CN109607770B - 一种反硝化池的多场景自学习碳源智能投加系统及方法 - Google Patents

一种反硝化池的多场景自学习碳源智能投加系统及方法 Download PDF

Info

Publication number
CN109607770B
CN109607770B CN201811527245.4A CN201811527245A CN109607770B CN 109607770 B CN109607770 B CN 109607770B CN 201811527245 A CN201811527245 A CN 201811527245A CN 109607770 B CN109607770 B CN 109607770B
Authority
CN
China
Prior art keywords
dosing
detection device
water
cod
water outlet
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
Application number
CN201811527245.4A
Other languages
English (en)
Other versions
CN109607770A (zh
Inventor
张阳阳
汪翠萍
郑淑文
朱琳琳
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.)
Beijing Botai Zhichun Biotechnology Co ltd
Original Assignee
Beijing Botai Zhichun Biotechnology Co ltd
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 Beijing Botai Zhichun Biotechnology Co ltd filed Critical Beijing Botai Zhichun Biotechnology Co ltd
Priority to CN201811527245.4A priority Critical patent/CN109607770B/zh
Publication of CN109607770A publication Critical patent/CN109607770A/zh
Application granted granted Critical
Publication of CN109607770B publication Critical patent/CN109607770B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

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
    • C02F3/28—Anaerobic digestion 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
    • C02F3/34—Biological treatment of water, waste water, or sewage characterised by the microorganisms used
    • C02F3/342—Biological treatment of water, waste water, or sewage characterised by the microorganisms used characterised by the enzymes 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
    • C02F2209/08—Chemical Oxygen Demand [COD]; Biological Oxygen Demand [BOD]
    • 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
    • C02F2209/15—N03-N
    • 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
    • C02F2209/16—Total nitrogen (tkN-N)
    • 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
    • C02F2209/40—Liquid flow rate

Landscapes

  • Life Sciences & Earth Sciences (AREA)
  • Microbiology (AREA)
  • Biodiversity & Conservation Biology (AREA)
  • Hydrology & Water Resources (AREA)
  • Engineering & Computer Science (AREA)
  • Environmental & Geological Engineering (AREA)
  • Water Supply & Treatment (AREA)
  • Chemical & Material Sciences (AREA)
  • Organic Chemistry (AREA)
  • Purification Treatments By Anaerobic Or Anaerobic And Aerobic Bacteria Or Animals (AREA)

Abstract

本发明公开了一种反硝化池的多场景自学习碳源智能投加系统和方法，系统包括反硝化生化池、分别设置在反硝化生化池进水通道和出水通道的进水检测装置和出水检测装置；还包括PLC控制装置和加药装置，PLC控制装置分别与加药装置、进水检测装置和出水检测装置电路连接，进水检测装置和出水检测装置采集的数据上传至PLC控制装置，PLC控制装置通过数据对比结果得出下一次的加药量，通过前次或多次加药获得的加药量对本次或后续多次的加药量进行调控。投加方法根据反硝化反应前后含氮量差值、COD消耗量计算所加药剂的剂量，在水厂现有工艺基础上，精确计算额外需投加的药剂和COD剂量。根据系统的自学习能力，随系统运行时间的增加，加药量的精确度会持续提高。

