1. 建设背景

在净水处理过程中，药剂投加是确保水质达标的关键环节之一。然而，目前许多净水厂仍采用传统的药剂投加方式，即通过人工经验或简单的控制算法进行药剂投加，这种方式存在投加量不准确、响应速度慢、资源浪费等问题。因此，开发和应用智能加药系统，通过AI算法实现更精准、更高效的药剂投加，已成为当前净水厂技术升级的重要方向。在国际上，智能加药系统的研发和应用已相对成熟。许多发达国家通过采用先进的传感器技术、云计算、大数据分析和AI算法等，实现了净水厂药剂投加的智能化、自动化管理。这些系统能够根据水质实时监测数据，自动调整药剂投加量，确保水质稳定达标，同时降低药剂消耗和运行成本。此外，国外一些净水厂还通过引入物联网技术，实现了远程监控和管理，进一步提高了净水厂的运行效率和管理水平。

未来，智能加药系统将继续向更高精度、更高效率的方向发展，并随着环保政策的不断加严以及人们对水质要求的不断提高，智能加药系统的需求将越来越迫切。一方面，随着传感器技术、数据传输技术的不断进步，系统对水质参数的监测将更加准确、实时；另一方面，随着AI技术的不断发展，系统将能够更准确地预测水质变化趋势，实现更精准的药剂投加控制。同时，随着物联网技术的不断发展，智能加药系统将实现与净水厂其他设备的互联互通，形成智能化的净水处理系统，提高整个净水厂的运行效率和管理水平。

公司旨在建立并使用混凝加药计算模型进行加药量控制。前期可通过经验或计算积累运行数据，条件成熟时采用人工智能算法。根据进水流量、进水水质等因素，在线实时计算沉淀池实际所需加药量；将实际所需加药量传输给加药控制系统，调整计量泵的频率或阀门开度，控制加药量的投加。

2. 建设目标

(1) 总体目标：

通过深度学习算法改进传统加药控制技术，采用数据模型、机理模型、视觉智能等技术，建立前馈+反馈+矾花识别控制模型，实现加矾过程的智能化控制，提升加药控制精准度和出水指标平稳性，并在异常水质情况下提供有效控制方案，尽可能保障出水水质达标。

(2) 功能目标：

智能加药系统建设后，将围绕以下目标实现效益和性能的全面提升：

1）沉后水的水质指标平稳，避免大幅波动。

2）当原水水质发生变化时，系统会通过双模型动态优化机制（基于数据驱动的正常范围模型与基于机理模拟的水质异常模型）自动选择最佳预测模型，从而计算出最优加药剂量，确保出水水质稳定达标。

3）同样工控下对比，智能加药应比人工加药明显节省药量。

4）出水水质稳定性、节省药量指标、模型的适配性，具有明确可操作的方法进行长期改进提升。

(3) 核心指标：

药耗节省10%-20%；

人工干预和控制加药的时间减少50%；

提高沉后水浊度稳定性，水质突变情况下仍能保证出水水质达标。

3. 系统详细介绍

附件：自来水厂AI智能加药及矾花识别系统解决方案.pdf

4. 代表性及推广价值

4.1. 核心技术及代表性

基于机理的混合模型，解决异常水质无样本少样本的建模难问题，为水质突变情况下提供控制策略；

预测模型前馈+双重反馈的机制解决加药系统非线性、强滞后的问题；

针对多产线的场景实现智能控制；

智能算法平台构建，迁移学习，满足新建水厂投运时缺乏批量样本的情况，只需一个月的数据监测即可投运；

矾花识别系统在预测模型前馈+双重反馈基础上进一步缩短反馈链路，提升药剂投加精准性。

前馈+反馈系统既可以独立运行，也可以集成矾花识别系统，满足不同应用场景需要。

4.2. 推广价值

智能加药系统上线后，对于絮凝加药和消毒药剂投加有显著的改善效果。

首先，通过精准预测控制，在保证沉淀池出水浊度满足内控标准的前提下， 降低混凝剂的投加量，一般可节约药耗5％~20％，具体节省药耗需要结合工程分析测算。

其次，提升显著加药的平稳性，在水质变化不可控的情况下，通过预测和预处理，以及加药策略的连续性，减少药剂投加量的频繁波动，出水水质变化明显更为平稳。

再者，对于异常的进水水质情况下，通过机理建模和混合建模，满足缺样本和少样本的异常情况下的加药量建议指导，为生产运行提供指导意见。

智能加药系统在保证沉淀池出水合格率稳定控制的前提下，进一步减轻后续工艺的运行负荷，使得滤池的运行周期翻倍延长，消毒剂用量降低。

除了药剂的成本下降外，工人的劳动负荷也随之下降。减少人员现场加药监视和巡检，有效避免了夜间及恶劣天气上水池查看情况。

系统的抗冲击能力能够很好的承载水厂的最高峰和最低峰水量变化较大的这一实际情况，有效保证了出水的达标率。