CN114779644A - 一种过滤机智能控制的方法 - Google Patents

Abstract

本发明涉及一种过滤机智能控制的方法，包括如下步骤：S1创建数据库；S2设定滤饼目标干度和滤液目标浊度；S3采集物料参数；S4云服务器匹配数据库，设定初始工艺流程和工艺参数数据；S5设备运行一个周期，采集滤饼实际干度和滤液实际浊度；S6比较计算滤饼干度和滤液浊度的差值系数；S7根据差值系数优化调整工艺流程和工艺参数数据；S8返回S5循环。本发明根据物料的不同参数，选择合适的工艺流程和工艺参数，且运行过程中不断的检测滤饼干度和滤液浊度，进行优化工艺流程和工艺参数，使得设备始终处于最佳运行状态，大幅提升产品质量。

Description

一种过滤机智能控制的方法

技术领域

本发明属于过滤机控制领域，尤其涉及一种过滤机智能控制的方法。

背景技术

近年来，工业过滤机行业发展迅速，厂家推出的过滤机设备机型各异，过滤面积不同。但现有过滤机的工艺流程和工艺参数主要是通过人工抽检测试滤饼、滤液参数，根据工作经验去调整设备。这种调控方法，调整耗时长，且受个人工作经验影响，不能精准、及时的调整设备，影响产料质量和效率。

CN 112774286 A公开了一种用于硅藻土过滤机的过滤装置及其控制方法，该过滤装置由PLC智能***进行控制，控制***设有过滤输出选择、过滤清洗反冲洗控制、过滤状态实时监测、过滤功能异常报警等模块，根据时间和压差通过全自动五通阀中传动轴调整阀芯，控制水流的大小和方向，将硅藻土与水的混合溶液在滤芯外侧实现预涂膜及挂膜，并能记录和查询异常信息，实现远程智能控制。其优点在于运用智能控制模块完成预涂膜，控制滤膜厚度，充分利用硅藻土强大的吸附特性和不锈钢滤芯网孔的多层排列，实现过滤效果，降低后期运行费用，设备经反复实验测试，较之前的板框式过滤机故障率大大降低。但是，并没有实现滤机的工艺流程和工艺参数***化的自动调整及优化。

发明内容

本发明针对上述的现有存在的不足，提供一种过滤机智能控制的方法，以解决如何自动调整过滤机工艺流程和工艺参数的技术问题。

本发明具体的技术方案如下：

一种过滤机智能控制的方法，包括如下步骤：

S1：创建物料参数、滤饼参数、滤液参数、工艺流程和工艺参数数据库；

S2：设定滤饼目标干度GD_t和滤液目标浊度ZD_t；

S3：采集物料参数；

S4：云服务器匹配数据库，设定初始工艺流程和工艺参数数据；

S5：设备运行一个周期，采集滤饼实际干度GD_r和滤液实际浊度ZD_r；

S6：比较计算滤饼实际干度GD_r和滤饼目标干度GD_t的滤饼干度差值系数K_GD、滤液实际浊度ZD_r和滤液目标浊度ZD_t的滤液浊度差值系数；

S7：根据滤饼干度度差值系数K_GD和滤液浊度差值系数K_ZD匹配数据库，优化调整工艺流程和工艺参数数据；

S8：返回S5循环。

在S1中，根据不同工况，不同物料，不同滤饼、滤液需求创建的总数据库，例如：

物料参数包括物料名称，物料PH值，物料温度、物料密度；

滤饼参数包括目标滤饼干度、实测滤饼干度、物料滤饼干度差值系数；

滤液参数包括目标滤液浊度、实测滤液浊度、物料滤液浊度差值系数；

工艺流程包括进料工序、回料工序、挤压工序、泄压工序、风干工序、洗涤工序及一个循环过程中各工序的次序、次数；

工艺参数包括滤饼干度差值系数参数λ、滤液浊度差值系数参数μ、工艺参数调整系数ζ、风干时间t、挤压压力P；

在S5中的一个周期是指设备进料到出来滤饼和滤液；再进料，再得到滤饼和滤液则进入下一个周期。

本发明采用上述技术特征具有如下技术效果：

本方案的过滤机智能控制的方法，根据采集的物料参数，选择合适的工艺流程和工艺参数，且运行过程中不断的检测滤饼干度和滤液浊度，进行优化工艺流程和工艺参数，使得设备始终处于最佳运行状态，大幅提升产品质量。

