CN115215436B - 一种基于同步除磷的智能加药除磷控制***及控制方法 - Google Patents
一种基于同步除磷的智能加药除磷控制***及控制方法 Download PDFInfo
- Publication number
- CN115215436B CN115215436B CN202210831924.0A CN202210831924A CN115215436B CN 115215436 B CN115215436 B CN 115215436B CN 202210831924 A CN202210831924 A CN 202210831924A CN 115215436 B CN115215436 B CN 115215436B
- Authority
- CN
- China
- Prior art keywords
- dosing
- dephosphorization
- pump
- effluent
- phosphorus
- 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
- 238000000034 method Methods 0.000 title claims abstract description 28
- 230000001360 synchronised effect Effects 0.000 title claims abstract description 22
- OAICVXFJPJFONN-UHFFFAOYSA-N Phosphorus Chemical compound [P] OAICVXFJPJFONN-UHFFFAOYSA-N 0.000 claims abstract description 114
- 229910052698 phosphorus Inorganic materials 0.000 claims abstract description 114
- 239000011574 phosphorus Substances 0.000 claims abstract description 114
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims abstract description 67
- 239000003814 drug Substances 0.000 claims abstract description 52
- 239000010802 sludge Substances 0.000 claims abstract description 47
- 238000010992 reflux Methods 0.000 claims abstract description 37
- 239000000126 substance Substances 0.000 claims abstract description 18
- 238000011156 evaluation Methods 0.000 claims abstract description 7
- 230000003993 interaction Effects 0.000 claims abstract description 3
- NBIIXXVUZAFLBC-UHFFFAOYSA-K phosphate Chemical compound [O-]P([O-])([O-])=O NBIIXXVUZAFLBC-UHFFFAOYSA-K 0.000 claims description 42
- 238000004062 sedimentation Methods 0.000 claims description 21
- 239000010865 sewage Substances 0.000 claims description 14
- 239000003795 chemical substances by application Substances 0.000 claims description 10
- 230000003647 oxidation Effects 0.000 claims description 9
- 238000007254 oxidation reaction Methods 0.000 claims description 9
- 238000002474 experimental method Methods 0.000 claims description 8
- 239000012530 fluid Substances 0.000 claims description 7
- 239000006228 supernatant Substances 0.000 claims description 7
- 238000012360 testing method Methods 0.000 claims description 7
- 238000012549 training Methods 0.000 claims description 6
- 230000001276 controlling effect Effects 0.000 claims description 5
- 239000003153 chemical reaction reagent Substances 0.000 claims description 4
- 238000013210 evaluation model Methods 0.000 claims description 4
- 238000010521 absorption reaction Methods 0.000 claims description 3
