CN112978816A - 一种循环水水质稳定性控制方法 - Google Patents

Abstract

本发明属于循环水自动控制技术领域，具体公开了一种循环水水质稳定性控制方法，建立核心水质参数与药剂浓度之间的定量关联方法；并通过监控水质稳定性表征参数来确定水质稳定性，当预判水质有不稳定倾向时，通过计算精准投加药剂浓度和药剂量。本发明通过精确控制药剂浓度及添加量，可帮助实现水质稳定性的智能化管理，以达到在线连续调控循环水稳定运行的目的。

Description

一种循环水水质稳定性控制方法

技术领域

本发明属于循环水自动控制技术领域，特别涉及一种循环水水质稳定性控制方法。

背景技术

循环冷却水***运行中，主要产生水垢、污垢、腐蚀、微生物等水质危害，如果不进行处理，很难保证***正常运行。要想获得良好的水处理效果，除选用优良的配方外，关键是要将投加的水稳药剂浓度严格控制在规定的范围内。药剂浓度过低对***产生不良后果，药剂浓度过高对资源造成浪费。

目前石化行业循环水***广泛采用人工定时均匀加药的方式，通过定量分析取得水中药剂的浓度，以此来调节加药泵的开度。由于***容积较大，分析滞后和分析频率的制约，将水质稳剂的浓度控制在设定的范围有很大难度。

目前也存在自动加药装置，但控制原则比较简单，例如通过监测循环水中余氯和有机磷的量直接调整药剂的添加量，考虑的因素比较单一，与循环水的控制指标如腐蚀速率、结垢速率等无法直接关联，无法实现药剂添加的精准控制。

为节约药剂，提高浓缩倍数，本发明专利综合考虑了工艺参数、核心水质参数、污垢热阻、腐蚀速率、污垢热阻诱导期及环境因素等精确控制药剂浓度及添加量，实现循环水水质稳定性的控制。

发明内容

针对现有技术存在的不足，本发明提供一种循环水水质稳定性控制方法，精确控制药剂浓度及添加量，可帮助实现水质稳定性的智能化管理，以达到在线连续调控循环水稳定运行的目的。

为了解决上述技术问题，本发明采用的技术方案是：

一种循环水水质稳定性控制方法，建立核心水质参数与药剂浓度之间的定量关联方法；并通过监控水质稳定性表征参数来确定水质稳定性，当预判水质有不稳定倾向时，通过计算精准投加药剂浓度和药剂量。

优选的是，所述循环水水质稳定性控制方法还包括确定环境因素变化对药剂浓度和水质稳定性的影响的步骤，确定不同环境条件对水质稳定性和药剂浓度的影响。

进一步的，所述的循环水水质稳定性控制方法，包括以下步骤：

S1.基于水质稳定性核心水质参数的特征，建立核心水质参数与药剂浓度之间的定量关联方法；

S2.按照循环冷却水浓缩倍率的运行上限，设定水质稳定性表征参数的运行阈值，当监测值超过设定阈值，则认为水质有结垢或腐蚀倾向；

S3.根据当前循环冷却水***运行状况，确定药剂浓度初值，在初始药剂浓度运行周期内，监控循环水的核心水质参数和水质稳定性表征参数，判断水质稳定性，并辅助神经网络智能预测算法，预判水质结垢倾向和腐蚀倾向；

S4.当预判水质有结垢和腐蚀倾向时，记录该浓度下污垢诱导期，调整药剂浓度，使循环水***药剂浓度增加Δx，并连续监控循环水质；

S5.根据投加的药剂浓度及其对应测量的污垢诱导期，绘制药剂浓度-污垢诱导期对应曲线，基于此测量曲线，确定循环水***最佳药剂浓度；

S6.采用水量平衡式计算药剂量；

S7.通过自动加药装置实现水质稳定性的智能化管理。

进一步的，步骤S3更加具体的是：根据当前循环冷却水***运行工况，确定投加药剂浓度初值，在初始药剂浓度运行周期内，利用污垢热阻、腐蚀速率、临界pH结垢指数、基于污垢热阻推算的污垢诱导期和核心水质参数表征水质稳定性，利用神经网络智能预测算法判断污垢热阻、腐蚀速率和污垢诱导期是否有增加趋势，预判水质结垢倾向和腐蚀倾向。