本技术方案还可以做如下改进：

进一步地，所述S7中优化调整工艺流程和工艺参数数据，其中滤饼干度差值系数K_GD和滤液浊度差值系数K_ZD的计算方法为：

K_GD＝λ(GD_r-GD_t)/GD_r×100％；

K_ZD＝μ(ZD_r-ZD_t)/ZD_r×100％；

式中λ和μ为数据库中参数，其中λ是根据物料过滤难度确定的滤饼干度差值系数参数；μ是根据物料过滤难度确定的滤液浊度差值系数参数，0＜λ≤1，0＜μ≤1。

进一步地，根据滤饼干度差值系数K_GD优化调整工艺流程和工艺参数的方法：

当K_GD≥40％时，工艺流程调整，增加一次挤压工序；

当20％＜K_GD＜40％时，工艺参数调整，挤压压力P调整为P＝(1+ζ×K_GD)×P’，P’是调整前的挤压压力；

当10％＜K_GD≤20％时，工艺参数调整，风干时间t调整为t＝(1+ξ×K_GD)×t’是调整前的风干时间；

当K_GD≤10％时，工艺不调整；

式中所述ζ为数据库中参数，是根据物料过滤滤液难易程度特性确定的工艺参数调整系数，0＜ζ≤1；

式中所述ξ为数据库中参数，是根据物料过滤滤饼难易程度特性确定的工艺参数调整系数，0＜ξ≤1。

进一步地，根据滤液浊度差值系数K_ZD优化调整工艺流程和工艺参数的方法：

当K_ZD≥40％时，工艺流程调整，增加一次挤压工序；

当25％＜K_ZD＜40％时，工艺流程调整，增加一次洗涤工序；

当10％＜K_ZD≤25％时，工艺参数调整，挤压压力P调整为P＝(1+ζ×K_ZD)×P’，P’是调整前的挤压压力；

当K_ZD≤10％时，工艺不调整；

式中所述ζ为数据库中参数，是根据物料过滤滤液难易程度特性确定的工艺参数调整系数，0＜ζ≤1。

进一步地，选择设备模式，设备模式分为滤饼模式、滤液模式、滤饼优先模式和滤液优先模式；

根据当前选择的设备模式优化调整工艺流程和工艺参数的方法：

滤饼模式下，调整工艺流程和工艺参数时不考虑滤液浊度差值系数K_ZD；

滤液模式，调整工艺流程和工艺参数时不考虑滤饼浊度差值系数K_GD；

滤饼优先模式，则先依据K_GD，调整工艺流程和工艺参数至滤饼干度合格后，再依据K_ZD调整工艺流程和工艺参数使滤液浊度向目标浊度靠拢；

滤液优先模式，则先依据K_ZD调整工艺流程和工艺参数至滤液浊度合格后，再依据K_GD调整工艺流程和工艺参数使滤饼干度向目标干度靠拢。

采用以上进一步技术特征具有如下技术效果：

根据滤饼目标干度GD_t、滤液目标浊度ZD_t、滤饼实际干度GD_r和滤液实际浊度ZD_r，带入公式中计算出滤饼干度差值系数K_GD和滤液浊度差值系数K_ZD，更加的科学可靠；根据需求选择设备模式，如需要滤饼，则选择滤饼模式；如需要滤液，则选择滤液模式；如两者都需要且更看重滤饼，则选择滤饼优先模式；如两者都需要且更看重滤液，则滤液优先模式；这样根据K_GD、K_ZD和当前选择的设备模式优化调整工艺流程和工艺参数；再在运行过程中自动检测滤饼干度和滤液浊度，不断地优化工艺流程和工艺参数，使得设备始终处于最佳运行状态，进一步提升产品质量。

本发明提供的一种过滤机智能控制的方法，可应用于不同批次、不同参数的物料，根据物料的不同参数，选择合适的工艺流程和工艺参数，且运行过程中不断的检测滤饼干度和滤液浊度，进行优化工艺流程和工艺参数，使得设备始终处于最佳运行状态，大幅提升产品质量。并运用科学的公式计算出滤饼干度差值系数K_GD和滤液浊度差值系数K_ZD，根据K_GD、K_ZD和当前设备模式优化调整工艺流程和工艺参数，进一步提升产品质量。

