基于WIA 技術(shù)的污水處理故障診斷系統(tǒng)研究*

金 明

(南京信息職業(yè)技術(shù)學(xué)院 電子信息學(xué)院，江蘇 南京 210046)

污水處理的目的是對生產(chǎn)、生活污水進行處理，達到規(guī)定的排放標(biāo)準(zhǔn)。隨著污水處理工藝趨于復(fù)雜化，產(chǎn)生了越來越多的監(jiān)控系統(tǒng)［1～3］，在污水處理的運行管理中發(fā)揮重要作用。Nam 等［4］建立在線綜合控制系統(tǒng)對水質(zhì)水量變化較大的食品廢水進行控制，Sanchez 等［5］開發(fā)了基于多智能體(Multi-Agent)結(jié)構(gòu)的分布式人工智能系統(tǒng)(Distributed Artificial Intelligent System，DAIS)。Carmsoo 等人［6］研發(fā)了基于規(guī)則的模糊專家系統(tǒng)(rule-based fuzzy expert system)用于厭氧廢水處理廠的診斷和監(jiān)測。國內(nèi)學(xué)者針對專家系統(tǒng)在污水處理廠中的應(yīng)用也進行了許多研究［7，8］，施漢昌等［7］采用正反向混合推理機制，以故障樹的形式將知識庫中的知識組織形式對系統(tǒng)的維護，高大康［9］提出了利用CAST 工藝故障診斷系統(tǒng)的思路和方法。由于受環(huán)境與條件的限制，專家系統(tǒng)對污水處理這樣一個尚未得到完全理解和精確控制的領(lǐng)域，總是存在著這樣或那樣的問題，而基于工業(yè)無線網(wǎng)絡(luò)WIA［10］(Wireless Networks for Industrial Automation)技術(shù)徹底解決了系統(tǒng)安裝成本高、維護困難等問題，利用工業(yè)無線網(wǎng)絡(luò)WIA 技術(shù)具有的低成本、低功耗及中短距離通信等特點，實現(xiàn)監(jiān)測點之間的相互通信和組網(wǎng)，利用網(wǎng)絡(luò)完成監(jiān)測數(shù)據(jù)的收集和匯總后，再通過高帶寬和大功率的遠程無線通信設(shè)備把現(xiàn)場信息傳送到總監(jiān)控中心進行顯示和報告。實現(xiàn)了對全程的監(jiān)控、調(diào)度、管理和故障維護。

1 WIA 故障監(jiān)測系統(tǒng)構(gòu)成

WIA 技術(shù)是由中科院沈陽自動化所推出的具有自主知識產(chǎn)權(quán)的高可靠、超低功耗的智能多跳無線傳感器網(wǎng)絡(luò)技術(shù)，該技術(shù)提供一種自組織、自治愈的智能Mesh 網(wǎng)絡(luò)路由機制，以協(xié)作地感知、采集、處理和傳輸網(wǎng)絡(luò)覆蓋內(nèi)被感知對象的信息，具有較高可靠性和強穩(wěn)定性。由于傳感器數(shù)量較多、分布較廣，這對通信協(xié)議、安全性、節(jié)點配置、網(wǎng)絡(luò)動態(tài)重組［11］等方面提出了較高的要求。而污水處理系統(tǒng)的故障監(jiān)控網(wǎng)則還要求考慮監(jiān)測點數(shù)目、數(shù)據(jù)類型、布控點位置、設(shè)備故障種類等要素，特別是對實時性和可靠性等提出了更高的要求。因此，依據(jù)WIA 設(shè)計的故障監(jiān)控系統(tǒng)，克服了傳統(tǒng)的工業(yè)環(huán)境設(shè)備監(jiān)測往往采用單個傳感器獲得狀態(tài)數(shù)據(jù)并上傳至中央處理節(jié)點的方式，提高了數(shù)據(jù)處理能力，解決了故障不能及時處理的弊端。

