摘要

　　

　　以污水處理工藝系統為研究載體，先進的現代監測設備為研究基礎，監測數據為研究重點，提出了一種基于數據分析技術，結合現代監測技術、通信技術、計算機技術、數據庫技術的設備管理創新模式。創新模式指出：全面、精準的硬件和軟件監測系統是創新管理模式的基礎，通過描述統計法、相關性分析等數理統計方法挖掘數據潛在價值是創新管理模式的關鍵，將基于數據分析技術基礎上總結提煉的科學結論應用于生產，進一步提升設備過程控制能力是創新管理模式的目的。結合污水水泵啟停控制液位的科學設定、盤式過濾器濾芯定期堵塞問題的解決、水質檢測車探頭清洗裝置的研發等實例從設備科學運行、設備維修保養、設備創新改進三方面驗證了該管理模式的可行性、有效性和正確性。

　　

　　關鍵詞：設備管理數據分析監測技術

　　

　　1 簡介

　　

　　設備管理是以設備作為研究對象，應用一系列理論和方法，通過一系列技術手段，實現設備的科學型管理，包括如何實現設備的合理和正確使用、設備的維護保養、設備的創新改進等內容[2、5]。數據分析是指為了提取有用的信息而采用數學方法對收集到的數據進行研究和概括總結的過程[1]。

　　

　　隨著計算機技術、數據庫技術的日益發展以及和數學知識的不斷融合，數據分析技術正在被越來越多地應用于生產領域的各個方面，如何更加深入地挖掘數據分析技術的應用潛能為生產實踐服務，即如何實現基于數據分析技術基礎上，結合現代監測技術、通信技術、計算機技術以及數據庫技術進一步增強生產過程控制、優化設備管理過程，提高設備管理水平是一項重要的課題[3、4]。本文針對上述問題，以某煙廠污水處理工藝系統為研究載體，淺析了基于數據分析技術的設備管理模式。

　　

　　2 設備管理創新模式的運行框架

　　

　　通過全面、精準的在線監測系統，實現對整個工藝流程全方位的監測，結合通信技術、計算機技術、數據庫技術實時將監測數據傳輸到工控電腦，實現遠程監控及全套系統監測數據的存儲、管理；通過描述統計法、相關性分析、回歸分析法等數理統計方法挖掘監測數據潛在價值，形成符合系統運行規律的科學結論，應用于生產實踐，最終從優化設備運行策略、變革設備維保方式、驅動設備創新改進三個方面實現設備過程控制能力的提升。

　　

　　3 全面、精準的監測系統是設備管理創新模式的基礎

　　

　　全面的監測系統包括硬件監測系統和軟件監測系統。硬件監測系統是整套監測系統的基礎，全面是指監測系統應該覆蓋生產工藝流程的各個環節各個節點，精準則是指監測系統應該作業穩定、可靠；軟件監測系統則是硬件監測系統的進一步發展，是一個高度集成的系統，實現對每一臺設備的遠程控制以及每一套監測設備反饋數據的監控，并且結合數據庫技術可以實現全系統監測數據的存儲、管理。

　　

　　某煙廠污水處理站的硬件監測系統包括水質指標監測系統、狀態量監測系統、氣體狀態監測系統、設備運行狀態監測系統四類，如下表所示。

　　

　　硬件和軟件監測系統的結合實現了污水處理站全方位的監控，體現在三個方面：實現由點到面的系統監測、實現遠程監控、實現監測數據的處理。

　　

　　從污水處理站的入口集水池，到經過初級處理系統處理后連通市政污水排放管道的中間水池，再到經過深度處理系統處理后連接廠區景觀綠化用水管道的清水池，系統的各個環節都配備完善的監測設備，比如集水池有濁度等水質指標檢測儀、超聲波液位監測計、水池進口和每個水泵的出口及總管處有流量監測系統；監測設備在實地得到的每一個監測數據實時傳輸到遠程監控電腦，一旦現場某個節點出現異常情況，技術人員可以第一時間從遠程監控系統得到信息；監測技術結合通信技術、計算機技術、數據庫技術則可以實現全套系統監測數據的存儲、管理，為后續進行數據分析提供源數據。

　　

　　4 挖掘數據潛在價值是設備管理創新模式的關鍵

　　

