CN109019892A - 一种基于数据同化在线优化曝气量的调控方法 - Google Patents

一种基于数据同化在线优化曝气量的调控方法 Download PDF

Info

Publication number
CN109019892A
CN109019892A CN201810916814.8A CN201810916814A CN109019892A CN 109019892 A CN109019892 A CN 109019892A CN 201810916814 A CN201810916814 A CN 201810916814A CN 109019892 A CN109019892 A CN 109019892A
Authority
CN
China
Prior art keywords
dissolved oxygen
aeration
data assimilation
oxygen concentration
optimization
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
Application number
CN201810916814.8A
Other languages
English (en)
Inventor
杨帅
陶颖
李川
白云
敖文刚
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Chongqing Technology and Business University
Original Assignee
Chongqing Technology and Business University
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Chongqing Technology and Business University filed Critical Chongqing Technology and Business University
Priority to CN201810916814.8A priority Critical patent/CN109019892A/zh
Publication of CN109019892A publication Critical patent/CN109019892A/zh
Pending legal-status Critical Current

Links

Classifications

    • C—CHEMISTRY; METALLURGY
    • C02—TREATMENT OF WATER, WASTE WATER, SEWAGE, OR SLUDGE
    • C02F—TREATMENT OF WATER, WASTE WATER, SEWAGE, OR SLUDGE
    • C02F7/00—Aeration of stretches of water
    • 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
    • C02F3/02—Aerobic processes
    • 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
    • C02F3/02—Aerobic processes
    • C02F3/12—Activated sludge processes
    • C02F3/1278—Provisions for mixing or aeration of the mixed liquor
    • 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
    • C02F3/02—Aerobic processes
    • C02F3/12—Activated sludge processes
    • C02F3/20—Activated sludge processes using diffusers
    • 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
    • C02F3/34—Biological treatment of water, waste water, or sewage characterised by the microorganisms used
    • 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
    • C02F2209/22—O2
    • 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

  • Life Sciences & Earth Sciences (AREA)
  • Hydrology & Water Resources (AREA)
  • Engineering & Computer Science (AREA)
  • Environmental & Geological Engineering (AREA)
  • Water Supply & Treatment (AREA)
  • Chemical & Material Sciences (AREA)
  • Organic Chemistry (AREA)
  • Microbiology (AREA)
  • Biodiversity & Conservation Biology (AREA)
  • Activated Sludge Processes (AREA)

Abstract

本发明公开了一种基于数据同化在线优化曝气量的调控方法，包括以下步骤：S1、模型模拟：用曝气的动力学模型模拟溶解氧的转移率，进而模拟溶解氧浓度；S2、在线测量：用溶解氧测量传感器在线测量实际的溶解氧浓度；S3、数据同化：用模拟的溶解氧浓度和实际的溶解氧浓度结合起来进行数据同化，得到优化的曝气参数；S4、参数代入：将优化的曝气参数代入曝气装置的动力学模型；S5、在线调控：利用优化后的动力学模型进行在线曝气量调控。本发明所提供方法可将实际溶解氧的变化和曝气的动力学模型、溶解氧扩散模型联系起来,提高了曝气的调节精度,具有重要应用前景。

