CN115120924B - 一种生活垃圾焚烧飞灰螯合剂智能制备*** - Google Patents
一种生活垃圾焚烧飞灰螯合剂智能制备*** Download PDFInfo
- Publication number
- CN115120924B CN115120924B CN202210784174.6A CN202210784174A CN115120924B CN 115120924 B CN115120924 B CN 115120924B CN 202210784174 A CN202210784174 A CN 202210784174A CN 115120924 B CN115120924 B CN 115120924B
- Authority
- CN
- China
- Prior art keywords
- storage tank
- chelating agent
- fly ash
- component storage
- components
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 239000002738 chelating agent Substances 0.000 title claims abstract description 104
- 239000010881 fly ash Substances 0.000 title claims abstract description 66
- 239000010813 municipal solid waste Substances 0.000 title claims abstract description 25
- 238000002360 preparation method Methods 0.000 title claims abstract description 21
- 238000003860 storage Methods 0.000 claims abstract description 121
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims abstract description 40
- 238000002386 leaching Methods 0.000 claims abstract description 33
- 229910001385 heavy metal Inorganic materials 0.000 claims abstract description 27
- 238000003756 stirring Methods 0.000 claims abstract description 4
- PXHVJJICTQNCMI-UHFFFAOYSA-N Nickel Chemical compound [Ni] PXHVJJICTQNCMI-UHFFFAOYSA-N 0.000 claims description 40
- 238000004056 waste incineration Methods 0.000 claims description 24
- 229910052793 cadmium Inorganic materials 0.000 claims description 21
- 229910052785 arsenic Inorganic materials 0.000 claims description 20
- RQNWIZPPADIBDY-UHFFFAOYSA-N arsenic atom Chemical compound [As] RQNWIZPPADIBDY-UHFFFAOYSA-N 0.000 claims description 20
- BDOSMKKIYDKNTQ-UHFFFAOYSA-N cadmium atom Chemical compound [Cd] BDOSMKKIYDKNTQ-UHFFFAOYSA-N 0.000 claims description 20
- 229910052759 nickel Inorganic materials 0.000 claims description 20
- IHPYMWDTONKSCO-UHFFFAOYSA-N 2,2'-piperazine-1,4-diylbisethanesulfonic acid Chemical compound OS(=O)(=O)CCN1CCN(CCS(O)(=O)=O)CC1 IHPYMWDTONKSCO-UHFFFAOYSA-N 0.000 claims description 12
- PMZURENOXWZQFD-UHFFFAOYSA-L Sodium Sulfate Chemical compound [Na+].[Na+].[O-]S([O-])(=O)=O PMZURENOXWZQFD-UHFFFAOYSA-L 0.000 claims description 12
- 229910000162 sodium phosphate Inorganic materials 0.000 claims description 12
- 239000001488 sodium phosphate Substances 0.000 claims description 12
- 235000011008 sodium phosphates Nutrition 0.000 claims description 12
- 229910052938 sodium sulfate Inorganic materials 0.000 claims description 12
