Почему Интернет вещей используется для мониторинга качества воды в режиме реального времени?

Мониторинг качества воды в режиме реального времени с помощью Интернета вещей (IoT) может сэкономить корпорациям миллионы долларов за счёт отзыва продукции, репутационного ущерба и штрафов. В США нарушение Закона о чистой воде может привести к штрафам в размере от 25 000 до 50 000 долларов в день. Устройства IoT позволяют сотрудникам, отвечающим за химический контроль, собирать и отслеживать данные о качестве воды в режиме реального времени, тем самым избегая негативных финансовых последствий.

Отрасли, связанные с производством продуктов питания и напитков, фармацевтикой и химической продукцией, напрямую связаны с потреблением и здоровьем человека, что делает их наиболее важными секторами с точки зрения мониторинга качества воды .

Внедрение Интернета вещей в мониторинг качества воды меняет правила игры, открывая такие возможности, как беспроводная передача данных и облачное хранение данных. Эти функции приводят к снижению эксплуатационных расходов на удаленных объектах, где круглосуточное дежурство невозможно. Владельцы бизнеса и организации, осуществляющие экологический мониторинг, могут визуализировать данные в режиме реального времени, обеспечивая соблюдение нормативных требований. В этой статье мы рассмотрим, как внедрение датчиков на базе Интернета вещей расширяет возможности мониторинга, их работу, преимущества, сложности и будущие тенденции.

Цель использования Интернета вещей в мониторинге качества воды

★ Необходимость постоянного мониторинга

Классический подход к контролю химического состава воды предполагает периодический отбор проб с определённой частотой. Интервал между каждым измерением может составлять от одного до нескольких часов. Изменение химического состава воды между этими интервалами останется незамеченным до получения результатов анализа. Регулирующие органы переходят к непрерывному мониторингу качества воды, что приводит к усилению контроля.

Эти датчики в сочетании с непрерывным мониторингом в реальном времени могут инициировать действия, контролируя элементы, вызывающие ухудшение качества воды.

★ Принятие решений в режиме реального времени

Системы контроля качества воды на основе Интернета вещей позволяют немедленно реагировать на загрязнение. Ухудшение качества воды можно быстро обнаружить, а источник загрязнения – определить и устранить. Датчики мутности, pH, хлора и растворенного кислорода в совокупности дают полную картину качества воды. Сигнальные значения для каждого параметра можно задать с помощью систем управления, отслеживающих данные.

★ Управление водными ресурсами на основе данных

Наличие большого набора данных для анализа в сочетании с современными инструментами искусственного интеллекта может способствовать глубокому изучению системы. Это может привести к разработке прогнозных и превентивных мер, которые можно предпринять до того, как произойдет ухудшение качества воды. Любое ухудшение качества воды обнаруживается сразу же. Это также позволяет проводить долгосрочный анализ, например, выявлять сезонные тенденции и источники повторяющегося загрязнения.

Помимо быстрых действий, система также может мгновенно определить поведение датчика загрязнения. Она также может предсказывать отказы оборудования ещё до их возникновения.

Что такое система мониторинга качества воды на основе Интернета вещей?

1. Компоненты системы на основе Интернета вещей

Практическая реализация системы на основе Интернета вещей для конкретного применения требует сочетания компонентов. Все эти компоненты работают вместе, образуя работоспособную систему.

● Датчики (мутности, pH, растворенного кислорода, проводимости, TDS)

Мониторинг качества воды включает анализ различных физических и химических параметров образца. Эти датчики обычно устанавливаются в резервуарах и трубах с движущейся или неподвижной водой. Мутность, pH, растворенный кислород, электропроводность и общее содержание растворенных веществ (TDS) позволяют проводить анализ качества.

