English >>
新闻中心
当前位置: 首页 > 新闻中心 > 行业新闻 > 正文
中心新闻
通知公告
招生就业
行业新闻
 
行业新闻
 
技术应用|机器学习在滤水膜维护中的应用
发布日期:2021-06-07  浏览次数:

想要预测何时清洗或更换海水淡化厂的水过滤膜,是一个复杂的问题。

威立雅水处理技术公司与亚马逊网络服务公司(AWS)合作开发了一种优化维护时间的解决方案。

通过将历史时间序列数据输入到算法中,从早先的模式中学习并预测未来污垢指标的演变,操作团队籍此有效地监测系统的状态并预测可能的偏差。

膜过滤是海水淡化、饮用水和工业过程中最先进的过滤工艺。这些融合了设计和操作专业知识的膜可靠、高效而耐用,对于去除盐、微细污染物或任何其它不需要的溶解材料至关重要。

但和任何与水接触的技术或组件一样,海水淡化厂使用的反渗透(RO)膜也会随着时间的推移而老化。为了尽可能减缓这种老化,必须仔细监测、严格维护和适当清洁这些膜产品。

众所周知,反渗透系统对操作环境的变化非常敏感,操作人员很难识别和预测膜污染及老化的真实状态。为了全面评估膜的状态,必须快速准确地对原始数据进行归一化处理,以消除外部参数的影响,并在问题变得不可逆转之前进行诊断和处理。

阿曼的数字化

苏尔海水淡化厂位于阿曼苏丹国东部地区沙奇耶。该厂每天处理超过13.2万㎥的海水,为整个沙奇耶地区的60多万居民供水,以防止该地区有限的地下水资源枯竭。

该工厂由威立雅巴万公司运营。威立雅巴万希望找到一种由数据驱动的决策工具,以帮助维持产水质量和连续性,并通过预测膜失效或污染时间,及时更换或清洗滤膜。这样做还可以减少停机时间,防止过度消耗能源和化学品。

“无法完全避免紧急停机,但可以做到更好地规划短期预防性维护及长期修复性维护,赋予运营商优化储水容量的能力,限制因不可避免停机造成的负面影响。”

ADITYA AKELLA

苏尔海水淡化厂运营经理

设计和建造阿曼苏尔工厂的威立雅水处理技术公司与威立雅旗下其它实体合作,研究如何利用数据并开发成实用的人工智能。2020年3月,研究小组开始与AWS合作,创建预测维护事件时间和膜老化的系统。

作为起点,该系统对阿曼苏尔工厂的3年历史数据进行了预处理、清洗,为机器学习过程作准备。干净的数据集由与威立雅滤膜专家一起开发的机器学习算法进行归一处理。

最后,包括Amazon Sagemaker和DeepAR算法在内的AWS机器学习服务从以前的模式中学习,预测影响污垢指标的未来行为,如水的压差和电导率,以便操作人员提前数天或数周对所需的维护工作进行预测。

这些先进的分析和机器学习算法被集成到Hubgrade Performance的智能滤膜模块中,该模块自2020年9月起运行于阿曼苏尔工厂。

从那时起,Hubgrade为操作人员提供了操作和过程的整体可视化,方便他们基于证据作出滤膜清洗或更换的决策。

其好处包括有助于进行预防性维护,如改进维护计划和决策,以及获得关键的归一化污垢指标,以监测CIP(原位清洗)和生产周期内的过滤效率。Hubgrade帮助阿曼苏尔团队避免了费时费力的手工数据提取,从而节省了宝贵的时间。

“凭借Hubgrade,我们得以更快地发现滤膜存在的任何问题,采取更为更主动的规划、纠正措施。现在,两次点击即可以完成运行数据的归一,不再需要12小时的数据管理和分析。”

GRÉGOIRE BOURGUIGNON

运维经理

威立雅水处理技术公司先进的分析和人工智能处理技术有助于阿曼苏尔海水淡化厂更好地应对未来。Hubgrade为客户创造了更高的价值优势,特别是在帮助客户更好地运营水厂和降低业务风险方面,更是如此。

“机器学习,主要是人工智能,为我们打开了无尽的空间。最近,我们将数据移动到了一个基于云的数据湖上,并且,从数据捕获到机器学习,所有这些步骤都实现了自动化。我看到我们整个核心运营部门都采用了这一技术,并从根本上改变了人们看待数据的方式,使我们能以更可持续和灵活的方式为客户开发更好的服务。”

AUDE GIARD

威立雅水处理技术公司首席数字官

 
友情
链接
教育部    科技部    中国博士后  自然科学基金委  江苏省科技厅
共产党员网  高校思政网  青年大学习  党史学习教育网  党建-人民网
Copyright @ 2021 江苏大学流体机械工程技术研究中心
地址:江苏镇江 江苏大学内  电话:0511-88780280  邮编:212013
国家水泵工程中心