- 235000011152 sodium sulphate Nutrition 0.000 claims description 12
- AKHNMLFCWUSKQB-UHFFFAOYSA-L sodium thiosulfate Chemical compound [Na+].[Na+].[O-]S([O-])(=O)=S AKHNMLFCWUSKQB-UHFFFAOYSA-L 0.000 claims description 12
- 235000019345 sodium thiosulphate Nutrition 0.000 claims description 12
- RYFMWSXOAZQYPI-UHFFFAOYSA-K trisodium phosphate Chemical compound [Na+].[Na+].[Na+].[O-]P([O-])([O-])=O RYFMWSXOAZQYPI-UHFFFAOYSA-K 0.000 claims description 12
- GSFSVEDCYBDIGW-UHFFFAOYSA-N 2-(1,3-benzothiazol-2-yl)-6-chlorophenol Chemical compound OC1=C(Cl)C=CC=C1C1=NC2=CC=CC=C2S1 GSFSVEDCYBDIGW-UHFFFAOYSA-N 0.000 claims description 11
- 230000004913 activation Effects 0.000 claims description 10
- 238000013528 artificial neural network Methods 0.000 claims description 10
- 239000012990 dithiocarbamate Substances 0.000 claims description 9
- 238000012549 training Methods 0.000 claims description 9
- 238000005303 weighing Methods 0.000 claims description 8
- 230000007246 mechanism Effects 0.000 claims description 7
- 229910052700 potassium Inorganic materials 0.000 claims description 7
- 239000011591 potassium Substances 0.000 claims description 7
- ZLMJMSJWJFRBEC-UHFFFAOYSA-N Potassium Chemical compound [K] ZLMJMSJWJFRBEC-UHFFFAOYSA-N 0.000 claims description 6
- 238000012360 testing method Methods 0.000 claims description 6
- 238000011478 gradient descent method Methods 0.000 claims description 4
- 238000003062 neural network model Methods 0.000 claims description 4
- 238000012937 correction Methods 0.000 claims description 2
- 235000007686 potassium Nutrition 0.000 claims description 2
- 239000007787 solid Substances 0.000 claims description 2
- 238000000034 method Methods 0.000 description 7
- 239000013522 chelant Substances 0.000 description 4
- 230000000694 effects Effects 0.000 description 4
- 230000008569 process Effects 0.000 description 3
- 239000002131 composite material Substances 0.000 description 2
- 230000001965 increasing effect Effects 0.000 description 2
- 239000000203 mixture Substances 0.000 description 2
- 238000007711 solidification Methods 0.000 description 2
- 230000008023 solidification Effects 0.000 description 2
- HGUFODBRKLSHSI-UHFFFAOYSA-N 2,3,7,8-tetrachloro-dibenzo-p-dioxin Chemical compound O1C2=CC(Cl)=C(Cl)C=C2OC2=C1C=C(Cl)C(Cl)=C2 HGUFODBRKLSHSI-UHFFFAOYSA-N 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- -1 dimethyl sodium dithiocarbamate Chemical compound 0.000 description 1
- 230000002708 enhancing effect Effects 0.000 description 1
