CN117113719A - 一种污水处理仿真建模***搭建方法 - Google Patents
一种污水处理仿真建模***搭建方法 Download PDFInfo
- Publication number
- CN117113719A CN117113719A CN202311199335.6A CN202311199335A CN117113719A CN 117113719 A CN117113719 A CN 117113719A CN 202311199335 A CN202311199335 A CN 202311199335A CN 117113719 A CN117113719 A CN 117113719A
- Authority
- CN
- China
- Prior art keywords
- model
- data
- simulation
- modeling
- sewage treatment
- 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.)
- Pending
Links
- 239000010865 sewage Substances 0.000 title claims abstract description 80
- 238000005094 computer simulation Methods 0.000 title claims abstract description 23
- 238000010276 construction Methods 0.000 title claims abstract description 6
- 238000000034 method Methods 0.000 claims abstract description 77
- 230000008569 process Effects 0.000 claims abstract description 37
- 238000004088 simulation Methods 0.000 claims abstract description 36
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims abstract description 31
- 238000012360 testing method Methods 0.000 claims abstract description 7
- 238000007726 management method Methods 0.000 claims description 36
- 238000005457 optimization Methods 0.000 claims description 35
- 238000011217 control strategy Methods 0.000 claims description 23
- 238000004364 calculation method Methods 0.000 claims description 16
- 238000013461 design Methods 0.000 claims description 12
- 238000012937 correction Methods 0.000 claims description 11
- 238000011112 process operation Methods 0.000 claims description 8
- 238000012795 verification Methods 0.000 claims description 8
- 238000004458 analytical method Methods 0.000 claims description 6
- 230000000694 effects Effects 0.000 claims description 6
- 238000007781 pre-processing Methods 0.000 claims description 6
- 238000004891 communication Methods 0.000 claims description 4
- 238000012821 model calculation Methods 0.000 claims description 4
- 238000004140 cleaning Methods 0.000 claims description 3
- 238000011835 investigation Methods 0.000 claims description 3
- 230000008859 change Effects 0.000 description 7
- 230000035945 sensitivity Effects 0.000 description 7
- 239000010802 sludge Substances 0.000 description 7
- 238000010992 reflux Methods 0.000 description 5
- OAICVXFJPJFONN-UHFFFAOYSA-N Phosphorus Chemical compound [P] OAICVXFJPJFONN-UHFFFAOYSA-N 0.000 description 4
- 238000012544 monitoring process Methods 0.000 description 4
