A3：科技智慧
2023年6月5日，2023数字水务创新论坛在上海国家会展中心洲际酒店成功举办，论坛聚焦国内外数字水务的发展与转型路径，致力于促进国际间、行业内数字水务建设的技术和经验交流，推动水务行业数字化转型与智慧化发展。
英国皇家工程院院士、中国工程院院士、哈工大教授等众多行业知名专家、领军水务企业数字水务建设负责人作主题分享，给行业同仁们在数字水务建设中提供了新思路，获得大家的一致好评，纷纷想要演讲视频回顾及干货总结，水务加现将专家演讲内容整理成系列文章，分享给大家。
▲报告人：中国光大水务运营与信息化管理部副总经理蒲文鹏
本文围绕光大水务污水处理厂从机器人到无人工厂的研究历程与反思展开，以下为简要总结：
一、智慧水务的技术分类
光大水务的主营业务中污水处理厂占了绝大多数，针对此特点，将智慧水务技术细分为信息化、工艺自动化和物联网三类方向。
物联网技术类别中的人工替代不是替代工艺值守，而是替代巡检。工艺值守可以通过自动化来解决，而在污水厂的运营管理中，巡检人员的安排是必不可少的，因此，人工替代的重点是替代巡检。
▲智慧水务的技术分类
二、污水处理厂机器人巡检
工业机器人的分类
波士顿动力SPOT机器人问世后，光大水务对巡检机器人进行调研，发现人工替代巡检在在电力行业已有成熟应用，而整个机器人产业已经发展成为一个大工业，其门类包含人形机器人、轮式机器人、行走机器人、水下机器人、机械臂、无人机。
因而，光大水务开始研究污水处理厂人工替代巡检机器人，同期，也在水源地项目中引入了无人机和无人船的巡检和取水样。
▲工业机器人的分类
机器人工业的市场份额
全球最大的机器人制造公司FANUC，2021财年营业收入达到7330亿日元(54.7亿美元）。
中国最大的机器人公司新松机器人，2022年营业收入35.76亿元人民币(5.17亿美元）。
全球人形机器人技术最发达的企业BostonDynamics(波士顿动力)，其商业化的产品只有Stretch和Spot两款。
光大水务首次机器人巡检
光大水务首次的巡检机器人应用场景是地形和高程相对简单的地下污水处理厂。地下污水处理厂只有两个平面，为机器人的使用带来了条件。
▲地下污水处理厂
光大水务选用的机器人是在电力巡检中最常见的轮式巡检机器人，是一种较标准化的机器人。轮式机器人的标准模块主要包括：拥有操作系统的底盘、可以多方向观察的云台、根据用户所需搭载传感器和摄像头等。
光大水务的轮式机器人搭载了拍照识表、红外成像、声纹探测和针对于污水处理厂的危险气体检测传感器。
▲轮式机器人的配置传感器
此外，光大水务还引入了轨道式机器人，这类机器人的特点是导航较为简单，适用于直线巡检路径。
▲轨道式机器人
以上两种机器人都可以将巡检任务以主观视角的形式上传至后台，包括：可见光影像和红外检测影像等，当值人员可以根据这些影像对污水处理厂的状况进行确认。
光大水务首次的机器人巡检系统的收益与优点包括：1、人工替代效果明显；2、非接触式观测准确；3、无人干涉的全自动化智能装备。
存在的问题包括：1、覆盖率受自身性能影响大，部分地区无法到达；2、无法进行接触时观测；3、新增了一个复杂实体，工厂的工作人员开始担心“机器人的维修问题等”。
▲机器人巡检系统带来的收益及问题
三、少人巡检的深入探索——智能巡检系统
工业机器人的本质
工业机器人的本质是物联网装备（IoT），在业内已有认知。例如，管道检漏传感器被称为检漏机器人。
复杂的机器人在工业上的作用不大，不仅会增加维修人员的工作量，并且也没有增加实际功能。
