CN104049071A - 一种污水处理工艺中水质指标的虚拟监测方法 - Google Patents
一种污水处理工艺中水质指标的虚拟监测方法 Download PDFInfo
- Publication number
- CN104049071A CN104049071A CN201410283630.4A CN201410283630A CN104049071A CN 104049071 A CN104049071 A CN 104049071A CN 201410283630 A CN201410283630 A CN 201410283630A CN 104049071 A CN104049071 A CN 104049071A
- Authority
- CN
- China
- Prior art keywords
- water
- sewage treatment
- quality guideline
- treatment process
- virtual monitoring
- 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
Landscapes
- Activated Sludge Processes (AREA)
- Purification Treatments By Anaerobic Or Anaerobic And Aerobic Bacteria Or Animals (AREA)
Abstract
本发明揭示了一种污水处理工艺中水质指标的虚拟监测方法,主要用于污水处理生化池内氨氮和硝态氮等水质指标的监测。该方法包括在污水处理工艺流程上设置多个虚拟监测点;建立生化池中各项水质指标浓度随时间变化的数学模型;将所述数学模型嵌入污水处理工艺的仿真平台;向所述仿真平台中输入和配置所述污水处理工艺的运行参数,进行仿真,得到各监测点上各项水质指标的仿真结果,以及各项水质指标浓度在生化池上的沿程连续分布。本发明便于污水厂从全局层面了解和掌握工艺的实时状况和动态变化,发现并诊断运行过程中出现的问题,提升工艺控制和优化的质量,并帮助污水处理厂节约仪表采购和维护费用,进一步提升污水厂的运行水平。
Description
技术领域
本发明涉及污水水质指标的监测技术领域,尤其是涉及一种污水处理工艺中水质指标的虚拟监测方法。
背景技术
在污水处理厂的运行管理中,氨氮和总氮的达标排放是一个备受关注的问题,而总氮的去除效果又受限于反硝化过程,即有赖于硝态氮的去除效果。在常规的活性污泥处理工艺中,如果能实时掌握整个生化工艺流程上的氨氮、硝态氮、包括与氮元素的变化相关的各项指标,比如以供参照的溶解氧或污泥浓度的动态变化,将会有助于管理者及时发现和诊断工艺运行中出现的问题,并能对工艺运行参数进行调整,以确保出水水质达标排放。
然而,为实现这一目标,需要在生化池沿程上依次安装大量在线水质监测仪表,这些设备从采购到日常维护都是不菲的开支,事实上很难可行。因此污水厂一般只在进、出水处安装仪表,甚至只安装个别种类的仪表,以满足绩效考核指标中规定的监测项目的要求。而整个生化池廊道的大部分区域却是水质仪表监测的盲点,如图1所示。
因此需要研究出一种水质监测方法来弥补传统仪表在污水处理厂实际应用上存在的有监测盲点、操作成本高等不足。
发明内容
本发明的目的在于克服现有技术的缺陷,提供一种污水处理工艺中水质指标的虚拟监测方法,通过对污水处理工艺流程进行建模,并在相应的工艺仿真平台上进行仿真,得出各监测点的仿真结果,用仿真值代替真实仪表的监测值,弥补了由于真实仪表数量的不足或故障带来的监测盲点的问题。
为实现上述目的,本发明提出如下技术方案:
一种污水处理工艺中水质指标的虚拟监测方法,包括:
S1、在污水处理工艺流程上设置多个虚拟监测点;
S2、建立生化池中各项水质指标浓度随时间变化的数学模型;
S3、将所述数学模型嵌入污水处理工艺的仿真平台;
S4、向所述仿真平台中输入和配置所述污水处理工艺的运行参数,进行仿真,得到各监测点上各项水质指标的仿真结果,以及各项水质指标浓度在生化池上的沿程连续分布。
优选地,所述步骤S1为:将污水处理工艺流程按进水流方向沿程分割成多个串联的完全混合反应器,即多个所述虚拟监测点。
优选地,所述步骤S2包括:
S21、基于描述污水处理生化反应过程的数学模型,建立污水处理工艺流程中的物料平衡关系,得到每个所述反应器内的水质指标浓度随时间变化的数学表述;
S22、将每个完全混合反应器内的多种所述水质指标浓度随时间变化的数学表述汇总成一个大型微分方程组,通过求解所述微分方程组,即能获知在仿真时间内每个完全混合反应器内的各种水质指标随时间变化的规律。
优选地,所述数学表述为:
式中,Ci是沿所述污水处理工艺流程上第i个反应器内的某水质指标的浓度,mg/l;Qin和Qout分别代表相应反应器的进水、出水流量,m3/h;Cin和Cout分别表示相应反应器内水质指标的进水、出水浓度,mg/l;ri是反应器内水质指标浓度的过程速率方程,mg/(l·h);Vol代表相应反应器内的有效容积,m3。
优选地,所述步骤S4包括:
S41、向所述仿真平台中输入和配置所述污水处理工艺的运行参数,得到每个反应器内各项水质指标的仿真结果;
S42、将所有所述虚拟监测点上的每项水质指标的仿真结果采用相应算法转换为在时间或空间上连续分布的仿真结果,所述算法可选用插值算法。
优选地,所述虚拟监测点的设置位置为污水处理工艺流程的进水端、厌氧区末端、缺氧区末端、好氧区或出水端中的一处或多处。
进一步地,本发明的虚拟监测方法还包括将污水处理工艺流程出水端的虚拟监测点的仿真结果与真实仪表的实测结果进行对照,对所述仿真结果进行校验。
优选地,所述运行参数包括进水流量、各项进水水质浓度、曝气量、污泥回流量。
优选地,所述水质指标包括氨氮、硝态氮、溶解氧、磷酸盐、污泥浓度。
本发明在水质指标测量中,不依赖直接的物理传感器实体,而是利用其他由直接物理传感器实体得到的信息,通过数学模型的计算得到所需监测信息。本发明将传统仪表硬件和计算机仿真模拟技术充分结合起来,实现并扩展传统仪表的功能。与传统仪表相比,虚拟仪表在智能化程度、处理能力、性价比、可操作性等方面都具有明显的技术优势。
与现有技术相比,本发明的有益效果是:
1、本发明以仿真结果代替真实仪表的监测结果,从而弥补真实仪表数量的不足或故障在整个工艺流程存在监测盲点的问题,以便于污水厂从全局层面了解和掌握工艺的实时状况和动态变化,发现并诊断运行过程中出现的问题,提升工艺控制和优化的质量,并帮助污水处理厂节约仪表采购和维护费用,进一步提升污水厂的运行水平。
2、本发明能够结合实际污水厂的真实状况建立相应的虚拟水质指标监测仪的监测方案,结合水质指标在特定工艺流程上的变化规律,自定义虚拟监测点的位置和数量,给出工艺流程中关键节点处的模拟结果,从而节约仪表采购费用和维护费用。
3、本发明拓展了离散分布在工艺流程上的虚拟监测点的范围,使得虚拟仪表的测点遍布全程,能够连续观测到工艺流程上几乎每一处的水质指标浓度随时间的变化情况,强化了虚拟仪表的基本功能,帮助污水厂的运行管理者从更直观的角度了解到水质指标在不同工艺区段的变化和迁移过程。
附图说明
图1是现有生化反应池内真实监测仪表设置的位置示意图;
图2是本发明污水处理工艺中水质指标的虚拟监测方法的流程示意图;
图3是污水处理工艺流程中的物料平衡关系的原理示意图;
图4是本发明将离散测点上的仿真结果通过插值转化为沿空间连续分布的原理示意图;
图5是本发明实施例污水处理厂工艺的流程示意图;
图6是本发明实施例虚拟监测点在工艺流程上设置的位置示意图;
图7是本发明实施例各个虚拟监测点位置处氨氮浓度随时间变化的曲线示意图;
图8是本发明实施例各个虚拟监测点位置处氨氮和硝态氮浓度随空间变化的曲线示意图;
图9是本发明实施例厌氧区氨氮和硝态氮浓度随时间变化的曲线示意图;
图10是本发明实施例缺氧区氨氮和硝态氮浓度随时间变化的曲线示意图;
图11是本发明实施例好氧区氨氮和硝态氮浓度随时间变化的曲线示意图。
具体实施方式
下面将结合本发明的附图,对本发明实施例的技术方案进行清楚、完整的描述。
本发明所揭示的一种污水处理工艺中水质指标的虚拟监测方法,通过在污水处理工艺流程上定义虚拟监测点来代替真实监测仪表,并根据目标污水厂的真实工艺流程和运行工况,利用其他由直接物理传感器实体得到工艺运行参数,建立相应的数学模型,并将数学模型嵌入到污水处理工艺的仿真平台中进行仿真,计算得到相关虚拟监测点包括氨氮和硝态氮在内的各项主要出水水质指标的监测信息。
如图2所示,本发明所揭示的一种污水处理工艺中水质指标的虚拟监测方法包括以下步骤:
S1、在污水处理工艺流程上定义多个虚拟监测点。
具体地,由于污水处理工艺流程(主要是生化反应池)在建模过程中被视为一个推流式反应器,由多个完全混合反应器串联而成,因此,本发明将污水处理工艺流程按从进水端到出水端的方向沿程分割成多个串联的完全混合反应器,每个反应器即视为定义的一个虚拟监测点。
这些虚拟监测点一般按生化反应池廊道长度均匀划分,当然,结合实际污水厂的状况,本发明也可自定义虚拟监测点的位置和数量,即虚拟监测点的位置除了在污水处理工艺流程的进、出水端以外,还能布置在工艺流程中的某些特定位置,比如A2O工艺中厌氧区、缺氧区的末端,好氧区的中端和末端等,这些位置是水质指标浓度发生变化的拐点,或者对污水厂的整体处理效果具有指示性的作用,因此在这些关键位置设置虚拟监测点即可,以评价这些工段的运行效果是否正常。
S2、建立生化池中各项水质指标浓度随时间变化的数学模型。
本发明建立的数学模型是基于国际水协IWA推出的、并得到广泛应用的活性污泥数学模型ASM,可用于活性污泥系统的建模仿真和模拟分析,预测工艺运行效果。
