CN117391416B - 一种高压旋喷自动化施工方法及*** - Google Patents
一种高压旋喷自动化施工方法及*** Download PDFInfo
- Publication number
- CN117391416B CN117391416B CN202311287328.1A CN202311287328A CN117391416B CN 117391416 B CN117391416 B CN 117391416B CN 202311287328 A CN202311287328 A CN 202311287328A CN 117391416 B CN117391416 B CN 117391416B
- Authority
- CN
- China
- Prior art keywords
- task
- pollution
- package
- job
- pollutant
- 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
- 238000010276 construction Methods 0.000 title claims abstract description 118
- 238000005507 spraying Methods 0.000 title claims abstract description 42
- 239000003344 environmental pollutant Substances 0.000 claims abstract description 68
- 231100000719 pollutant Toxicity 0.000 claims abstract description 68
- 238000002347 injection Methods 0.000 claims abstract description 26
- 239000007924 injection Substances 0.000 claims abstract description 26
- 238000000354 decomposition reaction Methods 0.000 claims abstract description 13
- 230000008439 repair process Effects 0.000 claims description 37
- 239000003814 drug Substances 0.000 claims description 29
- 238000012216 screening Methods 0.000 claims description 20
- 238000005070 sampling Methods 0.000 claims description 17
- 239000000356 contaminant Substances 0.000 claims description 9
- 230000004888 barrier function Effects 0.000 claims description 8
- 238000003900 soil pollution Methods 0.000 claims description 7
- 238000004364 calculation method Methods 0.000 claims description 4
- 238000006243 chemical reaction Methods 0.000 claims description 4
- 125000004122 cyclic group Chemical group 0.000 claims description 4
- 238000006731 degradation reaction Methods 0.000 claims description 4
- 238000004090 dissolution Methods 0.000 claims description 4
- 230000001788 irregular Effects 0.000 claims description 4
- 230000002110 toxicologic effect Effects 0.000 claims description 3
- 231100000027 toxicology Toxicity 0.000 claims description 3
- 238000000034 method Methods 0.000 abstract description 30
- 230000008569 process Effects 0.000 abstract description 25
- 239000002689 soil Substances 0.000 abstract description 11
- 238000011065 in-situ storage Methods 0.000 abstract description 3
- 238000005067 remediation Methods 0.000 abstract description 2
- 238000007726 management method Methods 0.000 description 26
- 238000011835 investigation Methods 0.000 description 11
- 238000005516 engineering process Methods 0.000 description 6
- 238000013439 planning Methods 0.000 description 5
- 238000001514 detection method Methods 0.000 description 4
