进水剧烈波动，剑企®AI-OS 如何实现曝气智能调控？

风机依然在运转，却不再需要工作人员频繁手动调节。风机像是知道自己该干什么，在水量、水质不断变化的情况下，持续而稳定地运行着。

很多人以为，是操作方式变了。但真正改变这座水厂的，是一个会「自己思考」的系统，接管了最消耗能量、也最考验经验的曝气环节。

随着昕彤智能剑企®AI-OS水处理智能决策操作系统（曝气智能体）在该污水处理厂的全面投运，曝气控制从人工干预，跨入了「AI 自主决策」的新阶段。该系统上线使用后，在水量基本不变、进水负荷上升的情况下：

• 单位氨氮去除电耗下降 29% 

• COD 去除电耗下降 39%

节能减碳的效果一目了然，工程师对此评价到：

系统不是激进降低能耗，而是运行得更稳了。

浙江金洁环境股份有限公司

一、问题不在风机，而在进水变化的速度

就在几个月前，水厂最忙的，还是中控室里那几台需要反复调频的风机。

该厂设计规模 6 万吨/日，一期、二期分别采用 A²O+SBR 和 A²/C 氧化沟工艺，出水执行浙江省《城镇污水处理厂主要水污染物排放标准》（DB33/2169-2018）。

从工艺配置上看，这是一个标准、成熟、并不「难管」的污水厂。但真正的难点，出在了现实运行上。一个让厂长头疼的事实是：

水厂进水的水量与水质，正在不断偏离「设计工况」。

以 2025 年 11 月 14 日进水水质为例：

• 氨氮浓度波动范围为 2–23 mg/L

• COD浓度波动范围为 101–493 mg/L

• 总磷浓度波动范围为 1.1–3.6 mg/L

二、AI 是怎么成为水厂老师傅的？

1、在控制水厂之前，先理解水厂

昕彤智能在项目初期，并没有急着接管控制权，而是先做了一件看起来很慢，但极其关键的事：把这座水厂，完整地「搬进数字世界」。

经过部署后，系统同步接入了水厂的核心运行信息：

• 水质数据：COD、氨氮、TN、TP

• 工艺参数：DO、MLSS、pH、ORP

• 设备状态：风机频率、风量、阀门开度

通过数字仿真模型，全面理解这些数据后，AI 开始思考一个问题：

在这样复杂、多变的进水条件下，微生物到底「需要」一个怎样的环境？

只有当系统真正理解了这个问题，才能决定后面所有的控制行为，是头痛医头，还是未雨绸缪。

系统功能架构图

2、从追着问题跑，变成提前消化问题

传统的 PID 控制，本质是被动修正：看到 DO 偏了 → 调风量 → 等结果。

剑企AI-OS 采用多模态多因子强化学习算法，融合水质、工艺和设备数据，预测微生物的真实需氧速率，提前优化曝气策略，实现从「被动纠偏」到「主动寻优」的转变。

系统在 DO 还没波动之前，就提前调整曝气策略，用最少的电，保持最稳定的水质状态。一句话概括就是：

从「追着问题跑」，变成「提前把问题消化掉」。

在试运行阶段，系统并不是「闭门造车」，而是不断学习水厂一线运行人员多年积累的经验：

• 哪些时段要保守一点？

• 哪些工况可以大胆一点？

• 哪些异常不该立刻强行干预？

这些经验，被逐步转化为 AI 的奖励函数和策略边界。AI 没有取代人，而是把人的经验转换成自己的能力，学习老师傅，再成长为新的老师傅。

曝气智能体工作原理

3、「听懂」不同设备，系统才能真正接手

在现场，既有不同品牌、不同年代的 PLC，也有各类在线仪表、执行机构和监测设备。它们来自不同厂家，采用着各自的通信方式：有的是厂家私有协议，有的是专用 PLC 协议，还有传统串口和多种工业以太网协议。

这些设备各自运行并不成问题，但一旦要把数据统一采集、统一分析、统一决策，问题就暴露出来了——系统之间「语言不通」，数据无法汇总，形成了大量隐形的数据孤岛。

这也是很多水厂在推进智能化时迈不过去的一道坎：

数据采不上、通不了、合不拢、用不好。

为了解决这一行业共性的底层难题，昕彤智能在项目中部署了自研智能体软网关，专门用于水厂多设备、多协议环境下的数据采集与整合。

这套软网关深度适配不同品牌、不同年代的设备，能够稳定对接绝大多数主流 PLC、仪表和执行设备，兼容 OPC UA/DA、MODBUS RTU/TCP 等工业通用标准协议。不论是老设备还是新设备、国产还是进口，都可以在不改造原有硬件、不影响现有系统运行的前提下，实现数据的无缝对接和稳定采集。

通过软网关，分散在各个点位、不同协议下的设备数据，被统一采集、统一解析、统一输出，顺利打通了从现场设备到 SCADA、上层管控系统乃至 AI 决策系统的数据通道。

当设备「能被听懂」，数据真正连成一张网，系统的智能控制、能耗优化和运行决策，才有了可靠的基础。

三、把指标「降下去」，让系统「稳下来」

系统上线后，带来的变化很像水厂对进水的期待：不是一夜之间的剧烈波动，而是一天比一天稳。

水质变化上：

• COD 去除率从：70% → 80%；

• TN 去除率从：55.5% → 58.5%；

• 出水波动明显收敛，稳定性显著提高。

能耗上：

• 每去除 1kg 氨氮的电耗，从平均 26.2 kWh降至 18.6 kWh，节能约 29%；

• 每去除 1kg COD 的电耗，从平均 3.1 kWh降至 1.89 kWh，节能约 39%；

更直观的变化体现在，DO 波动稳定在 ±0.5mg/L 以内，风机无需人工调频，系统自动完成计算、决策和执行，一线人员不用「盯参数」，而是转回到设备巡检和工艺优化上，真正实现「用得上、用得久、用得轻松」。

一位工程师这样总结：

在进水波动那么大的情况下还能降能耗，这说明不只是结果上的「省」，而是源头的控制逻辑变了。它不仅把指标「降下去」，也让系统「稳下来」。以前 DO 一波动就紧张，现在波动小了，心态完全不一样了。风机不用天天调，人轻松了，也能把设备巡检做得更细。

四、小结

浙江金洁环境股份有限公司的实践表明，剑企®AI-OS 水处理智能决策操作系统并不是一个「额外增加复杂度」的 AI 系统，而是面向生产运行一线的智能运维工具。当水厂用上了合适的工具，带来的结果就是：

• 稳定、节能：保障水质稳定，实现节能降耗；

• 保质、提效：稳定达标的同时，整体运行效率提升；

• 便捷、好用：部署快速，运行平顺，一线人员用得安心、管得省心。

当进水越来越复杂、标准越来越严、人工经验越来越难复制，把最耗能、也最关键的曝气系统，交给会学习、会预测、会思考的系统，让水厂运行得更稳、更省、更从容，也许不再是一道选择题，而是趋势本身。

想了解更多剑企®AI-OS信息，欢迎扫码交流