- 238000006243 chemical reaction Methods 0.000 claims description 3
- 238000012937 correction Methods 0.000 claims description 3
- 230000001105 regulatory effect Effects 0.000 claims description 3
- 239000011259 mixed solution Substances 0.000 claims description 2
- 210000002569 neuron Anatomy 0.000 claims description 2
- 238000001556 precipitation Methods 0.000 claims description 2
- 238000012216 screening Methods 0.000 claims description 2
- 238000000926 separation method Methods 0.000 claims description 2
- 238000005457 optimization Methods 0.000 claims 1
- 230000008569 process Effects 0.000 description 9
- 238000012544 monitoring process Methods 0.000 description 4
- 229940079593 drug Drugs 0.000 description 3
- 230000004044 response Effects 0.000 description 3
- 239000000243 solution Substances 0.000 description 3
- 230000007547 defect Effects 0.000 description 2
- 238000001514 detection method Methods 0.000 description 2
- 230000006866 deterioration Effects 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 238000005259 measurement Methods 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 206010003591 Ataxia Diseases 0.000 description 1
- 206010010947 Coordination abnormal Diseases 0.000 description 1
- 230000002411 adverse Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 230000003111 delayed effect Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 239000003344 environmental pollutant Substances 0.000 description 1
- 230000003631 expected effect Effects 0.000 description 1
- 208000028756 lack of coordination Diseases 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 231100000719 pollutant Toxicity 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 238000001179 sorption measurement Methods 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 238000007619 statistical method Methods 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
- 239000002699 waste material Substances 0.000 description 1
Classifications
-
- C—CHEMISTRY; METALLURGY
- C02—TREATMENT OF WATER, WASTE WATER, SEWAGE, OR SLUDGE
- C02F—TREATMENT OF WATER, WASTE WATER, SEWAGE, OR SLUDGE
- C02F3/00—Biological treatment of water, waste water, or sewage
- C02F3/30—Aerobic and anaerobic processes
- C02F3/308—Biological phosphorus removal
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B13/00—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion
- G05B13/02—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric
- G05B13/04—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric involving the use of models or simulators
- G05B13/042—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric involving the use of models or simulators in which a parameter or coefficient is automatically adjusted to optimise the performance
-
- C—CHEMISTRY; METALLURGY
- C02—TREATMENT OF WATER, WASTE WATER, SEWAGE, OR SLUDGE
- C02F—TREATMENT OF WATER, WASTE WATER, SEWAGE, OR SLUDGE
- C02F2209/00—Controlling or monitoring parameters in water treatment
- C02F2209/18—PO4-P
-
- 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
- Y02W10/00—Technologies for wastewater treatment
- Y02W10/10—Biological treatment of water, waste water, or sewage
Landscapes
- Engineering & Computer Science (AREA)
- Life Sciences & Earth Sciences (AREA)
- Biodiversity & Conservation Biology (AREA)
- Health & Medical Sciences (AREA)
- Organic Chemistry (AREA)
- Evolutionary Computation (AREA)
- Microbiology (AREA)
- Environmental & Geological Engineering (AREA)
- Water Supply & Treatment (AREA)
- Chemical & Material Sciences (AREA)
- Molecular Biology (AREA)
- Artificial Intelligence (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Hydrology & Water Resources (AREA)
- Medical Informatics (AREA)
- Software Systems (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Purification Treatments By Anaerobic Or Anaerobic And Aerobic Bacteria Or Animals (AREA)
- Activated Sludge Processes (AREA)
Abstract
本发明提出了一种基于同步除磷的智能加药除磷控制***及控制方法,包括:数据采集单元、控制单元及加药云处理器;数据采集单元分别采集生化***进水及出水相关参数并传输至控制单元;控制单元与所述加药云处理器进行信息交互;加药云处理器根据接收到的信息调用药剂投加模型,计算出实时的药剂投加量传输至控制单元,控制单元将相应的指令传输至投药泵,进行药剂的精准投加;加药云处理器根据接收到的信息实时评估生化***的除磷效率和当前除磷率水平,若评估结果低于设定值,智能加药云处理器通过控制单元向剩余污泥泵发出降低外回流比的指令,同时,调整向投药泵发出增加投加流量的指令,使投药泵频率增高,进行化学除磷与生物除磷的联动控制。
Description
技术领域
本发明属于污水处理技术领域,尤其涉及一种基于同步除磷的智能加药除磷控制***及控制方法。
背景技术
本部分的陈述仅仅是提供了与本发明相关的背景技术信息,不必然构成在先技术。
目前对污水厂污染排放物标准越来越高,总磷(TP)更成为各指标中的监管重点。因此在现有生物除磷的基础上,需要增加化学除磷工段以保障出水总磷达标。根据除磷药剂投加点分类,可以将化学除磷分为前置除磷、同步除磷、后置除磷。而由于大多数污水厂进水负荷低、不设初沉池,对于在运行水厂或改造空间小的污水厂,同步除磷工艺应用广泛。
现有同步除磷加药***主要面临着以下运行问题:
1、加药***自动化程度低。对运行人员的经验、能力等专业素质要求高,操作人员按经验模糊操作,药剂用量难以精确控制,往往过量投加,造成药剂浪费;缺乏对实时数据的即时反应与操作,对数据变化的预判程度不足,无法应对冲击负荷,导致出水TP无法稳定达标。
2、数据滞后、缺少关键数据的监测。大多数污水厂仅依靠进出口处TP在线仪表判定加药量,首先由于TP在线仪表检测程序较复杂,数据处理时间较长,无法快速简便地利用数据去进一步判断及调整投加量;其次,监测点仅设置在出口处,一旦发现总磷浓度超标,再进行调整,会造成在一段时间内排水总磷的持续超标,造成更坏的影响;再次,无法对除磷过程关键数据进行实时监控和跟踪记录。
3、缺乏与生化除磷的协调,引起生化***的恶化。根据进水总磷浓度、静态生物除磷率、出水总磷浓度计算化学除磷量,不能实现化学除磷与生物除磷的协调控制;且药剂的过量投加对活性污泥的吸附、沉降性能造成不良影响,引起生化***的恶化。