　　數據是設備及系統運行狀態的抽象表現形式，可以深刻地反映出設備及系統運行的變化趨勢及好壞，因此通過描述統計法、相關性分析等數理統計方法對監測數據進行分析并且挖掘數據潛在價值是實現由監測數據轉變為生產力的關鍵。

　　

　　4.1 基于描述統計法的運行規律總結

　　

　　描述統計法是通過數學方法，對數據進行整理、分析，并對數據的分布狀態等信息進行描述的方法，采用描述統計法對記錄全套系統的歷史運行特性的完整數據進行分析可以得到系統運行的規律特性。

　　

　　通過采集每日集水池入口處的流量計監測數據描述統計法總結得到如下運行規律：

　　

　　①日均污水處理量約為T=1135t，最大污水處理量為Qmax=2064t，最小污水處理量為Qmin=233t；

　　

　　②由于停產，周末污水處理量維持在700t/d以下；

　　

　　③日均污水處理量處于1000t至1200t范圍內的最多，占比22%。

　　

　　在總結歷史運行規律的基礎上，從當前的運行數據和歷史數據的對比中，可以發現異常情況，找到問題根源的可能性。

　　

　　階段Ⅰ的檢測數據比較穩定，保持在22mg/L~25mg/L的微小波動范圍，階段ⅡCOD數據呈現逐步上升的趨勢，階段Ⅲ檢測數據再次達到穩定，波動更小，基本保持在42mg/L不變，此時的檢測數據已不能反映真實情況，在進水水質基本不變、加藥量和加藥濃度基本穩定、處理設備正常運行的前提下，引起這一問題的最大可能性是檢測探頭表面有雜質粘附，影響了正常工作。

 

數據分析技術

　　

　　4.2 基于相關性分析的最佳方案確定

　　

　　相關性分析是指對兩個或多個變量進行分析，從而衡量變量間的相關密切程度。

　　

　　由曲線圖可知，PAC的投加量由0.5mg/L遞增到2.0mg/L的過程中，COD由48.2mg/L減小到22.0mg/L；當PAC的投加量大于2.2mg/L時，COD值又有一定程度的上升，但上升有限。從實驗結果看，PAC投加量控制在1.8mg/L~2.0mg/L對控制COD有較好的效果。

　　

　　4.3 基于時間序列分析的發展趨勢預測

　　

　　時間序列分析是研究觀測到的時間序列數據所遵從的統計規律的數理統計方法。通過時間序列分析來預測發展趨勢，可以讓技術人員提前做出更加合理、科學的決定。污水處理站PAC藥品的采購是一個需要預測發展趨勢的問題：由于PAC藥品保質期有限，儲量過多導致藥品失效，造成浪費；由于采購藥品的審批等流程需要耗費一定的時間，儲量過低導致無法及時補充藥品而影響水質處理效果。實際應用中，PAC的加藥量和污水處理量存在一定的比例關系，因此最科學有效的做法是：預測一段時間內的污水處理量來確定藥品消耗量，進而確定最低儲藥量、最高儲藥量、采購量等。

　　

　　根據上表的統計結果，可以大致預測下一季度的污水最大處理量Qmax、最小處理量Qmin、平均處理量Qp，根據加藥量和污水量的比例關系確定最大消耗量Tmax、最小消耗量Tmin、平均消耗量Tp，進而確定最大采購量Gmax、最小采購量Gmin、平均采購量Gp。

　　

　　上述通過描述統計法、相關性分析、時間序列分析等數理統計方法對數據分析都只是應用了最基本、比較簡單的數據處理工具，如果進行深層次的挖掘，需要用到曲線擬合、參數估計等工具，在此不再贅述。

　　

　　5 提升設備過程控制能力是設備管理創新模式的目的

　　

　　采用數據分析技術挖掘反映系統真實運行情況的監測數據的潛在價值，形成符合系統運行規律的科學結論，并將科學結論應用于生產實踐以提升設備過程控制能力是設備管理創新模式的目的。提升設備過程控制能力主要體現在三個方面：優化設備運行策略、變革設備維保方式、驅動設備創新改進。

　　

　　5.1 優化設備運行策略

　　

　　建立在監測數據基礎之上提煉的科學結論提供給技術人員合理應用設備的科學依據，實現設備或者系統效率最大化、能源利用率最大化。

　　