- 229910052745 lead Inorganic materials 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000001737 promoting effect Effects 0.000 description 1
- 239000002699 waste material Substances 0.000 description 1
Classifications
-
- A—HUMAN NECESSITIES
- A62—LIFE-SAVING; FIRE-FIGHTING
- A62D—CHEMICAL MEANS FOR EXTINGUISHING FIRES OR FOR COMBATING OR PROTECTING AGAINST HARMFUL CHEMICAL AGENTS; CHEMICAL MATERIALS FOR USE IN BREATHING APPARATUS
- A62D3/00—Processes for making harmful chemical substances harmless or less harmful, by effecting a chemical change in the substances
- A62D3/30—Processes for making harmful chemical substances harmless or less harmful, by effecting a chemical change in the substances by reacting with chemical agents
- A62D3/33—Processes for making harmful chemical substances harmless or less harmful, by effecting a chemical change in the substances by reacting with chemical agents by chemical fixing the harmful substance, e.g. by chelation or complexation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/08—Learning methods
- G06N3/084—Backpropagation, e.g. using gradient descent
-
- A—HUMAN NECESSITIES
- A62—LIFE-SAVING; FIRE-FIGHTING
- A62D—CHEMICAL MEANS FOR EXTINGUISHING FIRES OR FOR COMBATING OR PROTECTING AGAINST HARMFUL CHEMICAL AGENTS; CHEMICAL MATERIALS FOR USE IN BREATHING APPARATUS
- A62D2101/00—Harmful chemical substances made harmless, or less harmful, by effecting chemical change
- A62D2101/08—Toxic combustion residues, e.g. toxic substances contained in fly ash from waste incineration
-
- A—HUMAN NECESSITIES
- A62—LIFE-SAVING; FIRE-FIGHTING
- A62D—CHEMICAL MEANS FOR EXTINGUISHING FIRES OR FOR COMBATING OR PROTECTING AGAINST HARMFUL CHEMICAL AGENTS; CHEMICAL MATERIALS FOR USE IN BREATHING APPARATUS
- A62D2101/00—Harmful chemical substances made harmless, or less harmful, by effecting chemical change
- A62D2101/40—Inorganic substances
- A62D2101/43—Inorganic substances containing heavy metals, in the bonded or free state
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02W—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO WASTEWATER TREATMENT OR WASTE MANAGEMENT
- Y02W30/00—Technologies for solid waste management
- Y02W30/50—Reuse, recycling or recovery technologies
- Y02W30/91—Use of waste materials as fillers for mortars or concrete
Landscapes
- Engineering & Computer Science (AREA)
- General Health & Medical Sciences (AREA)
- Health & Medical Sciences (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Computing Systems (AREA)