- 230000000694 effects Effects 0.000 description 4
- 230000007613 environmental effect Effects 0.000 description 3
- 241000282414 Homo sapiens Species 0.000 description 2
- 230000003044 adaptive effect Effects 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000005553 drilling Methods 0.000 description 2
- 238000011156 evaluation Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000007781 pre-processing Methods 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 239000000243 solution Substances 0.000 description 2
- 238000012384 transportation and delivery Methods 0.000 description 2
- 241001465754 Metazoa Species 0.000 description 1
- 230000003321 amplification Effects 0.000 description 1
- 150000001875 compounds Chemical class 0.000 description 1
- 238000009430 construction management Methods 0.000 description 1
- 238000013479 data entry Methods 0.000 description 1
- 238000013523 data management Methods 0.000 description 1
- 238000013499 data model Methods 0.000 description 1
- 238000009792 diffusion process Methods 0.000 description 1
- 238000005265 energy consumption Methods 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 239000003673 groundwater Substances 0.000 description 1
- 230000036541 health Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 230000006855 networking Effects 0.000 description 1
- 238000003199 nucleic acid amplification method Methods 0.000 description 1
- 239000002957 persistent organic pollutant Substances 0.000 description 1
- 230000008092 positive effect Effects 0.000 description 1
- 238000004801 process automation Methods 0.000 description 1
- 238000004886 process control Methods 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
- 230000000153 supplemental effect Effects 0.000 description 1
- 231100000331 toxic Toxicity 0.000 description 1
- 230000002588 toxic effect Effects 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Classifications
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B09—DISPOSAL OF SOLID WASTE; RECLAMATION OF CONTAMINATED SOIL
- B09C—RECLAMATION OF CONTAMINATED SOIL
- B09C1/00—Reclamation of contaminated soil
- B09C1/08—Reclamation of contaminated soil chemically
-
- 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
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Human Resources & Organizations (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Entrepreneurship & Innovation (AREA)
- Game Theory and Decision Science (AREA)
- Operations Research (AREA)
- Educational Administration (AREA)
- Environmental & Geological Engineering (AREA)
