Опыт ГУП «Водоканал Санкт-Петербурга»: оптимизация водоподготовки с применением методов математического моделирования

Разработка и внедрение интеллектуальных автоматизированных ИТ-систем существенно повышают уровень надежности технологического процесса производства питьевой воды, обеспечивают требуемые параметры услуги водоснабжения, минимизируют риски, позволяют оптимизировать операционные затраты, а также способствуют повышению квалификации персонала и росту интереса молодых специалистов к профессии.

В статье коллектива специалистов водоканала Санкт-Петербурга, института прикладной химии и экологии СПбГУПТД и компании almaGRID, опубликованной в журнале «НДТ», представлен опыт разработки математической модели объектов водоочистных сооружений и оценки ее применимости для построения ИТ-системы управления технологией производства питьевой воды. В рамках единого методологического подхода разработана и апробирована математическая модель для 13 объектов водоочистных сооружений.

НДТ&VodaNew знакомит с кратким обзором публикации.

Качество воды источника

Природные свойства невской воды и их сезонные изменения усложняют процессы очистки. Качество воды источника существенно ухудшают штормы, которые происходят на Ладожском озере круглогодично и вызывают увеличение мутности. Существенные проблемы вызывает антропогенное загрязнение невской воды, на всем протяжении от истока до устья поступают сточные воды промышленных предприятий. Поверхностные воды характеризуются высоким уровнем микробиологических загрязнений и периодически повышающимися концентрациями веществ-одорантов

На объектах водоочистных сооружений (ВОС) ГУП «Водоканал Санкт-Петербурга» контролируется более 100 параметров качества сырой воды. По ряду параметров организован непрерывный (онлайн) мониторинг. При этом можно выделить ряд ключевых физико-химических параметров сырой воды (поверхностных источников), которые определяют выбор применяемых технологических процессов очистки воды:

• температура, ºС;
• мутность, мг/дм³;
• цветность, градус;
• перманганатная окисляемость, мг/дм³;
• общий и растворенный органический углерод, мг/дм³;
• рН.

Этапы разработки системы

В условиях возрастающих требований к качеству питьевой воды, увеличивающихся рисков изменения климата, выбрав стратегию устойчивого функционирования системы водоснабжения города, ГУП «Водоканал Санкт-Петербурга» поэтапно выполняет мероприятия по созданию автоматизированной ИТ-системы интеллектуального управления технологией водоподготовки. План мероприятий включает:

1. Первый этап − выявление и описание закономерности физико-химических процессов водоподготовки, взаимного влияния технологических параметров, методов выбора значимых параметров и способов их контроля.
2. Второй этап − создание прототипа базы данных системы управления процессом водоподготовки.
3. Третий этап (текущий) сфокусирован на разработке математической модели объектов ВОС, которую можно использовать при создании «цифрового помощника» по управлению технологическим процессом.
4. Задачей четвертого этапа является внедрение математической модели объектов ВОС в режиме «Помощник принятия управленческих решений».
5. Пятый этап должен обеспечить закрепление опыта использования модели объектов ВОС и корректировки управления технологическим процессом водоподготовки.

Принципы и инструменты разработки системы

Одним из основных принципов при разработке системы является метод оценки зависимых параметров процессов водоподготовки как от качественных характеристик обрабатываемой воды на каждом этапе, так и от физико-химических закономерностей каждого технологического процесса, технического состояния сооружений водоподготовки, режимов эксплуатации (гидравлические режимы, режимы реагентной обработки, режимы промывки фильтровальных сооружений), результатов технологического контроля работы сооружений.

Создание интеллектуальной системы управления для производственного процесса водоподготовки с заданной последовательностью технологических процессов, состава очистных сооружений и оборудования, методов контроля, выбора и способов получения и архивации параметров водоподготовки предусматривает описание и построение графовых моделей технологических схем сооружений водоочистки.

Графовое моделирование позволяет структурировать и описать взаимосвязи между входными и выходными параметрами каждого из процессов водоподготовки:

• контролируемые (измеряемые в соответствии с общепринятой шкалой и задаваемые определенными уровнями);
• неконтролируемые (воздействия на систему, которые находятся вне контроля).

При создании автоматизированных интеллектуальных систем управления технологическими процессами водоподготовки, способных автоматически корректировать, например дозы реагентов в зависимости от текущего качества воды, использование результатов дискретных лабораторных определений возможно, но снижает уровень точности. В таких системах целесообразно опираться на результаты онлайн измерений при условии их достоверности − высокой степени соответствия измеренных величин их истинному или принятому опорному значению.

В целях управления дозированием на основе данных онлайн контроля практическими задачами являются:

• обеспечение представительности проб и стабильности условий измерений проточными анализаторами;
• обеспечение максимальной близости результатов, полученных проточными анализаторами и лабораторным методом;
• технические требования к измерительно-вычислительным комплексам, создаваемых в целях автоматизации дозирования реагентов.