圖1 基于WIA 設(shè)計的故障監(jiān)控系統(tǒng)

基于WIA 設(shè)計的故障監(jiān)控系統(tǒng)如圖1 所示。主要由現(xiàn)場數(shù)據(jù)采集傳輸部分、WIA 傳感器網(wǎng)絡(luò)部分及污水處理監(jiān)測管理中心部分組成。利用MSP430 微控制器與無線傳輸芯片構(gòu)造了設(shè)備運行狀態(tài)采集節(jié)點和控制節(jié)點，然后利用無線信道，組成WIA 傳感器網(wǎng)絡(luò)，用于關(guān)鍵設(shè)備的實時監(jiān)測與故障分析。故障處理系統(tǒng)的結(jié)構(gòu)模型如圖2 所示，包括三個層次:1)采集層利用模擬或數(shù)字傳感器獲得設(shè)備的運行狀態(tài)數(shù)據(jù)，在采集節(jié)點內(nèi)部完成實時數(shù)據(jù)的預(yù)處理，并根據(jù)各采集通道(按鈕輸入信號、液位差輸入信號、液位高低輸入信號、含氧量輸入信號)報警門限值的設(shè)置，對設(shè)備當(dāng)前狀態(tài)做出初步判斷;2)匯聚層主要對各節(jié)點上傳數(shù)據(jù)進行匯集和分析，一旦故障發(fā)生，必須進行故障信號的特征抽取和量化，提供報警信號;3)決策層主要進行故障的診斷和預(yù)測，由于該層位于傳統(tǒng)的企業(yè)內(nèi)部網(wǎng)絡(luò)，可以利用各種信號分析技術(shù)，決策樹方式、神經(jīng)網(wǎng)絡(luò)等來分析故障信號。系統(tǒng)的每個層次都具備一定的處理能力和存儲能力，以實現(xiàn)智能化的分布式設(shè)備狀態(tài)監(jiān)測。

圖2 故障處理系統(tǒng)的結(jié)構(gòu)模型

1.1 數(shù)據(jù)采集節(jié)點

本節(jié)點由MSP4301F611(微控制器)、CC2420(射頻收發(fā)電路)、傳感器接口和相關(guān)的外圍電路來構(gòu)造基本的數(shù)據(jù)采集單元，其電路結(jié)構(gòu)如圖3 所示。

圖3 數(shù)據(jù)采集節(jié)點框圖

數(shù)據(jù)采集節(jié)點的主要任務(wù)是系統(tǒng)初始化配置、信號的模數(shù)轉(zhuǎn)換、數(shù)據(jù)預(yù)處理和無線傳輸管理。狀態(tài)監(jiān)測需要采集各種不同的狀態(tài)量，通過前端整形電路產(chǎn)生符合數(shù)據(jù)采集系統(tǒng)輸入量程的電流或電壓信號，如液位差信號、液位高低信號、含氧量信號、開關(guān)、起停信號等。將采集到的數(shù)據(jù)信號進行特征抽取，變換、放大、去噪等處理，與事先設(shè)定的門限值進行比較，區(qū)分出設(shè)備的正?；虍惓顟B(tài);而對于正常信號，則提取設(shè)備特征，匯聚層或決策層分析處理。

1.2 網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)