- Life Sciences & Earth Sciences (AREA)
- Soil Sciences (AREA)
- Marketing (AREA)
- Development Economics (AREA)
- Quality & Reliability (AREA)
- Tourism & Hospitality (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Processing Of Solid Wastes (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种高压旋喷自动化施工方法及***，属于污染土壤的原位修复技术领域，包括信息化管理平台、工程师站、以及智能执行单元；其中：所述信息化管理平台包括：利用基础数据构建的污染概念模型、作业网格生成模块、模式匹配模块、任务作业包生成模块和任务作业包分解下发模块；所述工程师站接收任务作业包分解下发模块的任务作业包，对任务作业包进行检测后下发至智能执行单元；所述智能执行单元包括高压旋喷作业桩机、注塞泵、配药站。本发明首先利用场地调查污染物数据和补充调查数据，构建污染概念模型，然后利用该污染概念模型生成任务包，最后利用任务包指导现场的高压旋喷自动化施工过程；整个控制过程智能化和自适应化程度高。
Description
技术领域
本发明属于污染土壤的原位修复技术领域，具体涉及一种高压旋喷自动化施工方法及***。
背景技术
近年来，部分地区的土壤污染问题依然严重、整体情况比较复杂，且有“由点至面”的扩散趋势。随着工业的高速发展，有机污染问题逐渐突出。土壤中大量复合有机污染物会改变土壤的理化性质，破坏局部生态***，对区域的动植物产生间接和直接毒性作用，并通过食物链的富集和放大效应对人类健康造成严重的危害，进而严重影响土地的使用功能。
由于污染场地存在修复介质多样化、水文地质条件复杂性、污染类型多样化、污染物特殊性、分布不均性及差异性等因素，决定了土壤及地下水原位修复的难度和挑战性，对修复技术选择的要求很高。土壤污染存在不均质性和隐蔽性，土壤的占位超标率可能与表面积整体超标情况存在较大差异，土壤污染不直观，污染程度深浅不一，因此对土壤治理技术要求极高，需要依赖先进的技术和专用装备，以科学合理地确定修复计划应对复杂多样的污染形式。
当前污染场地修复施工现场情况复杂、施工环节多，使得现场管理人员对施工现场技术参数难以把控，现场纸质记录困难，现场施工技术参数执行情况难以得到有效的监管，导致污染土壤多次修复，造成过度修复情况。在传统施工技术上，人工成本不断提高，人工费用在整体费用投入占比也越来越大。传统高能耗、扰动大、粗放式的修复施工模式将被逐渐淘汰。采用数字化技术，通过智慧管控+自动适应控制，是未来修复工程施工的发展方向。
目前行业内在现场所采用的数字化技术多为智慧工地，主管安全以及人员，而对现场施工作业的信息参数采集以及自动化控制作业仍然不成熟，多数污染物分析软件还停留在只对数据和污染物三维层面的分析，尚未对环境修复项目全寿命周期进行管理控制，未形成数据流闭环链。
发明内容
本发明为解决公知技术中存在的技术问题，提供一种高压旋喷自动化施工方法及***，通过场地调查的检测数据以及相关采样深度资料，构建本项目污染范围平面区域以及纵向深度模型，结合污染情况以及污染深度自适应匹配施工作业模式以及技术参数，通过信息化智慧管控平台，实现施工任务的规划以及下发，通过现场工作站以及执行单元，完成对任务规划包的解码以及执行。实现对环境修复项目全寿命周期管控，改变现有修复工程施工的粗放模式，加强施工过程的精准控制，减少潜在二次污染风险，做到精细化施工，实现修复项目智能、高效施工。
本发明的第一目的是提供一种高压旋喷自动化施工方法，包括：
包括信息化管理平台、工程师站、以及智能执行单元；其中：
所述信息化管理平台包括：利用基础数据构建的污染概念模型、作业网格生成模块、模式匹配模块、任务作业包生成模块和任务作业包分解下发模块；
所述工程师站接收任务作业包分解下发模块的任务作业包，对任务作业包进行检测后下发至智能执行单元；
所述智能执行单元包括高压旋喷作业桩机、注塞泵、配药站。
优选地，所述基础数据包括采样点位信息、污染物名称、CAS号、采样深度信息、污染物浓度、污染物对应筛选值；利用基础数据构建的污染概念模型时，首先对基础数据进行数据标准化预处理，编译成模版，模版中提取的识别要素为点位坐标、采样深度、污染物名称、对应CAS号、污染物浓度、污染物对应修复目标值。
优选地，所述作业网格生成模块从污染概念模型获取污染区域的信息，按照设定的标准作业网格范围，适配污染区域平面，并对污染区域平面中不规则的边角进行裁剪，以适配红线作业区域，生成作业网格；
所述模式匹配模块根据污染概念模型和作业网格，自适应匹配修复作业模式，基于污染物结构的稳定性，初步核算污染物分解最大能垒，根据最大能垒，计算需要发生降解反应所需药剂量，根据药剂溶解情况，适配药剂配置最大适宜浓度并结合标准网格内注入桩数，分解药剂总量至每根注入桩；
所述任务作业包生成模块基于所述污染概念模型，根据标准化作业网格内参数、红线作业区域、药剂配置量、作业模式，形成任务作业包；
所述任务作业包分解下发模块将所述任务作业包进行拆分，并下发至高压旋喷作业桩机、注塞泵、配药站，所述高压旋喷作业桩机、注塞泵、配药站根据拆分后的任务作业包，执行相应的施工指令。
优选地，所述识别要素经过初步运算筛选，标识出其中的超标点位相关信息；从筛选数据中，选择对应特征污染物，根据预设污染物修复难度赋值进行赋值，其修复难度的运算公式如下：
其中，Cm为该区域污染物最大浓度(mg/kg)，Cl为土壤污染因子筛选值(mg/kg)，Jm为污染因子反应阶段吉布斯自由能，Jn生成阶段吉布斯自由能，KA为毒理学权重系数,P为修复过程中所需总能量，将修复过程中所需总能量置换为修复难度。
优选地，所述标准化作业网格内参数包括：作业点位的生成与分布、补点点作业的生成与分布、作业点位网格边界覆盖、作业点位注药量生成。