Description

一种反硝化池的多场景自学习碳源智能投加系统及方法
技术领域
本发明涉及污水处理领域，尤其是涉及一种反硝化池的多场景自学习碳源智能投加系统及方法。
背景技术
在现有技术中，污水处理过程中需要添加微生物制剂或化学药剂到水处理池中参与污水处理。现有方法中随着水厂提标改造和出水TN在线监测的加入，许多水厂为保证出水TN达标，需要补充外加碳源进行反硝化脱氮。自动加药系统的建设易造成设备仪器重复建设，增加水厂建设和维护成本，造成浪费。同时对加药量的确定主要是通过水处理设备本身的工艺参数要求或者依靠经验进行投加，为了满足污水处理排放标准，在投药过程中，经常采用大剂量投加，直接导致了水处理药剂的浪费，污水处理成本提高。
发明内容
针对现有技术存在的不足，本发明的目的是提供一种能够根据水处理过程中获取的参数及时调整加药量从而进行精准加药的反硝化池的多场景自学习碳源智能投加系统及方法。
本发明的上述目的是通过以下技术方案得以实现的：
一种反硝化池的多场景自学习碳源智能投加系统，包括反硝化生化池(5)、分别设置在反硝化生化池(5)进水通道和出水通道的进水检测装置(1)和出水检测装置(2)；还包括PLC控制装置和向反硝化生化池内加药的加药装置，所述PLC控制装置分别与加药装置、进水检测装置和出水检测装置电路连接，所述进水检测装置和出水检测装置采集的数据上传至PLC控制装置，所述PLC控制装置通过采集到的两组数据对比结果得出下一次的加药量，通过前次或多次加药获得的加药量对所述加药装置本次或后续多次的加药量进行调控。
在本技术方案中，通过反硝化生化池前后采集的一次或多次数据获得下一次或下一周期内多次加药时的参考加药量，随着系统的运行时间增加，储存的加药量数据增加，给予后续加药时可参照的加药量数据越多，加药量也就越来越精准，出水水质也越稳定，达到自学习的目的。
优选地，所述进水通道为水厂进水口至反硝化池进水口之间的通道；所述出水通道为反硝化池出水口至水厂出水口之间的通道。
在该优选的技术方案中，根据水厂既有的工艺系统构成，进水监控装置可灵活设置在水厂总进水口、好氧生化池进水口和厌氧/缺氧生化池进水口等地的任意一处，出水监控装置可设置在反硝化池出水口、二沉池出水口和污水总排放口等地的任意一处，同时流量检测可放置在进水监控装置处，也可放在出水监控装置处，从而降低建设成本，避免重复建设浪费资源。
优选地，进水检测装置包括COD检测仪、TN检测仪和温度传感器；所述出水检测装置包括出水流量计、COD检测仪和TN检测仪。
在该优选的技术方案中，通过进水检测装置检测水体进行反硝化处理前的COD值、TN值和温度；通过出水检测装置检测水体进行反硝化处理后的COD值和TN值。
优选地，进水检测装置包括COD检测仪和TN检测仪；出水检测装置包括出水流量计、COD检测仪、TN检测仪温度传感器。
在该优选的技术方案中，通过进水检测装置检测水体进行反硝化处理前的COD值和TN值；通过出水检测装置检测水体进行反硝化处理后的COD值、TN值和温度。
优选地，所述进水检测装置和出水检测装置还包括硝态氮检测仪或亚硝态氮检测仪。
在该优选的技术方案中，通过硝态氮检测仪检测进行反硝化处理前后水体中的硝酸盐含量或通过亚硝态氮检测仪检测进行反硝化处理前后水体中的亚硝酸盐含量。
优选地，首次加药时，通过反硝化生化池的工艺要求确定加药量；后续加药时的加药量由以下步骤获得：
1)通过以下公式获得需要通过加药装置添加的COD量：
QA＝Q×(K1×△B-K2×△A)/(K3T)；