- 229910052698 phosphorus Inorganic materials 0.000 description 4
- 239000011574 phosphorus Substances 0.000 description 4
- 241000894006 Bacteria Species 0.000 description 3
- 244000005700 microbiome Species 0.000 description 3
- IJGRMHOSHXDMSA-UHFFFAOYSA-N Atomic nitrogen Chemical compound N#N IJGRMHOSHXDMSA-UHFFFAOYSA-N 0.000 description 2
- 238000005273 aeration Methods 0.000 description 2
- 238000006243 chemical reaction Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000005265 energy consumption Methods 0.000 description 2
- 239000003344 environmental pollutant Substances 0.000 description 2
- 231100000719 pollutant Toxicity 0.000 description 2
- 238000010206 sensitivity analysis Methods 0.000 description 2
- 239000000126 substance Substances 0.000 description 2
- 239000004912 1,5-cyclooctadiene Substances 0.000 description 1
- 101100436077 Caenorhabditis elegans asm-1 gene Proteins 0.000 description 1
- 101100204282 Neurospora crassa (strain ATCC 24698 / 74-OR23-1A / CBS 708.71 / DSM 1257 / FGSC 987) Asm-1 gene Proteins 0.000 description 1
- 229910019142 PO4 Inorganic materials 0.000 description 1
- MMDJDBSEMBIJBB-UHFFFAOYSA-N [O-][N+]([O-])=O.[O-][N+]([O-])=O.[O-][N+]([O-])=O.[NH6+3] Chemical compound [O-][N+]([O-])=O.[O-][N+]([O-])=O.[O-][N+]([O-])=O.[NH6+3] MMDJDBSEMBIJBB-UHFFFAOYSA-N 0.000 description 1
- 238000010521 absorption reaction Methods 0.000 description 1
- 238000009825 accumulation Methods 0.000 description 1
- XKMRRTOUMJRJIA-UHFFFAOYSA-N ammonia nh3 Chemical compound N.N XKMRRTOUMJRJIA-UHFFFAOYSA-N 0.000 description 1
- QVGXLLKOCUKJST-UHFFFAOYSA-N atomic oxygen Chemical compound [O] QVGXLLKOCUKJST-UHFFFAOYSA-N 0.000 description 1
- 230000001651 autotrophic effect Effects 0.000 description 1
- 238000013480 data collection Methods 0.000 description 1
- 238000009795 derivation Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 239000003814 drug Substances 0.000 description 1
- 230000005611 electricity Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 230000034659 glycolysis Effects 0.000 description 1
- 230000007062 hydrolysis Effects 0.000 description 1
- 238000006460 hydrolysis reaction Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000013178 mathematical model Methods 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 229910052757 nitrogen Inorganic materials 0.000 description 1
- 230000008520 organization Effects 0.000 description 1
