一种开路循环水系统调配方法及装置与流程

1.本发明涉及工业用水管理技术领域，尤其涉及一种开路循环水系统调配方法及装置。


背景技术：

2.近年来工业节水工作不断进步，水资源重复利用、非常规水资源利用等技术水平不断提高，但总体来说工业用水方式仍以粗放型为主，主要生产工艺和关键环节用水量大、废水排放多等问题依然存在。
3.钢铁企业用排水系统运行管理存在诸多问题：
①ꢀ
循环冷却水系统水质稳定处理技术差、管理混乱。多数企业以本单位职工或小型药剂公司运营循环水水质稳定处理，药剂品种单一、品质差，操作水平低，与国内外以新型药剂及自动控制为代表的先进水质稳定处理技术代差大。
②
水量、水质的平衡分配不合理。很多企业缺少用排水系统按水质分级、串级使用、污水在工序单元内处理回用等过程，循环水量与生产产能不相匹配。造成循环水的使用浪费。
③
缺少全厂性的水平衡规划。表现在企业缺乏分质供水概念导致水质能级不明确，各工序用排水不能有序衔接，排出水量大；回用水回用路线不明确，造成用水浪费并破坏循环水水质；缺少分散处理与集中处理的技术经济比较论证，无法在就近处理回用与长距离输水方面找到经济平衡点。
4.以上问题直接导致钢铁企业循环水浓缩倍数偏低。目前大多数钢铁企业的循环水浓缩倍数均未达到2，远远低于国家4
‑
5的要求，也远低于电力、石化等行业水平。同时由于吨钢耗水、排水量大而造成水资源费、排污费、水处理费用高及输配水耗能量大。


技术实现要素：

5.针对现有技术中存在的问题，本发明提供一种开路循环水系统调配方法及装置，通过对循环水系统的长期监控数据预测水系统实际能达到的最佳浓缩倍数，以及逐步趋近法实时反馈调节指导水系统补水使得实际浓缩倍数向预测最佳值逐渐趋近，使循环水系统逐步趋向它自身能达到的浓缩倍数最佳的运行状态。
6.为达到上述目的，本发明提供了一种开路循环水系统调配方法，包括：计算开路循环水系统近t日内平均浓缩倍数ni；获取开路循环水系统长期目标浓缩倍数na；如果ni≥na，则设置短期浓缩目标nn为ni；否则设置短期浓缩目标nn=ni+（na
‑
ni)*γ，其中γ为趋近率，0<γ<0.5；按短期浓缩目标nn计算得出总补水量建议值。
7.进一步地，开路循环水系统近t日内平均浓缩倍数ni的计算包括：获取近t日内的蒸发水量积累值qei，近t日内的总补水量积累值qm；计算近t日内平均浓缩倍数ni=qm/（（qm
‑
qei）。
8.进一步地，长期目标浓缩倍数na采用人工神经网络模型预测获得；所述人工神经
网络模型的输入为各类水源的补水量、各类水源的氯离子饱和度、各类水源的总硬度保护度、各类水源的含盐量饱和度、各类水源的悬浮物饱和度、各类水源的油分饱和度以及各类水源的铁离子饱和度，输出为长期目标浓缩倍数na。
9.进一步地，按短期浓缩目标nn计算得出总补水量建议值，包括：qms=qe*nn/（nn
‑
1）其中qe为瞬时蒸发量，qe=k*（t1
‑
t2）*qr，其中k为蒸发系数，t1为冷却塔上塔温度，t2为冷却塔下塔温度，qr为循环水的瞬时循环水量。
10.进一步地，还包括，当单股补水补水时，计算n=min[ni]= min[δ
i *90%/s
i
]，其中s
i
在i取1、2、3时分别为当前补水的总硬度、含盐量和氯离子含量；δ
i
在i取1、2、3时分别为当前循环水的总硬度限值、含盐量限值和氯离子含量限值；比较n与nn，如果n≥nn，直接输出qms作为总补水量建议值；如果n<nn，则更新总补水量建议值qms=qe*n/（n
‑
1）；当两股补水同时补水时，水质数值较高的一股补水的建议补水量qmrs=min[qms*(ms
i
‑
m1
i
)/(m2
i
‑
m1
i
)]，其中ms
i
在i取1、2、3时分别为总补水运行时的总硬度限值、含盐量限值和氯离子含量限值；m1
i
在i取1、2、3时分别为当前水质数值较低的一股补水的总硬度、含盐量和氯离子含量；m2
i
在i取1、2、3时分别为当前水质数值较高的一股补水总硬度、含盐量和氯离子含量；另外一股补水的建议值为qmds=qms
‑
qmrs。
[0011]