• • Мутность: наличие взвешенных частиц в воде может привести к её помутнению или мутности. Количество этих взвешенных частиц определяется с помощью датчиков мутности, совместимых с современными системами Интернета вещей. Например, датчики мутности Rika (серия RK500-07) способны обнаруживать мельчайшие изменения на уровне 0,01 NTU.
  • pH: Измерение pH позволяет оценить кислотность и щелочность воды. Низкий pH означает, что вода кислая. Rika RK500-12 обеспечивает точность определения 0,01 pH, что подходит для большинства систем контроля качества воды.
  • DO:Микробная активность может изменять уровень растворённого кислорода (РК) в воде. Более того, присутствие кислорода на электростанциях может вызывать повреждение металла. Поэтому оптические датчики, такие как RK500-04, могут предоставлять данные о уровне растворённого кислорода в воде в режиме реального времени для поддержания химического состава воды в соответствии с требованиями применения.
  • Электропроводность: наличие ионов и соленость воды можно определить с помощью кондуктометра. Для питьевой воды подходит электропроводность 0–2 мСм/см. Поэтому для эффективной работы систем Интернета вещей критически важен электропроводный детектор, например, RK500-13 с диапазоном измерения 0–200 мСм/см (точность ±1–2%).
  • TDS:Общее содержание растворённых твёрдых веществ должно быть <500 мг/л (питьевая вода, согласно рекомендациям ВОЗ), до 2000 мг/л (вода для орошения) и >10 000 мг/л (рассол/промышленные воды). Определение этого показателя крайне важно для обеспечения соответствия нормативным требованиям. Как правило, электропроводный датчик, такой как электропроводный датчик/датчик солености RK500-13, также может определять общее содержание растворённых веществ (ОМВ) путём пересчёта.

● Шлюзы и системы PLC/SCADA

Сигналы со всех датчиков качества воды обрабатываются программируемым логическим контроллером (ПЛК), и соответствующие действия выполняются. Затем эти отдельные ПЛК собирают данные и отправляют их в централизованную систему мониторинга, известную как SCADA (система диспетчерского управления и сбора данных), которая позволяет оператору вмешаться при необходимости.

● Модули связи (LoRaWAN, сотовая связь, Wi-Fi)

Централизованная система мониторинга может располагаться как вблизи от места сбора данных, так и на значительном расстоянии, требующем беспроводной передачи данных. Для этого в IoT-устройстве (V-box) предусмотрены SIM-карты сотовой связи 4G для передачи данных, собранных ПЛК, в облако по протоколу MODBUS TCP/IP. Другие способы связи включают:

• • Короткий радиус действия: В случае короткого радиуса действия Wi-Fi является наилучшим методом, позволяющим передавать данные в пределах предприятия без необходимости использования проводов.
  • Большой радиус действия: Для удаленного мониторинга LoRaWAN обеспечивает маломощную связь на большом расстоянии, что делает ее идеальным вариантом для сельских источников водоснабжения и распределенных точек мониторинга.

● Платформа облачного хранения и аналитики

Все данные с датчиков, прошедшие через коммуникационный модуль, сохраняются и анализируются. Это позволяет проводить расширенный мониторинг с использованием предиктивных исследований. На этом этапе особое внимание уделяется всем аспектам: профилактическому обслуживанию, проверке работоспособности датчиков, сезонным факторам и связанным с ними проблемам.

2. Принцип работы

Принцип работы, когда мы объединяем все эти компоненты, удобно изложить в пошаговой форме:

• Шаг 1: Сбор данных
• Шаг 2: Передача
• Шаг 3: Хранение
• Шаг 4: Визуализация
• Шаг 5: Оповещения

Преимущества Интернета вещей для мониторинга качества воды в режиме реального времени

✔ Непрерывный автоматизированный сбор данных

Сочетание Интернета вещей с системой мониторинга качества воды в режиме реального времени обеспечивает круглосуточное наблюдение. Благодаря беспроводной передаче данных удалённый пункт мониторинга, оснащённый системами SCADA, может получать оповещения и данные в режиме реального времени с нескольких объектов. Это также позволяет владельцам бизнеса получать оповещения о состоянии воды в режиме реального времени через свои мобильные или веб-панели. Датчики RIKA обеспечивают время отклика всего в 1 секунду, обеспечивая практически непрерывное измерение.

✔ Более быстрое и точное принятие решений

Наличие датчиков качества воды, собирающих данные ежесекундно, обеспечивает точное отслеживание тенденций. Отслеживание тенденций позволяет принимать решения до того, как какой-либо параметр воды достигнет порогового значения. Это может привести к сокращению времени простоя и своевременному принятию решений. Например, конфигурация ПЛК и шлюза Интернета вещей позволяет подавать сигналы тревоги в режиме реального времени, если какой-либо параметр превышает пороговое значение, например, мутность превышает5 NTU (ВОЗ).  