附图说明

图1为本发明过滤机智能控制的方法的流程图。

具体实施方式

以下结合实例对本发明的原理和特征进行描述，所举实例只用于解释本发明，并非用于限定本发明的范围。

实施例1：

一种过滤机智能控制的方法，包括如下步骤：

S1：创建物料参数、滤饼参数、滤液参数、工艺流程和工艺参数数据库；

根据不同工况，不同物料，不同滤饼、滤液需求创建的总数据库，例如：

物料参数包括物料名称，物料PH值，物料温度、物料密度；

滤饼参数包括目标滤饼干度、实测滤饼干度、物料滤饼干度差值系数；

滤液参数包括目标滤液浊度、实测滤液浊度、物料滤液浊度差值系数；

工艺流程包括进料工序、回料工序、挤压工序、泄压工序、风干工序、洗涤工序及一个循环过程中各工序的次序、次数；

工艺参数包括滤饼干度差值系数参数λ、滤液浊度差值系数参数μ、工艺参数调整系数ζ、风干时间t、挤压压力P；

S2：设定滤饼目标干度GD_t为6％，滤液目标浊度ZD_t为50NTU；

S3：采集物料参数，所采集到的物料参数为PH＝7，T＝40℃，ZD＝1000NTU，ρ＝1.8×10³kg/m³；

S4：云服务器匹配数据库，设定初始工艺流程和工艺参数数据，所设的工艺流程为进料→回料→挤压→泄压→洗涤→挤压→泄压→洗涤→挤压→泄压→洗涤→挤压→泄压→风干，即经过4个循环的挤压泄压，所设的工艺参数数据为进料压力＝0.6MPa、回料时间＝5min、挤压压力1.2MPa、挤压时间＝6min、泄压时间＝3min、洗涤压力＝0.6MPa、洗涤时间＝5min、风干压力0.8MPa、风干时间＝5min；

S5：设备运行进料到出滤饼和滤液的这一个周期，采集滤饼实际干度GD_r为10％和滤液实际浊度ZD_r为120NTU；

S6：根据公式自动计算滤饼干度差值系数K_GD和滤液浊度差值系数K_ZD，公式为：K_GD＝λ(GD_r-GD_t)/GD_r×100％；K_ZD＝μ(ZD_r-ZD_t)/ZD_r×100％；

数据库中λ＝0.35，μ＝0.3；

计算得出K_GD＝23.3％，K_ZD＝42％；

S7：选择当前设备模式为滤饼优先模式：

(1)首先根据所述滤饼干度差值系数K_GD优化调整工艺流程和工艺参数：

其中，K_GD＝23.3％，20＜K_GD＜40％，则工艺参数调整，挤压压力P调整为P＝(1+ζ×K_GD)×P’，P’是调整前的挤压压力；

数据库中ζ＝0.65；

计算得出P＝0.8；

设备进行工艺参数调整，挤压压力调整为0.8MPa；

S8：返回S5循环，设备运行一个周期，采集滤饼实际干度GD_r为7％和滤液实际浊度ZD_r为95NTU；

S6：根据公式自动计算滤饼干度差值系数K_GD＝5.8％和滤液浊度差值系数K_ZD＝27％；

S7：根据滤饼干度差值系数K_GD和滤液浊度差值系数K_ZD匹配数据库，确认工艺流程和工艺参数不需调整，控制***再根据所述滤液浊度差值系数K_ZD优化调整工艺流程和工艺参数；