- General Physics & Mathematics (AREA)
- Computational Linguistics (AREA)
- Data Mining & Analysis (AREA)
- Evolutionary Computation (AREA)
- Biomedical Technology (AREA)
- Molecular Biology (AREA)
- Artificial Intelligence (AREA)
- General Engineering & Computer Science (AREA)
- Biophysics (AREA)
- Mathematical Physics (AREA)
- Software Systems (AREA)
- Life Sciences & Earth Sciences (AREA)
- Toxicology (AREA)
- Chemical & Material Sciences (AREA)
- Chemical Kinetics & Catalysis (AREA)
- General Chemical & Material Sciences (AREA)
- Business, Economics & Management (AREA)
- Emergency Management (AREA)
- Processing Of Solid Wastes (AREA)
Abstract
本发明涉及一种生活垃圾焚烧飞灰螯合剂智能制备***，属于垃圾处置领域，螯合剂成分分析***通过螯合剂成分分析模型，根据已知的垃圾焚烧飞灰重金属浸出值和螯合飞灰重金属浸出值，分析出所需的螯合剂各组分分量，并输入控制***；有机组分储罐、无机组分储罐和储水罐底部均设有连接管连接到反应釜中，连接管内均设有由控制***控制的电磁阀；控制***用于接收所需的螯合剂各组分分量，分别控制有机组分储罐、无机组分储罐、储水罐的电磁阀，向反应釜中投入相应分量的有机组分、无机组分和水；反应釜用于对投入的有机组分、无机组分和水进行搅拌，配制螯合剂，并存放至螯合剂储罐中。
Description
技术领域
本发明属于垃圾处置领域，涉及一种生活垃圾焚烧飞灰螯合剂智能制备***。
背景技术
垃圾焚烧炉排炉焚烧过程中会产生3～5％的垃圾焚烧飞灰，垃圾焚烧飞灰中的重金属、二噁英含量较高，属于危险废物。
生活垃圾焚烧飞灰使用螯合剂固化后满足《生活垃圾填埋场污染控制标准》(GB16889-2008)进行填埋是现生活垃圾焚烧飞灰主要的处理方式。市场上的螯合剂主要分为无机、有机和有机复合无机三大类。有机复合无机螯合剂对飞灰中Pb和Cd元素有促进固化作用，能够提升螯合剂的固化效果。
生活垃圾焚烧厂采购的螯合剂一般为有机螯合剂，生活垃圾焚烧厂在飞灰螯合过程都是添加固定比例的螯合剂进行螯合固化作业，或者根据一定时期重金属元素浸出结果适当提高添加比例，这样的模式会导致螯合剂的添加量一直处于过量状态。
现有螯合剂的制备过程主要以固定的配方进行配制螯合剂，这种方式配制的螯合剂在飞灰重金属元素含量波动较大时，只能通过提高螯合剂添加比例来达到螯合固化重金属达标的目的。通常飞灰中只有个别易超标的重金属，为了使个别重金属达标而提升螯合剂的添加比例是不经济的。
发明内容
有鉴于此，本发明的目的在于提供一种生活垃圾焚烧飞灰螯合剂智能制备***，通过对生活垃圾焚烧厂进行大数据分析，确定其生活垃圾焚烧飞灰螯合剂需要的配比，以此减少垃圾焚烧厂螯合剂使用量，达到降本增效的目的。
为达到上述目的，本发明提供如下技术方案：
一种生活垃圾焚烧飞灰螯合剂智能制备***，包括控制***、螯合剂成分分析***、有机组分储罐、无机组分储罐、储水罐、反应釜和螯合剂储罐；
所述螯合剂成分分析***通过基于BP神经网络的螯合剂成分分析模型，根据已有的垃圾焚烧飞灰重金属浸出值和螯合飞灰重金属浸出值，分析出所需的螯合剂各组分分量，并输入控制***；
所述有机组分储罐用于存储制备螯合剂所需的有机组分，所述无机组分储罐用于存储制备螯合剂所需的无机组分，所述储水罐用于存储水；所述有机组分储罐和无机组分储罐底部均设有称重装置，用于实时检测有机组分储罐和无机组分储罐的重量，并发送给控制***；所述有机组分储罐和无机组分储罐底部还设有由控制***控制的电动执行机构，所述反应釜设置在有机组分储罐和无机组分储罐下方；所述储水罐底部设有连接管连接到反应釜中，所述连接管内设有与控制***连接的流量计和电动执行机构；电动执行机构，所述电动执行机构用于打开或关闭有机组分储罐、无机组分储罐、储水罐；
所述控制***用于接收所需的螯合剂各组分分量，控制有机组分储罐、无机组分储罐、储水罐的电动执行机构，根据有机组分储罐和无机组分储罐底部的称重装置实时反馈的重量差值，以及储水罐连接管内的流量计读数，向反应釜中投入相应分量的有机组分、无机组分和水；
所述反应釜用于对投入的有机组分、无机组分和水进行搅拌，配制螯合剂；
所述螯合剂储罐用于存放配制好的螯合剂。
进一步，垃圾焚烧飞灰重金属和螯合飞灰重金属均包含铅、砷、镍和镉。
进一步，所述螯合剂的有机组分包括二甲基二硫代氨基甲酸钠、哌嗪—N,N—双二硫代氨基甲酸钾，所述螯合剂的无机组分包括硫代硫酸钠、硫酸钠和磷酸钠。
进一步，所述螯合剂成分分析***中包括数据库，所述数据库中存储有多组飞灰螯合数据，一组飞灰螯合数据包含有以下内容：垃圾焚烧飞灰铅、砷、镍和镉浸出值，螯合剂中二甲基二硫代氨基甲酸钠、哌嗪—N,N—双二硫代氨基甲酸钾、硫代硫酸钠、硫酸钠和磷酸钠的分量，对应生成的螯合飞灰铅、砷、镍和镉浸出值；
设置输入节点、输出节点、隐含层节点并选取激活函数，构建BP神经网络模型，以垃圾焚烧飞灰中的铅、砷、镍和镉浸出值，以及当前垃圾焚烧飞灰螯合后的螯合飞灰中的铅、砷、镍和镉浸出值为输入数据，以相对应的螯合剂中二甲基二硫代氨基甲酸钠、哌嗪—N,N—双二硫代氨基甲酸钾、硫代硫酸钠、硫酸钠和磷酸钠的分量作为输出数据；
