机器学习的污水处理水质预测方法及*** | |
| CN113033092A (zh) | 污水处理数据处理方法、装置、计算机设备和存储介质 | |
| CN110146122B (zh) | 一种农村生活污水处理设施运行有效性的预测方法 | |
| CN110849938A (zh) | 一种超标排污自动预警和留样方法及装置 | |
| CN113671142A (zh) | 一种污水多参数水质监测分析方法、***及计算机存储介质 | |
| CN116589078B (zh) | 基于数据融合的污水处理智能控制方法及*** | |
| CN117776336A (zh) | 水预处理方法及厌氧氨氧化水处理工艺 | |
| CN108828178B (zh) | 一种水质巡检设备 | |
| CN116263850A (zh) | 结合离线模拟数据的在线污水水质预警方法 | |
| CN113720983A (zh) | 一种污水处理厂出水总磷的快速检测方法 | |
| CN114971164A (zh) | 一种基于人工智能的污泥处理设备异常检测方法及*** | |
| Rubio et al. | Qualitative trends for situation assessment in sbr wastewater treatment process |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| CB03 | Change of inventor or designer information | ||
| CB03 | Change of inventor or designer information |
Inventor after: Lin Yanqing Inventor after: Yuan Pengfei Inventor after: Wang Yixiao Inventor before: Yuan Pengfei |
|
| GR01 | Patent grant | ||
| GR01 | Patent grant | ||
| PE01 | Entry into force of the registration of the contract for pledge of patent right | ||
| PE01 | Entry into force of the registration of the contract for pledge of patent right |
Denomination of invention: A method and system for rapid investigation of wastewater discharge sources based on wastewater treatment process analysis Effective date of registration: 20201221 Granted publication date: 20200925 Pledgee: Beijing ustron Tongsheng financing Company limited by guarantee Pledgor: SHIDAI HUARUI (BEIJING) ENVIRONMENTAL TECHNOLOGY Co.,Ltd. Registration number: Y2020990001472 |