进一步的，步骤S5中，在确定最佳药剂浓度时，根据季节变化和蒸发系数对药剂浓度进行适当调整，确定不同环境条件下的最佳药剂浓度。

进一步的，步骤S6中，药剂量计算方式：

其中：M为补水量，R为循环水量，B为排污水量，ΔT为温差，c为药剂浓度，α为蒸发损失系数。

进一步的，步骤S7中，通过自动加药装置实现水质稳定性时，当污垢热阻、腐蚀速率和污垢诱导期的监测值超过设定阈值，则认为水质有结垢或腐蚀倾向，利用自动加药装置在线调整对应药剂浓度，使变化率阈值减小，把污垢热阻和腐蚀速率维持在设定阈值范围内。

进一步的，所述药剂包括但不限于稳定剂、阻垢缓蚀剂、杀菌灭藻剂、酸、碱。

进一步的，核心水质参数包括但不限于浓缩倍率、pH、电导率、ORP。

进一步的，水质稳定性表征参数包括但不限于污垢热阻、腐蚀速率、临界pH结垢指数和基于污垢热阻推算的污垢诱导期。

进一步的，运行阈值包括控制阈值和变化率阈值。

与现有技术相比，本发明优点在于：

本发明设计的方法综合考虑了循环水质稳定性的各种因素，可以更准确的计算加入***所需要的药剂浓度和药剂量，配合水质在线监测和自动加药装置可实现水质稳定性的智能化管理，以达到在线连续调控循环水稳定运行的目的。

附图说明

为了更清楚地说明本发明实施例的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1为本发明原理图。

图2为实施例的流程示意图。

图3为实施例的加药方案的智能优化流程图。

图4为实施例的自动加药调节方案流程图。

图5为实施例的pH自动调节方案流程图。

图6为实施例的排污自动调节方案流程图。

具体实施方式

下面结合附图及具体实施例对本发明作进一步的说明。

本发明的循环水水质稳定性控制方法，主要设计思路是基于水质稳定性核心水质参数的特征，建立核心水质参数与药剂浓度之间的定量关联方法；并通过监控水质稳定性表征参数来确定水质稳定性，当预判水质有不稳定倾向时，通过计算精准投加药剂浓度和药剂量。

另外，该循环水水质稳定性控制方法还可以包括确定环境因素变化对药剂浓度和水质稳定性的影响的步骤，确定不同环境条件对水质稳定性和药剂浓度的影响。

结合图1，本发明对循环水水质优化的原理为：

首先对核心水质参数进行采集，在调节缓蚀阻垢剂及杀菌灭藻剂的投加时，计算机在接受当前循环水pH、电导率、ORP等参数后，首先根据所采集的在线、离线数据，建立深度学习的循环水多参数污垢及腐蚀预测模型；然后根据当前水质参数状态、当前污垢热阻及腐蚀速率值，预测下一周期内的污垢热阻及腐蚀速率；以预测结果为基础，判断循环水的结垢与腐蚀趋势；若循环水结垢与腐蚀倾向增加，即***自动判断水质即将恶化，***将立即根据当前水质参数与预测结果给出调整加药方案的建议，起到提前调节的作用。在根据预测结果调节缓蚀阻垢剂加药量时，同时结合现场对缓蚀阻垢剂浓度要求指标(可使用荧光示踪剂对缓蚀阻垢剂浓度进行测定)，保证其浓度在要求范围内。杀菌灭藻剂的投加同时需考虑氧化还原电位(ORP)及余氯浓度，在连续监测循环水中ORP及余氯浓度基础上，通过实时调整杀菌灭藻剂浓度将氧化还原电位(ORP)及余氯浓度维持在给定范围中。酸碱度以pH为主要指标进行控制，通过在线pH仪表获得实时酸碱度，进而驱动执行机构。排污主要结合浓缩倍率、离子浓度、水位等指标进行。