✔ Экономия средств и эффективность использования ресурсов

Ручной отбор проб может занимать много времени, что снижает вероятность раннего обнаружения отклонений. По данным журнала Journal of Soft Computing Exploration , датчики общего содержания растворенных веществ (TDS) и мутности снижают нагрузку на ручной контроль и обеспечивают точные результаты со средней погрешностью всего 1,53%. Это позволяет оптимизировать дозирование химикатов и снизить энергопотребление за счёт снижения требований к обратной промывке фильтров в процессе очистки воды.

✔ Интеграция с системами управления

Внедрение устройств Интернета вещей, которые непрерывно отправляют данные и выполняют действия на основе данных, полученных из центров управления, позволяет автоматизировать управление. Эти действия могут включать в себя циклы обратной промывки, управление клапанами, дозирование химикатов и замену мембран, среди прочего. Использование SCADA/ПЛК обеспечивает автоматизацию процессов.

✔ Соблюдение нормативных требований и отчетность

Соблюдение нормативных требований местных органов власти или международных стандартов требует мониторинга качества воды в режиме реального времени. Чтобы избежать крупных штрафов, серьёзных корпоративных последствий и финансовых проблем, важно иметь систему, которая хранит исторические журналы в облачной SCADA-системе. Она обеспечивает доступ к аудиторским следам и позволяет экспортировать данные для регулирующих органов.

Проблемы и соображения

Устройства Интернета вещей отлично подходят для мониторинга и управления, но при их использовании возникают некоторые сложности. Вот некоторые из них и факторы, которые следует учитывать, прежде чем адаптироваться к современному способу мониторинга качества воды:

А. Электроснабжение удаленных объектов

Если датчики установлены удалённо, то для их вспомогательного оборудования, включая ПЛК и коммуникационный модуль, потребуется электропитание. В условиях отсутствия электросети может потребоваться использование солнечной энергии с аккумуляторами. Это может увеличить первоначальный капитал, но окупится в долгосрочной перспективе.

Б. Вопросы безопасности данных и конфиденциальности

Передача данных через интернет или по беспроводной связи делает их уязвимыми для кражи. В случаях, когда безопасность данных является ключевым фактором, например, при шифровании и использовании новейших технологий Wi-Fi и сотовой связи (5G), это может оказаться полезным.

C. Ограничения связи в сельских и промышленных районах

Всегда найдутся места, где сотовый или проводной интернет недоступен. В таких случаях единственным решением является использование спутникового интернета, настройка и обслуживание которого может быть дорогостоящим.

D. Стоимость внедрения для малых коммунальных предприятий

Для небольших коммунальных предприятий использование недорогих датчиков и микроконтроллеров, отказ от дорогостоящих локальных серверов, поэтапное внедрение и использование общей инфраструктуры (например, региональных концентраторов SCADA) могут сделать Интернет вещей жизнеспособным даже для небольших операторов.

Будущие тенденции в мониторинге качества воды с помощью Интернета вещей

Стремительный рост цифрового мира позволяет корпорациям повышать эффективность и производительность. Чтобы оставаться на шаг впереди, учитывайте эти ключевые аспекты и адаптируйте их заранее, чтобы оставаться актуальными.

● Предиктивная аналитика на основе искусственного интеллекта и машинного обучения

Искусственный интеллект (ИИ) и машинное обучение (МО) — современные методы предиктивного анализа и поведенческих исследований. Эти алгоритмы способны анализировать обширную облачную базу данных и выявлять закономерности в дрейфе показаний датчиков или данных о токе насосов, позволяя планировать техническое обслуживание до возникновения поломок и тем самым сокращать незапланированные простои.

● Интеграция с умными городами и цифровыми двойниками

Города, которые уже используют устройства Интернета вещей для управления и мониторинга различных городских установок, таких как уличные фонари, акустические датчики и камеры, могут интегрировать мониторинг качества воды в режиме реального времени для повышения уровня соблюдения нормативных требований в отраслях.