- 229910052760 oxygen Inorganic materials 0.000 description 1
- 239000001301 oxygen Substances 0.000 description 1
- NBIIXXVUZAFLBC-UHFFFAOYSA-K phosphate Chemical compound [O-]P([O-])([O-])=O NBIIXXVUZAFLBC-UHFFFAOYSA-K 0.000 description 1
- 239000010452 phosphate Substances 0.000 description 1
- 238000004886 process control Methods 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 230000009897 systematic effect Effects 0.000 description 1
- 238000003466 welding Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Hardware Design (AREA)
- Evolutionary Computation (AREA)
- Geometry (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Activated Sludge Processes (AREA)
Abstract
本发明涉及一种污水处理仿真建模***搭建方法,通过建模工程师搭建仿真模型控制***、SCADA***、DIMS文档管理***,通过在线仪器仪表设备自动采集水质数据,同时也可以输入水质化验数据,数据通过SCADA***传入DIMS文档管理***,通过DIMS文档管理***进行数据编辑,并将数据自动导入仿真模型,经模型运算后输出合适的控制参数,并自动控制工艺设备运行,本发明仿真建模***可自动采集水质运行数据、在线水质数据进行仿真建模运算,并生成控制参数自动对现场设备进行优化控制,在保证出水水质达标的情况下,实现工艺的节能降耗运行。
Description
技术领域
本发明涉及污水仿真领域,尤其涉及一种污水处理仿真建模***搭建方法。
背景技术
污水处理***是一个典型的非线性、多变量、非稳定的时变***,它包含多种工艺单元,反应机理复杂,存在许多干扰因素和不确定性因素;此外,污水处理厂的运行还涉及大量的仪器仪表、设备设施和监控***。污水处理厂是一个庞大而复杂的***,因此常常面临运行效率低、运营成本高和出水水质难以达标等问题。
模型是对***或过程的生物、化学、物理等过程的数学描述,是对真实***的简化和近似逼近。针对污水处理现状,国际水协组织科研团队以数学模型为基础,结合污水处理工艺原理,研发了一系列活性污泥模型,如ASM1、ASM2、ASM2D等,这些模型可以很好的模拟污水处理的脱氮除磷过程,如厌氧水解、酵解、硝化、反硝化、厌氧释磷、好氧吸磷等微生物生长动力学过程。
但是缺少对污水厂设计优化、过程优化、控制策略优化、工艺优化、管理优化、应急预案编制。
发明内容
本发明要解决的技术问题是,提供一种污水处理仿真建模***搭建方法。
为解决上述技术问题,本发明提供的一种污水处理仿真建模***搭建方法,通过建模工程师搭建仿真模型控制***、SCADA***、DIMS文档管理***,通过在线仪器仪表设备自动采集水质数据,同时也可以输入水质化验数据,数据通过SCADA***传入DIMS文档管理***,通过DIMS文档管理***进行数据编辑,并将数据自动导入仿真模型,经模型运算后输出合适的控制参数,并自动控制工艺设备运行。
进一步,所述仿真模型控制***包括污水厂建模、仿真模型控制***组件、仿真建模基础组件接口以及仿真建模软件。
进一步,所述污水厂建模包括以下步骤:
S1、污水厂基础数据收集:用于评估污水厂运行状况及仿真建模;
S2、数据预处理对采集到的数据进行预处理,包括数据清洗、去噪声、校正和数据对齐等操作:以确保数据的准确性和一致性;
S3、污水厂现状调研:用于污水厂管理优化、控制策略优化及方案设计;
S4、污水厂工艺模型构建: 用于构建污水处理工艺模型;
S5、模型校正与验证:用于仿真模型优化与控制效果验证;
S6、预案分析:用于对可能发生的突发事件进行应急预案设计;
S7、控制策略模拟与分析:用于对污水厂工艺参数、过程参数优化。
进一步,所述仿真模型控制***组件包括:模型方案化管理接口、在线数据引擎、模型动态入流水质水量引入接口、模型初始值和工艺运行参数设置接口、模型控制策略设置接口、模型模拟计算接口、模型结果导出到数据库及报告接口。
进一步,所述仿真建模基础组件接口包括:OPC数据通信接口、模型方案化管理、模型计算、最优化方案分析、***配置管理、在线数据引擎、优化方案设定、模型编辑、控制策略建议。
进一步,所述仿真建模软件包括“KeepWell”工艺优化软件、“KeepWell”自控通信软件。
污水处理仿真建模***可以应用于污水厂设计优化、过程优化、控制策略优化、工艺优化、管理优化、应急预案编制,仿真建模***可自动采集水质运行数据、在线水质数据进行仿真建模运算,并生成控制参数自动对现场设备进行优化控制,在保证出水水质达标的情况下,实现工艺的节能降耗运行。
污水处理仿真建模***与SCADA***一起组成了一个强大的污水处理厂运行控制***,可以生成污水厂详细的技术、经济和管理报告,为最高管理层提供能实时快速跟踪一个乃至多个污水处理工艺流程的运营管理数据。