根據(jù)污水處理廠的設(shè)備狀態(tài)監(jiān)測數(shù)據(jù)采集點相對固定，分布位置相對集中的特征，采用WIA 網(wǎng)絡(luò)部署基于簇的兩層結(jié)構(gòu)(如圖1)，設(shè)備各個測點在簇首節(jié)點(WIA 路由器)的控制下形成一個相對獨立的簇，各簇之間可以相互通信，解決無線共享信道爭用問題。數(shù)據(jù)采集由數(shù)據(jù)采集節(jié)點、簇首節(jié)點和網(wǎng)關(guān)節(jié)點共同完成。簇內(nèi)數(shù)據(jù)采集節(jié)點在簇首節(jié)點的控制下以同步方式進入工作/睡眠狀態(tài)，而簇首節(jié)點將根據(jù)測點的采樣頻率需求，確定節(jié)點的喚醒或睡眠。一旦簇內(nèi)節(jié)點被喚醒進入初始化狀態(tài)，并獲得簇首節(jié)點位置及距離信息后，簇首節(jié)點向數(shù)據(jù)采集節(jié)點發(fā)送數(shù)據(jù)采集與傳輸請求，開始進行數(shù)據(jù)采集。簇首節(jié)點還能對從屬節(jié)點上傳的原始數(shù)據(jù)進行特征抽取，具備數(shù)據(jù)融合與分析能力，從而對設(shè)備缺陷或故障做出協(xié)同響應(yīng)。網(wǎng)關(guān)節(jié)點除了具備簇首節(jié)點的功能外，還具有一定的計算能力，以及與無線網(wǎng)絡(luò)互聯(lián)的功能，實現(xiàn)單簇或多簇數(shù)據(jù)處理和融合。為防止數(shù)據(jù)丟失，還設(shè)置了冗余網(wǎng)關(guān)。

1.3 網(wǎng)絡(luò)協(xié)議

由于TDMA 機制沒有競爭機制中的碰撞重傳問題，數(shù)據(jù)傳輸時不需要過多的控制信息;傳感節(jié)點相對固定，節(jié)點移動，節(jié)點失效等情形不多;對網(wǎng)關(guān)節(jié)點的處理能力、能量和放置方式要求不高，因此本系統(tǒng)采用基于分時TDMA 的介質(zhì)訪問控制(Media Access Control，MAC)協(xié)議?？紤]到TDMA 機制需要節(jié)點之間比較嚴(yán)格的時間同步進行偵聽/休眠的能量喚醒機制，在本設(shè)計中采用了明確定義了數(shù)據(jù)采集的時間序列，并對時域進行分割，從而確定數(shù)據(jù)傳輸通道及傳輸時段。由簇首節(jié)點與被測物理量關(guān)聯(lián)后建立并維護一個TDMA 時隙分配表，負(fù)責(zé)初始化期間的參數(shù)設(shè)置，包括節(jié)點睡眠頻率、節(jié)點類型、TDMA 幀序號和活動通道序號等，在初始化階段為下轄節(jié)點預(yù)先分配傳輸通道與可用時隙。因此，數(shù)據(jù)采集節(jié)點毋須維護任何表結(jié)構(gòu)或調(diào)度算法，降低了節(jié)點內(nèi)存耗用和處理過程的復(fù)雜度。

1.4 數(shù)據(jù)融合與處理

由于MSP4301611 具有較強的運算能力，對采集到的數(shù)據(jù)信號通過信號分析算法，對原始狀態(tài)信號進行預(yù)處理，得到相應(yīng)的時域、頻域特征，與預(yù)設(shè)特征量的閥值比較，可發(fā)現(xiàn)傳感數(shù)據(jù)的異常。信號處理功能前移，在監(jiān)測設(shè)備狀態(tài)的同時，就能對設(shè)備運行情況進行簡單地預(yù)判斷。不僅可提高系統(tǒng)對故障的響應(yīng)時間，還能減小監(jiān)測網(wǎng)絡(luò)中的數(shù)據(jù)流量。

1.5 基于決策樹故障診斷處理

本診斷處理系統(tǒng)由故障診斷模塊和決策處理模塊組成。由特征提取模塊送來的信號，經(jīng)故障檢測模塊完成檢測后，通過專家系統(tǒng)的知識推理實現(xiàn)故障診斷功能。其診斷方法采用了基于故障樹的正向推理和啟發(fā)式搜索與歷史數(shù)據(jù)比對匹配策略。從故障樹的頂事件即需要診斷的故障模式出發(fā)，根據(jù)搜索相關(guān)規(guī)則，與知識庫和歷史數(shù)據(jù)比對，排除正常情況，直至葉節(jié)點為止。同時在故障樹中高亮顯示，提示該節(jié)點發(fā)生了故障，并跟蹤處理過程。