式中，ΔA为进水检测装置采集到的COD值与排放COD标准的差值；ΔB为进水检测装置采集到的TN值与排放TN标准的差值；T为进水或出水温度；QA为需要通过加药装置添加的COD量；K1为去除1mg TN所需的COD值，K2为去除污水内所需COD总量与水厂已有COD量的差值，K3为不同温度下微生物的活性，Q为出水量，由出水流量计测得；
2)根据出水检测装置数据反馈进行加药量微调，微调方法如下：
△QA＝Q×K4(B1-B标)；
式中：Q为出水量，由出水流量计测得，B1为出水检测装置采集到的TN值，B标为排放标准要求的出水TN值，K4＝K1；若ΔQA是正数或者ΔQA连续n(n>5)次是负数，则加药量：
Q药＝QA+△QA，否则Q药＝QA；
3)根据步骤2)中Q药和药剂BOD当量及药剂的密度计算出投加药剂的体积，由PLC控制装置控制加药计量泵进行精确投加。
在该优选的技术方案中，通过反硝化反应前后获取的水体中的COD值的数据、TN值的数据、水体温度结合水厂既有的COD量参照水体出水指标对后续加药时的加药量提供指导。
优选地，首次加药时，通过反硝化生化池的工艺要求确定加药量；后续加药时的加药量由以下步骤获得：
1)通过以下公式获得需要通过加药装置添加的COD量：
QA＝Q×(K1×△B-K2×△A)/(K3T)；
式中，Q为出水量，由出水流量计测得，ΔA为进水检测装置采集到的COD值与排放COD标准的差值；ΔB为进水检测装置采集到的硝态氮或亚硝态氮的含量与排放硝态氮或亚硝态氮含量标准的差值；T为进水或出水温度；QA为需要通过加药装置添加的COD量；K1为去除1mg TN所需的COD值，K2为去除污水内所需COD总量与水厂已有COD量的差值，K3为不同温度下微生物的活性；
2)根据出水检测装置数据反馈进行加药量微调，微调方法如下：
△QA＝Q×(K4B1+K5B2)；
式中：Q为出水量，由出水流量计测得，B1为出水检测装置采集到的硝态氮含量，B2为出水检测装置采集到的亚硝态氮含量，K4为去除1mg/L硝态氮所需的COD值，K5为去除1mg/L亚硝态氮所需的COD值；若ΔQA是正数或者ΔQA连续n(n>5)次是负数，则加药量：
Q药＝QA+△QA，否则Q药＝QA；
3)根据步骤2)中Q药和所加药剂的BOD当量计算出投加药剂的质量，由PLC控制装置控制加药计量泵进行精确投加。
在该优选的技术方案中，通过反硝化反应前后获取的水体中的COD值的数据、TN值的数据、水体温度、硝酸盐/亚硝酸盐浓度结合水厂既有的COD量参照水体出水指标对后续加药时的加药量提供指导。
一种反硝化池的多场景自学习碳源智能投加方法，将反硝化池的多场景自学习碳源智能投加系统每次加药过程中获得的加药量数据进行存储，以n(n为正整数)次加药为一个周期，每个周期结束对该周期内储存的所有加药量计算平均值，并以该平均值为基点对加药量的误差允许范围进行限定——当第N(N为正整数)周期结束时计算得到的加药量处于N-1确定的误差允许范围内时，则在N+1周期时的加药量延用第N-1周期时计算得到的加药量；当第N周期计算得到的加药量的参数超出N-1确定的误差允许范围时，则在N+1周期时的参数延用第N周期时计算得到的参数，并重新确定误差允许范围。
在本技术方案中，随着系统的运行时间增加，储存的加药量数据增加，后续加药时可参照的数据也就越多，加药量也就越来越精准，出水水质也越稳定，达到自学习的目的。
优选地，所述1≤n≤100。