(2)根据所述滤液浊度差值系数K_ZD优化调整工艺流程和工艺参数：

其中，K_ZD＝27％，25％＜K_ZD＜40％，则工艺流程调整，增加一次洗涤工序；

设备工艺流程调整为：进料→回料→挤压→泄压→洗涤→挤压→泄压→洗涤→挤压→泄压→洗涤→洗涤→挤压→泄压→风干；

S8：返回S5循环，设备运行一个周期，采集滤饼实际干度GD_r为7％和滤液实际浊度ZD_r为60NTU；

S6：根据公式自动计算滤饼干度差值系数K_GD＝5.8％和滤液浊度差值系数K_ZD＝6％；

S7：根据滤饼干度差值系数K_GD和滤液浊度差值系数K_ZD匹配数据库，确认工艺流程和工艺参数不需调整，设备循环稳定运行。

最终所得到的产物的数据：滤饼干度值＝7％；滤液浊度值＝60NTU。

实施例2：

一种过滤机智能控制的方法，包括如下步骤：

S1：创建物料参数、滤饼参数、滤液参数、工艺流程和工艺参数数据库；与实施例1相同。

S2：设定滤饼目标干度GD_t为8％和滤液目标浊度ZD_t为80NTU；

S3：采集物料参数，所采集到的物料参数为PH＝1，T＝60℃，ZD＝1300NTU，ρ＝2×10³kg/m³；

S4：云服务器匹配数据库，设定初始工艺流程和工艺参数数据，所设的工艺流程为进料→回料→挤压→泄压→洗涤→挤压→泄压→洗涤→挤压→泄压→洗涤→挤压→泄压→洗涤→挤压→泄压→洗涤→挤压→泄压→洗涤→挤压→泄压→风干，所设的工艺参数数据为进料压力＝0.6MPa、回料时间＝5min、挤压压力1.4MPa、挤压时间＝5min、泄压时间＝3min、洗涤压力＝0.7MPa、洗涤时间＝8min、风干压力0.8MPa、风干时间＝8min；

S5：设备运行一个周期，采集滤饼实际干度GD_r为10％和滤液实际浊度ZD_r为150NTU；

S6：根据公式自动计算滤饼干度差值系数K_GD和滤液浊度差值系数K_ZD，公式为：K_GD＝λ(GD_r-GD_t)/GD_r×100％；K_ZD＝μ(ZD_r-ZD_t)/ZD_r×100％；

数据库中λ＝0.45，μ＝0.38；

计算得出K_GD＝11.25％，K_ZD＝33.25％；

S7：选择当前设备模式为滤液优先模式：

(1)首先根据所述滤液浊度差值系数K_ZD优化调整工艺流程和工艺参数：

其中K_ZD＝33.25％，25％＜K_ZD＜40％，则工艺流程调整，增加一次洗涤工序；

设备工艺流程调整为：进料→回料→挤压→泄压→洗涤→挤压→泄压→洗涤→挤压→泄压→洗涤→挤压→泄压→洗涤→挤压→泄压→洗涤→挤压→泄压→洗涤→洗涤→挤压→泄压→风干；

S8：返回S5循环，设备运行一个周期，采集滤饼实际干度GD_r为10％和滤液实际浊度ZD_r为90NTU；

S8：根据公式自动计算滤饼干度差值系数K_GD＝11.25％和滤液浊度差值系数K_ZD＝4.75％；

S7：根据滤饼干度差值系数K_GD和滤液浊度差值系数K_ZD匹配数据库，确认工艺流程和工艺参数不需调整，控制***再根据所述滤饼干度差值系数K_GD优化调整工艺流程和工艺参数；

(2)根据所述滤饼干度差值系数K_GD优化调整工艺流程和工艺参数：

其中，K_GD＝11.25％，10％＜K_GD≤20％，则工艺参数调整，风干时间t调整为t＝(1+ξ×K_GD)×t’，t’是调整前的风干时间；

数据库中ξ＝0.85；

计算得出t＝8.8min；

设备进行工艺参数调整，风干时间调整为8.8min；

S8：返回S5循环，设备运行一个周期，采集滤饼实际干度GD_r为9％和滤液实际浊度ZD_r为90NTU；

S6：根据公式自动计算滤饼干度差值系数K_GD＝5.6％和滤液浊度差值系数K_ZD＝4.75％；

S7：根据滤饼干度差值系数K_GD和滤液浊度差值系数K_ZD匹配数据库，确认工艺流程和工艺参数不需调整，设备循环稳定运行。

最终所得到的产物的数据：滤饼干度值＝9％；滤液浊度值＝90NTU。

实施例3：

一种过滤机智能控制的方法，包括如下步骤：

S1：创建物料参数、滤饼参数、滤液参数、工艺流程和工艺参数数据库；与实施例1相同。

S2：设定滤饼目标干度GD_t为5％；

S3：采集物料参数，所采集到的物料参数为PH＝7，T＝30℃，ZD＝1200NTU，ρ＝2×10³kg/m³；

S4：云服务器匹配数据库，设定初始工艺流程和工艺参数数据，所设的工艺流程为进料→回料→挤压→泄压→洗涤→挤压→泄压→洗涤→挤压→泄压→洗涤→挤压→泄压→风干，所设的工艺参数数据为进料压力＝0.6MPa、回料时间＝5min、挤压压力1.0MPa、挤压时间＝5min、泄压时间＝3min、洗涤压力＝0.7MPa、洗涤时间＝5min、风干压力1.0MPa、风干时间＝5min；