优选地，所述施工模式包括：默认标准作业模式、定深单次作业模式、区间作业模式、循环往复作业模式。
本发明的第二目的是提供一种高压旋喷自动化施工方法，包括：
S1、利用场地调查污染物数据和补充调查数据，构建污染概念模型；
S2、基于污染概念模型，生成高压旋喷施工任务包；
S3、将高压旋喷施工任务包拆分后，下发至高压旋喷作业桩机、注塞泵、配药站；高压旋喷作业桩机、注塞泵、配药站根据接收到任务包，执行相应的指令。
优选地，所述场地调查污染物数据和补充调查数据包括采样点位信息、污染物名称、CAS号、采样深度信息、污染物浓度、污染物对应筛选值。
优选地，在S2中，高压旋喷施工任务包包括作业红线范围、作业点位数量及深度、作业点位模式、所需药剂量；高压旋喷施工任务包经过技术工程师审核后，下发至现场工程师站，工程师站解码拆分高压旋喷施工任务包并回传至平台进行完整性评估，评估合格后，工程师站将高压旋喷作业桩机、注塞泵、配药站进行组态，构成一条完整的施工作业链，高压旋喷作业桩机、注塞泵、配药站依照分解任务自动或引导完成施工任务。
优选地，在S3中，高压旋喷作业桩机、注塞泵、配药站在执行相应指令的过程中，智能化仪表实时采集当前数据，并送至现场工程师站以及智慧管控信息化***，与施工任务包中设定的各项技术参数进行对照，对施工作业状态以及施工计划完成情况进行对比分析，形成施工过程参数信息闭环循环。
本发明具有的优点和积极效果是：
本发明首先利用场地调查污染物数据和补充调查数据，构建污染概念模型，然后利用该污染概念模型生成任务包，最后利用任务包指导现场的高压旋喷自动化施工过程；整个控制过程智能化和自适应化程度高；
本发明在执行完高压旋喷自动化施工过程后，能够获取施工后的数据，同时将该数据反馈至污染概念模型，进而能够实现工艺过程的最优化调整；
本发明建立的污染概念模型，搭载数据统计与分析、污染平面纵向分布图、施工任务包、施工过程技术参数等，基于信息化平台及现场工程师站，解码任务包并分项下发，实现施工任务规划、下发、执行、监管等闭环管理。通过施工过程各项参数的实时反馈，对标施工任务包内容进行预警，实现整个修复项目的全寿命周期作业循环，实现环境修复工程智能、高效施工。
附图说明
图1为本发明优选实施例的***框图；
图2为本发明优选实施例的流程图；
图3为本发明优选实施例中污染概念模型的构建流程图。
具体实施方式
为能进一步了解本发明的发明内容、特点及功效，兹列举以下实施例，并配合附图详细说明如下：
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的技术方案，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
名词解释：作业区域为整个施工区域，作业网格代表施工区域内的标准化作业网格，如20X20标准网格。
请参阅图1至图3，一种高压旋喷自动化施工方法，包括：
步骤一、构建污染概念模型；数据识别需要规范化格式，本步骤是将数据进行规范化处理，以适配导入数据识别模版；具体为：
基于规范制式化场地调查污染物各项参数，经过数据的预处理，按照污染物种类、污染物浓度梯度、超标倍数进行划分，结合污染物对人体危害程度以及污染物筛选值进行核算，构建污染区域立体三维模型，也称之为污染概念模型；
步骤二、基于污染概念模型，按照设定的标准作业网格范围，自动适配污染区域平面，并对不规则的边角进行裁剪，以适配红线作业区域(高压旋喷区域)。
步骤三、基于污染概念模型及适配的作业网格，***自适应匹配修复作业模式，基于污染物结构的稳定性，初步核算污染物分解最大能垒，根据最大能垒，计算需要发生降解反应所需药剂量，根据药剂溶解情况，适配药剂配置最大适宜浓度并结合标准网格内注入桩数，分解药剂总量至每根注入桩。
步骤四、基于各项参数数据(包括作业深度、作业压力，输送药剂流量以输送药剂量、注入桩数，等各项作业参数)，整合施工红线作业区域、修复作业模式、修复药剂量、注入桩个数等参数，形成高压旋喷施工任务作业包，并进行加密编码。
步骤五、基于信息化管理平台，施工任务包通过通讯模块下发至现场工程师站，现场工程师站对任务包进行解码、拆分，形成完整的字符串控制语言并重新封装，回发至信息化管理平台进行任务包完整性检测，完整性检测完成后，分发字符串控制语言发送至现场各执行单元，现场各执行单元会自行进行联网组态，形成一整条施工作业控制链，即高压旋喷作业桩机-注塞泵-配药站作业链，引导完成本次施工作业任务。
步骤六、组态完成后，依照施工作业任务，各执行单元按照既定任务进行执行，遇到作业异常情况，依照作业异常处理逻辑进行处理，完成本次施工任务。
步骤七、完成施工任务后，信息化管理平台生成修复效果自检任务，通过将修复后污染物浓度相关资料以标准化制式导入后，生成新的作业区域并进行优化，形成施工作业数据流闭环。
可选地，所述污染概念模型包括污染范围平面、纵向深度以及污染超标情况三者所综合的数据模型；
本污染概念模型生成原理是：基于项目场地调查的污染物数据以及污染物所在深度为原始基础数据，经过数据标准化预处理，编译成可供智慧化管控***可自行识别的模版，模版中提取的识别要素为点位坐标、采样深度、污染物名称、对应CAS号，污染物浓度、污染物对应修复目标值等参数。
识别要素经过初步运算筛选，标识出其中的超标点位相关信息，即污染物名称、所属种类、CAS号、超标倍数等参数。选定该批次参数，点击生成模型，即根据对应数据，形成污染范围立体示意图。
从筛选数据中，选择对应特征污染物，***会根据预设污染物修复难度赋值进行赋值，其修复难度的运算公式如下：
其中Cm为该区域污染物最大浓度(mg/kg)，Cl为土壤污染因子筛选值(mg/kg)，Jm为污染因子反应阶段吉布斯自由能，Jn生成阶段吉布斯自由能，KA为毒理学权重系数,P为修复过程中所需总能量，将修复过程中所需总能量置换为修复难度。
基于所述污染概念模型，根据标准化作业网格内参数、施工红线区域、药剂配置量、作业模式等参数，形成施工作业任务包。