整套***从循环水泵出口处取样，循环水经由入水口进入模拟与监测部分。此部分主要包括一套动态模拟实验装置和测量流通池，动态模拟实验台可模拟换热器内的运行情况，采集污垢与腐蚀信息，流通池上装有各种仪表探头，方便获得水质参数。采集信息后，循环水经由出水口排回循环水***内。采集到的污垢热阻、腐蚀速率和水质参数经由工业数据I/O模块传送至现场的工业计算机，计算机将这些数据显示出来，并根据内置算法形成预警和水处理药剂添加建议。变频器的频率信号反馈由PLC采集，并现场总线送入控制计算机存储。所有的水质参数数据都存储于本***计算机SQL数据库中。

下面结合图2对本发明的循环水水质稳定性控制方法做更加具体的设计，其中，本实施例中提及的：

药剂包括但不限于稳定剂、阻垢缓蚀剂、杀菌灭藻剂、酸、碱。

核心水质参数包括但不限于浓缩倍率、pH、电导率、ORP。

水质稳定性表征参数包括但不限于污垢热阻、腐蚀速率、临界pH结垢指数和基于污垢热阻推算的污垢诱导期。循环水水质稳定性控制方法包括以下步骤：S1.基于水质稳定性核心水质参数(浓缩倍率、pH、电导率、ORP等)的特征，建立核心水质参数与药剂浓度之间的定量关联方法。

S2.按照循环冷却水浓缩倍率的运行上限，设定水质稳定性表征参数(污垢热阻、腐蚀速率和污垢诱导期等)的运行阈值(包括控制阈值和变化率阈值)，当监测值超过设定阈值，则认为水质有结垢或腐蚀倾向。

S3.根据当前循环冷却水***运行状况，确定药剂浓度初值，在初始药剂浓度运行周期内，监控循环水的核心水质参数和水质稳定性表征参数(包括污垢热阻、腐蚀速率、污垢诱导期和各水质参数)，判断水质稳定性，并辅助神经网络智能预测算法，预判水质结垢倾向和腐蚀倾向。

步骤S3更加具体的是：根据当前循环冷却水***运行工况，确定投加药剂浓度初值，在初始药剂浓度运行周期内，利用污垢热阻、腐蚀速率、临界pH结垢指数、基于污垢热阻推算的污垢诱导期和核心水质参数表征水质稳定性，利用神经网络智能预测算法判断污垢热阻、腐蚀速率和污垢诱导期是否有增加趋势，预判水质结垢倾向和腐蚀倾向。

S4.当预判水质有结垢和腐蚀倾向时，记录该浓度下污垢诱导期，调整药剂浓度，使循环水***药剂浓度增加Δx，并连续监控循环水质。

药剂浓度调整次数与水质稳定相关，即污垢诱导期无限增大，水质无结垢和腐蚀倾向，既节约药剂，又可提高***浓缩倍率。

S5.根据投加的药剂浓度及其对应测量的污垢诱导期，绘制药剂浓度-污垢诱导期对应曲线，基于此测量曲线，确定循环水***最佳药剂浓度。

并且，在确定最佳药剂浓度时，根据季节变化和蒸发系数对药剂浓度进行适当调整，确定不同环境条件下的最佳药剂浓度。

S6.采用水量平衡式计算药剂量。该方式根据补水量、排污水量、回水-给水温差、药剂浓度、蒸发损失系数、浓缩倍率计算加药量。

该加药方式与其它计算方式相比，在各种参数变化的情况下，能够准确计算加入***所需要的药剂量(药剂类型包括：稳定剂、缓蚀剂、杀菌灭藻剂、酸和碱)。

药剂量计算方式：阻垢缓蚀剂和杀菌灭藻剂，加药量可表示为：

E＝α·ΔT(R-B) (3)

将(1-3)三式合并可得：

其中：M为补水量，K为循环水蒸发情况下药剂量修正系数，E为蒸发损失水量，R为循环水量，B为排污水量，ΔT为回水(热水)及给水(冷水)温差，c为药剂浓度，α为蒸发损失系数。