具体地,基于描述污水处理生化反应过程的数学模型ASM,找出污水处理工艺流程中的物料平衡关系,即如图3所示的工艺流程中物料输入、输出、消耗的数学关系,得到每个反应器内的水质指标浓度随时间变化的数学表述,数学表述通常可由下面的式子表示:
式中,Ci是沿污水处理工艺流程上第i个反应器内的某水质指标的浓度,mg/l;Qin和Qout分别代表相应反应器的进水、出水流量,m3/h;Cin和Cout分别表示相应反应器内水质指标的进水、出水浓度,mg/l;ri代表反应器内水质指标浓度的过程速率方程,mg/(l·h);Vol代表相应反应器内的有效容积,m3。其中描述反应速率的方程ri源自IWA推出的活性污泥数学模型ASM,是公知的。
由于每个反应器内均存在多项水质指标,如氨氮、硝态氮、溶解氧、磷酸盐、污泥浓度等,因此描述各项水质指标浓度变化的数学表述最终汇总成一个大型微分方程组,通过求解这个微分方程组,即能获知在仿真时间内,在特定的进水和运行条件下各项水质指标浓度随时间变化的规律。
S3、将所述数学模型嵌入污水处理工艺的仿真平台。
本发明将数学模型嵌入到相应的仿真平台中,作为仿真平台的一个功能模块,在仿真平台上仿真模拟出监测结果。
具体地,本发明在仿真平台上提供了可视化的交互界面,交互界面上设置了包括用于显示仿真结果的数显框,供使用者输入和配置各种描述进水和运行状况的运行参数,并以可视化的形式,如动态数据或曲线输出仿真结果,从而来模拟实际污水厂在各种进水、运行条件下的运行效果,能预测污水厂在不同工况下的响应,进而检验各种工艺调整预案的效果,优化污水厂的工艺运行。这些运行参数为进水流量、各项进水水质浓度、曝气量、污泥回流量等。
S4、向所述仿真平台中输入和配置所述污水处理工艺的运行参数,进行仿真,得到各监测点上各项水质指标的仿真结果,以及各项水质指标浓度在生化池上的沿程连续分布。
具体地,使用者在仿真平台的交互界面上输入和配置污水处理工艺的运行参数,在仿真平台上进行仿真监测,得到每个反应器内各项水质指标的仿真结果。由于从每个仿真结果只能对应得到一个反应器内某水质指标的监测浓度值,即得出的仿真结果只局限于设置的虚拟监测点处,不能扩大到整个污水处理工艺流程,因此需要将仿真结果进行连续化。
与现有技术不同,本发明将所有这些虚拟监测点上的每项水质指标的仿真结果采用相应算法转换为在时间或空间维度上连续分布和变化的仿真结果,这样就可以把水质指标在局部几个监测点上的仿真结果以空间和时间分布的形式,拓展到整个工艺流程上。
其中,空间分布的定义是:在仿真时段内的任意时刻,生化池内水质指标浓度沿从进水端到出水端的工艺流程长度方向上的变化情况。即本发明能提供仿真时间段内任意时刻的水质指标沿工艺流程长度方向的连续分布和变化情况,而不仅限于某些特定位置的测点,这一结果以曲线的形式展现,横轴是工艺流程的长度,纵轴是水质指标,曲线的意义是工艺流程任意位置处的水质指标模拟结果随时间的变化。
时间分布的定义是:生化池内水质指标浓度在工艺流程任意位置上随时间的变化情况。即本发明能够连续观测到工艺流程上几乎每一点处的水质指标随时间的变化情况,而不仅限于某些特定位置的测点。这一结果以曲线的形式展现,横轴是仿真时间,纵轴是水质指标,曲线的意义是仿真时段内任意时刻上水质指标的模拟结果沿流程长度方向的变化。
本发明可采用插值算法将离散的仿真结果转换为连续仿真结果。其原理如图4所示,图4为将离散的仿真结果插值为沿空间连续分布的仿真结果原理图,即离散仿真结果经过插值算法后覆盖到整个工艺流程中。
S5、将污水处理工艺流程出水端的虚拟监测点的仿真结果与真实仪表的实测结果进行对照,对所述仿真结果进行校验。
本发明将污水处理流程出水端的虚拟监测点的仿真结果与真实污水厂的实测结果进行对照,以检验仿真的合理性,进而评估整个流程上虚拟监测点监测的合理性。
下面以某污水厂应用本发明虚拟监测方法来监测氨氮、硝态氮浓度随时间变化的规律为例,来说明本发明的具体实施方式。
该污水处理厂采用典型的A2O污水处理工艺,设计处理规模为20万m3/日。
该污水处理厂的污水处理工艺流程如图5所示,具体工艺流程为:污水管道中的污水通过格栅粗过滤,过滤水中大块的悬浮以及漂浮的杂物;之后在沉沙池中分离比重比较大的砂土及其他杂质颗粒;然后依次进入反应池内的厌氧区、缺氧区和好氧区,鼓风机房向沉沙池及好氧区进行曝气,通过生化反应去除污水中的有机物;再经过沉淀池分离出水和污泥,最后经过消毒等工艺后,使得处理后的水满足出水指标,最后排出处理完成的水。
如图6所示,本发明实施例在该污水厂从进水端到出水端流程的6个关键工艺节点处,分别设置了相应的虚拟监测点,图中的黑点代表虚拟监测点,这些虚拟监测点分别设在流程的进水端,厌氧区末端,缺氧区末端,好氧区的前端和后端,以及出水端。
结合这6个虚拟监测点实际的运行状况,使用相应的工艺运行参数作为模型参数,分别进行数学建模,数学表述为:
