CN105254119B - 一种采用大数据管理模式进行污水处理的工艺 - Google Patents

Abstract

本发明公开了一种采用大数据管理模式进行污水处理的工艺，包括：1）采用在污水处理的初沉池处理环节、微生物分解处理环节、二沉池处理环节、二次用水处理环节的处理设备上设置采集装置的方式对污水处理过程中各种参数变化量进行采集并输送到大数据服务器中的参数大数据库；2）在进行污水处理过程中，从参数大数据库内调用已有污水处理工艺参数结合当前污水水质信息，优化污水处理策略，并将此优化后的污水处理策略输送到污水处理的所有工艺环节的处理设备上，进行污水处理；将多地污水处理工艺参数进行收集，形成参数大数据库；并实时采集当前污水处理参数信息，与大数据服务器内的参数大数据库内的工艺参数进行对比，形成一种优化的处理策略。

Description

一种采用大数据管理模式进行污水处理的工艺

技术领域

本发明涉及污水处理、大数据等技术领域，具体的说，是一种采用大数据管理模式进行污水处理的工艺。

背景技术

污水处理 (sewage treatment,wastewater treatment)：为使污水达到排水某一水体或再次使用的水质要求对其进行净化的过程。

初沉池可除去废水中的可沉物和漂浮物，废水经初沉后，约可去除可沉物、油脂和漂浮物的50%、BOD的20%，按去除单位质量BOD或固体物计算，初沉池是经济上最为节省的净化步骤，对于生活污水和悬浮物较高的工业污水均易采用初沉池预处理。

主要作用：

（1） 去除可沉物和漂浮物，减轻后续处理设施的负荷。

（2） 使细小的固体絮凝成较大的颗粒，强化了固液分离效果。

（3） 对胶体物质具有一定的吸附去除作用。

（4） 一定程度上，初沉池可起到调节池的作用，对水质起到一定程度的均质效果。减缓水质变化对后续生化系统的冲击。

（5） 有些废水处理工艺系统将部分二沉池污泥回流至初沉池，发挥二沉池污泥的生物絮凝作用，可吸附更多的溶解性和胶体态有机物，提高初沉池的去除效率。

（6）还可在初沉池前投加含铁混凝剂，强化除磷效果。含铁的初沉池污泥进入污泥消化系统后，还可提高产甲烷细菌的活性，降低沼气中硫化的含量，从而既可增加沼气产量，又可节省沼气脱硫成本。

影响初沉池运行的因素：

（1） 表面负荷：表面负荷增加，可影响悬浮物的有效沉降，使悬浮物的去除率下降，水力负荷率一般取0.6~1.2m3/(m2·h)为宜。

（2） 废水性质：

新鲜程度：新鲜的污水沉淀后去除率较高，废水新鲜程度又取决于污水管道的长短、泵站级数等，此外缺氧的高浓度工业废水易于腐败变质。

固体物颗粒大小、形状和密度：废水中的固体物粒大、形状规则、相对密度大时沉降较快。

温度废水温度降低、水中悬浮物黏滞度增加，例如悬浮物在27℃时比10℃时沉降快50%。然而水温高也会加速污水的腐败、厌氧发酵，出液的密度差减少，不利于颗粒物下沉，从而降低悬浮物的沉降性能。

（3）操作因素：前道工序如格栅井或沉砂池的运行 状况可直接影响初沉池的运行。若前道工序运行不好会加重初沉池的负荷，并降低去除效果。

（4）在二沉池污泥和污泥消化池的消化污泥进入初沉池的处理系统中，应特别注意使污泥均匀、稳定地进入。切忌间隙、冲击式投加，否则会使初沉池超负荷运行，腐化污泥数量亦大大增加，影响到固体的去除，并对环境产生不良影响。

二沉池，即二次沉淀池（secondary settling tank ）二沉池是活性污泥系统的重要组成部分，其作用主要是使污泥分离，使混合液澄清、浓缩和回流活性污泥。其工作效果能够直接影响活性污泥系统的出水水质和回流污泥浓度。

大数据（big data），是指无法在可承受的时间范围内用常规软件工具进行捕捉、管理和处理的数据集合。

在维克托·迈尔-舍恩伯格及肯尼斯·库克耶编写的《大数据时代》中大数据指不用随机分析法（抽样调查）这样的捷径，而采用所有数据进行分析处理。大数据的4V特点：Volume（大量）、Velocity（高速）、Variety（多样）、Value（价值）。