S5：设备运行一个周期，采集滤饼实际干度GD_r为10％和滤液实际浊度ZD_r为350NTU；

S6：根据公式自动计算滤饼干度差值系数K_GD和滤液浊度差值系数K_ZD，公式为：K_GD＝λ(GD_r-GD_t)/GD_r×100％；K_ZD＝μ(ZD_r-ZD_t)/ZD_r×100％；

数据库中λ＝0.3，μ＝0.5；

计算得出K_GD＝30％，K_ZD无数据；

S7：选择当前设备模式为滤饼模式，调整工艺流程和工艺参数时不考虑滤液浊度差值系数K_ZD；

根据所述滤饼干度差值系数K_GD优化调整工艺流程和工艺参数：

其中，K_GD＝30％，20％＜K_GD＜40％，则工艺参数调整，挤压压力P调整为P＝(1+ζ×K_GD)×P’，P’是调整前的挤压压力；

数据库中ζ＝0.45；

计算得出P＝1.14MPa；

设备进行工艺参数调整，挤压压力调整为1.14MPa；

S8：返回S5循环，设备运行一个周期，采集滤饼实际干度GD_r为6％；

S6：根据公式自动计算滤饼干度差值系数K_GD＝6％；

S7：根据滤饼干度差值系数K_GD和滤液浊度差值系数K_ZD匹配数据库，确认工艺流程和工艺参数不需调整，设备循环稳定运行。

最终所得到的产物的数据：滤饼干度值＝6％。

实施例4：

S1：创建物料参数、滤饼参数、滤液参数、工艺流程和工艺参数数据库；

S2：设定滤液目标浊度ZD_t为80NTU；

S3：采集物料参数，所采集到的物料参数为PH＝7，T＝40℃，ZD＝1000NTU，ρ＝1.5×10³kg/m³；

S4：云服务器匹配数据库，设定初始工艺流程和工艺参数数据，所设的工艺流程为进料→回料→挤压→泄压→洗涤→挤压→泄压→洗涤→挤压→泄压→洗涤→挤压→泄压→洗涤→挤压→泄压→风干，所设的工艺参数数据为进料压力＝0.7MPa、回料时间＝5min、挤压压力1.0MPa、挤压时间＝4min、泄压时间＝2.5min、洗涤压力＝0.8MPa、洗涤时间＝5min、风干压力1.0MPa、风干时间＝4min；

S5：设备运行一个周期，采集滤饼实际干度GD_r为15％和滤液实际浊度ZD_r为120NTU；

S6：根据公式自动计算滤饼干度差值系数K_GD和滤液浊度差值系数K_ZD，公式为：K_GD＝λ(GD_r-GD_t)/GD_r×100％；K_ZD＝μ(ZD_r-ZD_t)/ZD_r×100％；

数据库中λ＝0.3，μ＝0.35；

计算得出K_GD无数据，K_ZD＝17.5％；

S7：选择当前设备模式为滤液模式，调整工艺流程和工艺参数时不考虑滤饼浊度差值系数K_GD：

根据所述滤液浊度差值系数K_ZD优化调整工艺流程和工艺参数：

其中，K_ZD＝17.5％，10％＜K_ZD≤25％，工艺参数调整，挤压压力P调整为P＝(1+ζ×K_ZD)×P；

数据库中ζ＝0.52；

计算得出P＝1.09MPa；

设备进行工艺参数调整，挤压压力调整为1.09MPa；

S8：返回S5循环，设备运行一个周期，采集滤液实际浊度ZD_r为90NTU；

S6：根据公式自动计算滤液浊度差值系数K_ZD＝4.38％；

S7：根据滤饼干度差值系数K_GD和滤液浊度差值系数K_ZD匹配数据库，确认工艺流程和工艺参数不需调整，设备循环稳定运行。

最终所得到的产物的数据：滤液浊度值＝90NTU。

综上所述，本发明提供的一种过滤机智能控制的方法，可应用于不同批次、不同参数的物料，根据物料的不同参数，选择合适的工艺流程和工艺参数，且运行过程中不断的检测滤饼干度和滤液浊度，进行优化工艺流程和工艺参数，使得设备始终处于最佳运行状态，大幅提升产品质量。并运用科学的公式计算出滤饼干度差值系数K_GD和滤液浊度差值系数K_ZD，根据K_GD、K_ZD和当前设备模式优化调整工艺流程和工艺参数，进一步提升产品质量。

