污水处理过程的自适应故障诊断研究与系统实现

作     者：李勇奇 

作者单位：佛山科学技术学院 

学位级别：硕士

导师姓名：肖红军

授予年度：2022年

学科分类：083002[工学-环境工程] 0830[工学-环境科学与工程（可授工学、理学、农学学位）] 08[工学] 080401[工学-精密仪器及机械] 0804[工学-仪器科学与技术] 080402[工学-测试计量技术及仪器] 0838[工学-公安技术] 

主      题：污水处理 故障诊断 数据驱动 自适应 局部近邻标准化 

摘      要：生活中每天都产生了大量的污水,这些污水大大增加了城市的环保压力,污水处理厂可以有效的缓解环保压力,而污水处理厂能否正常运行影响着城市污水的治理效果。污水处理过程是一个复杂的生化反应过程,而且受季节、天气、流量等诸多因素的干扰和影响,极易产生各种各样的故障,造成环境的二次污染甚至造成人员伤亡。因此,加强污水处理过程的故障诊断尤为迫切。目前,绝大多数污水处理厂的故障诊断系统都不够完善,主要原因在于污水处理过程具有时变性、非线性、强耦合性、大滞后性等特点,传统的机理建模过程异常复杂。近些年各种污水检测的传感器不断更新,数据的提取分析技术也不断发展,为实现数据驱动的故障诊断方法提供了数据和技术支撑。本文以北京市的某个污水处理厂内的污水处理过程为研究对象,以主成分分析算法为基础,研究了一种适合于污水处理过程的可自适应故障诊断算法,并开发了一款污水处理过程的故障诊断软件。具体研究内容如下:（1）为了从污水处理过程的原始测量数据中有效提取反映故障的特征数据,采用主成分分析算法建立了故障诊断模型。但是在实际的污水处理过程中,往往原始数据都是线性不可分的,因此,论文中利用核方法进行将原始测量空间中的非线性数据转换为了高维度空间中的线性数据,建立了核主成分分析故障诊断模型。基于污水处理厂的采集数据的仿真结果表明:相比于主成分分析故障诊断算法,基于核主成分分析的故障诊断算法的统计量（Squared Prediction Error,SPE）的误报率下降了2%,统计量（Hotelling’s T,T）则完全在控制限以下,误报率归零。（2）针对污水处理过程中因工艺和生产方式等因素导致数据出现多模态特性,采用局部近邻标准化方法消除了多模态特性。此外,污水处理过程由季节和环境变化的影响较大,静态的故障诊断模型难以保证故障诊断的有效性,因此,论文中采用移动窗口算法建立了自适应的核主成分分析故障诊断模型。仿真结果表明:结合局部近邻标准化的自适应核主成分分析故障诊断模型在有效诊断故障的情况下,还能消除误报现象。（3）根据企业需求,以Qt平台为开发工具,结合C++编程环境下的Snap7开源文件和My SQL数据库,开发了一款故障诊断软件。软件实现的功能主要有:（1）数据通信、存储和调用等基础功能;（2）访问功能:保证污水厂内的信息数据安全、访问权限等;（3）参数设置功能:对污水设备中的PLC参数、故障诊断中的参数等进行输入设置和载入功能等;（4）故障诊断功能:调用故障算法生成的动态链接库文件,配合正常历史数据和实时监测数据进行故障诊断并得出相应的结果;（5）数据可视化功能:利用Qt中的QCustom Plot插件和UI界面上的插件,将实时的污水数据和故障诊断结果可视化,方便工作人员查看以及进一步的采取措施。最终开发出的软件实现了对污水处理厂中的重要参数监测和污水处理过程的故障诊断,达到了预期的目标。