在该优选的技术方案中，水厂可根据系统运行时长、进水复杂情况设定周期性指标。
综上所述，本发明的有益技术效果为：
本系统适用于旧污水处理厂碳源投加升级改造或新建污水处理厂碳源精确投加。可根据水厂已有建设设备，灵活设置监控点，降低建设成本，避免重复建设浪费资源。
附图说明
图1是本发明反硝化池的多场景自学习碳源智能投加系统的结构示意图；
图2是本发明反硝化池的多场景自学习碳源智能投加方法的流程示意图。
图中，1、进水检测装置；2、出水检测装置；3、PLC控制装置；4、加药装置。
具体实施方式
以下结合附图对本发明作进一步详细说明。
本系统在首次加药时，系统因无历史数据做参照，在进行反硝化升华反应时，需按照水厂本身的工艺参数(可根据水厂在搭建此系统之前3个月的数据综合分析得出)供PLC控制装置3对加药装置4的加药量和需额外投放的COD量进行调控。首次运行获得初始数据后，为后续加药提供了数据参照基础。
反硝化反应的过程如下：
Figure BDA0001904765160000051
Figure BDA0001904765160000052
Figure BDA0001904765160000053
Figure BDA0001904765160000054
首先，污水在进入反硝化生化池之前，通过进水检测装置1对污水中的总含氮量(TN值)、COD值及水体温度(如果温度传感器设置在反硝化反应池出水的一段，那么水体温度则参照上一次加药时测定的水体温度作为参照)的检测，判定污水处理的化学需氧量COD和对水体中总含氮量进行脱氮处理所需消耗的微生物酶(甲基化酶NaR酶、亚硝酸还原酶NiR酶、一氧化氮还原酶NOR酶和一氧化二氮还原酶N2OR酶)的量，根据进水温度检测，确定在该温度下的微生物活性消耗的微生物酶的量，确定需要投加的碳源体积。
然后，经反硝化反应之后，通过出水检测装置2对水体中的总含氮量、COD值检测，然后结合排放标准中规定的标准含氮量值确定本次添加的碳源是否过量或不足，以及水体中COD值确认在反硝化反应过程中额外增加的COD量是否足够或不足。以此为参照修正下次投加碳源以及COD时的总量。
此外，如水厂预算足够且对系统运行精度有需求的话，可以在反硝化反应池的前后设置硝态氮检测仪或者亚硝态氮检测仪，通过对具体成分进行检测来实现提高检测精度的目的。
基于上述理论，将反硝化池的多场景自学习碳源智能投加系统每次加药过程中获得的加药量数据进行存储，以n(n取值为1-100，水厂可根据系统运行时长、进水复杂情况设定周期性指标)次加药为一个周期，每个周期结束对该周期内储存的所有加药量计算平均值，并以该平均值为基点对加药量的误差允许范围进行限定——当第N(N为正整数)周期结束时计算得到的加药量处于N-1确定的误差允许范围内时，则在N+1周期时的加药量延用第N-1周期时计算得到的加药量；当第N周期计算得到的加药量的参数超出N-1确定的误差允许范围时，则在N+1周期时的参数延用第N周期时计算得到的参数，并重新确定误差允许范围。随着系统的运行时间增加，储存的加药量数据增加，后续加药时可参照的数据也就越多，加药量也就越来越精准，出水水质也越稳定。本系统中的PLC控制装置3能够记录污水处理厂近6-24个月的进出水水质、水量和碳源投加量，每次计算投加量都要结合以前投加数据进行比对调整，达到自动学习的目的。
本具体实施方式的实施例均为本发明的较佳实施例，并非依此限制本发明的保护范围，故：凡依本发明的结构、形状、原理所做的等效变化，均应涵盖于本发明的保护范围之内。