Description

一种基于数据同化在线优化曝气量的调控方法
技术领域
本发明涉及计算机算法调控环境技术领域，具体为一种基于数据同化在线优化曝气量的调控方法。
背景技术
当下污水处理领域中，以生物法应用最为广泛，即通过人为地维持好氧、缺氧或厌氧环境，使生物池中的微生物按照需求持续发生特定的生化反应以降低目标污染物的浓度，如降低水中的BOD5、COD、TP、TN等污染物的浓度，从而实现达标排放。而曝气量是影响生物处理效果的首要因素，曝气量的控制水平在很大程度上决定了污水的处理效果，同时也是最重要的能耗单元，一般占厂区能耗的45％——70％。实际应用中，如果曝气系统操作不当，曝气量过小，好氧段硝化反应受到抑制，易造成出水氨氮值不达标；当曝气量过大时，除额外增加的运行费用外，高强度的曝气搅拌作用会将污泥絮状体打碎，影响二沉池内污泥沉降，进而影响出水效果；同时会因混合液的回流作用造成缺氧段的溶解氧含量过高，抑制反硝化反应的发生，造成出水TN的不达标及碳源的不必要浪费。
污水处理过程中，曝气量的控制受到诸多因素影响，是快速时标变量，其动力学特性是非线性和时变的，因此简单的控制策略或仪表依赖程度过高的控制方法难以满足曝气量的控制要求。所以需要开发一种可以在线优化曝气量的调控方法。
发明内容
本发明的目的在于提供一种基于数据同化在线优化曝气量的调控方法，以解决上述背景技术中提出的问题。
为实现上述目的，本发明提供如下技术方案：
一种基于数据同化在线优化曝气量的调控方法，包括以下步骤：
S1、模型模拟：用曝气的动力学模型模拟溶解氧的转移率，进而模拟溶解氧浓度；
S2、在线测量：用溶解氧测量传感器在线测量实际的溶解氧浓度；
S3、数据同化：用模拟的溶解氧浓度和实际的溶解氧浓度结合起来进行数据同化，得到优化的曝气参数；
S4、参数代入：将优化的曝气参数代入曝气装置的动力学模型；
S5、在线调控：利用优化后的动力学模型进行在线曝气量调控。
优选的，步骤S1-步骤S5均在一个同化时间窗口T内进行。
优选的，所述数据同化的方法为集合卡尔曼滤波算法。
优选的，所述动力学模型选用Boreal Ecosystem Productivity Simulator模型，并且在模型输入数据阶段将模型与溶解氧的转移率有关的参数设置成变量，并进行扰动产生相应集合。
优选的，所述曝气装置包括曝气器和曝气池，所述曝气装置的参数包括曝气器污染系数、新曝气器标准氧转移率、基于水质及池型结构的修正系数、温度修正系数、曝气池水体实际温度、稳态饱和溶解氧浓度、曝气池处于预定条件下的饱和溶解氧浓度以及曝气池平均溶解氧浓度。
与现有技术相比，本发明的有益效果是：
本发明所提供方法可将实际溶解氧的变化和曝气的动力学模型、溶解氧扩散模型联系起来,提高了曝气的调节精度,具有重要应用前景。
附图说明
图1为本发明的整体结构示意图。
具体实施方式
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，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
请参阅图1，本发明提供一种技术方案：
一种基于数据同化在线优化曝气量的调控方法，步骤S1-步骤S5均在一个同化时间窗口T内进行，包括以下步骤：
S1、模型模拟：用曝气的动力学模型模拟溶解氧的转移率，进而模拟溶解氧浓度，所述动力学模型选用Boreal Ecosystem Productivity Simulator模型，并且在模型输入数据阶段将模型与溶解氧的转移率有关的参数设置成变量，并进行扰动产生相应集合；
S2、在线测量：用溶解氧测量传感器在线测量实际的溶解氧浓度；
S3、数据同化：用模拟的溶解氧浓度和实际的溶解氧浓度结合起来进行数据同化，所述数据同化的方法为集合卡尔曼滤波算法，得到优化的曝气参数；
S4、参数代入：将优化的曝气参数代入曝气装置的动力学模型，所述曝气装置包括曝气器和曝气池，所述曝气装置的参数包括曝气器污染系数、新曝气器标准氧转移率、基于水质及池型结构的修正系数、温度修正系数、曝气池水体实际温度、稳态饱和溶解氧浓度、曝气池处于预定条件下的饱和溶解氧浓度以及曝气池平均溶解氧浓度；
S5、在线调控：利用优化后的动力学模型进行在线曝气量调控。
尽管已经示出和描述了本发明的实施例，对于本领域的普通技术人员而言，可以理解在不脱离本发明的原理和精神的情况下可以对这些实施例进行多种变化、修改、替换和变型，本发明的范围由所附权利要求及其等同物限定。

Claims (5)