4、模型适用性差,不变推广。市场上多数除磷加药控制***普遍存在控制算法建模复杂、臃肿,模型内除磷控制参数多,前后反馈时间过长的不足,从而不能实现预期效果且无法广泛推广。
发明内容
为克服上述现有技术的不足,本发明提供了一种基于同步除磷的智能加药除磷控制***,以实现除磷药剂的智能化投加,在出水总磷稳定达标的前提下,达到节能降耗、管控升级的目的。
为实现上述目的,本发明的一个或多个实施例提供了如下技术方案:
第一方面,公开了一种基于同步除磷的智能加药除磷控制***,包括:
数据采集单元、控制单元及加药云处理器;
所述数据采集单元分别采集生化***进水及出水相关参数并传输至控制单元;
所述控制单元与所述加药云处理器进行信息交互;
所述加药云处理器根据接收到的信息调用药剂投加模型,计算出实时的药剂投加量传输至控制单元,所述控制单元将相应的指令传输至投药泵,进行药剂的精准投加;
所述加药云处理器根据接收到的信息实时评估生化***的除磷效率和当前除磷率水平,若评估结果低于设定值,智能加药云处理器通过控制单元向剩余污泥泵发出降低外回流比的指令,同时,调整向投药泵发出增加投加流量的指令,使投药泵频率增高,进行化学除磷与生物除磷的联动控制。
作为进一步的技术方案,所述数据采集单元包括前馈***与反馈***;
所述前馈***包括进水流量计、进水总磷在线监测仪、好氧池正磷酸盐监测仪及外回流流量计;
所述进水流量计安装于进水管中,进水总磷在线监测仪连接于进水管内,分别采集进水流量、进水总磷浓度;
所述好氧池正磷酸盐监测仪放置于好氧池末端,采集好氧池出水中正磷酸盐浓度;
所述外回流流量计安装在污泥回流管道上,采集回流污泥量;
所述反馈***包括二沉池出水正磷酸盐仪表,连接于二沉池出水管。
作为进一步的技术方案,所述生化***包含厌氧池、好氧池、二沉池,配套设备含污泥回流泵、剩余污泥泵、加药罐及投加泵;
经预处理的污水依次流经厌氧池、好氧池,污水中的磷经厌氧释磷、好氧过量吸磷,富集于活性污泥中,泥水混合液经二沉池沉淀分离后,上清液进入下一处理单元,部分污泥通过污泥回流泵回流至厌氧池,剩余污泥通过剩余污泥泵外排,药剂储存于加药罐中,由加药泵输送至好氧池出水口处。
第二方面,公开了一种基于同步除磷的智能加药除磷控制方法,包括:
根据接收到的信息调用药剂投加模型,计算出实时的药剂投加量,将相应的指令传输至投药泵,进行药剂的精准投加;
基于药剂投加后的信息实时评估生化***的除磷效率和当前除磷率水平,若评估结果低于设定值,向剩余污泥泵发出降低外回流比的指令,同时,调整向投药泵发出增加投加流量的指令,使投药泵频率增高,进行化学除磷与生物除磷的联动控制。
作为进一步的技术方案,所述药剂投加模型具体为:
式中:Q药为药剂投加量,L/h;Q1为进水流量,m3/h;QR为外回流流量,m3/h;Coppv为好氧池出水正磷酸盐实测值,mg/L;Copsv为正磷酸盐基准参考值,mg/L;
ω为好氧池出水上清液总磷值与正磷酸盐的比值;Kop为除磷剂投加系数,依好氧池出水正磷酸盐浓度而变;n为反应效率修正系数;
Kfb为反馈系数;Ca为参考浓度Copsv下除磷药剂的最佳投加量,mg/L;ρa为除磷剂密度,g/L,根据除磷剂的实际测量密度界面设定。
作为进一步的技术方案,参数Ca的确定:做烧杯试验确定ωCopsv浓度下,总磷的去除与药剂投加量的关系实验,得到总磷的去除率与加药量的关系曲线,从而得出在达到出水标准条件下的去除率x%对应的投加量Ca。
作为进一步的技术方案,参数n的确定:
当氧化沟出水总磷浓度Coppv=Copsv时,出水总磷应达到的去除率x0,此时对应的加药量为Ca,对应的n=1;
当氧化沟出水总磷浓度Coppv>Copsv时,出水总磷应达到的去除率x>x0,相应的加药量大于Ca,对应的n>1,从而保障出水水质的达标;初步设定此时n=1.5,运行一段时间后,逐步降低n值,根据运行数据逐步进行自学习后自行调整;
当氧化沟出水总磷浓度Coppv<Copsv时,出水总磷应达到的去除率x<x0,相应的加药量小于Ca,对应的n>1;初步设定此时n=1,运行一段时间后,逐步升高n值,根据运行数据逐步进行自学习后自行调整。
作为进一步的技术方案,Kfb为反馈系数,取值0.8-1.2之间,依二沉池出水正磷酸盐浓度C3与设定浓度的大小而定。
作为进一步的技术方案,所述生化除磷率评估模型具体为:
式中:ηBR为t时刻生化除磷效率;Q1为进水流量,m3/h;QR为外回流流量,m3/h;Coppv为好氧池出水正磷酸盐实测值,mg/L;C1为进水总磷浓度,mg/L;ση为t时刻除磷率水平,及此刻生化除磷效率相对于最近7天内生化除磷率平均值的偏差。
作为进一步的技术方案,加药云处理器根据进水流量Q1、进水总磷浓度C1、外回流量QR、好氧池出水正磷酸盐浓度Coppv实时评估生化***的除磷效率ηBR和当前除磷率水平ση。
作为进一步的技术方案,所述加药云处理器基于历史数据的神经元算法,进行模型的优化与迭代;
所述加药云处理器利用前N天的前馈/反馈参数、模型输出投加量,建立训练样本数据库;利用N’天的数据,建立检验样本数据库;基于训练样本数据库,通过AI算法,建立投加量预测模型与出水总磷预测模型,并通过检验样本数据库验证预测模型的可靠性,不断优化投加模型参数;采用优化后的投加模型,基于瞬时前馈/反馈数据,进一步优化投加量;
筛选优秀历史数据,重复上述步骤,通过反复动态训练,不断优化模型,减小实测值与预测值的差值,节约运行成本。
以上一个或多个技术方案存在以下有益效果:
本发明通过嵌入药剂投加模型、化学除磷模型,实现了设备的联动运行、化学除磷与生化除磷的协同控制;模型精简,实用性强;实现了污水厂水质达标、节能降耗、控制升级、精细管理的多重效果;***具有自学习功能,不断修正工艺模型的参数设置,可持续改进和提高加药***的运行效率,使投加量更精准,药剂成本更低。
本发明基于同步除磷的化学除磷工段建模,选取关键参数,模型前馈、反馈时间短,反应迅速,排除大量干扰值,模型简洁,普适性强。