将所述数据库中的多组数据划分为训练集和测试集，对BP神经网络进行训练，使误差值达到允许范围内，从而得到训练好的螯合剂成分分析模型。
进一步，所述有机组分储罐有两个，分别装有二甲基二硫代氨基甲酸钠和哌嗪—N,N—双二硫代氨基甲酸钾；所述无机组分储罐有三个，分别装有硫代硫酸钠、硫酸钠和磷酸钠。
进一步，所述有机组分储罐和无机组分储罐底部还设有由控制***控制的螺旋给料器，所述螺旋给料器用于将有机组分储罐和无机组分储罐中的组分输送到反应釜中。
本发明的有益效果在于：本发明根据生活垃圾焚烧飞灰中重金属浸出值以及设定的螯合产物的重金属浸出值，通过BP神经网络动态调整螯合剂配比，使得在螯合工艺中螯合剂添加量不变时达到最佳螯合固化效果，使得飞灰固化螯合运营更精细。
本发明的其他优点、目标和特征在某种程度上将在随后的说明书中进行阐述，并且在某种程度上，基于对下文的考察研究对本领域技术人员而言将是显而易见的，或者可以从本发明的实践中得到教导。本发明的目标和其他优点可以通过下面的说明书来实现和获得。
附图说明
为了使本发明的目的、技术方案和优点更加清楚，下面将结合附图对本发明作优选的详细描述，其中：
图1为本发明所述生活垃圾焚烧飞灰螯合剂制备***结构示意图；
图2为螯合剂成分计算模型。
具体实施方式
以下通过特定的具体实例说明本发明的实施方式，本领域技术人员可由本说明书所揭露的内容轻易地了解本发明的其他优点与功效。本发明还可以通过另外不同的具体实施方式加以实施或应用，本说明书中的各项细节也可以基于不同观点与应用，在没有背离本发明的精神下进行各种修饰或改变。需要说明的是，以下实施例中所提供的图示仅以示意方式说明本发明的基本构想，在不冲突的情况下，以下实施例及实施例中的特征可以相互组合。
其中，附图仅用于示例性说明，表示的仅是示意图，而非实物图，不能理解为对本发明的限制；为了更好地说明本发明的实施例，附图某些部件会有省略、放大或缩小，并不代表实际产品的尺寸；对本领域技术人员来说，附图中某些公知结构及其说明可能省略是可以理解的。
本发明实施例的附图中相同或相似的标号对应相同或相似的部件；在本发明的描述中，需要理解的是，若有术语“上”、“下”、“左”、“右”、“前”、“后”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本发明和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此附图中描述位置关系的用语仅用于示例性说明，不能理解为对本发明的限制，对于本领域的普通技术人员而言，可以根据具体情况理解上述术语的具体含义。
如图1所示，一种生活垃圾焚烧飞灰螯合剂智能制备***，包括控制***、螯合剂成分分析***、有机组分储罐、无机组分储罐、储水罐、反应釜和螯合剂储罐；螯合剂成分分析***通过基于BP神经网络的螯合剂成分分析模型，根据已知的垃圾焚烧飞灰重金属浸出值和螯合飞灰重金属浸出值，分析出所需的螯合剂各组分分量，并输入控制***；有机组分储罐用于存储制备螯合剂所需的有机组分，无机组分储罐用于存储制备螯合剂所需的无机组分，储水罐用于存储水；有机组分储罐和无机组分储罐底部均设有称重装置，用于实时检测有机组分储罐和无机组分储罐的重量，并发送给控制***；有机组分储罐和无机组分储罐底部还设有由控制***控制的电磁阀，反应釜设置在有机组分储罐和无机组分储罐下方；储水罐底部设有连接管连接到反应釜中，连接管内设有与控制***连接的流量计和电磁阀；控制***用于接收所需的螯合剂各组分分量，控制有机组分储罐、无机组分储罐、储水罐的电磁阀，根据有机组分储罐和无机组分储罐底部的称重装置实时反馈的重量差值，以及储水罐连接管内的流量计读数，向反应釜中投入相应分量的有机组分、无机组分和水；反应釜用于对投入的有机组分、无机组分和水进行搅拌，配制螯合剂，并存放至螯合剂储罐中。
在本实施例中，垃圾焚烧飞灰根据HJ/T 300浸出方法得到铅、砷、镍和镉的浸出值(mg/L)，同样的，将垃圾焚烧飞灰与螯合剂螯合固化后的螯合飞灰重金属也是根据HJ/T300浸出方法得到铅、砷、镍和镉的浸出值(mg/L)。
螯合剂的有机组分包括二甲基二硫代氨基甲酸钠、哌嗪—N,N—双二硫代氨基甲酸钾，螯合剂的无机组分包括硫代硫酸钠、硫酸钠和磷酸钠。
螯合剂成分分析***中包括数据库，数据库中存储有多组飞灰螯合数据，一组飞灰螯合数据包含有以下内容：垃圾焚烧飞灰铅、砷、镍和镉浸出值，螯合剂中二甲基二硫代氨基甲酸钠、哌嗪—N,N—双二硫代氨基甲酸钾、硫代硫酸钠、硫酸钠和磷酸钠的分量，对应生成的螯合飞灰铅、砷、镍和镉浸出值。
设置输入节点、输出节点、隐含层节点并选取激活函数，构建BP神经网络模型，以垃圾焚烧飞灰中的铅、砷、镍和镉浸出值，以及当前垃圾焚烧飞灰螯合后的螯合飞灰中的铅、砷、镍和镉浸出值为输入数据，以相对应的螯合剂中二甲基二硫代氨基甲酸钠、哌嗪—N,N—双二硫代氨基甲酸钾、硫代硫酸钠、硫酸钠和磷酸钠的分量作为输出数据。
在本实施例中，隐含层节点数目确定如下：
其中h为隐含层节点数目，m为输入层节点数目，n为输出层节点数目，a为1～10之间的调节常数。
各个节点的输出值为：
其中，xj为节点j的输出值，f为激活函数，在本实施例中选用sigmiod函数，xi为节点j的前一节点i的输出值，m’为节点总数，wij为节点i和节点j之间的权值，bj为节点j的阈值；
误差函数如下：
其中dj为输出层真实的输出值，yj为模型当前的输出值，BP神经网络的主要目的是反复修正权值和阈值，使得误差函数值达到最小。根据梯度下降法，权值矢量的修正正比于当前位置上E(w,b)的梯度，对于第j个输出节点有
在本实施例中，选择激活函数为
对激活函数求导，得到
针对wij有
其中有
同样对于bj有
在本实施例中，针对输入层和隐含层的阈值调整量的计算如下：