可选地，所述的标准化作业网格内参数包括：作业点位的生成与分布、补点点作业的生成与分布、作业点位网格边界覆盖、作业点位注药量生成。
可选地，施工模式包括：默认标准作业模式、定深单次作业模式、区间作业模式、循环往复作业模式。
可选地，施工模式可根据实际需要进行分步组合设定。
可选地，所述施工作业任务包作为高压旋喷施工作业的核心部位，其加载了高压旋喷智能化施工所需的点位信息、作业范围、作业模式、压力、流量、钻速、提升速度等技术参数信息，在工程师站解码拆分以工序规划生成各执行单位分项工程任务，自动下发至智能化桩机以及相关辅助作业人员，自动或引导完成本次施工作业。
施工作业过程中，利用智能化高压旋喷桩机上搭载的监管数据管理***实时采集施工过程中注浆压力、注浆流量、钻杆转速、注浆区间、钻进深度等施工作业参数、点位坐标信息、后台配药站情况，并发送至智能化管控平台，用于进行作业状态以及作业计划匹配性监测。
一种高压旋喷自动化施工***，包括智慧管控信息化***和智能自动化施工桩机。
所述智慧管控信息化***中设有污染概念模型，所述污染概念模型基于经过标准规范化数据构建而成。
所述智慧管控信息化***通过污染概念模型形成污染区域范围，自动或引导组建施工任务包并通过通讯模块下发至现场工程师站，现场工程师站自动或引导解码任务包并拆解任务至执行单元-智能化施工桩机及附属设备，自动或引导完成分项施工任务。
所述智慧管控信息化***通过执行单元各工艺控制点处的智慧仪表实时读取施工过程数据，并反馈至智慧管控信息化***，与预设参数信息进行对比预警，形成数据流闭环。
一种高压旋喷自动化施工***，包括：信息化管理平台、工程师站、以及智能执行单元；其中：所述信息化管理平台包括：
利用基础数据构建的污染概念模型；
作业网格生成模块，从污染概念模型获取污染区域的信息，按照设定的标准作业网格范围，适配污染区域平面，并对污染区域平面中不规则的边角进行裁剪，以适配红线作业区域，生成作业网格；
模式匹配模块，根据污染概念模型和作业网格，自适应匹配修复作业模式，基于污染物结构的稳定性，初步核算污染物分解最大能垒，根据最大能垒，计算需要发生降解反应所需药剂量，根据药剂溶解情况，适配药剂配置最大适宜浓度并结合标准网格内注入桩数，分解药剂总量至每根注入桩；
任务作业包生成模块，基于所述污染概念模型，根据标准化作业网格内参数、红线作业区域、药剂配置量、作业模式，形成任务作业包；
任务作业包分解下发模块，将所述任务作业包进行拆分，并下发至工程师站，然后由工程师站下发至智能执行单元；
所述智能执行单元包括高压旋喷作业桩机、注塞泵、配药站；
所述高压旋喷作业桩机、注塞泵、配药站根据拆分后的任务作业包，执行相应的施工指令。
优选地，所述基础数据包括采样点位信息、污染物名称、CAS号、采样深度信息、污染物浓度、污染物对应筛选值。
优选地，利用基础数据构建的污染概念模型时，首先对基础数据进行数据标准化预处理，编译成模版，模版中提取的识别要素为点位坐标、采样深度、污染物名称、对应CAS号、污染物浓度、污染物对应修复目标值。
优选地，所述识别要素经过初步运算筛选，标识出其中的超标点位相关信息；从筛选数据中，选择对应特征污染物，根据预设污染物修复难度赋值进行赋值，其修复难度的运算公式如下：
其中，Cm为该区域污染物最大浓度(mg/kg)，Cl为土壤污染因子筛选值(mg/kg)，Jm为污染因子反应阶段吉布斯自由能，Jn生成阶段吉布斯自由能，KA为毒理学权重系数,P为修复过程中所需总能量，将修复过程中所需总能量置换为修复难度。
所述标准化作业网格内参数包括：作业点位的生成与分布、补点点作业的生成与分布、作业点位网格边界覆盖、作业点位注药量生成。
所述施工模式包括：默认标准作业模式、定深单次作业模式、区间作业模式、循环往复作业模式。
上述***的工作过程包括以下步骤：
(1)基于场地调查污染物数据(以及补充调查数据)，包括采样点位信息、污染物名称、CAS号、采样深度信息、污染物浓度、污染物对应筛选值，经过数据预处理后，形成可被***识别的调查数据录入模版后，录入智慧管控信息化***，***根据相关数据信息，构建污染概念模型；
(2)基于污染概念模型，***会根据相关运行逻辑，自适应生成高压旋喷施工任务包，其中包括作业红线范围、作业点位数量及深度、作业点位模式、所需药剂量，经过平台技术工程师审核后下发至现场工程师站，工程师站解码拆分任务包并回传至平台进行完整性评估，评估合格后，工程师站将智能化施工桩机、注药泵站、配药站等执行单元进行组态，构成一条完整的施工作业链，各执行单元依照分解任务自动或引导完成施工任务。
(3)施工过程中各执行单元数据会被智能化仪表实时采集并送至现场工程师站以及智慧管控信息化***，与施工任务包中设定的各项技术参数进行对照，对施工作业状态以及施工计划完成情况进行对比分析，形成施工过程参数信息闭环循环。
可见，基于本发明实例中的高压旋喷智能化施工方法，整个修复项目的高压旋喷修复工艺基于污染概念模型，完成施工任务规划、施工过程数据检测、施工过程重复作业工序自动化，实现了环境工程智能、高效施工。
所述的污染概念模型形成过程，其中原始数据来源与场地调查数据以及补充调查数据，包括采样点位信息、污染物名称、CAS号、采样深度信息、污染物浓度、污染物对应筛选值，经过数据预处理后，形成可被***识别的调查数据录入模版后，信息化数据库识别录入，形成电子资料，其中的超标点位的各项数据会被标识成污染物样本数据文件，标识出其中的超标点位相关信息，即污染物名称、所属种类、CAS号、超标倍数等参数。选定该批次参数，点击生成模型，即根据对应数据，形成污染概念模型。随后通过超标修复算法，演算推导该区域的污染程度综合情况，再通过自动或引导操作人员设定筛选值，锁定需要重点关注的污染羽区域，形成污染羽区域的三维模型，基于三维模型，采用投影方式，计算出污染羽的面积以及厚度，并就近进行标识，最终形成修复区域覆盖三维立体图形以覆盖整个污染区域。其中超标修复算法的基本公式为：
其中Ci为污染物平均浓度(mg/kg)，Vi为污染土壤体积(m3)，Mi为土壤r容重(kg/m3),KB为污染物修复难度权重系数，S为超标修复污染物总体容量。