对于“大数据”（Big data）研究机构Gartner给出了这样的定义。“大数据”是需要新处理模式才能具有更强的决策力、洞察发现力和流程优化能力的海量、高增长率和多样化的信息资产。

大数据技术的战略意义不在于掌握庞大的数据信息，而在于对这些含有意义的数据进行专业化处理。换言之，如果把大数据比作一种产业，那么这种产业实现盈利的关键，在于提高对数据的“加工能力”，通过“加工”实现数据的“增值”。

从技术上看，大数据与云计算的关系就像一枚硬币的正反面一样密不可分。大数据必然无法用单台的计算机进行处理，必须采用分布式架构。它的特色在于对海量数据进行分布式数据挖掘，但它必须依托云计算的分布式处理、分布式数据库和云存储、虚拟化技术。

随着云时代的来临，大数据（Big data）也吸引了越来越多的关注。《著云台》的分析师团队认为，大数据（Big data）通常用来形容一个公司创造的大量非结构化数据和半结构化数据，这些数据在下载到关系型数据库用于分析时会花费过多时间和金钱。大数据分析常和云计算联系到一起，因为实时的大型数据集分析需要像MapReduce一样的框架来向数十、数百或甚至数千的电脑分配工作。

大数据需要特殊的技术，以有效地处理大量的容忍经过时间内的数据。适用于大数据的技术，包括大规模并行处理（MPP）数据库、数据挖掘电网、分布式文件系统、分布式数据库、云计算平台、互联网和可扩展的存储系统。

发明内容

本发明的目的在于设计出一种采用大数据管理模式进行污水处理的工艺，克服现有技术单个污水处理厂内每个处理环节思维定势，不能同异地同样工艺或不同工艺的污水处理技术参数进行有效参考，从而进行实时调节的不足之处，采用大数据管理模式，将多地污水处理工艺参数进行收集，形成参数大数据库；并实时采集当前污水处理参数信息，参考当前污水处理的水质信息，与大数据服务器内的参数大数据库内的工艺参数进行对比，形成一种优化的处理策略，并启用该优化的处理策略进行污水处理，使得该污水处理后所得的直排水或二次用水能够达到最佳效果。

本发明通过下述技术方案实现：一种采用大数据管理模式进行污水处理的工艺，包括以下工艺步骤：

1）采用在污水处理的初沉池处理环节、微生物分解处理环节、二沉池处理环节、二次用水处理环节的处理设备上设置采集装置的方式对污水处理过程中各种参数变化量进行采集并输送到大数据服务器中的参数大数据库；

2）在进行污水处理过程中，从参数大数据库内调用已有污水处理工艺参数结合当前污水水质信息，优化污水处理策略，并将此优化后的污水处理策略输送到污水处理的所有工艺环节的处理设备上，进行污水处理。

进一步的为更好的实现本发明，特别采用下述设置方式：所述步骤1）具体的工艺步骤为：

1-1）在所述初沉池处理环节的处理设备中设置包括气敏传感器、视频采集器在内的采集装置，在污水处理过程中收集初沉池处理环节时的污水中固废含量参数信息、BOD含量参数信息、油脂含量参数信息，并将此类参数信息传输至大数据服务器内，存储在参数大数据库内；

1-2）在所述微生物分解处理环节的处理设备中设置包括氧含量采集器、微生物繁衍效率采集器在内的采集装置，在污水处理过程中收集单位微生物繁衍需氧量数据、单位时间内微生物繁衍量数据，并将此类参数信息传输至大数据服务器内，存储在参数大数据库内；

1-3）在所述二沉池处理环节的处理设备上设置包括污泥含量检测仪、水质分析仪在内的采集装置，在污水处理过程中收集二沉池内部、入水口及出水口的污泥含量信息，二沉池入水水质信息及二沉池出水水质信息，并将此类参数信息传输至大数据服务器内，存储在参数大数据库内；

1-4）在所述二次用水处理环节的处理设备上设置气敏传感器、水质检测仪在内的采集装置，在污水处理过程中收集二次用水处理环节的水质变化信息、各种化学成分含量信息，并将此类参数信息传输至大数据服务器内，存储在参数大数据库内；