▲人形机器人
光大水务无人工厂的第二次尝试
光大水务第二次无人工厂的尝试选取了一个服役龄13年的常规工厂，以期得到广泛适用的成果。
首先对污水处理厂的巡检点进行了风险量化打分。结果显示，占据大风险的巡检点只有4个，其他巡检点的风险意义普遍很小，依据结果，光大水务将有限的资金投入到大风险巡检点上，做到保证投入，控制风险。
▲污水处理厂巡检点风险评估
首次采用机器学习视觉识别的算法来监控7个重要核心工艺和设备巡检点，包括：粗格栅缠绕、栅渣压滤机出渣异常、生化池浮泥、二沉池跑泥、二沉池虹吸、斜管沉淀池跑泥、折板反应池加药。
▲7个重要核心工艺和设备巡检点
智能巡检系统中的物联网摄像头价格便宜，但背后的识别算法昂贵。在巡检系统中，光大水务引入了更加专业化的物联网智能振动传感器进行资产管理的状态监控。
第二套智能巡检系统的主界面更加简化，仅呈现巡检报警等必要信息。智能巡检系统提供报警的方式包括：常规工艺状态报警，利用智能振动传感器提供风机振动报警，机器学习算法提供的图像识别报警，保留风险小的人工巡检的报警和事件上报。
智能巡检系统得到了一线使用者的高度认可，彻底简化了一线职工的巡检工作。
▲污水处理智能巡检平台
智能巡检系统存在视觉识别的机器学习样本缺乏问题，无法保证三个重要比率，即：
准确率：预测正确的正负样本和占总样本数量的比率。
精确率：预测为负的所有样本中，真正负样本的比率。
召回率：预测正确的负样本占全部负样本的比率。
▲智能巡检系统存在的问题
目前，实践中看似频繁的异常（负样本）对于机器学习来说还是太少，为解决这个问题，光大水务采用了人造错误样本的方式来为机器学习提供样本，但人造错误样本是否能够换来可信的机器识别算法还有待实践检验。此外，部分企业会采取集合行业内错误样本的方式进行云端分析。
四、无人水厂再思考
智能巡检系统的三种报警
光大水务通过智能巡检系统获得报警集合，包括：意外情况；损耗、磨损和老化以及系统缺陷。
以上三种情况的解决方法分别是：
意外情况要及时处置；
系统缺陷通过改造、大修与更换的方式解决；
磨损老化通过例行的保养和维护消除报警。
以上三类报警可以互相优化，例如，长期的、有规律的意外报警很可能是某种系统缺陷。
意外报警和处置的数量与频度是污水处理厂最小值守人数的决定性因素。
▲无人水厂再思考
无人污水处理厂的准确定义
无人污水处理厂的准确定义是：在一个系统完善的污水处理厂，两次例行维修的间隔，没有任何意外的报警，工厂就处于无人状态。
污水处理厂绝大多数的故障报修都发生在白班，当夜班异常风险值足够小时，就可以消除夜班。无人污水处理厂的研究对象不是减人，而是减工时。当系统健康可以准确计量并且风险可预测时，可以采用集中处理的策略，无人工厂就随之出现了。
▲污水处理厂故障报修图
五、总结
光大水务目前具备的系统包括：资产管理系统和智能巡检系统，其中，智能巡检系统是对生产监控系统的改造。
大数据时代，无人工厂需要依托一种资产管理的智慧工具，包括：系统健康和风险评估和预测，风险报警和通知以及资源调配、维修维护计划、触发行动等。这个智慧工具就是资产绩效管理APM，目前在中国还没有普及，是无人工厂下一步的努力空间。
▲无人工厂系统
APM的核心主要有两点，预测性维修和以风险为中心的管控，与传统的工艺管控和流程管控完全不同，是资产管控的范畴。
▲资产绩效管理APM
以上是光大水务对无人污水处理厂探索的过程及未来努力的方向，希望本文能给水务企业在智慧化方面提供一定参考与借鉴。
（水务加）