L4 级水厂落地实践：剑企 AI-OS 依托多智能体实现污水厂节能降耗全流程优化

对于污水处理厂来说，AI 已不是一个陌生概念，智能体的引入也已成为行业趋势。但真正落到项目中，仍然会遇到几个现实问题：应该从哪个环节开始？是先做智能曝气，还是直接建设全厂智控系统？完成单点控制后，怎样继续向加药、加碳、提升泵乃至厂网联控扩展？

作为覆盖全国 13 个省级区域，服务于 30 多家污水处理厂的 AI 操作系统，剑企®AI-OS 应用场景包括市政污水、工业废水，单厂规模从 1 万吨/日至 10 万吨/日不等，排放要求覆盖一级 A、准 Ⅳ 类以及各个省市和地方标准，共同构成了系统持续迭代的实践基础。

从以曝气为切入点的单智能体应用，到包括提升泵、加碳、加药、活性炭投加及厂站网联控等多智能体协同，再到 L4 级污水处理全流程 AI 方案，通过这些应用案例，可以看到一条相对清晰的智控升级路径：

先解决一个关键环节的闭环控制，再逐步扩大协同范围，最终实现从单点智能到全厂工艺智控。

一、从曝气环节切入，建立第一个控制闭环

在污水处理过程中，曝气既是保障生化系统稳定运行的关键环节，也是水厂主要的能耗来源之一，因此很多污水厂会选择剑企曝气智能体作为智控建设的切入点。

传统运行模式下，风机频率和风量往往依赖运行人员根据溶解氧、进水水量和经验进行调整。当进水负荷发生变化时，人工控制容易出现响应滞后、曝气过量或溶解氧波动较大的情况。

剑企曝气智能体并不是简单设置一个固定的 DO 目标，把风机转速调低，而是综合 DO、ORP、MLSS、水量及进出水水质等数据，判断生化系统的实际需氧量，并对风机运行状态进行动态调整。这种「实时监测—智能判断—自动调节—结果反馈」的闭环，使曝气控制从依赖人工经验，逐步转变为基于工艺数据的连续控制。

以浙江湖州某污水处理厂为例，剑企曝气智能体部署前，南沟 DO 浓度在 0.9—2.0mg/L 之间变化，北沟则达到 4.5—7.0mg/L，两个区域的供氧状态差异较大。经过智能体持续调节后，南沟 DO 稳定在 1.05—1.15mg/L，北沟稳定在 1.3—1.5mg/L，波动范围约为±0.1mg/L。在水质稳定达标的前提下，每去除 1kg 氨氮和 1kg COD 所消耗的电量分别降低约 29%和 39%。这说明，曝气智控的价值不仅是「降低 DO」，更重要的是减少无效曝气，使供氧量与实际污染物负荷更加匹配。

江苏溧阳某污水处理厂，处理规模 10 万吨/日，智能曝气部署后，与人工控制模式相比，风机吨水电耗降低约 12%；单位 COD 和氨氮去除所对应的风机能耗分别降低约 27%和 24%。与此同时，出水 COD、氨氮、总氮和总磷保持稳定达标，各项污染物去除率维持在较高水平，有效验证了在 10 万吨级规模下的智控效果。

湖南怀化某污水厂的案例则提供了另一个值得关注的角度。智能曝气投用后，每去除 1kg COD 和 1kg 氨氮所消耗的电量分别降低约 14%和 8%。如果只观察这一项指标，可能会得出「节能效果不明显」的结论。但与此同时，PAC 单耗环比下降 81.1%，碳源单耗环比下降 61.7%；COD 平均去除率由 87%提高至 93%，总氮去除率由 54%提高至 64%，总磷去除率由 87%提高至 93%。

这说明，曝气智能体的工艺效果，不仅体现在吨水电耗上，还能节省药剂、提高能耗效率、降低人工接管频次。污水厂得到的不只是一个自动调风系统，而是建立了第一个可以量化、验证和持续优化的工艺控制闭环。

二、从单点控制扩展到多智能体协同

曝气控制能够解决生化系统中的重要问题，但一座水厂的稳定运行并不只取决于风机。曝气降低可能改变硝化反硝化条件，进而影响碳源需求；进水水量波动会同时影响提升泵、曝气和加药；总磷控制则与生物除磷状态、化学药剂投加和深度处理负荷密切相关。

这意味着，真正的全流程优化不能让各环节各自追求局部最优，而要让不同智能体围绕「稳定达标、节能降耗、减少人工干预」这一共同目标协同决策。

江陵威德水质净化厂的案例体现了这一升级路径。该厂处理规模为 3.8 万吨/日，出水执行准 Ⅳ 类标准，先后部署了曝气、加碳、加药、提升泵、内外回流等智能体，并由中枢智能体统一协调，全局寻优：