假设wki是输入层第k个节点和隐含层第i个节点之间的权值，那么有
其中有
根据梯度下降法，对于隐含层和输出层之间的权值和阀值调整如下
而对于输入层和隐含层之间的权值和阀值调整同样有
将数据库的数据随机分成7份和3份，将7份用于训练集，3份作为测试集，对BP神经网络进行训练，不断调整权重和阈值，根据测试的结果，选择最佳的模型，从而得到训练好的螯合剂成分分析模型。
得到螯合剂成分分析模型后，按照排列顺序输入飞灰和螯合飞灰的重金属浸出值，得到螯合剂各组分的含量值，转换成电信号传入控制***中，控制***控制螯合剂有机组分储罐、无机组分储罐和储水罐底部的电磁阀打开，从而向反应釜中加入有机组分、无机组分和水，其中，有机组分和无机组分为固体，通过有机组分储罐和无机组分储罐底部的称重装置实时检测储罐中组分的重量，当打开电磁阀向反应釜中投入有机组分和无机组分时，储罐的重量会减少，则储罐当前的重量与打开电磁阀前的重量的差值即为投入反应釜中组分的质量，控制***实时计算该重量差值，当达到螯合成分分析***给出的重量值时，即可关闭有机组分储罐和无机组分储罐底部的电磁阀。而储水罐则是通过流量计计算流入反应釜中的水的重量，当达到目标值时，控制***关闭储水罐的电磁阀。通过反应釜配制完成后，可以用泵将螯合剂打入螯合剂储罐中。
在本实施例中，如图2所示，构建螯合剂成分分析模型的具体步骤如下：
1、将数据库中的数据随机划分为7份训练集和3份测试集；
2、设置输入和输出的节点，隐含层节点和选取合适的激活函数，构建BP神经网络模型；
3、将数据库中垃圾焚烧飞灰重金属元素铅、砷、镍和镉浸出值和螯合产物重金属元素铅、砷、镍和镉浸出设定值作为输入值，螯合剂各组分(二甲基二硫代氨基甲酸钠、哌嗪—N,N—双二硫代氨基甲酸钾、硫代硫酸钠，硫酸钠和磷酸钠)含量作为输出值，并将数据归一化；
4、将归一化的输入数据输入BP神经网络中训练，不断调整误差，使误差值达到允许范围内，从而得到训练好的螯合剂成分分析模型；
5、将需要预测的垃圾焚烧飞灰重金属元素铅、砷、镍和镉浸出值和螯合产物重金属元素铅、砷、镍和镉浸出设定值输入螯合剂成分分析模型，得到螯合剂各组分含量；
6、如果得到的结果误差小于设定值，即可输出预测结果，如果大于设定值，则需回到步骤2，重新随划分训练集和测试集，重新进行模型训练。
最后说明的是，以上实施例仅用以说明本发明的技术方案而非限制，尽管参照较佳实施例对本发明进行了详细说明，本领域的普通技术人员应当理解，可以对本发明的技术方案进行修改或者等同替换，而不脱离本技术方案的宗旨和范围，其均应涵盖在本发明的权利要求范围当中。
Claims (5)
1.一种生活垃圾焚烧飞灰螯合剂智能制备***，其特征在于：包括控制***、螯合剂成分分析***、有机组分储罐、无机组分储罐、储水罐、反应釜和螯合剂储罐；
所述螯合剂成分分析***通过基于BP神经网络的螯合剂成分分析模型，根据已知的垃圾焚烧飞灰重金属浸出值和螯合飞灰重金属浸出值，分析出所需的螯合剂各组分分量，并输入控制***；
所述有机组分储罐用于存储制备螯合剂所需的有机组分，所述无机组分储罐用于存储制备螯合剂所需的无机组分，所述储水罐用于存储水；所述有机组分储罐和无机组分储罐底部均设有称重装置，用于实时检测有机组分储罐和无机组分储罐的重量，并发送给控制***；所述有机组分储罐和无机组分储罐底部还设有由控制***控制的电动执行机构，所述反应釜设置在有机组分储罐和无机组分储罐下方；所述储水罐底部设有连接管连接到反应釜中，所述连接管内设有与控制***连接的流量计和电动执行机构，所述电动执行机构用于打开或关闭有机组分储罐、无机组分储罐、储水罐；
所述控制***用于接收所需的螯合剂各组分分量，控制有机组分储罐、无机组分储罐、储水罐的电动执行机构，根据有机组分储罐和无机组分储罐底部的称重装置实时反馈的重量差值，以及储水罐连接管内的流量计读数，向反应釜中投入相应分量的有机组分、无机组分和水；
所述反应釜用于对投入的有机组分、无机组分和水进行搅拌，配制螯合剂；
所述螯合剂储罐用于存放配制好的螯合剂；
所述螯合剂成分分析***中包括数据库，所述数据库中存储有多组飞灰螯合数据，一组飞灰螯合数据包含有以下内容：垃圾焚烧飞灰铅、砷、镍和镉浸出值，螯合剂中二甲基二硫代氨基甲酸钠、哌嗪—N,N—双二硫代氨基甲酸钾、硫代硫酸钠、硫酸钠和磷酸钠的分量，对应生成的螯合飞灰铅、砷、镍和镉浸出值；
设置输入节点、输出节点、隐含层节点并选取激活函数，构建BP神经网络模型，以垃圾焚烧飞灰中的铅、砷、镍和镉浸出值，以及当前垃圾焚烧飞灰螯合后的螯合飞灰中的铅、砷、镍和镉浸出值为输入数据，以相对应的螯合剂中二甲基二硫代氨基甲酸钠、哌嗪—N,N—双二硫代氨基甲酸钾、硫代硫酸钠、硫酸钠和磷酸钠的分量作为输出数据；
隐含层节点数目确定如下：
其中h为隐含层节点数目，m为输入层节点数目，n为输出层节点数目，a为1～10之间的调节常数；
各个节点的输出值为：
其中，xj为节点j的输出值，f为激活函数，选用sigmiod函数，xi为节点j的前一节点i的输出值，m’为节点总数，wij为节点i和节点j之间的权值，bj为节点j的阈值；
误差函数如下：
其中dj为输出层真实的输出值，yj为模型当前的输出值，BP神经网络的主要目的是反复修正权值和阈值，使得误差函数值达到最小；根据梯度下降法，权值矢量的修正正比于当前位置上E(w,b)的梯度，对于第j个输出节点有
选择激活函数为
对激活函数求导，得到
针对wij有
其中有
同样对于bj有
针对输入层和隐含层的阈值调整量的计算如下：
假设wki是输入层第k个节点和隐含层第i个节点之间的权值，那么有
其中有
根据梯度下降法，对于隐含层和输出层之间的权值和阀值调整如下
而对于输入层和隐含层之间的权值和阀值调整同样有
将所述数据库中的多组数据划分为训练集和测试集，对BP神经网络进行训练，使误差值达到允许范围内，从而得到训练好的螯合剂成分分析模型；