本发明经过自动化、智能化运行,避免了人工投加的主观性、滞后性及不确定性,大幅降低了人员的劳动强度,节约了人工成本;***通过自学习,不断修正工艺模型的参数设置,可持续改进和提高加药***的运行效率,使投加量更精准,药剂成本更低。
本发明附加方面的优点将在下面的描述中部分给出,部分将从下面的描述中变得明显,或通过本发明的实践了解到。
附图说明
构成本发明的一部分的说明书附图用来提供对本发明的进一步理解,本发明的示意性实施例及其说明用于解释本发明,并不构成对本发明的不当限定。
图1为本发明实施例基于同步除磷的智能加药除磷控制***结构示意图;
图中,1进水流量计、2进水总磷在线监测仪、3好氧池正磷酸盐监测仪、4二沉池出水正磷酸盐在线监测仪、5外回流流量计;6厌氧池、7好氧池、8二沉池、9污泥回流泵、10剩余污泥泵、11加药罐、12投加泵;13 PLC控制器;14智能加药云处理器。
具体实施方式
应该指出,以下详细说明都是示例性的,旨在对本发明提供进一步的说明。除非另有指明,本文使用的所有技术和科学术语具有与本发明所属技术领域的普通技术人员通常理解的相同含义。
需要注意的是,这里所使用的术语仅是为了描述具体实施方式,而非意图限制根据本发明的示例性实施方式。
在不冲突的情况下,本发明中的实施例及实施例中的特征可以相互组合。
实施例一
参见附图1所示,本实施例公开了一种基于同步除磷的智能加药除磷控制***,包括工艺仪表、工艺设备、PLC控制***、智能加药云处理器。
数据采集单元为工艺仪表,由前馈***与反馈***组成,包含进水流量计1、进水总磷在线监测仪2、好氧池正磷酸盐监测仪3、二沉池出水正磷酸盐在线监测仪4、外回流流量计5。前馈***中进水流量计1安装于厌氧池的进水管上,水总磷在线监测仪2输入端连接于厌氧池的进水管上,采集进水流量、进水总磷浓度,好氧池正磷酸盐监测仪3取样***放置于好氧池末端,采集好氧池出水中正磷酸盐浓度;外回流流量计5安装在污泥回流管道上,采集回流污泥量。反馈***指二沉池出水正磷酸盐仪表4,连接于二沉池出水管。
上述前馈***与反馈***均连接至PLC控制***,将采集的数据传输至PLC控制***,PLC控制***再传输至智能加药云处理器。
生化***为工艺设备,包含厌氧池6、好氧池7、二沉池8、污泥回流泵9、剩余污泥泵10、加药罐11、投加泵12。
经预处理的污水依次流经厌氧池6、好氧池7,污水中的磷经厌氧释磷、好氧过量吸磷,富集于活性污泥中,泥水混合液经二沉池8沉淀分离后,上清液进入下一处理单元,部分污泥通过外回流泵9回流至厌氧池6,剩余污泥通过剩余污泥泵10外排。药剂储存于加药罐中11,由加药泵输送至好氧池7出水口处。
具体的,控制单元为PLC控制器13,PLC控制器可以实现数据的采集和传输、相关指令的执行,其输入端为前馈***和反馈***仪表,输出端连接智能加药云处理器14和投加泵12、外回流泵9、剩余污泥泵10;智能加药云处理器14内嵌药剂投加模型、生化除磷率评估模型,可以实现数据的即时响应、存储分析和投加的动态控制等功能。
实施例二
基于上述实施例子一中的控制***,本实施例的目的是提供一种基于同步除磷的智能加药除磷控制方法,包括:
根据接收到的信息调用药剂投加模型,计算出实时的药剂投加量,将相应的指令传输至投药泵,进行药剂的精准投加;
基于药剂投加后的信息实时评估生化***的除磷效率和当前除磷率水平,若评估结果低于设定值,向剩余污泥泵发出降低外回流比的指令,同时,调整向投药泵发出增加投加流量的指令,使投药泵频率增高,进行化学除磷与生物除磷的联动控制。
在本实施例子中,药剂投加模型具体为:
式中:
Q药——药剂投加量,L/h;
Q1——进水流量,m3/h;
QR——外回流流量,m3/h;
Coppv——好氧池出水正磷酸盐实测值,mg/L;
Copsv——正磷酸盐基准参考值,此值为好氧池出水正磷酸盐测定值中高频值,mg/L;
ω —— 好氧池出水混合污泥上清液总磷值与正磷酸盐的比值,通过烧杯实验确定。
Kop——除磷剂投加系数,依好氧池出水正磷酸盐浓度而变;
n——反应效率修正系数,并根据运行数据自学习后逐步优化;
Kfb——反馈系数,取值0.8-1.2之间,依二沉池出水正磷酸盐浓度C3与设定浓度的大小而定,并根据运行数据自学习后逐步优化;
Ca——参考浓度Copsv下除磷药剂的最佳投加量,可通过烧杯实验(正磷酸盐的去除与加药量关系实验)获得投加曲线,根据投加曲线获得药剂的最佳投加量,mg/L;
ρa——除磷剂密度,g/L,根据除磷剂的实际测量密度界面设定。
更为具体的,上述各参数的确定步骤如下:
S1:参数ω的确定。ω表示了好氧池出水混合污泥上清液总磷值与正磷酸盐的比值,通过烧杯实验确定。生化***中,正磷酸盐浓度与总磷的比值往往存在定量关系,经试验确认ω余额1.18。
S2:参数Copsv的确定。收集广业集团下辖峡山污水厂一期AAO生化池中好氧池出水3个月的正磷酸盐数据,通过对其进行统计分析,得出Copsv,即总磷浓度为ωCopsv。
S3:参数Ca的确定。做烧杯试验确定ωCopsv浓度下,总磷的去除与药剂投加量的关系实验,得到总磷的去除率与加药量的关系曲线,从而得出在达到出水标准条件下的去除率x%对应的投加量Ca。
S4:参数n的确定。
S401:当氧化沟出水总磷浓度Coppv=Copsv时,出水总磷应达到的去除率x0,此时对应的加药量为Ca,对应的n=1;
S402:当氧化沟出水总磷浓度Coppv>Copsv时,出水总磷应达到的去除率x>x0,相应的加药量大于Ca,对应的n>1,从而保障出水水质的达标;初步设定此时n=1.5,运行一段时间后,逐步降低n值,根据运行数据逐步进行自学习后自行调整;
S403:当氧化沟出水总磷浓度Coppv<Copsv时,出水总磷应达到的去除率x<x0,相应的加药量小于Ca,对应的n>1;初步设定此时n=1,运行一段时间后,逐步升高n值,根据运行数据逐步进行自学习后自行调整。