Claims (10)

1.一种反硝化池的多场景自学习碳源智能投加系统，其特征在于，包括反硝化生化池(5)、分别设置在反硝化生化池(5)进水通道和出水通道的进水检测装置(1)和出水检测装置(2)；还包括PLC控制装置(3)和向反硝化生化池内加药的加药装置(4)，所述PLC控制装置(3)分别与加药装置(4)、进水检测装置(1)和出水检测装置(2)电路连接，所述进水检测装置(1)和出水检测装置(2)采集的数据上传至PLC控制装置(3)，所述PLC控制装置通过采集到的两组数据对比结果得出下一次的加药量，通过前次或多次加药获得的加药量对所述加药装置(4)本次或后续多次的加药量进行调控；
进水检测装置(1)包括COD检测仪、TN检测仪和温度传感器；所述出水检测装置(2)包括出水流量计、COD检测仪和TN检测仪；
首次加药时，通过反硝化生化池的工艺要求确定加药量；后续加药时的加药量由以下步骤获得：
1)通过以下公式获得需要通过加药装置(4)添加的COD量：
QA＝Q×(K1×ΔB-K2×ΔA)/(K3T)；
式中，ΔA为进水检测装置(1)采集到的COD值与排放COD标准的差值；ΔB为进水检测装置(1)采集到的TN值与排放TN标准的差值；T为进水温度；QA为需要通过加药装置(4)添加的COD量；K1为去除1mg TN所需的COD值，K2为去除污水内所需COD总量与水厂已有COD量的差值，K3为不同温度下微生物的活性，Q为出水量，由出水流量计测得；
2)根据出水检测装置(2)数据反馈进行加药量微调，微调方法如下：
ΔQA＝Q×K4(B1-B标)；
式中：Q为出水量，由出水流量计测得，B1为出水检测装置(2)采集到的TN值，B标为排放标准要求的出水TN值，K4＝K1；若ΔQA是正数或者ΔQA连续n(n>5)次是负数，则加药量：
Q药＝QA+ΔQA，否则Q药＝QA；
3)根据步骤2)中Q药和药剂BOD当量及药剂的密度计算出投加药剂的体积，由PLC控制装置(3)控制加药计量泵进行精确投加。
2.根据权利要求1所述的反硝化池的多场景自学习碳源智能投加系统，其特征在于，所述进水通道为水厂进水口至反硝化池进水口之间的通道；所述出水通道为反硝化池出水口至水厂出水口之间的通道。
3.根据权利要求1所述的反硝化池的多场景自学习碳源智能投加系统，其特征在于，所述进水检测装置(1)和出水检测装置(2)还包括硝态氮检测仪和亚硝态氮检测仪。
4.根据权利要求3所述的反硝化池的多场景自学习碳源智能投加系统，其特征在于，首次加药时，通过反硝化生化池的工艺要求确定加药量；后续加药时的加药量由以下步骤获得：
1)通过以下公式获得需要通过加药装置(4)添加的COD量：
QA＝Q×(K1×ΔB-K2×ΔA)/(K3T)；
式中，Q为出水量，由出水流量计测得，ΔA为进水检测装置(1)采集到的COD值与排放COD标准的差值；ΔB为进水检测装置(1) 采集到的硝态氮或亚硝态氮的含量与排放硝态氮或亚硝态氮含量标准的差值；T为进水温度；QA为需要通过加药装置(4)添加的COD量；K1为去除1mg TN所需的COD值，K2为去除污水内所需COD总量与水厂已有COD量的差值，K3为不同温度下微生物的活性；
2)根据出水检测装置(2)数据反馈进行加药量微调，微调方法如下：
ΔQA＝Q×(K4B1+K5B2)；
式中：Q为出水量，由出水流量计测得，B1为出水检测装置(2)采集到的硝态氮含量，B2为出水检测装置(2)采集到的亚硝态氮含量，K4为去除1mg/L硝态氮所需的COD值，K5为去除1mg/L亚硝态氮所需的COD值；若ΔQA是正数或者ΔQA连续n(n>5)次是负数，则加药量：
Q药＝QA+ΔQA，否则Q药＝QA；
3)根据步骤2)中Q药和所加药剂的BOD当量计算出投加药剂的质量，由PLC控制装置(3)控制加药计量泵进行精确投加。
5.一种反硝化池的多场景自学习碳源智能投加系统，其特征在于，包括反硝化生化池(5)、分别设置在反硝化生化池(5)进水通道和出水通道的进水检测装置(1)和出水检测装置(2)；还包括PLC控制装置(3)和向反硝化生化池内加药的加药装置(4)，所述PLC控制装置(3)分别与加药装置(4)、进水检测装置(1)和出水检测装置(2)电路连接，所述进水检测装置(1)和出水检测装置(2)采集的数据上传至PLC控制装置(3)，所述PLC控制装置通过采集到的两组数据对比结果得出下一次的加药量，通过前次或多次加药获得的加药量对所述加药装置(4)本次或后续多次的加药量进行调控；
进水检测装置(1)包括COD检测仪和TN检测仪；出水检测装置(2)包括出水流量计、COD检测仪、TN检测仪和温度传感器；
首次加药时，通过反硝化生化池的工艺要求确定加药量；后续加药时的加药量由以下步骤获得：
1)通过以下公式获得需要通过加药装置(4)添加的COD量：
QA＝Q×(K1×ΔB-K2×ΔA)/(K3T)；
式中，ΔA为进水检测装置(1)采集到的COD值与排放COD标准的差值；ΔB为进水检测装置(1)采集到的TN值与排放TN标准的差值；T为出水温度；QA为需要通过加药装置(4)添加的COD量；K1为去除1mg TN所需的COD值，K2为去除污水内所需COD总量与水厂已有COD量的差值，K3为不同温度下微生物的活性，Q为出水量，由出水流量计测得；
2)根据出水检测装置(2)数据反馈进行加药量微调，微调方法如下：
ΔQA＝Q×K4(B1-B标)；
式中：Q为出水量，由出水流量计测得，B1为出水检测装置(2)采集到的TN值，B标为排放标准要求的出水TN值，K4＝K1；若ΔQA是正数或者ΔQA连续n(n>5)次是负数，则加药量：
Q药＝QA+ΔQA，否则Q药＝QA；