附图说明
图1是本发明一种污水处理仿真建模***搭建方法的控制流程图。
实施方式
下面结合附图来进一步说明本发明的具体实施方式。其中相同的零部件用相同的附图标记表示。
需要说明的是,下面描述中使用的词语“前”、“后”、“左”、“右”、“上”和“下”指的是附图中的方向,词语“内”和“外”分别指的是朝向或远离特定部件几何中心的方向。
为了使本发明的内容更容易被清楚地理解,下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述。
结合附图1所示,一种污水处理仿真建模***搭建方法,通过建模工程师搭建仿真模型控制***、SCADA***、DIMS文档管理***,通过在线仪器仪表设备自动采集水质数据,同时也可以输入水质化验数据,数据通过SCADA***传入DIMS文档管理***,通过DIMS文档管理***进行数据编辑,并将数据自动导入仿真模型,经模型运算后输出合适的控制参数,并自动控制工艺设备运行。
所述仿真模型控制***包括污水厂建模、仿真模型控制***组件、仿真建模基础组件接口以及仿真建模软件。
所述污水厂建模包括以下步骤:
S1、污水厂基础数据收集:用于评估污水厂运行状况及仿真建模。
其中数据收集包括:
设计数据 :如工艺流程图,构筑物尺寸,设备型号、数量和运行方式。
运行数据:各种工艺运行参数,如内回流比、污泥回流比、排泥量、加药量。
测试数据:在线与离线测试数据,如水质、水量、水温。
记录(计算)数据:污泥负荷、去除率、处理成本(电耗、药耗、物耗)。
S2、数据预处理对采集到的数据进行预处理,包括数据清洗、去噪声、校正和数据对齐等操作:以确保数据的准确性和一致性。
S3、污水厂现状调研:用于污水厂管理优化、控制策略优化及方案设计。
对污水厂设备、设施的运行情况,控制***和SCADA***的运行情况,监测与管理***等进行调研,主要包括:
离线与在线数据:评估污水厂实验室分析与测试水平,在线水量、水质等数据收集情况。
控制***:考察污水厂控制***的运行状况,如曝气、加药、内回流等过程的控制策略;考察污水厂PLC /SCADA***的软硬件环境。
设备*** :评估污水厂关键设备的性能和运行状况,及其与污水厂运行稳定性和能耗的关系。
管理信息***:考察污水厂技术、经济与管理报告***,办公自动化***。
S4、污水厂工艺模型构建: 用于构建污水处理工艺模型。
S5、模型校正与验证:用于仿真模型优化与控制效果验证。
模型构建并定义后,需要对污水处理工艺运行模型进行校正和验证。模型校正,是指通过一定方法校核模型参数值,使模型在对不同条件、不同时间,不同位置的微生物、COD、氮、磷等组分浓度计算时,模型计算值与实际测量值相符。模型验证,顾名思义就是对校正后的模型进行检验的过程。
污水处理工艺模型的校正可以采用两种方法,一种是基于灵敏度分析的试差校正法,即通过对模型参数的灵敏度计算,选择对模型结果影响较大的参数进行校正;另一种方法是最小二乘参数估计法,即根据模型计算值与实测值误差最小的方法,自动获得优化的参数值。
灵敏度表示参数的变化对***状态变量产生的影响。灵敏度大的参数变化时对***的状态变量影响大,反之则影响小。灵敏度大的参数,在模拟时须作校核;灵敏度小的参数,在模拟时可直接采用默认值,不作校核;灵敏度偏中的参数,在模拟时可视情况作或不作校核。对于灵敏度大的参数,校核时可以通过试差法进行调整,也可以通过参数优化估计确定。
仿真项目将会利用Keepwell中既有的工具—敏感性分析功能和参数估计功能,结合上述两种校正方式,进行模型的自动校正。
S6、预案分析:用于对可能发生的突发事件进行应急预案设计。
分析各组分浓度的动态变化状况
分析活性污泥***内各种微生物(异养菌、自养菌和聚磷菌)组分浓度的动态变化状况,了解反应池内溶解氧、氨氮、硝态氮、磷酸盐等组分浓度的变化趋势,对污水处理工艺流程的各种操作参数调整、过程控制及工艺优化具有重要意义。
二、运行模式及操作参数的模拟
对污水处理工艺流程的各种操作参数和运行模式进行多方案模拟,选择适合当前进水条件下的最优的工艺运行模式及操作参数,在保证出水达标的前提下,达到节能降耗的目的。
S7、控制策略模拟与分析:用于对污水厂工艺参数、过程参数优化。
三、控制策略的模拟与分析
污水处理厂在实际运行中存在各种各样的问题,控制过程和控制策略的好坏不仅影响污水处理水质的稳定性,还对能耗有很大影响。而控制策略通常很难通过实验获得结果,因此采用模拟的方法一方面可以避免不必要的风险,此外还可以获得更多的比较结果。例如可以对内回流和污泥回流、排泥量和排泥时间、化学加药等过程的控制策略进行模拟与分析。
四、基于模型的预测模拟
很少或几乎没有污水处理厂是以恒组分、恒流量进水的。进水的基本特性、流量、污染物负荷,甚至水温,都受到至少2~10个因素的干扰。污水厂进水除了日变化以外,还有月变化、年变化。
一般来说,内部干扰具有可控性,可以采取有效措施加以消除或降低;而外部干扰具有不可控性、不可预测性,通常需要借助模型进行预测模拟,然后采取适合的工艺运行模式或及时调整工艺运行参数,确保***运行的稳定性。预测模拟可以包括以下内容:
Ø温度变化模拟 :模拟污水年温度变化(约10~40˚)对工艺运行状况的影响;
Ø水量变化模拟:模拟进水量突变(暴雨期间或受工业污水冲击)和规划期内水量增加时的工艺运行状况;
Ø污染物负荷模拟:模拟污水COD负荷变化(暴雨期间或受工业污水冲击)对工艺运行状况的影响。
所述仿真模型控制***组件包括:
模型方案化管理接口:作为整个开发组件数据交换的基础,该接口对分散的模型文件进行方案体系管理,通过模板和方案的概念管理不同条件下、不同类型的模型。