污染物修复难度权重系数为对污染物的平均浓度除以修复目标值所得数值，按照赋值法给予1-10分的权重系数分配。
智慧管控***的运行以及关联逻辑，将污染概念模型作为施工过程中的核心驱动，其内含的污染物点位信息、超标浓度、超标纵向深度，是施工计划生成的主要依据，以此为基础，自动或引导生成施工作业计划并下发至智能化执行单元，自动或引导完成施工作业。
一种基于污染概念模型的智能施工***包括智慧集成管控***和智能化施工桩机。
所述的智慧集成管控***设有污染概念模型，是基于污染物浓度、超标倍数、纵向深度构建而成。
所述的智慧集成管控***会基于污染概念模型，自动或引导生成施工任务计划并下发至现场工程师站，现场工程师站解码拆分任务至执行单元-桩机、泵站、配药站，执行单元根据施工作业任务自动或引导完成施工作业。
所述的智慧集成管控***基于现场电子仪表实时监测各执行单元施工过程数据，并反馈给智慧集成管控***，与施工作业计划内的各项参数进行对比，出现偏差较大情况，预警施工管理人员以及作业人员进行现场控制，形成数据流闭环循环。
所示的智慧管控集成***基于污染概念模型，形成施工计划，在具体实施过程中，基于污染概念模型，形成与之相对的施工计划，下发至现场工程师站，通过现场工程师站进行解码分配，下发到各执行单元，各执行单元进行作业，作业完成后反馈给集成管控***，开始下一步修复效果自检任务，根据修复效果自检内的提供的新的污染信息，优化污染概念模型并生成新的施工作业计划，以此循环往复，直至不再有新的污染物超标信息后终止结束。
以上所述仅是对本发明的较佳实施例而已，并非对本发明作任何形式上的限制，凡是依据本发明的技术实质对以上实施例所做的任何简单修改，等同变化与修饰，均属于本发明技术方案的范围内。
Claims (2)
1.一种高压旋喷自动化施工***，其特征在于，包括信息化管理平台、工程师站、以及智能执行单元；其中：
所述信息化管理平台包括：利用基础数据构建的污染概念模型、作业网格生成模块、模式匹配模块、任务作业包生成模块和任务作业包分解下发模块；
所述作业网格生成模块从污染概念模型获取污染区域的信息，按照设定的标准作业网格范围，适配污染区域平面，并对污染区域平面中不规则的边角进行裁剪，以适配红线作业区域，生成作业网格；
所述模式匹配模块根据污染概念模型和作业网格，自适应匹配修复作业模式，基于污染物结构的稳定性，初步核算污染物分解最大能垒，根据最大能垒，计算需要发生降解反应所需药剂量，根据药剂溶解情况，适配药剂配置最大适宜浓度并结合标准网格内注入桩数，分解药剂总量至每根注入桩；
所述任务作业包生成模块基于所述污染概念模型，根据标准化作业网格内参数、红线作业区域、药剂配置量、作业模式，形成任务作业包；
所述任务作业包分解下发模块将所述任务作业包进行拆分，并下发至高压旋喷作业桩机、注塞泵、配药站，所述高压旋喷作业桩机、注塞泵、配药站根据拆分后的任务作业包，执行相应的施工指令；
所述基础数据包括采样点位信息、污染物名称、CAS号、采样深度信息、污染物浓度、污染物对应筛选值；利用基础数据构建的污染概念模型时，首先对基础数据进行数据标准化预处理，编译成模版，模版中提取的识别要素为点位坐标、采样深度、污染物名称、对应CAS号、污染物浓度、污染物对应修复目标值；所述识别要素经过初步运算筛选，标识出其中的超标点位相关信息；从筛选数据中，选择对应特征污染物，根据预设污染物修复难度赋值进行赋值，其修复难度的运算公式如下：
其中，Cm为该区域污染物最大浓度(mg/kg)，Cl为土壤污染因子筛选值(mg/kg)，Jm为污染因子反应阶段吉布斯自由能，Jn生成阶段吉布斯自由能，KA为毒理学权重系数,P为修复过程中所需总能量，将修复过程中所需总能量置换为修复难度；
标准化作业网格内参数包括：作业点位的生成与分布、补点点作业的生成与分布、作业点位网格边界覆盖、作业点位注药量生成；
所述工程师站接收任务作业包分解下发模块的任务作业包，对任务作业包进行检测后下发至智能执行单元；
所述智能执行单元包括高压旋喷作业桩机、注塞泵、配药站。
2.根据权利要求1所述的高压旋喷自动化施工***，其特征在于，施工模式包括：默认标准作业模式、定深单次作业模式、区间作业模式、循环往复作业模式。
Priority Applications (2)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202410248578.2A CN118037025A (zh) | 2023-10-07 | 2023-10-07 | 一种高压旋喷自动化施工方法 |
| CN202311287328.1A CN117391416B (zh) | 2023-10-07 | 2023-10-07 | 一种高压旋喷自动化施工方法及*** |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311287328.1A CN117391416B (zh) | 2023-10-07 | 2023-10-07 | 一种高压旋喷自动化施工方法及*** |
Related Child Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202410248578.2A Division CN118037025A (zh) | 2023-10-07 | 2023-10-07 | 一种高压旋喷自动化施工方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN117391416A CN117391416A (zh) | 2024-01-12 |
| CN117391416B true CN117391416B (zh) | 2024-04-09 |
Family
ID=89467546