1.一种基于数据同化在线优化曝气量的调控方法，其特征在于，包括以下步骤：
S1、模型模拟：用曝气的动力学模型模拟溶解氧的转移率，进而模拟溶解氧浓度；
S2、在线测量：用溶解氧测量传感器在线测量实际的溶解氧浓度；
S3、数据同化：用模拟的溶解氧浓度和实际的溶解氧浓度结合起来进行数据同化，得到优化的曝气参数；
S4、参数代入：将优化的曝气参数代入曝气装置的动力学模型；
S5、在线调控：利用优化后的动力学模型进行在线曝气量调控。
2.根据权利要求1所述的一种基于数据同化在线优化曝气量的调控方法，其特征在于：步骤S1-步骤S5均在一个同化时间窗口T内进行。
3.根据权利要求1所述的一种基于数据同化在线优化曝气量的调控方法，其特征在于：所述数据同化的方法为集合卡尔曼滤波算法。
4.根据权利要求1所述的一种基于数据同化在线优化曝气量的调控方法，其特征在于：所述动力学模型选用Boreal Ecosystem Productivity Simulator模型，并且在模型输入数据阶段将模型与溶解氧的转移率有关的参数设置成变量，并进行扰动产生相应集合。
5.根据权利要求1所述的一种基于数据同化在线优化曝气量的调控方法，其特征在于：所述曝气装置包括曝气器和曝气池，所述曝气装置的参数包括曝气器污染系数、新曝气器标准氧转移率、基于水质及池型结构的修正系数、温度修正系数、曝气池水体实际温度、稳态饱和溶解氧浓度、曝气池处于预定条件下的饱和溶解氧浓度以及曝气池平均溶解氧浓度。
CN201810916814.8A 2018-08-13 2018-08-13 一种基于数据同化在线优化曝气量的调控方法 Pending CN109019892A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201810916814.8A CN109019892A (zh) 2018-08-13 2018-08-13 一种基于数据同化在线优化曝气量的调控方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201810916814.8A CN109019892A (zh) 2018-08-13 2018-08-13 一种基于数据同化在线优化曝气量的调控方法

Publications (1)

Publication Number Publication Date
CN109019892A true CN109019892A (zh) 2018-12-18

Family

ID=64633875

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810916814.8A Pending CN109019892A (zh) 2018-08-13 2018-08-13 一种基于数据同化在线优化曝气量的调控方法

Country Status (1)

Country Link
CN (1) CN109019892A (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109534495A (zh) * 2019-01-21 2019-03-29 清华大学深圳研究生院 一种基于微生物基因和活性酶的污水处理方法及系统
CN111217449A (zh) * 2020-01-23 2020-06-02 苏州业华环境科技有限公司 基于精准控制氧气输入的污水处理装置及方法
CN118155735A (zh) * 2024-05-11 2024-06-07 中国电建集团贵阳勘测设计研究院有限公司 一种非原位污泥耗氧速率和alpha因子的测算方法

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US4846965A (en) * 1987-09-14 1989-07-11 Clifft Ricky C Oxygen controlling wastewater treatment system
CN101614651A (zh) * 2009-07-29 2009-12-30 北京大学 一种土壤水分监测的数据同化方法
CN102968058A (zh) * 2012-11-13 2013-03-13 天津大学 景观水体曝气充氧在线优化控制系统及其控制方法
US20140278331A1 (en) * 2013-08-08 2014-09-18 Iteris, Inc. Pavement condition analysis from modeling impact of traffic characteristics, weather data and road conditions on segments of a transportation network infrastructure
CN106054951A (zh) * 2016-06-22 2016-10-26 佛山科学技术学院 一种溶解氧浓度的控制方法和系统
CN107402586A (zh) * 2017-08-29 2017-11-28 北京易沃特科技有限公司 基于深度神经网络的溶解氧浓度控制方法及系统