所述参数大数据库内存储有多地污水处理水质与处理工艺相结合的参数信息。

进一步的为更好的实现本发明，特别采用下述设置方式：所述步骤2）的具体工艺步骤为：

2-1）在所述初沉池处理环节，气敏传感器及视频采集器实时将初沉池内污水中固废含量参数信息、BOD含量参数信息、油脂含量参数信息进行采集并传输至参数大数据库内，在大数据服务器内，实时采集的信息将与已有的大数据信息进行对比，而后根据当前初沉池内水质信息形成优化的初沉池污水处理策略，并将该策略传输到初沉池内所设置的处理设备上，根据该策略进行相应的参数设置及更改，完成初沉池环节的污水处理；

2-2）在所述微生物分解处理环节，氧含量采集器、微生物繁衍效率采集器将实时将微生物分解处理过程中的单位微生物繁衍需氧量数据、单位时间内微生物繁衍量数据进行收集，并传输至参数大数据库内，在大数据服务器内，实时采集的信息将与已有的大数据信息进行对比，而后根据当前微生物分解情况和污水水质情况形成优化的微生物分解策略，并将该策略传输至微生物分解处理环节的设备内，根据该策略进行相应的参数设置或更改，完成微生物分解处理环节的污水处理；

2-3）在所述二沉池处理环节，污泥含量检测仪、水质分析仪将实时采集污水处理过程中二沉池内部、入水口及出水口的污泥含量信息，二沉池入水水质信息及二沉池出水水质信息，并传输至参数大数据库内，在大数据服务器内，实时采集的信息将与已有的大数据信息进行对比，而后根据当前二沉池内水质信息制定优化的二沉池处理策略，并将该策略传输至二沉池处理环节的设备内，根据该策略进行相应的参数设置或更改，完成二沉池处理环节的污水处理；

2-4）在所述二次用水处理环节，气敏传感器、水质检测仪将实时收集二次用水处理环节的水质变化信息、各种化学成分含量信息，而后传输到参数大数据库内，并在大数据服务器内，实时采集的信息将与已有的大数据信息进行对比，而后根据当前二次用水处理环节的系统内的水质信息、各种化学成分含量信息制定出优化的二次用水处理策略，并将该策略传输至二次用水处理环节的设备内，根据该策略进行相应的参数设置或更改，完成二次用水处理环节的污水处理。

本发明与现有技术相比，具有以下优点及有益效果：

（1）本发明克服现有技术单个污水处理厂内每个处理环节思维定势，不能同异地同样工艺或不同工艺的污水处理技术参数进行有效参考，从而进行实时调节的不足之处，采用大数据管理模式，将多地污水处理工艺参数进行收集，形成参数大数据库；并实时采集当前污水处理参数信息，参考当前污水处理的水质信息，与大数据服务器内的参数大数据库内的工艺参数进行对比，形成一种优化的处理策略，并启用该优化的处理策略进行污水处理，使得该污水处理后所得的直排水或二次用水能够达到最佳效果。

（2）本发明采用大数据技术将多地同工艺或不同工艺的污水处理各个环节的处理参数信息、水质变化等信息采集并形成数据库，而后可实现结合当前水质形成优化的污水处理策略，使得处理后所得水体能够保证达到此水体的最优标准。

具体实施方式

下面结合实施例对本发明作进一步地详细说明，但本发明的实施方式不限于此。

实施例1：

本发明提出了一种采用大数据管理模式进行污水处理的工艺，克服现有技术单个污水处理厂内每个处理环节思维定势，不能同异地同样工艺或不同工艺的污水处理技术参数进行有效参考，从而进行实时调节的不足之处，采用大数据管理模式，将多地污水处理工艺参数进行收集，形成参数大数据库；并实时采集当前污水处理参数信息，参考当前污水处理的水质信息，与大数据服务器内的参数大数据库内的工艺参数进行对比，形成一种优化的处理策略，并启用该优化的处理策略进行污水处理，使得该污水处理后所得的直排水或二次用水能够达到最佳效果，特别采用下述设置方式：包括以下工艺步骤：

1）采用在污水处理的初沉池处理环节、微生物分解处理环节、二沉池处理环节、二次用水处理环节的处理设备上设置采集装置的方式对污水处理过程中各种参数变化量进行采集并输送到大数据服务器中的参数大数据库；