另一方面提供一种开路循环水系统调配装置，包括：近期浓缩倍数获取模块，计算开路循环水系统近t日内平均浓缩倍数ni；长期浓缩倍数获取模块，获取开路循环水系统长期目标浓缩倍数na；浓缩倍数确定模块，如果ni≥na，则设置短期浓缩目标nn为ni；否则设置短期浓缩目标nn=ni+（na
‑
ni)*γ，其中γ为趋近率，0<γ<0.5；补水量建议模块，按短期浓缩目标nn计算得出总补水量建议值。
[0012]
进一步地，所述近期浓缩倍数获取模块，计算开路循环水系统近t日内平均浓缩倍数ni的计算包括：获取近t日内的蒸发水量积累值qei，近t日内的总补水量积累值qm ；计算近t日内平均浓缩倍数ni=qm/（qm
‑
qei）。
[0013]
进一步地，长期浓缩倍数获取模块内置人工神经网络模型，预测长期目标浓缩倍数na，所述人工神经网络模型的输入为各类水源的补水量、各类水源的氯离子饱和度、各类水源的总硬度保护度、各类水源的含盐量饱和度、各类水源的悬浮物饱和度、各类水源的油分饱和度以及各类水源的铁离子饱和度，输出为长期目标浓缩倍数na。
[0014]
进一步地，补水量建议模块，按短期浓缩目标nn计算得出总补水量建议值包括：qms=qe*nn/（nn
‑
1）其中qe为瞬时蒸发量，qe=k*（t1
‑
t2）*qr，其中k为蒸发系数，t1为冷却塔上塔温度，t2为冷却塔下塔温度，qr为循环水的瞬时循环水量。
[0015]
进一步地，当单股补水同时补水时，所述补水量建议模块计算：n= min[δ
i
*90%/s
i
]其中s
i
在i取1、2、3时分别为当前补水的总硬度、含盐量和氯离子含量；δ
i
在i取1、2、3时分别为当前循环水的总硬度限值、含盐量限值和氯离子含量限值；比较n与nn，如果n≥nn，直接输出qms作为总补水量建议值；如果n<nn，则更新总补水量建议值为：qms=qe*n/
（n
‑
1）；当两股补水同时补水时，所述补水量建议模块对水质数值较高的一股补水的建议值为：qmrs=min[qms*(ms
i
‑
m1
i
)/(m2
i
‑
m1
i
)]其中ms
i
在i取1、2、3时分别为总补水运行时的总硬度限值、含盐量限值和氯离子含量限值；m1
i
在i取1、2、3时分别为当前水质数值较低补水的总硬度、含盐量和氯离子含量；m2
i
在i取1、2、3时分别为当前水质数值较高的补水总硬度、含盐量和氯离子含量；另外一股补水的建议值为qmds=qms
‑
qmrs。
[0016]
本发明的上述技术方案具有如下有益的技术效果：（1）本发明预测该水系统在自身条件限制下能达到的最佳浓缩倍数，用于指导水系统长期优化目标；使用趋近法逐步调节循环水系统补水量，以逐步稳定改善其运行状况。
[0017]
（2）本发明对单股补水的总补水量建议值中，考虑总硬度限值、含盐量限值和氯离子含量限值，按照循环水水质的90%去保持循环水的运行水质，因此该方法可以达到考虑了实际水系统条件下最高的浓缩倍数。
[0018]
（3）本发明对双股补水的总补水量建议值基于水质水量实时平衡，能够将补水水质和水量实时调控到最优，不再局限于单一的补水类型所决定的水质。
附图说明
[0019]
图1是开路循环水系统调配流程图；图2为单股补水总部水量建议值确定流程图；图3为开路循环水系统调配装置组成示意图。
具体实施方式
[0020]
为使本发明的目的、技术方案和优点更加清楚明了，下面结合具体实施方式并参照附图，对本发明进一步详细说明。应该理解，这些描述只是示例性的，而并非要限制本发明的范围。此外，在以下说明中，省略了对公知结构和技术的描述，以避免不必要地混淆本发明的概念。
[0021]
本发明提供一种开路循环水系统调配方法及装置，通过对循环水系统的长期监控数据采用神经网络模型预测水系统实际能达到的最佳浓缩倍数，以及逐步趋近法实时反馈调节指导水系统补水使得实际浓缩倍数向预测最佳值逐渐趋近，使循环水系统逐步趋向它自身能达到的浓缩倍数最佳的运行状态。
[0022]
本发明一方面提供开路循环水系统调配方法，通过对开路循环水系统的水质水量平衡计算，实时指导水系统的多股补水配比调节。结合图1，包括如下步骤：（1）计算开路循环水系统近t日内平均浓缩倍数ni。
[0023]