S5:参数Kfb的确定。取值0.8-1.2之间,依二沉池出水正磷酸盐浓度C3与设定浓度的大小而定,并根据运行数据自学习后逐步优化。
智能加药云处理器可以根据前馈反馈参数动态调节加药量,并根据***的自我学习、数据迭代,逐步优化药剂投加,保障出水达标的前提下,有效节约药剂、人工成本,实现污水厂控制升级、精细管理的目的。
由于总磷在线仪表检测过程复杂,数据处理时间长,导致数据滞后,引入正磷酸盐在线监测替代总磷在线监测,测量快速,准确度高,为加药***的稳定运行提供真实、有效的数据支撑;只对同步除磷中的化学除磷进行建模,模型精简,控制参数少且便于测定,普适性强。
在本实施例子中,生化除磷率评估模型具体为:
式中:
ηBR—— t时刻生化除磷效率;
Q1——进水流量,m3/h;
QR——外回流流量,m3/h;
Coppv——好氧池出水正磷酸盐实测值,mg/L;
C1——进水总磷浓度,mg/L;
ση—— t时刻除磷率水平,及此刻生化除磷效率相对于最近7天内生化除磷率平均值的偏差。
智能加药云处理器14根据进水流量Q1、进水总磷浓度C1、外回流量QR、好氧池出水正磷酸盐浓度Coppv可以实时评估生化***的除磷效率ηBR和当前除磷率水平ση,当ηBR低于50%或ση低于80%时,说明此时生化***由于排泥不足除磷效率较低,此时智能加药云处理器14通过PLC控制器13向剩余污泥泵10发出降低外回流比的指令,剩余污泥泵10频率降低,此时剩余污泥管路流量降低。同时,调整向投药泵12发出增加投加流量的指令,使投药泵12频率增高,投药流量增大,实现化学加药除磷与生物排泥除磷的联动控制。
上述虽然结合附图对本发明的具体实施方式进行了描述,但并非对本发明保护范围的限制,所属领域技术人员应该明白,在本发明的技术方案的基础上,本领域技术人员不需要付出创造性劳动即可做出的各种修改或变形仍在本发明的保护范围以内。
Claims (5)
1.一种基于同步除磷的智能加药除磷控制方法,采用基于同步除磷的智能加药除磷控制***,所述基于同步除磷的智能加药除磷控制***,包括:
数据采集单元、控制单元及加药云处理器;
所述数据采集单元分别采集生化***进水及出水相关参数并传输至控制单元;
所述数据采集单元包括前馈***与反馈***;
所述前馈***包括进水流量计、进水总磷在线监测仪、好氧池正磷酸盐监测仪及外回流流量计;
所述进水流量计安装于进水管中,进水总磷在线监测仪连接于进水管内,分别采集进水流量、进水总磷浓度;
所述好氧池正磷酸盐监测仪放置于好氧池末端,采集好氧池出水中正磷酸盐浓度;
所述外回流流量计安装在污泥回流管道上,采集回流污泥量;
所述反馈***包括二沉池出水正磷酸盐仪表,连接于二沉池出水管
所述控制单元与所述加药云处理器进行信息交互;
所述生化***包含厌氧池、好氧池、二沉池及配套设备污泥回流泵、剩余污泥泵、加药罐及投加泵;
经预处理的污水依次流经厌氧池、好氧池,污水中的磷经厌氧释磷、好氧过量吸磷,富集于活性污泥中,泥水混合液经二沉池沉淀分离后,上清液进入下一处理单元,部分污泥通过污泥回流泵回流至厌氧池,剩余污泥通过剩余污泥泵外排,药剂储存于加药罐中,由加药泵输送至好氧池出水口处;
其特征是,所述方法包括:
所述加药云处理器根据接收到的信息调用药剂投加模型,计算出实时的药剂投加量传输至控制单元,所述控制单元将相应的指令传输至投药泵,进行药剂的精准投加;
所述加药云处理器根据接收到的信息实时评估生化***的除磷效率和当前除磷率水平,若评估结果低于设定值,智能加药云处理器通过控制单元向剩余污泥泵发出降低外回流比的指令,同时,调整向投药泵发出增加投加流量的指令,使投药泵频率增高,进行化学除磷与生物除磷的联动控制;
所述药剂投加模型具体为:
式中:
Q药为药剂投加量,L/h;Q1为进水流量,m3/h;QR为外回流流量,m3/h;Coppv为好氧池出水正磷酸盐实测值,mg/L;Copsv为正磷酸盐基准参考值,mg/L;
ω为好氧池出水混合污泥上清液总磷值与正磷酸盐的比值;Kop为除磷剂投加系数,依好氧池出水正磷酸盐浓度而变;n为反应效率修正系数;
Kfb为反馈系数;Ca为参考浓度Copsv下除磷药剂的最佳投加量,mg/L;ρa为除磷剂密度,g/L,根据除磷剂的实际测量密度界面设定;
生化除磷率评估模型具体为:
式中:ηBR为t时刻生化除磷效率;Q1为进水流量,m3/h;QR为外回流流量,m3/h;Coppv为好氧池出水正磷酸盐实测值,mg/L;C1为进水总磷浓度,mg/L;ση为t时刻除磷率水平,及此刻生化除磷效率相对于最近7天内生化除磷率平均值的偏差;
所述加药云处理器根据进水流量Q1、进水总磷浓度C1、外回流量QR、好氧池出水正磷酸盐浓度Coppv实时评估生化***的除磷效率ηBR和当前除磷率水平ση,具体方法为当ηBR低于50%或ση低于80%时,智能加药云处理器通过控制单元向剩余污泥泵发出降低外回流比的指令,剩余污泥泵频率降低,此时剩余污泥管路流量降低;同时,调整向投药泵发出增加投加流量的指令,使投药泵频率增高,投药流量增大。
2.如权利要求1所述的一种基于同步除磷的智能加药除磷控制方法,其特征是,参数Ca的确定:做烧杯试验确定ωCopsv浓度下,总磷的去除与药剂投加量的关系实验,得到总磷的去除率与加药量的关系曲线,从而得出在达到出水标准条件下的去除率x%对应的投加量Ca。
3.如权利要求1所述的一种基于同步除磷的智能加药除磷控制方法,其特征是,参数n的确定:
当氧化沟出水总磷浓度Coppv =Copsv时,出水总磷应达到的去除率x0,此时对应的加药量为Ca,对应的n=1;
当氧化沟出水总磷浓度Coppv>Copsv时,出水总磷应达到的去除率x>x0,相应的加药量大于Ca,对应的n>1,从而保障出水水质的达标;初步设定此时n=1.5,运行一段时间后,逐步降低n值,根据运行数据逐步进行自学习后自行调整;