得到螯合剂成分分析模型后，按照排列顺序输入飞灰和螯合飞灰的重金属浸出值，得到螯合剂各组分的含量值，转换成电信号传入控制***中，控制***控制螯合剂有机组分储罐、无机组分储罐和储水罐底部的电磁阀打开，从而向反应釜中加入有机组分、无机组分和水，其中，有机组分和无机组分为固体，通过有机组分储罐和无机组分储罐底部的称重装置实时检测储罐中组分的重量，当打开电磁阀向反应釜中投入有机组分和无机组分时，储罐的重量会减少，则储罐当前的重量与打开电磁阀前的重量的差值即为投入反应釜中组分的质量，控制***实时计算该重量差值，当达到螯合成分分析***给出的重量值时，关闭有机组分储罐和无机组分储罐底部的电磁阀；而储水罐则是通过流量计计算流入反应釜中的水的重量，当达到目标值时，控制***关闭储水罐的电磁阀；通过反应釜配制完成后，用泵将螯合剂打入螯合剂储罐中。
2.根据权利要求1所述的生活垃圾焚烧飞灰螯合剂智能制备***，其特征在于：垃圾焚烧飞灰重金属和螯合飞灰重金属均包含铅、砷、镍和镉。
3.根据权利要求2所述的生活垃圾焚烧飞灰螯合剂智能制备***，其特征在于：所述螯合剂的有机组分包括二甲基二硫代氨基甲酸钠、哌嗪-N,N-双二硫代氨基甲酸钾，所述螯合剂的无机组分包括硫代硫酸钠、硫酸钠和磷酸钠。
4.根据权利要求1所述的生活垃圾焚烧飞灰螯合剂智能制备***，其特征在于：所述有机组分储罐有两个，分别装有二甲基二硫代氨基甲酸钠和哌嗪-N,N-双二硫代氨基甲酸钾；所述无机组分储罐有三个，分别装有硫代硫酸钠、硫酸钠和磷酸钠。
5.根据权利要求1所述的生活垃圾焚烧飞灰螯合剂智能制备***，其特征在于：所述有机组分储罐和无机组分储罐底部还设有由控制***控制的螺旋给料器，所述螺旋给料器用于将有机组分储罐和无机组分储罐中的组分输送到反应釜中。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210784174.6A CN115120924B (zh) | 2022-06-28 | 2022-06-28 | 一种生活垃圾焚烧飞灰螯合剂智能制备*** |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210784174.6A CN115120924B (zh) | 2022-06-28 | 2022-06-28 | 一种生活垃圾焚烧飞灰螯合剂智能制备*** |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN115120924A CN115120924A (zh) | 2022-09-30 |
| CN115120924B true CN115120924B (zh) | 2023-11-10 |
Family
ID=83382279
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202210784174.6A Active CN115120924B (zh) | 2022-06-28 | 2022-06-28 | 一种生活垃圾焚烧飞灰螯合剂智能制备*** |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN115120924B (zh) |
Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106955451A (zh) * | 2017-02-27 | 2017-07-18 | 湖南云平环保科技有限公司 | 垃圾焚烧飞灰重金属螯合剂及其制备方法 |
| CN107376189A (zh) * | 2017-07-06 | 2017-11-24 | 武汉强丰新特科技有限公司 | 一种重金属螯合剂的制备方法及应用 |
| CN209206021U (zh) * | 2018-11-30 | 2019-08-06 | 永清环保股份有限公司 | 一种垃圾焚烧飞灰的稳定化固化处理*** |
| CN214345672U (zh) * | 2020-12-09 | 2021-10-08 | 潮州深能环保有限公司 | 一种用于垃圾焚烧飞灰处理的螯合剂溶液制备*** |
| CN113679997A (zh) * | 2021-08-23 | 2021-11-23 | 湖南省环境保护科学研究院 | 用于处理砷渣的稳定化药剂的设计方法及处理砷渣的方法 |
| CN215781179U (zh) * | 2021-09-09 | 2022-02-11 | 铜陵晟泽环保科技有限公司 | 一种燃烧飞灰固定稳定化处理*** |
| CN217526218U (zh) * | 2022-03-14 | 2022-10-04 | 温州永强垃圾发电有限公司 | 一种垃圾焚烧飞灰智能处理*** |
Family Cites Families (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20100305385A1 (en) * | 2009-05-26 | 2010-12-02 | Yun-Feng Chang | Decontamination of sediments through surface charge modification and encapsulation |
-
2022
- 2022-06-28 CN CN202210784174.6A patent/CN115120924B/zh active Active
Patent Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106955451A (zh) * | 2017-02-27 | 2017-07-18 | 湖南云平环保科技有限公司 | 垃圾焚烧飞灰重金属螯合剂及其制备方法 |