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US4846965A (en) * 1987-09-14 1989-07-11 Clifft Ricky C Oxygen controlling wastewater treatment system
CN101614651A (zh) * 2009-07-29 2009-12-30 北京大学 一种土壤水分监测的数据同化方法
CN102968058A (zh) * 2012-11-13 2013-03-13 天津大学 景观水体曝气充氧在线优化控制系统及其控制方法
US20140278331A1 (en) * 2013-08-08 2014-09-18 Iteris, Inc. Pavement condition analysis from modeling impact of traffic characteristics, weather data and road conditions on segments of a transportation network infrastructure
CN106054951A (zh) * 2016-06-22 2016-10-26 佛山科学技术学院 一种溶解氧浓度的控制方法和系统
CN107402586A (zh) * 2017-08-29 2017-11-28 北京易沃特科技有限公司 基于深度神经网络的溶解氧浓度控制方法及系统

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109534495A (zh) * 2019-01-21 2019-03-29 清华大学深圳研究生院 一种基于微生物基因和活性酶的污水处理方法及系统
CN109534495B (zh) * 2019-01-21 2021-08-24 清华大学深圳研究生院 一种基于微生物基因和活性酶的污水处理方法及系统
CN111217449A (zh) * 2020-01-23 2020-06-02 苏州业华环境科技有限公司 基于精准控制氧气输入的污水处理装置及方法
CN111217449B (zh) * 2020-01-23 2022-05-31 苏州业华环境科技有限公司 基于精准控制氧气输入的污水处理装置及方法
CN118155735A (zh) * 2024-05-11 2024-06-07 中国电建集团贵阳勘测设计研究院有限公司 一种非原位污泥耗氧速率和alpha因子的测算方法

Similar Documents

Publication Publication Date Title
Hreiz et al. Optimal design and operation of activated sludge processes: State-of-the-art
Mathieu et al. Estimation of wastewater biodegradable COD fractions by combining respirometric experiments in various So/Xo ratios
Kaelin et al. Extension of ASM3 for two-step nitrification and denitrification and its calibration and validation with batch tests and pilot scale data
Huang et al. Impacts of dissolved oxygen control on different greenhouse gas emission sources in wastewater treatment process
CN107337272B (zh) 一种投加碳源的污水处理优化控制方法
Wu et al. Wastewater COD biodegradability fractionated by simple physical–chemical analysis
Martínez-García et al. Activated sludge mass reduction and biodegradability of the endogenous residues by digestion under different aerobic to anaerobic conditions: comparison and modeling
Serdarevic et al. Wastewater process modeling
Chen et al. Optimal strategies evaluated by multi-objective optimization method for improving the performance of a novel cycle operating activated sludge process
Chen et al. Mathematical modeling and modification of a cycle operating activated sludge process via the multi-objective optimization method
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
Nelson et al. Performance analysis of the activated sludge model (number 1)
Drewnowski et al. Model based evaluation of plant improvement at a large wastewater treatment plant (WWTP)
CN109019892A (zh) 一种基于数据同化在线优化曝气量的调控方法
Awad et al. Comparative assessment of different scenarios for upgrading activated sludge wastewater treatment plants in developing countries
Simon-Várhelyi et al. Dairy wastewater processing and automatic control for waste recovery at the municipal wastewater treatment plant based on modelling investigations
De Arana-Sarabia et al. Mathematical simulation and validation of a wastewater treatment plant in Northern Italy
Ikumi et al. Mass balances modelling over wastewater treatment plants III
Luo et al. A novel model-based adaptive control strategy for step-feed SBRs dealing with influent fluctuation
Kapumbe et al. Modeling and simulation of membrane bioreactor model based on ASM3 for domestic wastewater treatment.
Elawwad et al. Plant-wide simulation for a mega WWTP: A case study of Gabal El-Asfar WWTP, Egypt
Shayan et al. Dynamic model of algal-bacterial shortcut nitrogen removal in photo-sequencing batch reactors
Wan-liang et al. Soft-sensing method for wastewater treatment based on BP neural network
Choubert et al. Anoxic and aerobic values for the yield coefficient of the heterotrophic biomass: Determination at full-scale plants and consequences on simulations
Derco et al. Dynamic simulations of waste water treatment plant operation

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
WD01 Invention patent application deemed withdrawn after publication

Application publication date: 20181218

WD01 Invention patent application deemed withdrawn after publication