当氧化沟出水总磷浓度Coppv<Copsv时,出水总磷应达到的去除率x<x0,相应的加药量小于Ca,对应的n>1;初步设定此时n=1,运行一段时间后,逐步升高n值,根据运行数据逐步进行自学习后自行调整。
4.如权利要求1所述的一种基于同步除磷的智能加药除磷控制方法,其特征是,Kfb为反馈系数,取值0.8-1.2之间,依二沉池出水正磷酸盐浓度C3与设定浓度的大小而定。
5.如权利要求1所述的一种基于同步除磷的智能加药除磷控制方法,其特征是,其特征是,所述加药云处理器基于历史数据的神经元算法,进行模型的优化与迭代;
所述加药云处理器利用前N天的前馈/反馈参数、模型输出投加量,建立训练样本数据库;利用N天的数据,建立检验样本数据库;
基于训练样本数据库,通过AI算法,建立投加量预测模型与出水总磷预测模型,并通过检验样本数据库验证预测模型的可靠性,不断优化投加模型参数;采用优化后的投加模型,基于瞬时前馈/反馈数据,优化投加量;
筛选优秀历史数据,重复上述步骤,通过反复动态训练,不断优化模型,减小实测值与预测值的差值。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210831924.0A CN115215436B (zh) | 2022-07-15 | 2022-07-15 | 一种基于同步除磷的智能加药除磷控制***及控制方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210831924.0A CN115215436B (zh) | 2022-07-15 | 2022-07-15 | 一种基于同步除磷的智能加药除磷控制***及控制方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN115215436A CN115215436A (zh) | 2022-10-21 |
CN115215436B true CN115215436B (zh) | 2024-01-09 |
Family
ID=83611069
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210831924.0A Active CN115215436B (zh) | 2022-07-15 | 2022-07-15 | 一种基于同步除磷的智能加药除磷控制***及控制方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115215436B (zh) |
Citations (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20110097405A (ko) * | 2010-02-25 | 2011-08-31 | 주식회사 생 | 사전계측된 유량 및 인농도와 응집여과수의 인농도를 제어인자로 하여 적정 응집제주입량이 결정되는 인공지능형 인제거 시스템 |
CN102464426A (zh) * | 2010-11-15 | 2012-05-23 | 北京源汇远科技有限公司 | 一种城市污水厂化学除磷剂智能投加控制方法及其装置 |
CN110862188A (zh) * | 2019-11-01 | 2020-03-06 | 光大水务(深圳)有限公司 | 一种化学除磷精确加药***及控制方法 |
CN111302471A (zh) * | 2020-04-13 | 2020-06-19 | 生态环境部华南环境科学研究所 | 一种环境应急溶药除磷智能投加量方法及其一体化装置 |
CN111484198A (zh) * | 2020-04-22 | 2020-08-04 | 江苏凯米膜科技股份有限公司 | 一种水质净化智慧除磷装置、控制***及控制方法 |
CN111498974A (zh) * | 2019-12-20 | 2020-08-07 | 中国市政工程中南设计研究总院有限公司 | 基于bp神经网络的智慧加药控制*** |
CN111620417A (zh) * | 2020-04-21 | 2020-09-04 | 广州市市政工程设计研究总院有限公司 | 一种污水深度除磷的装置和方法 |
CN112919599A (zh) * | 2020-09-16 | 2021-06-08 | 金风环保有限公司 | 化学除磷加药的控制方法和设备 |
CN113955854A (zh) * | 2021-11-26 | 2022-01-21 | 昆明理工大学 | 一种氧化沟污水处理工艺建模及智能控制方法 |
CN114230110A (zh) * | 2022-02-24 | 2022-03-25 | 广东省广业环保产业集团有限公司 | 用于污水处理的短程智能除磷加药控制方法、设备及*** |
CN114538700A (zh) * | 2022-01-26 | 2022-05-27 | 哈尔滨工业大学(深圳) | 一种污水处理厂智能除磷加药***及方法 |
CN114545985A (zh) * | 2022-04-21 | 2022-05-27 | 神美科技有限公司 | 一种基于絮体特征监测及过程反馈的加药***及方法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CA2978882C (en) * | 2015-03-16 | 2023-07-25 | Environmental Operating Solutions, Inc. | Control system and process for nitrogen and phosphorus removal |
-
2022
