典型案例

classic case

应用行业：水/污水

针对 水/污水 行业 可提供全流程的工艺优化方案

工艺精准化控制：

水行业工艺过程所面临的挑战：

★大滞后：水行业工艺时滞较长

★强耦合：各种影响因素环环相扣

★非线性：工艺流程很多是非线性工况

★多偶发：很多事故来自偶发因子

针对这些挑战，我们有完善的、成套的、针对水处理全工艺段的解决方案

具体方案介绍：

1、泵组优化控制

客户需求

●安全性:满足水位限制

●稳定性:实现稳定的流量、压力

目标

●优化泵的运行频率/转速

●优化泵的操作启动/停止

价值

●优化泵运行，节约电耗，减少碳排放

方案

●采用“AI+ “ 形式建立泵房中每一台泵的运行数据模型（水泵效率模型），依托于控制系统的高可靠性能，AI模块边缘计算能力,相对国内软件公司云端算法更具有安全性、可靠性、竞争力。

2、智能加药优化控制

应用实时控制的神经元网络非线性模型技术，针对水/污水厂的PAC/PAM、次氯酸钠消毒、碳源、除磷等投加控制环节多扰动变量、大滞后的特征，采用基于模型预测控制技术MPC(MODEL PREDICTIVE CONTROL)智能加药投加系统。

模型预测控制具有以下特点

（1）预测算法，基于阶跃信号就可以获得非参数模型，且不需要进一步对模型进行辨识，而这类信号对于工业过程来说是容易实现的。

（2）算法汲取了预测控制中多步优化的特点，增强了控制器的鲁棒性。

（3）通过可编程控制系统(PLC系统)实现的最优控制算法，同时这种最优控制计算是实时在线计算，所有控制参数和监测参数是根据PLC运行数据动态实时获取的，全部在自动化控制层实习闭环逻辑，最大程度的保护用户的生产数据安全性。

（4）建模方便，不需要深入了解过程内部机理

（5）非最小化描述的离散卷积模型，有利于提高系统的鲁棒性

（6）滚动优化策略，较好的动态控制效果

（7）简单实用的模型校正方法，较强的鲁棒性

（8）可应用于带约束、大纯滞后、非最小相位、多输入多输出、非线性过程

某项目加药模型

余氯指标效果对比

浊度指标效果对比

药耗统计

3、其他工艺优化方案：

沉淀池排泥优化、滤池优化控制、送水压力优化、官网压力优化、智能曝气DO控制、内回流控制C/N、污泥加药/污泥焚烧控制等。