由上式可知，加药量与补水量、排污水量和***回水-给水温差有关。当水量变化至平衡点时为加药量的最佳控制点。

本实施例采用了添加阻垢缓蚀剂、杀菌灭藻剂的联合处理方式,同时进行了阻垢缓蚀剂和杀菌灭藻剂加药量优化调整、阻垢效果和缓蚀性能评估、运行效果评价等一系列试验和分析,优化了循环冷却水***加药方案，具体可参见图3所示。本智能优化方案将阻垢缓蚀剂、杀菌灭藻剂加药量作为寻优参数，将腐蚀速率和污垢热阻作为适应度值判断，通过种群迭代智能优化加药量。本方案采用粒子群优化算法对加药量进行智能优化。当监测***根据控制阈值和变化率阈值及智能预测得到的结垢及腐蚀趋势预判水质有结垢和腐蚀倾向，则按照优化方案的结果调整药剂浓度，并继续监控循环水水质，使监测参数变化率减小，经过多次药剂浓度调整，循环水***即可选择最佳药剂投加浓度。利用该控制方法，可实现水质稳定性和换热设备的在线监控和智能化管理，以达到在线连续监测循环水稳定运行的目的。

S7.通过自动加药装置实现水质稳定性的智能化管理。

加药的原则是减缓循环水污垢热阻及腐蚀速率，即当控制***根据预先设定的控制阈值和变化率阈值及模型智能预测得到的结垢及腐蚀趋势预判水质的结垢和腐蚀倾向，若***判定水质参数有恶化倾向，则启动调节功能。调节功能分为自动和手动两种方案。第一阶段采用手动控制方案，仅对水质控制提供指导。

通过自动加药装置实现水质稳定性时，当污垢热阻、腐蚀速率和污垢诱导期的监测值超过设定阈值，则认为水质有结垢或腐蚀倾向，利用自动加药装置在线调整对应药剂浓度，使变化率阈值减小，把污垢热阻和腐蚀速率维持在设定阈值范围内。

本实施例的自动调节方案如图4所示，在自动模式下，***判定水质即将恶化时，则按照预测结果与当前水质参数代入加药优化方案，在线、实时、自动调整药剂浓度，并继续监控循环水水质，使监测参数变化率减小，经过多次药剂浓度调整，循环水***即可选择最佳药剂投加浓度。在调整加药的同时，***根据现场操作规范的药剂最大浓度要求，如有机磷浓度，余氯浓度等设置最大加药量，当加药量优化结果超过最大允许浓度时，控制***将停止输出加药调整信号，并发出报警。

由于水质酸碱度对循环水***稳定运行有极大影响。为抑制循环水结垢与腐蚀，保证生产安全、高效运行，对循环水pH值进行精准、连续的控制。考虑到pH值的不确定性，即有可能偏向酸碱中的任何情况，为保证***具有更宽的工作范围，采用上下限的控制方法。pH自动调节方案如下图5所示，人工设定pH值范围后，***将连续地自动在线监测循环水pH值，并判断pH值是否符合预定指标。若pH值超出预先设定的上下限范围，则首先与控制上限比较，若超出控制上限，则启动加酸泵；否则，与控制下限比较，若超出控制下限，则启动加碱泵。当pH值恢复到预设范围后，则加药泵停止。

作为进一步的优选方案，循环水***设排污功能，本发明还对排污方案进行智能优化，以便排出高浓度的循环水，并注入补充水。排污自动调节方案以维持水中离子浓度、循环水池水位为核心目的，通过监测循环水各类离子浓度、浓缩倍率、循环水水池水位等指标，综合判定排污时机及补水量。具体调节方案如图6所示。排污子***连续监测循环水离子浓度、浓缩倍率及循环水水位，当***判断离子浓度超标或浓缩倍率超标，或水位超出最高允许范围，即三个条件满足其一时，则自动开启排污阀进行排污作业，同时开启补水阀进行补水作业。作业过程中***继续进行水质与水位的监测，当指标回复到给定范围时，则关闭排污阀及补水阀，排污补水作业完成。除排污时进行的补水外，当***水位过低时，***也会自动开启补水阀，以保持最低允许水位。