Family Applications (2)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202410248578.2A Pending CN118037025A (zh) | 2023-10-07 | 2023-10-07 | 一种高压旋喷自动化施工方法 |
| CN202311287328.1A Active CN117391416B (zh) | 2023-10-07 | 2023-10-07 | 一种高压旋喷自动化施工方法及*** |
Family Applications Before (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202410248578.2A Pending CN118037025A (zh) | 2023-10-07 | 2023-10-07 | 一种高压旋喷自动化施工方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (2) | CN118037025A (zh) |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103489053A (zh) * | 2013-05-13 | 2014-01-01 | 湖南云控科技有限公司 | 一种基于云计算与专家***的智能水资源管控平台 |
| CN106607453A (zh) * | 2017-01-20 | 2017-05-03 | 北京佳业佳境环保科技有限公司 | 一种加油站环境风险防控和污染场地修复方法 |
| CN111250526A (zh) * | 2019-12-23 | 2020-06-09 | 北京建工环境修复股份有限公司 | 高压旋喷注射原位修复***及方法 |
| CN112507048A (zh) * | 2020-11-11 | 2021-03-16 | 中国地质调查局水文地质环境地质调查中心 | 一种污染场地水土环境多要素一站式管理*** |
| CN116819037A (zh) * | 2023-05-29 | 2023-09-29 | 四川君和环保股份有限公司 | 一种确定污染场地土壤单一重金属污染范围的方法和*** |
Family Cites Families (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US8315970B2 (en) * | 2008-10-20 | 2012-11-20 | Neurochip Corporation | Method and rhythm extractor for detecting and isolating rhythmic signal features from an input signal using the wavelet packet transform |
| US20100170536A1 (en) * | 2009-01-08 | 2010-07-08 | Heinonen Tim D | High pressure water cleaning system with recycled waste water |
| US10676397B2 (en) * | 2015-12-22 | 2020-06-09 | Glenn Joseph Dominguez | Soil remediation by molecular binding for producing beneficial use determined polymer concrete products |
| CN115293567A (zh) * | 2022-08-03 | 2022-11-04 | 四川省生态环境科学研究院 | 一种大气污染动态管控***及方法 |
-
2023
- 2023-10-07 CN CN202410248578.2A patent/CN118037025A/zh active Pending
- 2023-10-07 CN CN202311287328.1A patent/CN117391416B/zh active Active
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103489053A (zh) * | 2013-05-13 | 2014-01-01 | 湖南云控科技有限公司 | 一种基于云计算与专家***的智能水资源管控平台 |
| CN106607453A (zh) * | 2017-01-20 | 2017-05-03 | 北京佳业佳境环保科技有限公司 | 一种加油站环境风险防控和污染场地修复方法 |
| CN111250526A (zh) * | 2019-12-23 | 2020-06-09 | 北京建工环境修复股份有限公司 | 高压旋喷注射原位修复***及方法 |
| CN112507048A (zh) * | 2020-11-11 | 2021-03-16 | 中国地质调查局水文地质环境地质调查中心 | 一种污染场地水土环境多要素一站式管理*** |
| CN116819037A (zh) * | 2023-05-29 | 2023-09-29 | 四川君和环保股份有限公司 | 一种确定污染场地土壤单一重金属污染范围的方法和*** |
Non-Patent Citations (2)
| Title |
|---|
| 基于特定场地污染概念模型的健康风险评估案例研究;钟茂生;姜林;姚珏君;夏天翔;朱笑盈;韩丹;张丽娜;;环境科学;20130215(02);647-652 * |
| 磷酸镁水泥阻隔墙对铅锌尾矿库铅污染阻隔机理及应用研究;吉星;全国硕士学位论文全文数据库 工程科技Ⅰ辑;20230228;B027-3305 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN118037025A (zh) | 2024-05-14 |
