松花江水源水质监测系统研究.doc

　　松花江水源水质监测系统研究 松花江水源水质监测系统研究,摘 要：利用神经网络强大的学习能力，通过对训练样本数据的学习，建立起多参数间的映射模型，实现在环境、条件变化的情况下，映射模型的自修正。采用人工智能技术从新的角度解决用常规方法无从处理水质参数预测建模这一问题。 关键词：水源；水质；监测 一、项目必要性分析 水是生命之源，城市供水的水质、水量是直接关系到人们生产、生活的重要大事。近年来，随着人们生活质量的提高，人们对饮用水的认识已从生理必需发展到卫生、健康，对水质的要求已从无害发展到有益。相应地，我国对饮用水水质标准的制定也日益严格，从50年代的16项水质指标，到70年代增加为23项，而到目前国家卫生部颁布的饮用水水质卫生规范达到96项指标。另一方面，我国城市供水水源正面临着污染日益严重的问题。资料表明，全国城市90％水域受到污染，大河干流占13％，支流55％被污染。水源污染给饮用水水质安全带来严重威胁。 2005年11月13日，中石油吉林石化公司双苯厂3个硝基苯储罐(每个储罐储量150m3)发生爆炸事故后，造成松花江水环境重大污染。据国家公布的专家估算，约有100吨左右苯类污染物进入松花江水体，而我们根据各种相关数据测算，实际进入松花江的硝基苯量远大于100吨。 硝基苯是剧毒性物质，侵入人体主要作用于血液、肝及中枢神经系统，致使人体引起抽搐、嘴唇和指甲等发蓝、腹痛、腹泻、头痛、轻度头昏、神经系统症状和贫血等症状。国家环保总局已经将其列入68种优先控制污染物名单。 此次事件表明，松花江应急处理措施还较为薄弱，为此急需建立松花江水系重大污染事件预警与应急处理系统，以能应对各种突发事件的发生。 二、项目技术可行性分析 2.1主要研究试验内容 松花江水质污染主要表现在有机物和氨氮的污染，为此研究中将从以下方面开展研究： 1) 水质在线监测子系统：利用适宜的前端传感器，建立基于多参数虚拟检测系统下 的体现松花江水质特征的在线监测系统，使其具有数据采集、分析、传输、显示、 报警等功能，为建立水质预测模型监测系统提供技术平台。 2) 水质预测模型信息管理子系统：采用现代水质管理数学模型，运用数字化一遥测 一人工智能耦合技术，建立具有主要数据动态更新功能的水质信息系统。通过掌 握水质信息、自然信息和水利工程等基础设施信息，实现哈尔滨市磨盘山水库及 松花江水质的动态评价和有效监督。 3) 水质智能决策支持子系统：对监测数据资料进行智能化的综合分析，将综合分析 与辅助决策的成果以实时报告和多媒体信号(如屏幕指示、声光警报等)的形式动 态输出，供决策部门进行管理参考。 4)监测技术项目 监测参数 分析方法 备 注 五 参 数 温度 传感器法 pH 复合电极法 浊度 表面散射法 溶解氧 极谱克拉克电池技术 电导率 感应式 氨氮 水杨酸次氯酸测量 TOC在线分析仪 底纹化学／紫外氧化技术 自动水质采样仪 通过总有机碳(TOC)和氨氮在线分析仪及时掌握水中有机物和氨氮的含量，并及时做出预报和预警。 2 技术方案可行性分析 技术路线：构建基于神经网络的水质预测模型监测系统的技术路线，具体包括以下几个方面： bull;水质监测子系统的构建：利用在线检测仪表对水体监测数据进行自动化采集，由各水质检测站提供与各类监测仪器衔接的数据采集接口，通过接口模块动态收集监测数据资料，将采集到的数据以有线或中心站触发的轮询通讯方式通过无线电台发送到各分控中心上位处理系统，进行监测数据预处理以及监测数据可靠性的实时在线分析处理，确保存入数据库中的监测资料的有效性、完整性和可靠性。 bull;总控目标的实现：设计多库协同器，利用多库协同器具有的协同规划、综合调度、人机交互、资源共享、冲突仲裁和通信联络等处理功能，建立系统各部分之间的联系，实现各库和各子系统的协调运行，保证基于神经网络的水质预测模型监测系统总体目标的实现。 实施方案： 要实现水质在线监测，首先需解决三个主要问题： 1) 各种水质参数数据的采集。 2)各种水质参数状态表达和报警处理。 3） 故追忆和趋势分析。 从计算机软硬件技术要求来看，水质监测系统作为一个应用软件系统，它涉及到IT技术的方方面面，集中强调以下几种技术的综合利用： 1)通讯技术。面临多种通讯协议模式如：ASCII、RTU等，通讯方式表现为同步、异步和主被动结合等，通讯媒体包括有线和无线方式； 2)计算机网络技术。应用表现为标准局域网、广域网、拨号网络、串口组网等等，协议包括TCP／IP、专用协议等，系统结构囊括点对点、客户朋艮务器等方式； 3)分布式数据库技术。强调实时高性能数据库的应用和与通用数据库的开放接口等等； 4)编译技术。由于水质监测系统应用领域的特殊性，不同的应用对监控各方面的要求均不一样，因而，系统应提供可编程功能，由于效率