全康環(huán)保:污水廠(chǎng)每天不斷的從生產(chǎn)的各個(gè)環(huán)節產(chǎn)生大量的數據，這些數據形成對每一時(shí)刻的污水廠(chǎng)生產(chǎn)的描述，這些數據以各種不同的方式產(chǎn)生出來(lái)，包括在各個(gè)環(huán)節安裝的在線(xiàn)傳感器儀表和分析儀表、污水廠(chǎng)化驗室的化驗數據、設備的統計數據和一些手動(dòng)收集的數據等等。污水廠(chǎng)每天可以說(shuō)在每時(shí)每刻產(chǎn)生得大量數據中運行，這些數據沒(méi)有得到有效的組織和歸納，只能作為無(wú)用的數據流失。

工業(yè)自動(dòng)化在污水廠(chǎng)內的深度應用，越來(lái)越多的儀器儀表的現場(chǎng)安裝使用，使污水在流動(dòng)過(guò)程中的數據化描述成為現實(shí)，但是這些數據流大量堆積之后，污水廠(chǎng)很快面臨到了數據難題，那就是如何面對這么多的海量運行數據，這些數據究竟起到了什么作用。

污水廠(chǎng)通過(guò)中控計算機收集了大量的在線(xiàn)儀表所產(chǎn)生的實(shí)時(shí)數據，這些數據存儲在計算機中，部分數據通過(guò)整合在控制軟件的報表系統形成日報表輸出，部分數據以軟件的數據表形式存儲起來(lái)，通過(guò)數據曲線(xiàn)反應出來(lái)。污水廠(chǎng)的生產(chǎn)部門(mén)在編制運行報表的過(guò)程中，會(huì )收集和總結生產(chǎn)的統計數據，這些數據可以包括污水廠(chǎng)化驗室、設備運行數據、產(chǎn)量統計數據等，編制成一定時(shí)間段內的生產(chǎn)統計報表，生產(chǎn)報表體系使污水廠(chǎng)的部分數據得到了有效的整理和統計。除去這兩個(gè)比較明顯的數據收集系統以外，污水廠(chǎng)還可以從環(huán)境中收集數據，比如氣溫、水溫、降雨量等等。

可以很粗略的羅列污水廠(chǎng)收集的數據有：進(jìn)出水流量、污水廠(chǎng)進(jìn)出水水質(zhì)（pH、 BOD、COD、 SS、TN、TP、NH_３^-N、SOUR）等；生物池的過(guò)程參數（SV、MLSS、MLVSS、DO、ORP、微生物）等；污泥運行數據、藥劑使用量、設備運行時(shí)間等等，具體可以參照下表所示對比廠(chǎng)內是否收集到足夠的運行統計數據。

這些大量的生產(chǎn)運行統計數據，結合污水廠(chǎng)自控系統收集的大量數據，最終成為海量的運行數據，污水廠(chǎng)成功穩定運營(yíng)取決于這些收集數據的可靠性和完整性，以及從這些數據中提取信息的質(zhì)量和方便的調閱方式等。作為許多水廠(chǎng)和污水廠(chǎng)數字化轉型的副產(chǎn)品，過(guò)多的數據可能會(huì )給中小企業(yè)帶來(lái)麻煩。他們有時(shí)不知道從哪里開(kāi)始，而且往往缺乏在海量數據中導航所需的時(shí)間，但是許多污水廠(chǎng)都會(huì )面臨一個(gè)尷尬的局面，那就是污水廠(chǎng)的生產(chǎn)數據豐富但所提供出來(lái)的信息卻十分匱乏。更為糟糕的問(wèn)題是，這些中控系統的工藝過(guò)程的數據通常被收集在中控軟件的歷史數據庫、SQL 數據庫或 (CSV) 文件中，整合這些來(lái)自不同來(lái)源的記錄需要時(shí)間和精力，同時(shí)也需要專(zhuān)業(yè)的計算機數據處理知識，污水廠(chǎng)的技術(shù)人員偏重于工藝運行，因此很難將數據拼湊在一起，更不用說(shuō)對其進(jìn)行分析了。

污水廠(chǎng)的這些數據本身不會(huì )顯現出精準的工藝決策，因為它必須首先經(jīng)過(guò)仔細清理和分析才能產(chǎn)生對工藝未來(lái)的判斷和對復雜工況的洞察。這些經(jīng)過(guò)分析判斷后的數據，使污水廠(chǎng)的工藝管理人員能做出更貼合實(shí)際的決策以提高出水的保障，而真實(shí)的情況是，污水廠(chǎng)內的工藝決策往往是基于運行人員的主觀(guān)判斷做出的。整個(gè)工業(yè)化進(jìn)程所帶來(lái)的現場(chǎng)的自動(dòng)化控制和檢測儀表，越來(lái)越方便地生成和收集大量過(guò)程數據，因此單憑直覺(jué)做出決策的傾向對于其他人來(lái)說(shuō)似乎有些落后，但是對于污水廠(chǎng)的運管人員來(lái)說(shuō)，這種情況還將在一定時(shí)期內存在的。

對于一些中小型的污水廠(chǎng)運營(yíng)來(lái)說(shuō)，運行人員在沒(méi)有足夠的技術(shù)支持下經(jīng)常就工廠(chǎng)運營(yíng)做出直覺(jué)決定。他們沒(méi)有時(shí)間整理做出判斷所需要的工藝運行數據然后對其進(jìn)行分析。因為要維持一個(gè)污水廠(chǎng)的正常運行往往有大量的現場(chǎng)工作要去關(guān)注和完成，很難有時(shí)間進(jìn)行長(cháng)時(shí)間深入的數據技術(shù)分析，且具備足夠的技術(shù)敏感度對大量數據中所產(chǎn)生的趨勢變化引起注意。因此，在現實(shí)的運行中，中小型的污水廠(chǎng)是無(wú)法從已有的這些大量的數據獲得效能的，工藝流程問(wèn)題也得不到具有數據支撐的解決方案。在污水廠(chǎng)中，提高效率的想法和預期得不到有效的探索，污水廠(chǎng)的預期收益更難以量化實(shí)施。

數據困境的問(wèn)題已經(jīng)隨著(zhù)工業(yè)自動(dòng)化不斷地發(fā)展，而深入進(jìn)入到污水廠(chǎng)的運維管理中，污水廠(chǎng)需要采取積極的應對措施，扭轉海量數據（也包含了大量的無(wú)效和錯誤數據）對生產(chǎn)管理的淹沒(méi)，整理和利用這些數據，獲取有效的信息資源，提升污水廠(chǎng)的管理。污水廠(chǎng)的運維管理人員必須扭轉傳統的工藝管理思想，依靠經(jīng)驗的積累和感官的判斷來(lái)進(jìn)行粗放的管理是與工業(yè)自動(dòng)化的進(jìn)程完全背離的，大量的數據將改變污水廠(chǎng)工藝運行管理的模式，工藝管理人員應對污水廠(chǎng)所產(chǎn)生的數據架構管理網(wǎng)絡(luò )來(lái)實(shí)現數據的收集的工作。