　　通過歷史數據的分析發現規律：夏季月份的中水消耗量較大，相應地自來水的補水量也較大，白天正常的污水處理速度已很難滿足消耗速度的需求，原因主要是廠區綠化消耗的水量較大。因此，科學的應對措施是：夜班在中水停用的情況下，將整套污水處理系統由末端至前端的水池的水泵啟動液位提高，比如將啟動液位由2m提高到3.5m，起到蓄存水量的作用；白天在中水使用的情況下，降低水泵的啟動液位，由3.5m降低到2m，及時補充末端中水消耗。合理設定水泵的啟停控制液位就是在準確的監測數據基礎之上，通過數據分析得到的降低自來水補水量的科學運行策略。

　　

　　5.2 變革設備維保方式

　　

　　目前，普遍采用的是具有計劃性質的周期性預防維修保養，這種維修保養方式可以很大程度上降低設備的故障率，保障設備的正常運行，但也有其自身的缺陷：①每次的維修保養任務重、時間緊；②為了充分保障設備的正常運行，往往零部件的運行時間遠遠低于其使用壽命[3、4]。

　　

　　現代監測技術的發展及數據分析技術的深入應用為維修保養方式的變革提供了科技力量，技術人員可以通過監測技術直接或者間接地跟蹤設備的運行狀況，通過數據分析技術分析數據的變化趨勢，預測可能的發展方向。比如可通過入口、出口處壓力差的變化趨勢來判斷盤式過濾器是否有堵塞現象，下表所示的是解決盤式過濾器濾芯定期堵塞的三種維修方法的對比情況。從表中可知，預測維修相比預防維修和事后維修在經濟成本、時間成本上均具有一定的優勢。

　　

　　這一案例可以得出:對于盤式過濾器濾芯的清洗或者更換不再是一個具有計劃性質的周期性預防維修保養工作，更加不是一個阻塞后進行清洗的事后維修工作，而是一個基于精準的監測技術基礎上準確的數據分析而做出的具有預測性質的維修保養工作。這種維修保養工作避免了計劃性周期保養工作的弊端：由于進水水質及前端水處理設備的不同情況會導致進入盤式過濾器的水質不同，因此不同時間段盤式過濾器的正常運行時間及使用壽命本身就不同，具有計劃性的維護保養工作必定會造成過剩維修或事后維修。

　　

　　5.3 驅動設備創新改進

　　

　　數據分析提煉出的科學結論可以驅動設備的創新改進。

　　

　　在上文提到的COD上升的例子中，技術人員對比歷史運行規律，發現異常情況，并推測引起COD檢測數據上升的最大可能性是檢測探頭表面有雜質粘附，經過手動清洗探頭后，檢測數據恢復到22mg/L左右波動。通過前、后數據曲線圖的對比可以確定：COD檢測數據的上升是因為探頭表面粘附雜質引起的這一推斷的正確性。

　　

　　為了解決這一問題，技術人員采用自動壓縮空氣清洗檢測探頭，每隔兩天清洗一次檢測探頭得到的中間水池COD檢測數據，整個實驗過程中，檢測數據始終處于20mg/L~25mg/L的范圍，并沒有出現由于外界因素的影響導致檢測數據不斷上升的現象，表明壓縮空氣探頭清洗法是成功的。

　　

　　從這一案例中可以得到如下結論：由于監測數據的異常變化引起了技術人員的注意，推測發生這一問題的可能性，在實驗數據的對比中確認了這個可能性，并找到了解決問題的措施，為創新改進提供了科學依據，在創新前后的數據對比中驗證了科技創新的成功。

　　

　　6 TPM培訓公司結論

　　

　　本文以某煙廠污水處理工藝系統為研究載體，先進的現代監測設備為研究基礎，監測數據為研究重點，提出了一種基于數據分析技術，結合現代監測技術、通信技術、計算機技術、數據庫技術的設備管理創新模式，得到以下結論。

　　

　　①全面、精準的監測系統是設備管理創新模式的基礎；

　　

　　②挖掘數據潛在價值是設備管理創新模式的關鍵；

　　

　　③提升設備過程控制能力是設備管理創新模式的目的。

　　

　　應用數據分析技術挖掘基于完善、精準監測系統基礎上的監測數據，形成科學結論應用于生產實踐，實現優化設備運行策略、變革設備維保方式、驅動設備創新改進的目的，結合水泵啟停控制液位的科學設定、盤式過濾器濾芯定期堵塞問題的解決、水質檢測車探頭清洗裝置的研發等實例驗證了該管理模式的可行性、有效性、正確性。