| CN117391416A (zh) | 2024-01-12 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Freeze et al. | Convergence of stochastic optimization and decision analysis in the engineering design of aquifer remediation | |
| Mahar et al. | Optimal monitoring network and ground-water–pollution source identification | |
| CN117391416B (zh) | 一种高压旋喷自动化施工方法及*** | |
| CN113111964A (zh) | 场地污染特征分析方法、装置、电子设备和存储介质 | |
| CN111250526B (zh) | 高压旋喷注射原位修复***及方法 | |
| Miyagi et al. | Well placement optimization under geological statistical uncertainty | |
| Meysman et al. | Quantifying particle dispersal in aquatic sediments at short time scales: model selection | |
| CN115730814A (zh) | 一种土壤污染状况调查基础信息采集分析***及方法 | |
| CN108733935B (zh) | 钢结构制孔工艺 | |
| CN115081338B (zh) | 数据缺失下基于改进生成对抗填补网络的滚齿碳耗预测方法 | |
| CN116384045B (zh) | 采用三维数值模拟确定土壤Ra-226源项调查范围的方法 | |
| Van der Heijde et al. | Quality assurance and quality control in the development and application of ground-water models | |
| Chen et al. | Research on technical support SaaS platform of soil pollution control based on the whole process management | |
| EP3540149B1 (de) | System zur behandlung von bauwerkschadstoffen | |
| Farhat et al. | Mass flux toolkit to evaluate groundwater impacts, attenuation, and remediation alternatives | |
| Kreyβig et al. | From remediation to long-term monitoring-The concept of key monitoring points at WISMUT | |
| CN116384774A (zh) | 一种在产园区土壤污染分区分类分级评价方法 | |
| CN117172993A (zh) | 一种基于微生物动态分析的污染场地评估方法及*** | |
| CN112733377A (zh) | 一种基于计算机模拟仿真的农田连片整治优化规划方法 | |
| Liu | Incorporating optimal design of groundwater remediation systems into numerical prediction | |
| Ganesan | Aquifer Reclamation Design: Combined Simulation-Optimization Approach | |
| Blacker | Improving the connection between data collection and decision making at US EPA and US DOE | |
| Wolf | Groundwater site characterization: a systems perspective | |
| Morlot et al. | National GHG inventories: Recent developments under the IPCC/OECD Joint Programme | |
| Yang et al. | Development of a decision support system based on stochastic nonlinear optimization for petroleum-contaminated site management. |
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: Li Ruihai Inventor after: Yang Chengliang Inventor after: Li Ding Inventor after: Wang Lixin Inventor after: Wang Bin Inventor after: Han Yong Inventor before: Li Ding Inventor before: Wang Lixin Inventor before: Wang Bin Inventor before: Yang Chengliang Inventor before: Han Yong Inventor before: Li Ruihai |
|
| GR01 | Patent grant | ||
| GR01 | Patent grant |