当然，上述说明并非是对本发明的限制，本发明也并不限于上述举例，本技术领域的普通技术人员，在本发明的实质范围内，做出的变化、改型、添加或替换，都应属于本发明的保护范围。

Claims (11)

1.一种循环水水质稳定性控制方法，其特征在于，建立核心水质参数与药剂浓度之间的定量关联方法；并通过监控水质稳定性表征参数来确定水质稳定性，当预判水质有不稳定倾向时，通过计算精准投加药剂浓度和药剂量。

2.根据权利要求1所述的循环水水质稳定性控制方法，其特征在于：还包括确定环境因素变化对药剂浓度和水质稳定性的影响的步骤，确定不同环境条件对水质稳定性和药剂浓度的影响。

3.根据权利要求1所述的循环水水质稳定性控制方法，其特征在于，包括以下步骤：

S1.基于水质稳定性核心水质参数的特征，建立核心水质参数与药剂浓度之间的定量关联方法；

S2.按照循环冷却水浓缩倍率的运行上限，设定水质稳定性表征参数的运行阈值，当监测值超过设定阈值，则认为水质有结垢或腐蚀倾向；

S3.根据当前循环冷却水***运行状况，确定药剂浓度初值，在初始药剂浓度运行周期内，监控循环水的核心水质参数和水质稳定性表征参数，判断水质稳定性，并辅助神经网络智能预测算法，预判水质结垢倾向和腐蚀倾向；

S4.当预判水质有结垢和腐蚀倾向时，记录该浓度下污垢诱导期，调整药剂浓度，使循环水***药剂浓度增加Δx，并连续监控循环水质；

S5.根据投加的药剂浓度及其对应测量的污垢诱导期，绘制药剂浓度-污垢诱导期对应曲线，基于此测量曲线，确定循环水***最佳药剂浓度；

S6.采用水量平衡式计算药剂量；

S7.通过自动加药装置实现水质稳定性的智能化管理。

4.根据权利要求3所述的循环水水质稳定性控制方法，其特征在于，步骤S3更加具体的是：根据当前循环冷却水***运行工况，确定投加药剂浓度初值，在初始药剂浓度运行周期内，利用污垢热阻、腐蚀速率、临界pH结垢指数、基于污垢热阻推算的污垢诱导期和核心水质参数表征水质稳定性，利用神经网络智能预测算法判断污垢热阻、腐蚀速率和污垢诱导期是否有增加趋势，预判水质结垢倾向和腐蚀倾向。

5.根据权利要求3所述的循环水水质稳定性控制方法，其特征在于，步骤S5中，在确定最佳药剂浓度时，根据季节变化和蒸发系数对药剂浓度进行适当调整，确定不同环境条件下的最佳药剂浓度。

6.根据权利要求3所述的循环水水质稳定性控制方法，其特征在于，步骤S6中，药剂量计算方式：

其中：M为补水量，R为循环水量，B为排污水量，ΔT为温差，c为药剂浓度，α为蒸发损失系数。

7.根据权利要求3所述的循环水水质稳定性控制方法，其特征在于，步骤S7中，通过自动加药装置实现水质稳定性时，当污垢热阻、腐蚀速率和污垢诱导期的监测值超过设定阈值，则认为水质有结垢或腐蚀倾向，利用自动加药装置在线调整对应药剂浓度，使变化率阈值减小，把污垢热阻和腐蚀速率维持在设定阈值范围内。

8.根据权利要求1-3任一项所述的循环水水质稳定性控制方法，其特征在于，所述药剂包括但不限于稳定剂、阻垢缓蚀剂、杀菌灭藻剂、酸、碱。

9.根据权利要求1-3任一项所述的循环水水质稳定性控制方法，其特征在于，核心水质参数包括但不限于浓缩倍率、pH、电导率、ORP。

10.根据权利要求1-3任一项所述的循环水水质稳定性控制方法，其特征在于，水质稳定性表征参数包括但不限于污垢热阻、腐蚀速率、临界pH结垢指数和基于污垢热阻推算的污垢诱导期。

11.根据权利要求3所述的循环水水质稳定性控制方法，其特征在于，运行阈值包括控制阈值和变化率阈值。

Images