Итогом первых двух этапов работы можно считать создание алгоритма функционирования автоматизированной интеллектуальной системы управления технологией производства питьевой воды, который обеспечивает:

1. результаты онлайн измерений автоматизированной системы контроля и анализа качества и расхода обрабатываемой воды.
2. базу данных – Банк успешных параметров производства питьевой воды.
3. установку в автоматическом режиме параметров технологического процесса из Базы данных.
4. результаты онлайн измерений автоматизированной системы контроля и анализа качества очищенной воды.
5. коррекцию параметров при получении неудовлетворительных результатов.

Математическое моделирование

Математическая модель водоочистных сооружений, реализующая алгоритм, представленный на рисунке, разработана с использованием ПО almaGRID (запись в Реестре российского ПО) и реализована в виде графовой модели, в которой последовательное протекание технологического процесса описано уравнениями взаимосвязи между параметрами, определенными для каждого узла и дуги графа процесса.

Корреляционные и регрессионные зависимости определены на основе анализа исторических данных по эксплуатации объектов ВОС за последние 3 года. Модель использует различные настройки и алгоритмы обработки данных для разных сезонов (зима, лето, весна, осень). В модели учтены технологически значимые параметры процесса, взаимосвязи между которыми выявляются как в автоматическом, так и в ручном режиме.

Разработанная математическая модель является гибридной моделью интеллектуальной системы. Гибридные модели объединяют подходы, основанные на базовых физических принципах, с методами машинного обучения, в единую архитектуру, что позволяет достичь высокого уровня надежности и объяснимости модели. Разработанная математическая модель объединяет методы графового моделирования для описания структуры моделируемого объекта и методы машинного обучения (корреляционный и регрессионный анализ) для количественного описания взаимосвязей между параметрами каждого элемента графа (узла или дуги).

Математическая модель формируется из элементов каждого исследуемого объекта ВОС таким образом, чтобы обеспечить возможность учета технологически значимых параметров:

• Узлы графовой модели соответствуют основным процессам водоочистки, связанное с этими процессами технологическое оборудование и точки ввода реагентов.
• Направление дуг графа, связывающих узлы, отражает последовательность процессов водоочистки, а также движение очищенной воды, промывной воды и реагентов.
• Для каждого узла формируется набор неуправляемых параметров процесса водоочистки, которые принимаются как входные данные при расчете управляемых параметров технологического процесса.
• Неуправляемые параметры определяют исходное качество сырой воды и состояние моделируемого объекта водоподготовки.
• Неуправляемые параметры задаются пользователем модели перед началом расчета.
• Управляемые параметры рассчитываются в модели для всех этапов водоочистки, начиная от забора сырой воды, заканчивая подачей потребителю, в последовательности, соответствующей очередности технологических процессов.
• Изменение параметров очищаемой воды, рассчитывается по правилам, выявленным из корреляций чувствительных для расчета параметров каждого процесса и качеством очищенной воды, с учетом заданных значений неуправляемых параметров.

Оценка адекватности математической модели

Для проверки адекватности разработанной модели ВОС предприятия выполнена оценка предсказательной точности по текущим данным работы сооружений водоочистки.

По результатам тестирования точность модели по прогнозу качества произведенной воды и дозировкам реагентов составляет в среднем 82,4 %. Полученная точность является удовлетворительным результатом, поскольку ошибка модели сопоставима с наблюдаемым диапазоном разброса исходных данных процесса водоочистки, обеспечивающим получение очищенной воды требуемого качества.

Выводы

Разработанная модель обладает удовлетворительной предсказательной точностью и решает следующие задачи:

• расчет рекомендуемых дозировок реагентов на основе заданной температуры и параметров качества воды из источника;
• расчет прогнозируемого качества производимой воды на основе заданной гидравлической нагрузки, параметров фильтроцикла, параметров промывки фильтров, данных о температуре и качестве воды из источника.

Результаты апробирования математической модели сооружений водоочистки позволяют сделать вывод о применимости модели для построения ИТ-системы управления технологией производства питьевой воды, которая может предоставлять пользователю следующие прикладные модули:

1. цифровой помощник принятия управленческих решений для предоставления оператору рекомендаций по управлению технологическим процессом ВОС предприятия;
2. модуль онлайн мониторинга и автоматического управления процессами очистки воды;
3. симулятор работы ВОС предприятия для целей обучения сотрудников, участвующих в управлении технологическим режимом работы, навыкам выбора дозировок реагентов, управления качеством производства питьевой воды и т.п.;
4. модуль инженерных расчетов, например, для учета времени работы энергоемкого оборудования;
5. модуль оценки рисков в составе системы управления рисками предприятия;
6. единая информационная среда по организации технологических процессов и планирования финансово-хозяйственной деятельности предприятия.

Как прочитать статью полностью см. здесь.