任 健,周紅標(biāo),劉帥祥,張金龍,蘇 衍

(淮陰工學(xué)院自動(dòng)化學(xué)院,江蘇 淮安 223003)

0 引言

隨著城市規(guī)模的不斷擴(kuò)大和工業(yè)廢水排放量的日益增加,地表水污染問題日趨嚴(yán)重[1]。由于排水系統(tǒng)落后,現(xiàn)代城市大多存在污水排河或河水倒灌等問題[2]。傳統(tǒng)截流井依據(jù)井內(nèi)水體深度和流量大小實(shí)現(xiàn)截污,能夠防止污水溢流到城市河流水體。但是,傳統(tǒng)截流井存在易老化、易損壞、運(yùn)行成本高和維護(hù)難等諸多缺點(diǎn)[3-4]。

與傳統(tǒng)截流井相比,智能截流井首先采用智能感知技術(shù)實(shí)時(shí)獲取雨量、液位和流量等指標(biāo),然后通過嵌入式微處理器對(duì)數(shù)據(jù)進(jìn)行分析、處理,最后控制閘門動(dòng)作,以實(shí)現(xiàn)自控截污[5]。郭坤等[6]采用可編程邏輯控制器(programmable logic controller,PLC)設(shè)計(jì)自動(dòng)控制系統(tǒng),根據(jù)水位和雨量等信息自動(dòng)控制閘門的開啟和關(guān)閉。王雷等[7]采用有線通信方式實(shí)現(xiàn)截流井的數(shù)據(jù)上傳和遠(yuǎn)程控制。索猛等[8]采用單片機(jī)開發(fā)工業(yè)過程循環(huán)水檢測(cè)裝置,實(shí)現(xiàn)酸堿度、電導(dǎo)率、氧化還原電位等水質(zhì)參數(shù)的在線監(jiān)測(cè)。然而,上述截污系統(tǒng)的控制動(dòng)作主要依賴嵌入式設(shè)備對(duì)現(xiàn)場(chǎng)數(shù)據(jù)的分析,并沒有工程師和智能算法的支撐,容易引起控制器誤動(dòng)作。

針對(duì)上述問題,本文采用物聯(lián)網(wǎng)技術(shù)設(shè)計(jì)智能防倒灌自控截污系統(tǒng)。該系統(tǒng)能夠感知井內(nèi)外的雨量、流量、液位、濁度、酸堿度(potential of hydrogen,pH)和化學(xué)需氧量(chemical oxygen demand,COD)等水質(zhì)數(shù)據(jù),并利用4G無線通信技術(shù)將數(shù)據(jù)傳輸?shù)皆贫?在云端采用支持向量機(jī)(support vector machine,SVM)算法構(gòu)建水質(zhì)智能預(yù)警模型,可實(shí)現(xiàn)數(shù)據(jù)可視化、管理無人化和控制智能化。該系統(tǒng)降低了運(yùn)維成本,提高了污水截流的可靠性。

1 傳統(tǒng)截流井概述

截流井是城市排水系統(tǒng)的重要組成部分,起到攔截污水和雨天泄洪的作用。在干旱季節(jié)或雨季初期,截流井引導(dǎo)污水通過污水管排入污水處理廠,能夠有效防止污水侵入城市水體;在雨季中后期,截流井引導(dǎo)雨水通過雨水管排入河流,以增加淡水資源量、減輕雨水對(duì)污水處理廠的負(fù)荷沖擊。

傳統(tǒng)截流井主要采用鴨嘴式、槽式或閘式結(jié)構(gòu),具有造價(jià)低、使用方便等優(yōu)點(diǎn)。

傳統(tǒng)截流井構(gòu)造如圖1所示。

圖1 傳統(tǒng)截流井構(gòu)造圖

傳統(tǒng)截流井在實(shí)際工程應(yīng)用時(shí)存在以下缺陷。鴨嘴式截流井利用內(nèi)外壓差開啟和關(guān)閉止回閥。其并不能有效防止河水倒灌,同時(shí)存在橡膠結(jié)構(gòu)易老化、易泄漏、易損壞的缺點(diǎn)。槽式截流井囿于井體構(gòu)造,無法有效實(shí)現(xiàn)中后期雨污分流。閘式截流井以手動(dòng)控制為主,存在需專人看管、自動(dòng)化程度低以及統(tǒng)一管理和維護(hù)難度大等問題。此外,傳統(tǒng)截流井由于沒有考慮井內(nèi)水質(zhì)狀況,在旱季井內(nèi)水質(zhì)符合排河標(biāo)準(zhǔn)時(shí)仍控制水體進(jìn)入污水管網(wǎng)內(nèi)。這不可避免地增大了污水處理廠的運(yùn)轉(zhuǎn)負(fù)荷。