本发明实施例运行参数分别为式中的氨氮的浓度Ci,反应器的进水流量Qin、出水流量Qout,氨氮的进水浓度Cin、出水浓度Cout。
通过上述描述生化池物料平衡的数学表述,汇总成一个微分方程组,通过求解所述微分方程组,即能获知在仿真时间内每个完全混合反应器内的氨氮随时间变化的规律。
数学模型建立后,嵌入到相应污水处理工艺的仿真平台中进行仿真监测。在仿真平台上输入和配置相关的模型参数,即可开始仿真,输出仿真时间内的水质指标模拟结果,以此为基础获得反应池内各监测点的仿真结果。模型参数为进水流量、各项进水水质浓度、曝气量、污泥回流量等。
如图6所示,仿真平台上提供了生化池流程的可视化交互界面,通过勾选界面左侧选择沿程显示的组分下的氨氮水质指标,即起到了虚拟氨氮仪的作用。在仿真过程中,测点数显框能显示氨氮的实时仿真结果,作为虚拟监测点的读数代替真实仪表的监测结果。除了通过数显框内动态刷新的实时数据来获知虚拟监测点的读数以外,点击数显框还可以绘制曲线,即该测点处的水质浓度随时间的变化,更直观地展示虚拟监测点的监测结果。
如图7所示,以曲线的形式给出了各个虚拟监测点位置处氨氮浓度随时间变化的曲线。结合数显框显示的模拟结果,显然氨氮的模拟浓度在沿着A2O池的长度方向上是逐步下降的,和真实的运行状况相符。
当然,在仿真平台上也可仿真模拟出其他水质指标的变化情况。下面以氨氮和硝态氮这两种水质指标的仿真监测结果在沿程空间和时间分布为例,来分别进行说明。
如图8所示,以氨氮和硝态氮这两种水质指标在A2O工艺流程上变化趋势相反的指标为例,直观地展示了水质指标的沿程分布查看功能。通过拖动左下角代表时刻的滑块,可以观察到仿真时间段内任意时刻上,水质指标在整个生化池沿程方向上的浓度变化。从模拟结果可以看到,氨氮在整个厌氧区、缺氧区都维持了较高的浓度,而在好氧区则迅速下降,在接近出水端的位置达到最低;而硝态氮的分布趋势则与之相反,在厌氧区几乎为零,而在缺氧区有所回升,在好氧区迅速上升,在接近出水端的位置达到最高。
结合图9~图11所示,通过拖动界面左下角表示廊道位置的滑块,给出了整个生化池廊道上三处有代表性的监测点位置上氨氮和硝态氮浓度随时间的变化曲线,分别对应厌氧区、缺氧区和好氧区。
如图9所示,从模拟的连续仿真结果可以看到,在厌氧区,氨氮浓度维持在较高的水平,而硝态氮浓度非常低,说明在这一工艺段尚未发生硝化反应;如图10所示,在缺氧区,氨氮浓度仍比较高,但和厌氧区相比,同一时刻上的氨氮已经有所下降,而硝态氮浓度开始回升,但不会太高,因为一方面这里有富含硝态氮的内回流的冲击,一方面由于是缺氧环境又为反硝化提供了适宜的环境。而在好氧区,如图11所示,氨氮浓度由于硝化反应下降到了一个较低的水平,而硝态氮作为硝化反应的产物,其浓度开始升高。
因此,由上述仿真结果可知,本发明得出的监测结果的趋势与真实仪表的监测规律基本一致。
本发明的技术内容及技术特征已揭示如上,然而熟悉本领域的技术人员仍可能基于本发明的教示及揭示而作种种不背离本发明精神的替换及修饰,因此,本发明保护范围应不限于实施例所揭示的内容,而应包括各种不背离本发明的替换及修饰,并为本专利申请权利要求所涵盖。
Claims (10)
1.一种污水处理工艺中水质指标的虚拟监测方法,其特征在于,包括:
S1、在污水处理工艺流程上设置多个虚拟监测点;
S2、建立生化池中各项水质指标浓度随时间变化的数学模型;
S3、将所述数学模型嵌入污水处理工艺的仿真平台;
S4、向所述仿真平台中输入和配置所述污水处理工艺的运行参数,进行仿真,得到各监测点上各项水质指标的仿真结果,以及各项水质指标浓度在生化池上的沿程连续分布。
2.根据权利要求1所述的污水处理工艺中水质指标的虚拟监测方法,其特征在于,所述步骤S1为:将污水处理工艺流程按进水流方向沿程分割成多个串联的完全混合反应器,即多个所述虚拟监测点。
3.根据权利要求2所述的污水处理工艺中水质指标的虚拟监测方法,其特征在于,所述步骤S2包括:
S21、基于描述污水处理生化反应过程的数学模型,建立污水处理工艺流程中的物料平衡关系,得到每个所述反应器内的水质指标浓度随时间变化的数学表述;
S22、将每个完全混合反应器内的多种所述水质指标浓度随时间变化的数学表述汇总成一个大型微分方程组,通过求解所述微分方程组,即能获知在仿真时间内每个完全混合反应器内的各种水质指标随时间变化的规律。
4.根据权利要求3所述的污水处理工艺中水质指标的虚拟监测方法,其特征在于,所述数学表述为:
式中,Ci是沿所述污水处理工艺流程上第i个反应器内的某水质指标的浓度,mg/l;Qin和Qout分别代表相应反应器的进水、出水流量,m3/h,Cin和Cout分别表示相应反应器内水质指标的进水、出水浓度,mg/l;ri代表相应反应器内水质指标浓度的过程速率方程,mg/(l*h);Vol代表相应反应器内的有效容积,m3。
5.根据权利要求1所述的污水处理工艺中水质指标的虚拟监测方法,其特征在于,所述步骤S4包括:
S41、向所述仿真平台中输入和配置所述污水处理工艺的运行参数,得到每个反应器内各项水质指标的仿真结果;
S42、将所有所述虚拟监测点上的每项水质指标的仿真结果采用相应算法转换为在时间或空间上连续分布的仿真结果。
6.根据权利要求5所述的污水处理工艺中水质指标的虚拟监测方法,其特征在于,所述算法为插值算法。
7.根据权利要求1所述的污水处理工艺中水质指标的虚拟监测方法,其特征在于,所述虚拟监测点的设置位置为污水处理工艺流程的进水端、厌氧区末端、缺氧区末端、好氧区或出水端中的一处或多处。
8.根据权利要求7所述的污水处理工艺中水质指标的虚拟监测方法,其特征在于,还包括:
S5、将污水处理工艺流程出水端的虚拟监测点的仿真结果与真实仪表的实测结果进行对照,对所述仿真结果进行校验。
9.根据权利要求1或8所述的污水处理工艺中水质指标的虚拟监测方法,其特征在于,所述运行参数包括进水流量、各项进水水质浓度、曝气量、污泥回流量。
10.根据权利要求1~8任意一项所述的污水处理工艺中水质指标的虚拟监测方法,其特征在于,所述水质指标包括氨氮、硝态氮、溶解氧、磷酸盐、污泥浓度。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410283630.4A CN104049071A (zh) | 2014-06-23 | 2014-06-23 | 一种污水处理工艺中水质指标的虚拟监测方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410283630.4A CN104049071A (zh) | 2014-06-23 | 2014-06-23 | 一种污水处理工艺中水质指标的虚拟监测方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN104049071A true CN104049071A (zh) | 2014-09-17 |
Family
ID=51502175
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201410283630.4A Pending CN104049071A (zh) | 2014-06-23 | 2014-06-23 | 一种污水处理工艺中水质指标的虚拟监测方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN104049071A (zh) |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106774222A (zh) * | 2017-02-07 | 2017-05-31 | 河南和方科技有限公司 | 城市污水处理数字化精确控制系统及智能仿真方法 |
CN108304692A (zh) * | 2017-12-18 | 2018-07-20 | 上海昊沧系统控制技术有限责任公司 | 一种膜生物反应器工艺的膜通量在线预测方法 |
CN108415914A (zh) * | 2017-02-10 | 2018-08-17 | 阿里巴巴集团控股有限公司 | 一种可视化对象中查询信息的方法、装置及设备 |
CN111125936A (zh) * | 2020-01-09 | 2020-05-08 | 广州市市政工程设计研究总院有限公司 | 污水设计水质与模型水质的转换方法、系统及存储介质 |
CN112002172A (zh) * | 2020-09-11 | 2020-11-27 | 北京金控数据技术股份有限公司 | 一种污水处理厂三维仿真系统 |
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系统仿真模型的构建方法及装置 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2000107796A (ja) * | 1998-09-30 | 2000-04-18 | Toshiba Corp | 下水処理プロセスシミュレータシステム |
CN101659476A (zh) * | 2009-09-08 | 2010-03-03 | 中环(中国)工程有限公司 | 一种膜生物反应器系统的优化设计方法 |
CN101928064A (zh) * | 2010-08-05 | 2010-12-29 | 华南理工大学 | 造纸废水活性污泥法处理的仿真方法 |
KR20110023608A (ko) * | 2009-08-31 | 2011-03-08 | 부산대학교 산학협력단 | 수학적 모델을 이용한 하, 폐수 처리공정의 설계 절차 제공방법 |
-
2014