在线数据引擎:连接到在线监测数据库,并为在线数据输入到模型提供专门的用户界面和途径,转换为相应的格式存入***工作库。
模型动态入流水质水量引入接口:根据在线数据或历史数据获取模型所需水质流量数据,并处理为模型所需格式。
模型初始值和工艺运行参数设置接口:提供接口获取模型初始值和工艺参数,并根据外部数据写入模型。
模型控制策略设置接口、模型模拟计算接口:根据曝气控制、回流控制、加药等模型控制策略提供模型设置接口,进行控制策略设置,驱动模型进行计算,计算前检查模型文件合理性,返回模型是否开始成功计算,如成功则显示计算进度;不成功显示错误提示。
模型结果导出到数据库及报告接口:将模型模拟结果按照一定的表结构导出到数据库中,方便用户做其他的应用,并按模型内部相关设置生成模型报告。
所述仿真建模基础组件接口包括:
OPC数据通信接口:使用OPC协议连接硬件设备,抓取模型所需数据写入在线检测数据库;通过OPC协议发送优化控制指令到硬件设备,完成智能控制。
模型方案化管理:模型方案化管理组件对模型进行分类***化管理,将每个模型称为一个方案或一个预案,模型工程师率定好的模型作为模型模板,模型预案根据选取的模板通过方案新增和方案派生的方式产生。方案管理通过方案新增、方案编辑、方案检查、方案计算、方案信息推送整个流程,完成方案的整个生命周期。
模型计算:驱动模型进行计算,计算前检查模型文件合理性,返回模型是否开始成功计算,如成功则显示计算进度;不成功显示错误提示。
最优化方案分析:***基于用户累积构建的历史运行预案中,根据不同的指标设定(技术和经济指标),进行方案比选,进行优化计算,获得当前状况下最优的操作参数,为污水厂优化运行提供决策支持建议。
***配置管理:包括日志管理、用户管理、***配置等***相关管理工具。
在线数据引擎:连接到在线监测数据库,并为在线数据输入到模型提供专门的界面和途径,能转换为相应的格式存入***工作库。
优化方案设定:在进行优化计算前,对模型的约束条件、优化方法参数、决策变量等进行调整,以符合进行优化的各项条件。
模型编辑:模型动态入流水质水量、初始值、工艺参数等设置。用于构建污水厂工艺处理模块
控制策略建议:提供控制策略建议,即将优化计算后的优化结果传送给工控***平台,由相关专业人员会商评估后再确定是否实施该套控制。
所述仿真建模软件包括:
“KeepWell”工艺优化软件:污水厂工艺、控制策略优化的计算核心。
“KeepWell”自控通信软件:污水厂自动化控制的通信管理核心。
本发明使用到的标准零件均可以从市场上购买,异形件根据说明书的和附图的记载均可以进行订制,各个零件的具体连接方式均采用现有技术中成熟的螺栓、铆钉、焊接等常规手段,机械、零件和设备均采用现有技术中,常规的型号,加上电路连接采用现有技术中常规的连接方式,在此不再详述,本说明书中未作详细描述的内容属于本领域专业技术人员公知的现有技术。
以上对本发明及其实施方式进行了描述,这种描述没有限制性,附图中所示的也只是本发明的实施方式之一,实际的结构并不局限于此。总而言之如果本领域的普通技术人员受其启示,在不脱离本发明创造宗旨的情况下,不经创造性的设计出与该技术方案相似的结构方式及实施例,均应属于本发明的保护范围。
Claims (6)
1.一种污水处理仿真建模***搭建方法,其特征在于:通过建模工程师搭建仿真模型控制***、SCADA***、DIMS文档管理***,通过在线仪器仪表设备自动采集水质数据,同时也可以输入水质化验数据,数据通过SCADA***传入DIMS文档管理***,通过DIMS文档管理***进行数据编辑,并将数据自动导入仿真模型,经模型运算后输出合适的控制参数,并自动控制工艺设备运行。
2.根据权利要求1所述的一种污水处理仿真建模***搭建方法,其特征在于:所述仿真模型控制***包括污水厂建模、仿真模型控制***组件、仿真建模基础组件接口以及仿真建模软件。
3.根据权利要求2所述的一种污水处理仿真建模***搭建方法,其特征在于:所述污水厂建模包括以下步骤:
S1、污水厂基础数据收集:用于评估污水厂运行状况及仿真建模;
S2、数据预处理对采集到的数据进行预处理,包括数据清洗、去噪声、校正和数据对齐等操作:以确保数据的准确性和一致性;
S3、污水厂现状调研:用于污水厂管理优化、控制策略优化及方案设计;
S4、污水厂工艺模型构建: 用于构建污水处理工艺模型;
S5、模型校正与验证:用于仿真模型优化与控制效果验证;
S6、预案分析:用于对可能发生的突发事件进行应急预案设计;
S7、控制策略模拟与分析:用于对污水厂工艺参数、过程参数优化。
4.根据权利要求2所述的一种污水处理仿真建模***搭建方法,其特征在于:所述仿真模型控制***组件包括:模型方案化管理接口、在线数据引擎、模型动态入流水质水量引入接口、模型初始值和工艺运行参数设置接口、模型控制策略设置接口、模型模拟计算接口、模型结果导出到数据库及报告接口。
5.根据权利要求2所述的一种污水处理仿真建模***搭建方法,其特征在于:所述仿真建模基础组件接口包括:OPC数据通信接口、模型方案化管理、模型计算、最优化方案分析、***配置管理、在线数据引擎、优化方案设定、模型编辑、控制策略建议。
6.根据权利要求2所述的一种污水处理仿真建模***搭建方法,其特征在于:所述仿真建模软件包括“KeepWell”工艺优化软件、“KeepWell”自控通信软件。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311199335.6A CN117113719A (zh) | 2023-09-18 | 2023-09-18 | 一种污水处理仿真建模***搭建方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311199335.6A CN117113719A (zh) | 2023-09-18 | 2023-09-18 | 一种污水处理仿真建模***搭建方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN117113719A true CN117113719A (zh) | 2023-11-24 |