2 系統(tǒng)總體架構(gòu)

為了解決傳統(tǒng)截流井存在的問題,本文設(shè)計(jì)了1種基于物聯(lián)網(wǎng)技術(shù)的智能防倒灌自控截污系統(tǒng)。

系統(tǒng)總體架構(gòu)如圖2所示。

圖2 系統(tǒng)總體架構(gòu)

基于物聯(lián)網(wǎng)技術(shù)的智能防倒灌自控截污系統(tǒng)主要由設(shè)備層、網(wǎng)絡(luò)層和應(yīng)用層3個(gè)部分組成。設(shè)備層主要包括STM32主控模塊、多傳感器模塊、閘門和潛水泵控制模塊。網(wǎng)絡(luò)層主要包括嵌入式智能網(wǎng)關(guān)和云端服務(wù)器。應(yīng)用層主要包括云平臺(tái)和微信小程序。

系統(tǒng)工作流程如下。

首先,設(shè)備層利用多傳感器模塊采集雨量、流量、液位、濁度、pH和COD等水質(zhì)數(shù)據(jù),并通過設(shè)備層的STM32主控模塊將數(shù)據(jù)上傳到智能網(wǎng)關(guān)。同時(shí),設(shè)備層接收智能網(wǎng)關(guān)下發(fā)的控制命令,以實(shí)現(xiàn)潛水泵和閘門的自動(dòng)控制,起到自動(dòng)截污和污水防倒灌的作用。

其次,智能網(wǎng)關(guān)接收到水質(zhì)數(shù)據(jù)后,同步獲取潛水泵和閘門的運(yùn)行狀態(tài)數(shù)據(jù),將數(shù)據(jù)封裝成幀,并利用4G通信技術(shù)上傳到云端服務(wù)器。

再次,云服務(wù)器接收、解析數(shù)據(jù)包,并將處理后的數(shù)據(jù)保存在云端服務(wù)器數(shù)據(jù)庫中。

最后,在云端服務(wù)器搭建云平臺(tái),以實(shí)現(xiàn)水質(zhì)數(shù)據(jù)的可視化展示、水質(zhì)等級(jí)的智能分類判別以及控制設(shè)備的遠(yuǎn)程操控。同時(shí),開發(fā)的微信小程序提升了運(yùn)維管理的便捷性。

3 系統(tǒng)硬件設(shè)計(jì)

系統(tǒng)硬件主要由多傳感器模塊、STM32主控模塊、RS-485通信模塊、4G通信模塊和控制模塊組成。

3.1 多傳感器模塊

多傳感器模塊主要采集雨量、流量、液位、濁度、pH和COD等各類水質(zhì)數(shù)據(jù)。后續(xù)水質(zhì)分類和控制設(shè)備動(dòng)作均依賴數(shù)據(jù)的處理結(jié)果。

本文分別選用RS-YL-N01-6-02型翻斗式雨量傳感器、DN65型水流量傳感器、 KDL300RS型投入式液位傳感器、PR-3002-ZD型濁度傳感器、FH-100型pH傳感器和PR-300-ZD-1000型COD傳感器來構(gòu)建多傳感器模塊。

翻斗式雨量傳感器能夠?qū)⒔涤炅哭D(zhuǎn)換為開關(guān)量表示的數(shù)字信號(hào)。水流量傳感器能夠輸出與水流量成線性比例關(guān)系的脈沖信號(hào)。投入式液位傳感器以高性能壓力傳感器作為測(cè)量元件,能夠建立液體壓力信號(hào)以輸出與液體深度之間的線性對(duì)應(yīng)關(guān)系。濁度傳感器采用紅外線對(duì)管的透光原理檢測(cè)水體的污濁程度。pH傳感器采用測(cè)量電極之間的電位差來檢測(cè)溶液中的氫離子濃度。COD傳感器采用水體中有機(jī)物對(duì)254 nm波長(zhǎng)紫外光具有吸收作用的原理,測(cè)量水中溶解的有機(jī)污染物含量。

3.2 STM32主控模塊

系統(tǒng)選用STM32F103RC作為主控芯片。該芯片最高工作頻率可達(dá)72 MHz,最大可集成512 KB的閃速存儲(chǔ)器和64 KB的靜態(tài)隨機(jī)存取存儲(chǔ)器(static random-access memory,SRAM),提供3個(gè)12位的數(shù)模轉(zhuǎn)換器、5個(gè)通用同步/異步接收/發(fā)送器(universal synchronous/asynchronous receiver/transmitter,USART)等資源。因此,該芯片能夠?qū)崿F(xiàn)對(duì)多路傳感器信號(hào)的采集、儲(chǔ)存、通信和控制,具有控制性能優(yōu)越、功耗低、集成度高和開發(fā)簡(jiǎn)便等優(yōu)點(diǎn)[9-11]。

STM32主控模塊的硬件電路主要由STM32主控芯片、時(shí)鐘電路、復(fù)位電路和濾波電路等組成。

STM32主控模塊如圖3所示。

圖3 STM32主控模塊

3.3 RS-485通信模塊

智能網(wǎng)關(guān)作為數(shù)據(jù)集中處理和異構(gòu)網(wǎng)絡(luò)數(shù)據(jù)交互的平臺(tái),主要作用是對(duì)接入的RS-485設(shè)備進(jìn)行數(shù)據(jù)解析,并對(duì)設(shè)備層數(shù)據(jù)進(jìn)行分析處理、數(shù)據(jù)加密和協(xié)議轉(zhuǎn)化,從而將數(shù)據(jù)通過網(wǎng)絡(luò)接口發(fā)送給云端服務(wù)器。因此,本文利用RS-485通信模塊實(shí)現(xiàn)智能網(wǎng)關(guān)與設(shè)備層STM32之間的數(shù)據(jù)通信。RS-485總線傳輸速率為100 Kbit/s～10 Mbit/s,傳輸距離最高可達(dá)1 200 m,完全能夠勝任截污系統(tǒng)井下幾十米距離的數(shù)據(jù)傳輸工作。

本文采用MAX3485芯片設(shè)計(jì)RS-485通信模塊。在設(shè)備層和智能網(wǎng)關(guān)中,2塊MAX3485的RO和DI引腳分別與相應(yīng)STM32的RX和TX串口相連。設(shè)備層MAX3485的B引腳和A引腳分別與智能網(wǎng)關(guān)MAX3485的B引腳和A引腳相連,從而實(shí)現(xiàn)設(shè)備層STM32和智能網(wǎng)關(guān)STM32的雙向通信。

RS-485通信模塊如圖4所示。

圖4 RS-485通信模塊

3.4 4G通信模塊

系統(tǒng)采用4G物聯(lián)網(wǎng)技術(shù)構(gòu)建智能網(wǎng)關(guān)與云端服務(wù)器之間的通信鏈路,實(shí)現(xiàn)多套智能截污系統(tǒng)與服務(wù)器的報(bào)文交換和數(shù)據(jù)對(duì)接。本文選用SIM7600模塊構(gòu)建4G通信電路。該電路上行最大傳送速率為50 Mbit/s,下行最大傳送速率為150 Mbit/s,完全能夠勝任系統(tǒng)的遠(yuǎn)程監(jiān)控工作。

STM32與4G模塊之間的串行通信電路如圖5所示。

圖5 STM32與4G模塊之間的串行通信電路

串行通信電路以通用異步收發(fā)傳輸器(universal asynchronous receiver/transmitter,UART)實(shí)現(xiàn)數(shù)據(jù)的串口透?jìng)?。智能網(wǎng)關(guān)中,STM32的TX、RX引腳分別與SIM7600的RXD、TXD引腳相連,從而實(shí)現(xiàn)設(shè)備層現(xiàn)場(chǎng)數(shù)據(jù)的無線上傳與應(yīng)用層控制指令的遠(yuǎn)程下發(fā)。

3.5 控制模塊

系統(tǒng)通過STM32控制器與繼電器的協(xié)同工作實(shí)現(xiàn)閘門和潛水泵等機(jī)電設(shè)備的遠(yuǎn)程控制。繼電器控制電路如圖6所示。圖6中:OUT1為STM32的輸入/輸出(input/output,I/O)端口;TLP521為光電耦合器;Q6為NPN型三極管。當(dāng)STM32的OUT1輸出低電平時(shí),三極管飽和導(dǎo)通,繼電器線圈得電,閘門或潛水泵開始工作。當(dāng)STM32的OUT1輸出高電平時(shí),三極管截止,繼電器線圈失電,閘門或潛水泵停止工作。

圖6 繼電器控制電路

4 系統(tǒng)軟件設(shè)計(jì)

系統(tǒng)軟件主要由主程序、云端服務(wù)器程序、云平臺(tái)程序和可視化界面等組成。

4.1 主程序

主程序流程如圖7所示。

圖7 主程序流程圖

主程序主要包括STM32主控程序和智能網(wǎng)關(guān)程序。主程序在Keil uVision4開發(fā)平臺(tái)中采用C語言編寫,通過JLINK仿真器將編譯生成的hex文件燒寫進(jìn)STM32。STM32主控程序主要包括數(shù)據(jù)采集程序、數(shù)據(jù)處理程序和信號(hào)控制程序等。智能網(wǎng)關(guān)程序主要包括串口加密通信程序、4G無線通信報(bào)文傳輸程序等。

主程序中,STM32主控程序是先運(yùn)行的部分。其首先進(jìn)行系統(tǒng)初始化操作,然后對(duì)各傳感器進(jìn)行數(shù)據(jù)采集與處理。截污控制算法根據(jù)采集的數(shù)據(jù)對(duì)閘門和潛水泵進(jìn)行控制,直至達(dá)到設(shè)定值。同時(shí),STM32主控芯片對(duì)數(shù)據(jù)進(jìn)行加密,通過RS-485總線與智能網(wǎng)關(guān)通信。數(shù)據(jù)由智能網(wǎng)關(guān)統(tǒng)一發(fā)送到4G無線模塊SIM7600,經(jīng)加密后上傳到云端服務(wù)器。

4.2 云端服務(wù)器程序

云端服務(wù)器程序是基于Visual Studio 2015開發(fā)平臺(tái),使用C語言編寫的。通過對(duì)程序進(jìn)行編譯和打包,可在云端服務(wù)器上生成1個(gè)監(jiān)聽上位機(jī)的客戶端。該監(jiān)聽上位機(jī)負(fù)責(zé)接收來自智能網(wǎng)關(guān)的數(shù)據(jù),并將數(shù)據(jù)存儲(chǔ)在MySQL數(shù)據(jù)庫。

云端服務(wù)器程序流程如圖8所示。

圖8 云端服務(wù)器程序流程圖

云端服務(wù)器中監(jiān)聽上位機(jī)的工作流程如下。首先,監(jiān)聽上位機(jī)執(zhí)行系統(tǒng)初始化操作,主要設(shè)置串口波特率、延時(shí)函數(shù)、定時(shí)/計(jì)數(shù)器工作模式、系統(tǒng)中斷等。其次,監(jiān)聽上位機(jī)啟動(dòng)監(jiān)聽功能,通過監(jiān)聽特定的端口,建立設(shè)備層與云端服務(wù)器之間的通信通道。通信通道確保了設(shè)備與服務(wù)器之間的有效連接。接著,監(jiān)聽上位機(jī)進(jìn)入待命狀態(tài),時(shí)刻準(zhǔn)備接收來自設(shè)備層發(fā)送的數(shù)據(jù)包。一旦接收到數(shù)據(jù)包,監(jiān)聽上位機(jī)會(huì)對(duì)數(shù)據(jù)包進(jìn)行解析和處理,以驗(yàn)證數(shù)據(jù)的完整性和準(zhǔn)確性。最后,經(jīng)過解析和處理的數(shù)據(jù)會(huì)被保存到云端服務(wù)器的MySQL數(shù)據(jù)庫中,以供后續(xù)查詢、分析和處理。云端服務(wù)器重復(fù)執(zhí)行上述步驟,直到停止監(jiān)聽操作?？傊?監(jiān)聽上位機(jī)實(shí)現(xiàn)了設(shè)備層與云服務(wù)器之間的有效數(shù)據(jù)傳輸。

4.3 云平臺(tái)程序

云平臺(tái)程序主要由前端和后端組成。前端負(fù)責(zé)數(shù)據(jù)的可視化展示。后端負(fù)責(zé)讀取云服務(wù)器數(shù)據(jù)庫的數(shù)據(jù),并與前端進(jìn)行數(shù)據(jù)交互。本研究采用HTML5搭建前端頁面;采用CSS3實(shí)現(xiàn)前端頁面的靜態(tài)展示;采用JavaScript實(shí)現(xiàn)前端頁面的動(dòng)態(tài)交互;采用Spring Boot實(shí)現(xiàn)后端與前端之間的數(shù)據(jù)交互。

云平臺(tái)功能架構(gòu)如圖9所示。

圖9 云平臺(tái)功能架構(gòu)

云平臺(tái)程序的主要任務(wù)如下。

①設(shè)備分布是實(shí)時(shí)顯示設(shè)備的地圖分布和詳細(xì)信息。

②數(shù)據(jù)管理是實(shí)時(shí)顯示液位、雨量、流量、水質(zhì)等數(shù)據(jù)信息,在線對(duì)潛水泵和閘門進(jìn)行控制。

③數(shù)據(jù)分析是利用人工智能算法處理后臺(tái)數(shù)據(jù),形成智能決策。

④用戶管理是分配用戶操作設(shè)備的權(quán)限。

4.4 可視化界面

為了便于數(shù)據(jù)的集中管理、統(tǒng)一顯示和智能分析,本文利用Visual studio 2015軟件設(shè)計(jì)客戶端可視化界面。該軟件具有開發(fā)效率高、插件豐富等優(yōu)點(diǎn),能夠滿足截污系統(tǒng)遠(yuǎn)程可視化界面的設(shè)計(jì)需求。可視化界面能夠?qū)崟r(shí)顯示設(shè)備序列號(hào)、最新數(shù)據(jù)上傳時(shí)間、設(shè)備狀態(tài)(潛水泵的啟動(dòng)和停止、閘門的開啟和關(guān)閉)、實(shí)時(shí)水質(zhì)參數(shù)(雨量、流量、液位、濁度、COD值、pH值)等信息。

本文設(shè)計(jì)的防倒灌自控截污系統(tǒng)在無錫市某地進(jìn)行了性能有效性測(cè)試。試驗(yàn)在某安置點(diǎn),利用該系統(tǒng)采集30天的雨水管出水水質(zhì)數(shù)據(jù)。其中,前10天和后10天均關(guān)閉截污系統(tǒng),僅依靠截流井機(jī)械結(jié)構(gòu)的功能完成污水截流。

系統(tǒng)測(cè)試效果如圖10所示。

圖10 系統(tǒng)測(cè)試效果

由圖10可知,在系統(tǒng)開啟后,雨水管中的總磷和濁度等水質(zhì)數(shù)據(jù)得到明顯改善。這表明系統(tǒng)將大部分污水轉(zhuǎn)運(yùn)至污水管網(wǎng)中,截污效果良好。

5 水質(zhì)分類模型研究

5.1 SVM理論

SVM是Vapnik等[12-13]在統(tǒng)計(jì)學(xué)習(xí)理論中提出的。SVM利用多個(gè)支持向量確定的超平面對(duì)數(shù)據(jù)進(jìn)行分類。假設(shè)訓(xùn)練集為(x(i),y(i))(i=1,2,…,n;xi∈Rn;y(i)∈{-1,1}),則最佳分類超平面為:

f(x)=w·φ(x)+b=0

(1)