| CN107376189A (zh) * | 2017-07-06 | 2017-11-24 | 武汉强丰新特科技有限公司 | 一种重金属螯合剂的制备方法及应用 |
| CN209206021U (zh) * | 2018-11-30 | 2019-08-06 | 永清环保股份有限公司 | 一种垃圾焚烧飞灰的稳定化固化处理*** |
| CN214345672U (zh) * | 2020-12-09 | 2021-10-08 | 潮州深能环保有限公司 | 一种用于垃圾焚烧飞灰处理的螯合剂溶液制备*** |
| CN113679997A (zh) * | 2021-08-23 | 2021-11-23 | 湖南省环境保护科学研究院 | 用于处理砷渣的稳定化药剂的设计方法及处理砷渣的方法 |
| CN215781179U (zh) * | 2021-09-09 | 2022-02-11 | 铜陵晟泽环保科技有限公司 | 一种燃烧飞灰固定稳定化处理*** |
| CN217526218U (zh) * | 2022-03-14 | 2022-10-04 | 温州永强垃圾发电有限公司 | 一种垃圾焚烧飞灰智能处理*** |
Non-Patent Citations (3)
| Title |
|---|
| 基于响应面法的重金属螯合剂前体物合成条件优化研究;王峰;环境污染与防治;第42卷(第1期);1-6 * |
| 张勇.顶板动态监测监控及信息融合技术研究.煤炭工业出版社,2013,(第1版),232-234. * |
| 赵秀恒.概率统计模型与优化.河北科学技术出版社,2015,(第1版),129-131. * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN115120924A (zh) | 2022-09-30 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN112216354A (zh) | 一种基于cfd数值模拟和机器学习的智能加药***和方法 | |
| CN106773721B (zh) | 一种基于模糊控制的水产养殖智能投饵***及其控制方法 | |
| Kneese | Environmental pollution: Economics and policy | |
| CN106873379B (zh) | 一种基于迭代adp算法的污水处理最优控制方法 | |
| Mooij et al. | Challenges and opportunities for integrating lake ecosystem modelling approaches | |
| Rathnayake et al. | Dynamic control of urban sewer systems to reduce combined sewer overflows and their adverse impacts | |
| CN109879410A (zh) | 一种污水处理曝气控制*** | |
| CN114230110B (zh) | 用于污水处理的短程智能除磷加药控制方法、设备及*** | |
| CN105676814B (zh) | 基于sfla‑svm的数字化水岛在线加药控制方法 | |
| CN104238527A (zh) | 污水处理厂曝气总量的精确控制方法 | |
| CN115120924B (zh) | 一种生活垃圾焚烧飞灰螯合剂智能制备*** | |
| CN106502220A (zh) | 梯级泵站输水***优化运行‑控制耦合协调方法及*** | |
| CN106650102A (zh) | 一种基于灰色关联的海洋混凝土耐久性能预测模型参数确定方法 | |
| CN101362616B (zh) | 一种精确控制水中溶解氧含量的***及其应用 | |
| Sun et al. | Real-time control-oriented quality modelling in combined urban drainage networks | |
| CN114538612A (zh) | 一种外加碳源精确加药***及其控制方法 | |
| CN108830035A (zh) | 一种新型水处理混凝投药控制方法、计算机、计算机程序 | |
| CN105160422B (zh) | 基于自组织级联神经网络的污水处理出水总磷预测方法 | |
| Pisa et al. | ANN-based Internal Model Control strategy applied in the WWTP industry | |
| Brdys et al. | Hierarchical control of integrated quality and quantity in water distribution systems | |
| Schaum et al. | Observability analysis and observer design for a class of cell population balance models | |
| CN116335259A (zh) | 一种排水泵站以及调度方法、装置、设备和*** | |
| CN110070951A (zh) | 一种小型反应堆二回路蒸汽管道压力控制方法和*** | |
| CN105549388B (zh) | 一种基于自适应回归核函数的污水处理过程能耗预测方法 | |
| CN112861432B (zh) | 一种基于变分贝叶斯反馈优化的配料优化方法 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |