饮用水处理厂的集中、自主控制

　　饮用水处理厂（DWTP）的一个常见问题是由于使用不同技术和操作模式而造成流程割裂。不同SCADA的更新和互连通常随每次改造、扩建或采用新工艺而成为临时安排，不仅成为团队的一个挑战，且使DWTP难以优化。

　　鉴于上述设施在数量和质量方面对饮用水的供应至关重要，饮用水处理厂往往需要依靠大量的人力资源来运作。

　　究其原因，主要是因为缺乏收集足够信息和执行手头任务的工具和设备，但自动化在日常运营中日益普及，有望克服最初的不情愿和投资限制。

　　DWTP的高级预测控制

　　在实现饮用水工厂自动化的道路上，有几个步骤需要走。在一些国家已经很普遍的基础自动化，首先会通过仪表收集信息，随后再由人工进行控制。从这个意义上看，PID控制（注：按被控对象的实时数据采集的信息与给定值比较产生的误差的比例、积分和微分进行控制的控制系统，简称PID 控制系统）已经比以前的方法有了很大改善，因为它可以按照比例、积分、微分对错误作出反应。例如，所需的氯含量可以根据分析仪收集的数据进行调整。

　　接下来的先进预测控制是最新的趋势。系统根据过程的因果关系及其随时间而产生的变量，自动调整预测模型参数。该算法学习和计算每个参数的理想水平，使其调整不再依赖于人类的决策。目前，这种类型的控制正在一些使用案例中进行试点，但趋势是将其纳入整个工厂管理的主流。

　　高级预测控制的应用案例包括预测收集水质信息、自动化计量絮凝、模拟储存化学品的性质、监测污泥脱水器、优化过滤和泵送、监测作为产品的水及计算微生物风险。

　　为了顺利实现这一转型，人们需要相信自动化是消除非故意人为错误的最佳方法，并且是比手动测量更可靠的选择。

　　所有相关数据的集成和分析

　　为了实现对整个工厂的独立控制，必须整合包括天气预报等所有可能影响其运行的数据。有时会暂时将手动收集的数据输入到系统中，直到有合适的工具可用于执行。

　　将所有信息集成到一个平台中，确保一切就绪，以自动作出决策和预测流程，并在适当的情况下发布行动建议。如，假设预计未来24小时内会有暴风雨，则会提醒操作人员，以便在浊度变化之前调整混凝剂剂量。

　　然后将由操作人员决定如何处理这些操作策略，是手动运行，还是用自动化解决方案。机械、混合和人工智能方法的进步是工厂管理采用新方法的基础，对过程的顺利运行至关重要。

　　水行业希望，将信息分组并发布后续建议的技术解决方案是模块化、不可知、互联、可扩展的，从而便于对其进行定制，以满足单个甚至多个电厂的实际需求。

　　资产寿命优化

　　与实现更大的可持续性相匹配的，是依靠预测而非制造商建议这一发展趋势，目的是找出资产更换或更新维护计划的最佳时机。此外，新的技术解决方案有助于在必要时采取纠正措施，进行预测性、主动式维护，因为系统将检测趋势并向运营商提出具体建议，以延长资产使用寿命。

　　检测可能的威胁

　　未来，会看到系统更多地将饮用水可能对人口造成威胁的检测纳入考虑。对变量的监测将有助于避免病毒和细菌（SARS-CoV-2、军团病等）危机，以及可能影响水安全的任何其它事件。