● Устойчивое развитие и периферийные вычисления для более быстрой обработки

Эти системы склоняются к использованию маломощной конфигурации Интернета вещей (29 Вт), предназначенной для непрерывной работы с минимальным энергопотреблением, что соответствует целям устойчивого развития. Надёжные системы на базе ПЛК требуют меньше ручного вмешательства, что сокращает поездки на удалённые объекты (снижая углеродный след). Более того, ПЛК и локальные шлюзы Интернета вещей могут обрабатывать сигналы тревоги на месте, позволяя принимать решения, не дожидаясь обработки в облаке — фактически, это периферийные вычисления. Они также могут гарантировать выполнение критически важных действий (например, перекрытие клапана) даже при потере интернет-соединения.

Заключение

Переход к использованию Интернета вещей в мониторинге качества воды неизбежен. Этот подход уже используют организации Lake and River Monitoring Networks (Европа и США), Smart Water Cities (Сингапур) и очистные сооружения Пагла компании Dhaka WASA. Их цель — сделать мониторинг эффективным и устойчивым. Добавление таких функций, как ИИ и МО для облачных данных, может обеспечить глубокое понимание ситуации, которое сложно получить вручную.

Датчики и устройства Интернета вещей уже делают возможным профилактическое обслуживание, точный контроль, улучшенное наблюдение и удалённое управление. Такие бренды, как RIKA, предлагают комплексные услуги для комплексного решения мониторинга качества воды в режиме реального времени. Их датчики отличаются высочайшим качеством, одной из самых высоких в отрасли точностью и разрешением, что соответствует отраслевым стандартам.

FAQ (часто задаваемые вопросы)

В1: Какие параметры можно измерить с помощью IoT-мониторинга качества воды?

Мониторинг качества воды с помощью Интернета вещей в основном включает мониторинг параметров мутности, pH, растворённого кислорода, электропроводности и общего содержания растворённых веществ (TDS). Они дают полную картину состояния качества воды. Международные организации обычно устанавливают ограничения на эти параметры. Их мониторинг обеспечивает соблюдение нормативных требований.

В2: Подходит ли мониторинг IoT для систем питьевого водоснабжения?

Использование Интернета вещей (IoT) для мониторинга системы питьевого водоснабжения настоятельно рекомендуется. Это самый передовой метод поддержания свойств питьевой воды. Алгоритм искусственного интеллекта и машинного обучения легко обнаруживает даже незначительные изменения. Это позволяет без задержек дозировать химические вещества и определять источник загрязнения в режиме реального времени.

В3: Может ли Интернет вещей снизить затраты на очистку воды?

Да, использование устройств Интернета вещей может снизить затраты за счёт сокращения необходимости периодического отбора проб. В удалённых районах частота посещений значительно сокращается. Они также могут снизить расход химикатов и обеспечить возможность предиктивного обслуживания. В целом, это может снизить затраты на рабочую силу, эксплуатацию и техническое обслуживание в водоочистной отрасли.

В4: Каков типичный диапазон датчика качества воды IoT?

Как правило, датчики качества воды, подобные датчикам Rika, доступны в виде датчиков мутности (RK500-07), работающих в диапазоне от 0 до 4000 NTU, датчиков pH (RK500-12), работающих в диапазоне от 0 до 14 pH с разрешением 0,01 pH, датчиков растворенного кислорода (DO) (RK500-13), работающих в диапазоне от 0 до 20 мг/л, датчиков электропроводности (RK500-23) с диапазоном измерения от 0 до 20 мСм/см и несколькими вариантами (с возможностью настройки для воды с низкой/высокой соленостью). Датчики TDS обычно используются для классификации воды с диапазоном до 1000 ppm и более.

В5: Насколько безопасна передача данных IoT?

Современные системы используют зашифрованные протоколы связи (например, TLS, HTTPS, VPN или MODBUS по защищенному протоколу TCP/IP) и сотовые сети с аутентификацией SIM-карт. Это затрудняет кражу данных. Более того, межсетевые экраны, системы обнаружения вторжений и регулярные обновления прошивки поддерживают системы в актуальном состоянии и защищают их от современных угроз. Усовершенствованная система будет использовать ИИ-агентов для обнаружения атак.