2）在进行污水处理过程中，从参数大数据库内调用已有污水处理工艺参数结合当前污水水质信息，优化污水处理策略，并将此优化后的污水处理策略输送到污水处理的所有工艺环节的处理设备上，进行污水处理。

实施例2：

本实施例是在上述实施例的基础上进一步优化，进一步的为更好的实现本发明，特别采用下述设置方式：所述步骤1）具体的工艺步骤为：

1-1）在所述初沉池处理环节的处理设备中设置包括气敏传感器、视频采集器在内的采集装置，在污水处理过程中收集初沉池处理环节时的污水中固废含量参数信息、BOD含量参数信息、油脂含量参数信息，并将此类参数信息传输至大数据服务器内，存储在参数大数据库内；

1-2）在所述微生物分解处理环节的处理设备中设置包括氧含量采集器、微生物繁衍效率采集器在内的采集装置，在污水处理过程中收集单位微生物繁衍需氧量数据、单位时间内微生物繁衍量数据，并将此类参数信息传输至大数据服务器内，存储在参数大数据库内；

1-3）在所述二沉池处理环节的处理设备上设置包括污泥含量检测仪、水质分析仪在内的采集装置，在污水处理过程中收集二沉池内部、入水口及出水口的污泥含量信息，二沉池入水水质信息及二沉池出水水质信息，并将此类参数信息传输至大数据服务器内，存储在参数大数据库内；

1-4）在所述二次用水处理环节的处理设备上设置气敏传感器、水质检测仪在内的采集装置，在污水处理过程中收集二次用水处理环节的水质变化信息、各种化学成分含量信息，并将此类参数信息传输至大数据服务器内，存储在参数大数据库内；

所述参数大数据库内存储有多地污水处理水质与处理工艺相结合的参数信息。

实施例3：

本实施例是在上述实施例的基础上进一步优化，进一步的为更好的实现本发明，特别采用下述设置方式：所述步骤2）的具体工艺步骤为：

2-1）在所述初沉池处理环节，气敏传感器及视频采集器实时将初沉池内污水中固废含量参数信息、BOD含量参数信息、油脂含量参数信息进行采集并传输至参数大数据库内，在大数据服务器内，实时采集的信息将与已有的大数据信息进行对比，而后根据当前初沉池内水质信息形成优化的初沉池污水处理策略，并将该策略传输到初沉池内所设置的处理设备上，根据该策略进行相应的参数设置及更改，完成初沉池环节的污水处理；

2-2）在所述微生物分解处理环节，氧含量采集器、微生物繁衍效率采集器将实时将微生物分解处理过程中的单位微生物繁衍需氧量数据、单位时间内微生物繁衍量数据进行收集，并传输至参数大数据库内，在大数据服务器内，实时采集的信息将与已有的大数据信息进行对比，而后根据当前微生物分解情况和污水水质情况形成优化的微生物分解策略，并将该策略传输至微生物分解处理环节的设备内，根据该策略进行相应的参数设置或更改，完成微生物分解处理环节的污水处理；

2-3）在所述二沉池处理环节，污泥含量检测仪、水质分析仪将实时采集污水处理过程中二沉池内部、入水口及出水口的污泥含量信息，二沉池入水水质信息及二沉池出水水质信息，并传输至参数大数据库内，在大数据服务器内，实时采集的信息将与已有的大数据信息进行对比，而后根据当前二沉池内水质信息制定优化的二沉池处理策略，并将该策略传输至二沉池处理环节的设备内，根据该策略进行相应的参数设置或更改，完成二沉池处理环节的污水处理；

2-4）在所述二次用水处理环节，气敏传感器、水质检测仪将实时收集二次用水处理环节的水质变化信息、各种化学成分含量信息，而后传输到参数大数据库内，并在大数据服务器内，实时采集的信息将与已有的大数据信息进行对比，而后根据当前二次用水处理环节的系统内的水质信息、各种化学成分含量信息制定出优化的二次用水处理策略，并将该策略传输至二次用水处理环节的设备内，根据该策略进行相应的参数设置或更改，完成二次用水处理环节的污水处理。

以上所述，仅是本发明的较佳实施例，并非对本发明做任何形式上的限制，凡是依据本发明的技术实质对以上实施例所作的任何简单修改、等同变化，均落入本发明的保护范围之内。

Claims (1)