近t日可以为7～31日，例如可以为近一周、近两周、近一个月内的平均浓缩倍数ni。水系统可能会补入一股补水、两股补水或者多股补水，有多股补水则每一个求积累值，计算总的补水量qm：ni=qm/（（qm
‑
qei）在一个实施例中，当有两股补水，一级除盐水和回用水时，获取近一周的蒸发水量
积累值qei，近一周的一级除盐水补水量积累值qmdi，近一周的回用水管补水量积累值qmri，近一周的的循环水量积累值qri。
[0024]
采用如下公式计算近一周平均浓缩倍数：ni=（qmdi+qmri）/（（qmdi+qmri
‑
qei）（2）获取开路循环水系统长期目标浓缩倍数na。
[0025]
长期目标浓缩倍数na可以为设定值，也可以为预测值。
[0026]
在一个实施例中，长期目标浓缩倍数na采用人工神经网络模型预测获得；所述人工神经网络模型的输入为各类水源的补水量、各类水源的氯离子饱和度、各类水源的总硬度保护度、各类水源的含盐量饱和度、各类水源的悬浮物饱和度、各类水源的油分饱和度以及各类水源的铁离子饱和度，输出为长期目标浓缩倍数na。
[0027]
对于有两股补水，一级除盐水和回用水时，所述人工神经网络模型的输入为回用水补水量、一级除盐水补水量、一级除盐水氯离子饱和度、一级除盐水总硬度保护度、一级除盐水含盐量饱和度、一级除盐水悬浮物饱和度、一级除盐水油分饱和度、一级除盐水铁离子饱和度、回用水氯离子饱和度、回用水总硬度保护度、回用水含盐量饱和度、回用水悬浮物饱和度、回用水油分饱和度以及回用水铁离子饱和度，输出为长期目标浓缩倍数na。
[0028]
采用开路循环水系统的长期监测数据添加标签，作为人工神经网络模型的训练数据，当人工神经网络模型满足精度后，进行封装。
[0029]
（3）如果ni≥na，则设置短期浓缩目标nn为ni；否则设置短期浓缩目标nn=ni+（na
‑
ni)*γ，其中γ为趋近率，0<γ<0.5。
[0030]
使用逐步趋近法让ni 趋近na。如果ni≥na，说明开路循环水系统已经达到或超过我们预期的能力，当前的任务就变成保持住这个浓缩倍数运行，并且用现有实际的浓缩倍数替代原长期浓缩倍数，使得系统进一步趋近自身压缩能力的极限。如果ni<na，说明开路循环水系统浓缩倍数没有达到我们预期的目标，设置短期浓缩目标nn=ni+（na
‑
ni)*γ，使得开路循环水系统缓慢地向预期浓缩倍数趋近。这样的好处是，na为人为设定，开路循环水系统实际不一定能够达到，但采用逐步趋近法的设定下，当开路循环水系统达到它的压缩极限时，我们给出的补水量建议值，实际上达不到，总是差一些，但是可以保证水系统维持在自己的极限。
[0031]
在一个实施例中，每天执行一次步骤（1）至（3），更新一次短期浓缩目标nn。
[0032]
在一个实施例中，短期浓缩倍数目标nn=ni+（na
‑
ni)*0.1。短期浓缩倍数目标nn例如为未来t日内的浓缩倍数目标。
[0033]
（4）按短期浓缩目标nn计算得出总补水量建议值：qms=qe*nn/（nn
‑
1）其中qe为瞬时蒸发量，qe=k*（t1
‑
t2）*qr，其中k为蒸发系数，t1为冷却塔上塔温度，t2为冷却塔下塔温度，qr为循环水的瞬时循环水量。
[0034]
计算瞬时蒸发量qe或者调用瞬时蒸发量qe并存储，当需要调用近t日内蒸发量积累值qei时，积分计算获得。
[0035]
进一步地，如果为单股补水，结合图2，调用当前补水水质，分别求得三种水质对应的压缩倍数ni，取三者最小为浓缩倍数n，并标记最大值来源是哪种补水水质饱和度。n=min[ni]= min[δ
i *90%/s
i
]，其中s
i
在i取1、2、3时分别为当前补水的总硬度、含盐量和氯离子
含量；δ
i
在i取1、2、3时分别为当前循环水的总硬度限值、含盐量限值和氯离子含量限值。
[0036]
比较n与nn，如果n≥nn，直接输出qms作为总补水量建议值；如果n<nn，则按照浓缩倍数n重新计算总补水量建议值qms=qe*n/（n
‑
1），存储并输出该建议值。按照循环水水质的90%去保持循环水的运行水质，因此该方法可以达到最高的浓缩倍数。
[0037]
当两股补水同时补水时，水质数值较高的一股补水的建议补水量qmrs=min[qms*(ms
i
‑
m1
i
)/(m2