• 前端根据管网、泵站和进水变化，动态调节进水与提升；

• 中段根据污染物负荷和生化状态，协同优化曝气与碳源投加；

• 后端根据出水目标，联动除磷、活性炭投加及深度处理进水；

• 全流程在稳定达标的约束下，统筹能耗、药耗、设备运行与人工干预。

多环节协同运行后，该厂吨水电耗由 0.334kWh/m³ 降至 0.216kWh/m³，降低约 35%；PAC 投加量降低约 43%，乙酸钠投加量降低约 32%，日均污泥产生量降低约 20%。

在降耗的同时，出水水质保持稳定：2026 年 1—3 月，出水总氮稳定在 7—9 mg/L，总磷稳定在 0.11—0.13 mg/L，COD 和氨氮等指标保持达标。

江陵案例显示，当曝气、加碳、加药和水量调度能够根据同一套工艺目标协同运行时，节能、降药、减泥和稳定水质不再是彼此独立的任务，而是可以通过全流程优化同时推进。

江陵威德水质净化厂

三、迈向 L4 级污水处理全流程自主运行

如果说单点智能解决的是一个设备或一个工艺环节的问题，多智能体协同解决的是不同环节之间的联动问题，那么 L4 级污水处理全流程 AI 方案要解决的，则是整座水厂如何实现少人化、自适应、全域化的自主运行。

浙江德清威德污水处理厂采用 AAO 工艺，处理规模为 2 万吨/日，工业污水占比 70% 以上，是全国首个 L4 级智能化水厂建设案例。项目面向「厂—网—泵」全域协同和全局统筹寻优，推动水厂由自动化运行进一步迈向少人化、自适应、全域化的自主运行。

L4 级方案不是推翻水厂原有自动化系统重新建设，它可以连接既有 SCADA、PLC、DCS、MES 以及传感器、仪表、巡检和化验等数据，通过智能网关和软硬件终端逐步接入，在利旧基础上完成分阶段建设和平滑升级。形成了四个层面的系统升级：

1. 兼容利旧，降低建设门槛：连接既有控制系统和仪表设备，避免重复建设；

2. 全流程协同，减少局部最优：贯通厂站网、提升、曝气、加药、回流和深度处理等关键环节；

3. 稳定达标，推动降本增效：根据实时工况动态调参，在水质达标约束下优化电耗与药耗；

4. 工艺智控与生产智管融合：将 AI 能力逐步延伸至巡检、化验、设备、能耗和运营管理，支撑全流程自主运行。

德清项目所体现的 L4 级能力，最终呈现出三项具有代表性的阶段性成果：

• 吨水电耗下降约 38%：由约 0.50kWh/m³降至 0.32kWh/m³；

• 碳源投加量下降约 29%：由 59.7mg/L 降至 38mg/L；

• 人工接管频次下降约 95%，同时出水水质保持稳定达标。

从这个意义上说，德清威德不是一个单项节能案例，而是剑企AI-OS工艺智控操作系统由「控制某个环节」走向「统筹整座水厂」的代表性实践，也为智慧水厂、标杆水厂以及具有厂网泵协同需求的区域提供了可复制的建设路径。

浙江德清威德污水处理厂

四、小结

从单点曝气到多智能体协同，再到 L4 级污水处理全流程自主运行，剑企 AI-OS 正在全国不同规模、不同工艺和不同运行基础的水处理项目中不断验证和完善。

对于仪表和数据基础尚不完整的水厂，可以先补齐关键监测点位，从能耗较高、人工干预频繁、效果容易验证的曝气环节开始。当曝气闭环稳定后，再根据实际问题逐步接入提升泵、加碳、加药等智能体，扩大协同控制范围。当水厂主要工艺环节已经实现数据互通和自动执行后，才具备进一步开展厂站网联控，迈向更高级别的 L4 级自主运行全流程智控。

水厂智能化不是一次性完成的系统建设，而是一个不断积累数据、完善控制闭环、扩大协同范围的过程。它的价值也不只是减少一次人工调节、降低某一个月的电耗，而是让水厂逐步形成持续感知、动态决策、自动执行和自我优化的能力。

从「调一台风机」到「管一座水厂」，剑企 AI-OS 的实践证明：污水处理的智能化升级，可以从一个明确的问题开始，沿着一条可验证、可扩展的路径逐步走向全流程协同。

编辑：赵凡