1.一种采用大数据管理模式进行污水处理的工艺，其特征在于：包括以下工艺步骤：

1）采用在污水处理的初沉池处理环节、微生物分解处理环节、二沉池处理环节、二次用水处理环节的处理设备上设置采集装置的方式对污水处理过程中各种参数变化量进行采集并输送到大数据服务器中的参数大数据库；

所述步骤1）具体的工艺步骤为：

1-1）在所述初沉池处理环节的处理设备中设置包括气敏传感器、视频采集器在内的采集装置，在污水处理过程中收集初沉池处理环节时的污水中固废含量参数信息、BOD含量参数信息、油脂含量参数信息，并将此类参数信息传输至大数据服务器内，存储在参数大数据库内；

1-2）在所述微生物分解处理环节的处理设备中设置包括氧含量采集器、微生物繁衍效率采集器在内的采集装置，在污水处理过程中收集单位微生物繁衍需氧量数据、单位时间内微生物繁衍量数据，并将此类参数信息传输至大数据服务器内，存储在参数大数据库内；

1-3）在所述二沉池处理环节的处理设备上设置包括污泥含量检测仪、水质分析仪在内的采集装置，在污水处理过程中收集二沉池内部、入水口及出水口的污泥含量信息，二沉池入水水质信息及二沉池出水水质信息，并将此类参数信息传输至大数据服务器内，存储在参数大数据库内；

1-4）在所述二次用水处理环节的处理设备上设置气敏传感器、水质检测仪在内的采集装置，在污水处理过程中收集二次用水处理环节的水质变化信息、各种化学成分含量信息，并将此类参数信息传输至大数据服务器内，存储在参数大数据库内；

所述参数大数据库内存储有多地污水处理水质与处理工艺相结合的参数信息；

2）在进行污水处理过程中，从参数大数据库内调用已有污水处理工艺参数结合当前污水水质信息，优化污水处理策略，并将此优化后的污水处理策略输送到污水处理的所有工艺环节的处理设备上，进行污水处理；

所述步骤2）的具体工艺步骤为：

2-1）在所述初沉池处理环节，气敏传感器及视频采集器实时将初沉池内污水中固废含量参数信息、BOD含量参数信息、油脂含量参数信息进行采集并传输至参数大数据库内，在大数据服务器内，实时采集的信息将与已有的大数据信息进行对比，而后根据当前初沉池内水质信息形成优化的初沉池污水处理策略，并将该策略传输到初沉池内所设置的处理设备上，根据该策略进行相应的参数设置及更改，完成初沉池环节的污水处理；

2-2）在所述微生物分解处理环节，氧含量采集器、微生物繁衍效率采集器将实时将微生物分解处理过程中的单位微生物繁衍需氧量数据、单位时间内微生物繁衍量数据进行收集，并传输至参数大数据库内，在大数据服务器内，实时采集的信息将与已有的大数据信息进行对比，而后根据当前微生物分解情况和污水水质情况形成优化的微生物分解策略，并将该策略传输至微生物分解处理环节的设备内，根据该策略进行相应的参数设置或更改，完成微生物分解处理环节的污水处理；

2-3）在所述二沉池处理环节，污泥含量检测仪、水质分析仪将实时采集污水处理过程中二沉池内部、入水口及出水口的污泥含量信息，二沉池入水水质信息及二沉池出水水质信息，并传输至参数大数据库内，在大数据服务器内，实时采集的信息将与已有的大数据信息进行对比，而后根据当前二沉池内水质信息制定优化的二沉池处理策略，并将该策略传输至二沉池处理环节的设备内，根据该策略进行相应的参数设置或更改，完成二沉池处理环节的污水处理；

2-4）在所述二次用水处理环节，气敏传感器、水质检测仪将实时收集二次用水处理环节的水质变化信息、各种化学成分含量信息，而后传输到参数大数据库内，并在大数据服务器内，实时采集的信息将与已有的大数据信息进行对比，而后根据当前二次用水处理环节的系统内的水质信息、各种化学成分含量信息制定出优化的二次用水处理策略，并将该策略传输至二次用水处理环节的设备内，根据该策略进行相应的参数设置或更改，完成二次用水处理环节的污水处理。