- 2014-06-23 CN CN201410283630.4A patent/CN104049071A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2000107796A (ja) * | 1998-09-30 | 2000-04-18 | Toshiba Corp | 下水処理プロセスシミュレータシステム |
KR20110023608A (ko) * | 2009-08-31 | 2011-03-08 | 부산대학교 산학협력단 | 수학적 모델을 이용한 하, 폐수 처리공정의 설계 절차 제공방법 |
CN101659476A (zh) * | 2009-09-08 | 2010-03-03 | 中环(中国)工程有限公司 | 一种膜生物反应器系统的优化设计方法 |
CN101928064A (zh) * | 2010-08-05 | 2010-12-29 | 华南理工大学 | 造纸废水活性污泥法处理的仿真方法 |
Non-Patent Citations (2)
Title |
---|
胡晓东: "利用活性污泥数学模型对废水生物处理工艺的模拟研究", 《中国硕士学位论文全文数据库 工程科技I辑》 * |
范吉等: "一种新的污水处理仿真与优化控制软件ProSee及功能介绍", 《全国排水委员会2012 年年会论文集》 * |
Cited By (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106774222A (zh) * | 2017-02-07 | 2017-05-31 | 河南和方科技有限公司 | 城市污水处理数字化精确控制系统及智能仿真方法 |
CN108415914A (zh) * | 2017-02-10 | 2018-08-17 | 阿里巴巴集团控股有限公司 | 一种可视化对象中查询信息的方法、装置及设备 |
CN108304692A (zh) * | 2017-12-18 | 2018-07-20 | 上海昊沧系统控制技术有限责任公司 | 一种膜生物反应器工艺的膜通量在线预测方法 |
CN108304692B (zh) * | 2017-12-18 | 2021-08-24 | 上海昊沧系统控制技术有限责任公司 | 一种膜生物反应器工艺的膜通量在线预测方法 |
CN111125936A (zh) * | 2020-01-09 | 2020-05-08 | 广州市市政工程设计研究总院有限公司 | 污水设计水质与模型水质的转换方法、系统及存储介质 |
CN111125936B (zh) * | 2020-01-09 | 2024-01-30 | 广州市市政工程设计研究总院有限公司 | 污水设计水质与模型水质的转换方法、系统及存储介质 |
CN112002172A (zh) * | 2020-09-11 | 2020-11-27 | 北京金控数据技术股份有限公司 | 一种污水处理厂三维仿真系统 |
CN112002172B (zh) * | 2020-09-11 | 2022-11-29 | 北京金控数据技术股份有限公司 | 一种污水处理厂三维仿真系统 |
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系统仿真模型的构建方法及装置 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN104049071A (zh) | 一种污水处理工艺中水质指标的虚拟监测方法 | |
Dong et al. | Measuring and explaining eco-efficiencies of wastewater treatment plants in China: An uncertainty analysis perspective | |
Liu et al. | An integrated system dynamics model developed for managing lake water quality at the watershed scale | |
Asadi et al. | Wastewater treatment aeration process optimization: A data mining approach | |
Mulas et al. | Predictive control of an activated sludge process: An application to the Viikinmäki wastewater treatment plant | |
JP4468269B2 (ja) | プロセス監視装置及びその方法 | |