i
‑
m1
i
)]，其中ms
i
在i取1、2、3时分别为总补水运行时的总硬度限值、含盐量限值和氯离子含量限值；m1
i
在i取1、2、3时分别为当前前水质数值较低的一股补水的总硬度、含盐量和氯离子含量；m2
i
在i取1、2、3时分别为当前当前水质数值较高的一股补水总硬度、含盐量和氯离子含量；另外一股补水的建议值为qmds=qms
‑
qmrs。
[0038]
本发明通过对水系统的水质水量平衡计算，实时指导水系统的多股补水配比调节；通过对循环水系统的长期监控数据预测水系统实际能达到的最佳浓缩倍数，以及逐步趋近法实时反馈调节指导水系统补水使得实际浓缩倍数向预测最佳值逐渐趋近，使循环水系统逐步趋向它自身能达到的浓缩倍数最佳的运行状态。
[0039]
另一方面提供一种开路循环水系统调配装置，结合图3，包括近期浓缩倍数获取模块、长期浓缩倍数获取模块、浓缩倍数确定模块以及补水量建议模块。
[0040]
近期浓缩倍数获取模块，计算开路循环水系统近t日内平均浓缩倍数ni。
[0041]
进一步地，近期浓缩倍数获取模块获取近t日内的蒸发水量积累值qei，近t日内的总补水量积累值qm。计算近一周平均浓缩倍数ni=qm/（qm
‑
qei）。
[0042]
长期浓缩倍数获取模块，获取开路循环水系统长期目标浓缩倍数na。
[0043]
长期浓缩倍数获取模块内置人工神经网络模型，预测长期目标浓缩倍数na，所述人工神经网络模型的输入为各类水源的补水量、各类水源的氯离子饱和度、各类水源的总硬度保护度、各类水源的含盐量饱和度、各类水源的悬浮物饱和度、各类水源的油分饱和度以及各类水源的铁离子饱和度，输出为长期目标浓缩倍数na。
[0044]
浓缩倍数确定模块，如果ni≥na，则设置短期浓缩目标nn为ni；否则设置短期浓缩目标nn=ni+（na
‑
ni)*γ，其中γ为趋近率，0<γ<0.5。
[0045]
补水量建议模块，按短期浓缩目标nn计算得出总补水量建议值：qms=qe*nn/（nn
‑
1）其中qe为瞬时蒸发量，qe=k*（t1
‑
t2）*qr，其中k为蒸发系数，t1为冷却塔上塔温度，t2为冷却塔下塔温度，qr为循环水的瞬时循环水量。
[0046]
当单股补水同时补水时，所述补水量建议模块计算：n= min[δ
i
*90%/s
i
]其中s
i
在i取1、2、3时分别为当前补水的总硬度、含盐量和氯离子含量；δ
i
在i取1、2、3时分别为当前循环水的总硬度限值、含盐量限值和氯离子含量限值；比较n与nn，如果n≥nn，直接输出qms作为总补水量建议值；如果n<nn，则更新总补水量建议值为：qms=qe*n/（n
‑
1）；当两股补水同时补水时，所述补水量建议模块对水质数值较高的一股补水的建议值为：qmrs=min[qms*(ms
i
‑
m1
i
)/(m2
i
‑
m1
i
)]其中ms
i
在i取1、2、3时分别为总补水运行时的总硬度限值、含盐量限值和氯离子
含量限值；m1
i
在i取1、2、3时分别为当前水质数值较低补水的总硬度、含盐量和氯离子含量；m2
i
在i取1、2、3时分别为当前水质数值较高的补水总硬度、含盐量和氯离子含量；另外一股补水的建议值为qmds=qms
‑
qmrs。
[0047]
综上所述，本发明涉及一种开路循环水系统调配方法及装置，计算开路循环水系统近t日内平均浓缩倍数ni；获取开路循环水系统长期目标浓缩倍数na；如果ni≥na，则设置短期浓缩目标nn为ni；否则设置短期浓缩目标nn=ni+（na
‑
ni)*γ；按短期浓缩目标nn计算得出总补水量建议值。本发明预测该水系统在自身条件限制下能达到的最佳浓缩倍数，用于指导水系统长期优化目标；使用趋近法逐步调节循环水系统补水量，以逐步稳定改善其运行状况。
[0048]
应当理解的是，本发明的上述具体实施方式仅仅用于示例性说明或解释本发明的原理，而不构成对本发明的限制。因此，在不偏离本发明的精神和范围的情况下所做的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。此外，本发明所附权利要求旨在涵盖落入所附权利要求范围和边界、或者这种范围和边界的等同形式内的全部变化和修改。