可以理解，本发明是通过一些实施例进行描述的，本领域技术人员知悉的，在不脱离本发明的精神和范围的情况下，可以对这些特征和实施例进行各种改变或等效替换。另外，在本发明的教导下，可以对这些特征和实施例进行修改以适应具体的情况及材料而不会脱离本发明的精神和范围。因此，本发明不受此处所公开的具体实施例的限制，所有落入本申请的权利要求范围内的实施例都属于本发明所保护的范围内。

Claims (5)

1.一种过滤机智能控制的方法，其特征在于，包括如下步骤：

S1：创建物料参数、滤饼参数、滤液参数、工艺流程和工艺参数数据库；

S2：设定滤饼目标干度GD_t和滤液目标浊度ZD_t；

S3：采集物料参数；

S4：云服务器匹配数据库，设定初始工艺流程和工艺参数数据；

S5：设备运行一个周期，采集滤饼实际干度GD_r和滤液实际浊度ZD_r；

S6：比较计算滤饼实际干度GD_r和滤饼目标干度GD_t的滤饼干度差值系数K_GD、滤液实际浊度ZD_r和滤液目标浊度ZD_t的滤液浊度差值系数K_ZD；

S7：根据滤饼干度差值系数K_GD和滤液浊度差值系数K_ZD匹配数据库，优化调整工艺流程和工艺参数数据；

S8：返回S5循环。

2.根据权利要求1所述的过滤机智能控制的方法，其特征在于，所述S7中优化调整工艺流程和工艺参数数据，其中滤饼干度差值系数K_GD和滤液浊度差值系数K_ZD的计算方法为：

K_GD＝λ(GD_r-GD_t)/GD_r×100％；

K_ZD＝μ(ZD_r-ZD_t)/ZD_r×100％；

式中λ，μ为数据库中参数，所述λ是根据物料过滤难度确定的滤饼干度差值系数参数；所述μ是根据物料过滤难度确定的滤液浊度差值系数参数；0＜λ≤1，0＜μ≤1。

3.根据权利要求2所述的过滤机智能控制的方法，其特征在于，根据所述滤饼干度差值系数K_GD优化调整工艺流程和工艺参数的方法：

当K_GD≥40％时，工艺流程调整，增加一次挤压工序；

当20％＜K_GD＜40％时，工艺参数调整，挤压压力P调整为P＝(1+ζ×K_GD)×P’，P’是调整前的挤压压力；

当10％＜K_GD≤20％时，工艺参数调整，风干时间t调整为t＝(1+ξ×K_GD)×t’，t’是调整前的风干时间；

当K_GD≤10％时，工艺不调整；

式中所述ζ为数据库中参数，是根据物料过滤滤液难易程度特性确定的工艺参数调整系数，0＜ζ≤1；

式中所述ξ为数据库中参数，是根据物料过滤滤饼难易程度特性确定的工艺参数调整系数，0＜ξ≤1。

4.根据权利要求2所述的过滤机智能控制的方法，其特征在于，根据所述滤液浊度差值系数K_ZD优化调整工艺流程和工艺参数的方法：

当K_ZD≥40％时，工艺流程调整，增加一次挤压工序；

当25％＜K_ZD＜40％时，工艺流程调整，增加一次洗涤工序；

当10％＜K_ZD≤25％时，工艺参数调整，挤压压力P调整为P＝(1+ζ×K_ZD)×P’，P’是调整前的挤压压力；

当K_ZD≤10％时，工艺不调整；

式中所述ζ为数据库中参数，是根据物料过滤滤液难易程度特性确定的工艺参数调整系数，0＜ζ≤1。

5.根据权利要求2-4任一项所述的过滤机智能控制的方法，其特征在于，设备模式分为滤饼模式、滤液模式、滤饼优先模式和滤液优先模式，选择设备模式；

根据当前选择的设备模式优化调整工艺流程和工艺参数的方法：

滤饼模式下，调整工艺流程和工艺参数时不考虑滤液浊度差值系数K_ZD；

滤液模式下，调整工艺流程和工艺参数时不考虑滤饼浊度差值系数K_GD；

滤饼优先模式，则先依据K_GD，调整工艺流程和工艺参数至滤饼干度合格后，再依据K_ZD调整工艺流程和工艺参数使滤液浊度向目标浊度靠拢；

滤液优先模式，则先依据K_ZD调整工艺流程和工艺参数至滤液浊度合格后，再依据K_GD调整工艺流程和工艺参数使滤饼干度向目标干度靠拢。

Images