- 2022-07-15 CN CN202210831924.0A patent/CN115215436B/zh active Active
Patent Citations (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20110097405A (ko) * | 2010-02-25 | 2011-08-31 | 주식회사 생 | 사전계측된 유량 및 인농도와 응집여과수의 인농도를 제어인자로 하여 적정 응집제주입량이 결정되는 인공지능형 인제거 시스템 |
CN102464426A (zh) * | 2010-11-15 | 2012-05-23 | 北京源汇远科技有限公司 | 一种城市污水厂化学除磷剂智能投加控制方法及其装置 |
CN110862188A (zh) * | 2019-11-01 | 2020-03-06 | 光大水务(深圳)有限公司 | 一种化学除磷精确加药***及控制方法 |
CN111498974A (zh) * | 2019-12-20 | 2020-08-07 | 中国市政工程中南设计研究总院有限公司 | 基于bp神经网络的智慧加药控制*** |
CN111302471A (zh) * | 2020-04-13 | 2020-06-19 | 生态环境部华南环境科学研究所 | 一种环境应急溶药除磷智能投加量方法及其一体化装置 |
CN111620417A (zh) * | 2020-04-21 | 2020-09-04 | 广州市市政工程设计研究总院有限公司 | 一种污水深度除磷的装置和方法 |
CN111484198A (zh) * | 2020-04-22 | 2020-08-04 | 江苏凯米膜科技股份有限公司 | 一种水质净化智慧除磷装置、控制***及控制方法 |
CN112919599A (zh) * | 2020-09-16 | 2021-06-08 | 金风环保有限公司 | 化学除磷加药的控制方法和设备 |
CN113955854A (zh) * | 2021-11-26 | 2022-01-21 | 昆明理工大学 | 一种氧化沟污水处理工艺建模及智能控制方法 |
CN114538700A (zh) * | 2022-01-26 | 2022-05-27 | 哈尔滨工业大学(深圳) | 一种污水处理厂智能除磷加药***及方法 |
CN114230110A (zh) * | 2022-02-24 | 2022-03-25 | 广东省广业环保产业集团有限公司 | 用于污水处理的短程智能除磷加药控制方法、设备及*** |
CN114545985A (zh) * | 2022-04-21 | 2022-05-27 | 神美科技有限公司 | 一种基于絮体特征监测及过程反馈的加药***及方法 |
Also Published As
Publication number | Publication date |
---|---|
CN115215436A (zh) | 2022-10-21 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110862188B (zh) | 一种化学除磷精确加药***及控制方法 | |
CN114230110B (zh) | 用于污水处理的短程智能除磷加药控制方法、设备及*** | |
CN111489271B (zh) | 污水管理云平台 | |
CN114545985B (zh) | 一种基于絮体特征监测及过程反馈的加药***及方法 | |
CN106495321B (zh) | 生物池工艺优化及运行控制***及其控制方法 | |
CN104238527A (zh) | 污水处理厂曝气总量的精确控制方法 | |
CN110386721B (zh) | 电镀废水精准化综合处理管理***及其实现方法 | |
CN115793471B (zh) | 一种基于污水处理监测的可调式控制方法及*** | |
CN103601342A (zh) | 一种化学除磷工艺优化控制装置 | |
CN113636723A (zh) | 一种处理生活污水的除磷加药自动化控制*** | |
CN111470628A (zh) | 碳源药剂投加设备与投加方法 | |
CN108002532A (zh) | 基于物联网和大数据技术的污水处理模型动态核验方法 | |
CN111252954A (zh) | 远程污水管理*** | |
CN111439900A (zh) | 本地污水管理*** | |
CN115215436B (zh) | 一种基于同步除磷的智能加药除磷控制***及控制方法 | |
CN110655176B (zh) | 一种基于聚类的污水处理曝气量前馈控制方法 | |
CN117215343A (zh) | 一种工业循环水智能加硫酸控制方法 | |
CN111847628A (zh) | 水处理控制***及方法 | |
CN213865812U (zh) | 磁沉淀污水处理自动控制*** | |
CN113480093A (zh) | 一种污水处理厂双加药耦合高负荷运行方法及*** | |
CN115403226A (zh) | 一种平衡***内碳源的厂网联调控制方法、***及装置 | |
CN212609739U (zh) | 一种应用于自来水厂的混凝剂自动投加*** | |
CN212864271U (zh) | 智能型厌氧反应器*** | |
CN114398821A (zh) | 一种基于数据挖掘和智能算法的污水处理分析及控制方法 | |
CN111847617A (zh) | 一种除磷加药智能控制*** |
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 |