Radini et al. | Urban water-energy-food-climate nexus in integrated wastewater and reuse systems: Cyber-physical framework and innovations | |
JP4906788B2 (ja) | 上下水処理場の監視制御システム | |
Kotti et al. | Fuzzy logic models for BOD removal prediction in free-water surface constructed wetlands | |
Bertone et al. | Hybrid water treatment cost prediction model for raw water intake optimization | |
Olsson | Instrumentation, control and automation in the water industry–state-of-the-art and new challenges | |
Sala-Garrido et al. | Benchmarking energy efficiency of water treatment plants: Effects of data variability | |
Nishimura et al. | Technical-knowledge-integrated material flow cost accounting model for energy reduction in industrial wastewater treatment | |
Wang et al. | A Fusion Water Quality Soft‐Sensing Method Based on WASP Model and Its Application in Water Eutrophication Evaluation | |
Daigger | Upgrading wastewater treatment plants | |
Chen et al. | A comparative analysis of methods to represent uncertainty in estimating the cost of constructing wastewater treatment plants | |
Lu et al. | Optimal synthesis and operation of wastewater treatment process with dynamic influent | |
Huang et al. | An integrated model for structure optimization and technology screening of urban wastewater systems | |
JP2003245653A (ja) | 処理装置の運転支援方法、水処理装置の運転支援方法及びその装置 | |
Xu et al. | A hybrid interval–robust optimization model for water quality management | |
JP2000107744A (ja) | 上下水道プラントのクライアントサーバシステム | |
Zhang et al. | Effluent Quality Prediction of Wastewater Treatment System Based on Small-world ANN. | |
JP4592601B2 (ja) | 薬品注入支援システムと薬品注入支援制御ソフトウエア | |
Zhang et al. | Scenario based municipal wastewater estimation: development and application of a dynamic simulation model | |
Towler et al. | Using parametric and nonparametric methods to model total organic carbon, alkalinity, and pH after conventional surface water treatment |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C02 | Deemed withdrawal of patent application after publication (patent law 2001) | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20140917 |