Family
ID=88796401
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311199335.6A Pending CN117113719A (zh) | 2023-09-18 | 2023-09-18 | 一种污水处理仿真建模***搭建方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117113719A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117950382A (zh) * | 2024-03-27 | 2024-04-30 | 中国电子工程设计院股份有限公司 | 半导体工厂的纯水制备***仿真模型的构建方法及装置 |
-
2023
- 2023-09-18 CN CN202311199335.6A patent/CN117113719A/zh active Pending
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117950382A (zh) * | 2024-03-27 | 2024-04-30 | 中国电子工程设计院股份有限公司 | 半导体工厂的纯水制备***仿真模型的构建方法及装置 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN114297954A (zh) | 一种基于污水处理厂的大数据智能分析数字管控平台 | |
Wu et al. | A system dynamics model of green innovation and policy simulation with an application in Chinese manufacturing industry | |
CN101576734B (zh) | 基于动态径向基神经网络的溶解氧的控制方法 | |
US20190359510A1 (en) | Cooperative optimal control method and system for wastewater treatment process | |
CN112661259A (zh) | 一种曝气过程自适应控制方法及*** | |
Torregrossa et al. | Energy saving in wastewater treatment plants: A plant-generic cooperative decision support system | |
CN117113719A (zh) | 一种污水处理仿真建模***搭建方法 | |
CN102262147A (zh) | 一种废水处理***出水cod的软测量方法和*** | |
CN107337272A (zh) | 一种投加碳源的污水处理优化控制方法 | |
CN115470702B (zh) | 一种基于机器学习的污水处理水质预测方法及*** | |
Nawaz et al. | Intelligent human–machine interface: An agile operation and decision support for an ANAMMOX SBR system at a pilot-scale wastewater treatment plant | |
CN112978919A (zh) | 污水处理厂碳源投加***和方法 | |
CN111762958A (zh) | 基于asm2d模型的污水处理厂深井曝气工艺优化方法及装置 | |
CN110320335A (zh) | 一种关于污水处理出水水质指标的多元鲁棒软测量方法 | |
CN113325702B (zh) | 一种曝气控制方法及装置 | |
CN114132980B (zh) | 用于污水处理的短程智能精确曝气控制方法、设备及*** | |
CN108088974A (zh) | 一种厌氧同时反硝化产甲烷过程出水硝氮的软测量方法 | |
CN112782975A (zh) | 一种基于深度学习的污水处理曝气智能控制方法及*** | |
CN115356930B (zh) | 一种污水处理过程中的多目标优化控制***及方法 | |
CN203772781U (zh) | 一种基于特征变量的污水总磷测量装置 | |
CN115754207A (zh) | 一种污水生物处理工艺模拟仿真方法和*** | |
JP4557912B2 (ja) | プロセス制御システム | |
CN114280936A (zh) | 一种有机污染物治理的云边协同优化智能管控*** | |
CN107686160B (zh) | 一种基于sbr反应器的污水处理方法及*** | |
Lin et al. | Prediction of wastewater treatment system based on deep learning |
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 |