2 應(yīng)用實例

本系統(tǒng)于2013 年1 月應(yīng)用于棲山污水處理廠，1 年來的運行情況如表所示。

表1 污水處理系統(tǒng)運行狀況

從表中可以看出，本系統(tǒng)能對污水處理系統(tǒng)進行監(jiān)控和故障診斷，基本上能滿足要求，隨著系統(tǒng)的運行和調(diào)試，歷史數(shù)據(jù)的累計，正確報警率也隨之上升。

3 結(jié)束語

由于污水處理所需的設(shè)備和材料相當(dāng)復(fù)雜，特別是由于污泥的腐蝕及其他外力破壞等原因，發(fā)生故障的概率較大，給企業(yè)造成巨大的經(jīng)濟損失。用WIA 方案所建立的污水處理監(jiān)測系統(tǒng)可以自動地監(jiān)測污水處理的運行狀況，靈敏地檢測出故障并準(zhǔn)確地定位出發(fā)生部位，與傳統(tǒng)的方案相比，大大降低了系統(tǒng)維護成本。但由于應(yīng)用規(guī)模和復(fù)雜度的限制，本文僅在一定范圍內(nèi)對基于WIA 網(wǎng)絡(luò)的狀態(tài)維護系統(tǒng)進行了分析，還有很多問題值得進一步深入研究。如傳感節(jié)點如何快速重置，異類數(shù)據(jù)融合處理，故障檢測快速可靠等。

［1］徐恭賢，韓雪.非線性污水處理過程的多目標(biāo)優(yōu)化［J］.化工學(xué)報，2013，64(10) ：3665－3670.

［2］Fang Fang，Ni Bingjie，Li Wenwei，et al.A Simulation—based Integrated Approach to Optimize the Biological Nutrient Removal Process in a Full-scale Wastewater Treatment Plant［J］.Chemical Engineering Journal，2011，174(2/3) ：635－643.

［3］Moon T S，Kim Y J，Kim J R，et al.Identification of Process Operating State with OperationaI Map in Municipal Wastewater Treatment Plant［J］.Journal of F＇，nvironmental Management，2009，90 (2) ：772－778.

［4］Nam S W，Myuing N J，Lee Ks.On-line Integrated Control System for an Industrial Activated Sludge Process［J］.Water Environment Research，1996，68(1) ：70－75.

［5］Miquel S，Ulises CL.Dai-Depur：an Integrated Distributed Architecture for Wastewater Treatment Plants Supervision［J］.Artificial Intelligence in Engineering，1996，10(3) ：275－285.

［6］Carrasco E F，Rodríguez J.A Punal Rule-based Diagnosis and Supervision of a Pilot-scale Wastewater Treatment Plant Using Fuzzy Logic Techniques，2002(22) ：1223－1230.

［7］施漢昌，王玉玨.污水處理廠故障診斷專家系統(tǒng)［J］.給水排水，2001，27(8) ：87－90.

［8］馬勇，彭永臻，王淑瑩.A/O 工藝硝化與反硝化專家系統(tǒng)的建立及應(yīng)用［J］.中國環(huán)境科學(xué)，2005，25(2) ：252－256.

［9］高大康.CAST 污水處理工藝故障診斷方法的研究與應(yīng)用［J］.環(huán)?？萍迹?014(1) ：39－42.

［10］于海斌，梁煒，曾鵬.工業(yè)無線網(wǎng)絡(luò)技術(shù)體系與WIA標(biāo)準(zhǔn)［J］.自動化博覽，2009(1) ：17－20.

［11］Akyildiz I F，Su W，Sankarasubramaniam Y.Wireless Sensor Networks：a Survey［J］.Computer Networks，2002，38(4) ：393－422.