式中:w為權(quán)重向量;b為權(quán)重偏置。

根據(jù)式(1),訓(xùn)練樣本x(i)到最佳分類超平面f(x)的距離為:

(2)

同比率調(diào)整w和b,可實(shí)現(xiàn)f(x)的歸一化,并確保訓(xùn)練集滿足以下約束條件:

y(i)[w·φ(x(i))+b]-1≥0

(3)

(4)

本文采用Lagrange法將式(4)的二次規(guī)劃問題轉(zhuǎn)換為對(duì)偶問題:

(5)

式中:α=(α1,α2,…,αn)T為L(zhǎng)agrange乘子向量。

本文利用核函數(shù)K=K(x(i),x(j))可解決數(shù)據(jù)點(diǎn)在低維空間的線性不可分問題。其中,應(yīng)用較為廣泛的函數(shù)是高斯核函數(shù):

(6)

式中:σ為高斯分布的寬度。

本文利用核函數(shù)對(duì)式(5)進(jìn)行內(nèi)積變換,得到以下對(duì)偶問題:

(7)

5.2 試驗(yàn)結(jié)果

SVM分類結(jié)果如圖11所示。

圖11 SVM分類結(jié)果

為了提高控制器動(dòng)作的自動(dòng)化和智能化程度,本文采用SVM理論設(shè)計(jì)水質(zhì)分類模型,以將分類信息提供給控制器進(jìn)行決策動(dòng)作。SVM模型輸入為雨量、流量、液位、濁度、pH和COD等水質(zhì)指標(biāo)。模型輸出為工程師根據(jù)井下水質(zhì)以及污水轉(zhuǎn)運(yùn)情況所設(shè)計(jì)的3種類別標(biāo)簽。對(duì)于第一類水質(zhì),系統(tǒng)啟動(dòng)閘門控制器,將其溢流至內(nèi)河水體。對(duì)于第三類水質(zhì),系統(tǒng)啟動(dòng)潛水泵控制器,將其抽取轉(zhuǎn)運(yùn)至污水管網(wǎng)。對(duì)于第二類水質(zhì),如果雨量較大,系統(tǒng)則開啟閘門將超量的雨污水溢流至水體;如果雨量較小或未下雨,系統(tǒng)則開啟潛水泵將污水轉(zhuǎn)運(yùn)至污水管網(wǎng)。截污系統(tǒng)連續(xù)運(yùn)行3個(gè)月,總共獲取720個(gè)樣本數(shù)據(jù)。從每類樣本中隨機(jī)選取40個(gè)(共計(jì)120個(gè))樣本作為測(cè)試集,剩余的600個(gè)樣本作為訓(xùn)練集。3類樣本判斷正確的個(gè)數(shù)分別為35、34、37,總分類準(zhǔn)確率為88.3%。這個(gè)結(jié)果表明:水質(zhì)分類模型能夠有效支撐截污系統(tǒng)的智能決策和自動(dòng)控制。

6 結(jié)論

本文利用物聯(lián)網(wǎng)技術(shù)和人工智能算法對(duì)傳統(tǒng)截污系統(tǒng)進(jìn)行改造升級(jí),實(shí)現(xiàn)了對(duì)井下水質(zhì)參數(shù)的遠(yuǎn)程在線監(jiān)測(cè)。4G通信技術(shù)有效避免了線纜鋪設(shè)等問題,極大地方便了數(shù)據(jù)上云和移動(dòng)監(jiān)控,提高了截流系統(tǒng)的信息化程度。SVM等智能算法取代了工程師的現(xiàn)場(chǎng)經(jīng)驗(yàn)判斷,不僅減輕了運(yùn)維成本,而且朝無人值守的智能污水截流系統(tǒng)邁進(jìn)了一大步。下一步工作是根據(jù)季節(jié)、天氣、雨勢(shì)等實(shí)際情況,研究復(fù)雜工況下井內(nèi)污水轉(zhuǎn)運(yùn)連續(xù)控制算法,以期在解決污水侵入雨水管網(wǎng)造成內(nèi)河水質(zhì)受污問題的同時(shí),降低污水水量對(duì)污水廠的負(fù)荷沖擊。