3)根据步骤2)中Q药和药剂BOD当量及药剂的密度计算出投加药剂的体积，由PLC控制装置(3)控制加药计量泵进行精确投加。
6.根据权利要求5所述的反硝化池的多场景自学习碳源智能投加系统，其特征在于，所述进水通道为水厂进水口至反硝化池进水口之间的通道；所述出水通道为反硝化池出水口至水厂出水口之间的通道。
7.根据权利要求5所述的反硝化池的多场景自学习碳源智能投加系统，其特征在于，所述进水检测装置(1)和出水检测装置(2)还包括硝态氮检测仪和亚硝态氮检测仪。
8.根据权利要求7所述的反硝化池的多场景自学习碳源智能投加系统，其特征在于，首次加药时，通过反硝化生化池的工艺要求确定加药量；后续加药时的加药量由以下步骤获得：
1)通过以下公式获得需要通过加药装置(4)添加的COD量：
QA＝Q×(K1×ΔB-K2×ΔA)/(K3T)；
式中，Q为出水量，由出水流量计测得，ΔA为进水检测装置(1)采集到的COD值与排放COD标准的差值；ΔB为进水检测装置(1)采集到的硝态氮或亚硝态氮的含量与排放硝态氮或亚硝态氮含量标准的差值；T为出水温度；QA为需要通过加药装置(4)添加的COD量；K1为去除1mg TN所需的COD值，K2为去除污水内所需COD总量与水厂已有COD量的差值，K3为不同温度下微生物的活性；
2)根据出水检测装置(2)数据反馈进行加药量微调，微调方法如下：
ΔQA＝Q×(K4B1+K5B2)；
式中：Q为出水量，由出水流量计测得，B1为出水检测装置(2)采集到的硝态氮含量，B2为出水检测装置(2)采集到的亚硝态氮含量，K4为去除1mg/L硝态氮所需的COD值，K5为去除1mg/L亚硝态氮所需的COD值；若ΔQA是正数或者ΔQA连续n(n>5)次是负数，则加药量：
Q药＝QA+ΔQA，否则Q药＝QA；
3)根据步骤2)中Q药和所加药剂的BOD当量计算出投加药剂的质量，由PLC控制装置(3)控制加药计量泵进行精确投加。
9.一种反硝化池的多场景自学习碳源智能投加方法，其特征在于，应用权利要求1-8中的任一项所述的反硝化池的多场景自学习碳源智能投加系统执行部分步骤，反硝化池的多场景自学习碳源智能投加方法为，将反硝化池的多场景自学习碳源智能投加系统每次加药过程中获得的加药量数据进行存储，以n(n为正整数)次加药为一个周期，每个周期结束对该周期内储存的所有加药量计算平均值，并以该平均值为基点对加药量的误差允许范围进行限定——当第N(N为正整数)周期结束时计算得到的加药量处于N-1确定的误差允许范围内时，则在N+1周期时的加药量延用第N-1周期时计算得到的加药量；当第N周期计算得到的加药量的参数超出N-1确定的误差允许范围时，则在N+1周期时的参数延用第N周期时计算得到的参数，并重新确定误差允许范围。
10.根据权利要求9所述的反硝化池的多场景自学习碳源智能投加方法，其特征在于，1≤n≤100。
CN201811527245.4A 2018-12-13 2018-12-13 一种反硝化池的多场景自学习碳源智能投加系统及方法 Active CN109607770B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201811527245.4A CN109607770B (zh) 2018-12-13 2018-12-13 一种反硝化池的多场景自学习碳源智能投加系统及方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201811527245.4A CN109607770B (zh) 2018-12-13 2018-12-13 一种反硝化池的多场景自学习碳源智能投加系统及方法

Publications (2)

Publication Number Publication Date
CN109607770A CN109607770A (zh) 2019-04-12
CN109607770B true CN109607770B (zh) 2021-10-22

Family

ID=66007564

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201811527245.4A Active CN109607770B (zh) 2018-12-13 2018-12-13 一种反硝化池的多场景自学习碳源智能投加系统及方法

Country Status (1)

Country Link
CN (1) CN109607770B (zh)

Families Citing this family (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111039383A (zh) * 2019-12-30 2020-04-21 重庆商勤科技有限公司 一种碳源投加方法及系统
CN111470628B (zh) * 2020-04-16 2020-12-15 北京恒润慧创环境技术有限公司 碳源药剂投加设备与投加方法
CN111943354B (zh) * 2020-07-16 2021-05-28 深圳市清泉水业股份有限公司 一种反硝化滤池系统碳源投加方法和系统
CN114084954A (zh) * 2020-08-24 2022-02-25 辽宁省环保集团有限责任公司 一种外循环反硝化生物反应器及其应用
CN112897695A (zh) * 2020-09-29 2021-06-04 金风环保有限公司 自动碳源投加的控制方法和设备
CN112266073B (zh) * 2020-10-12 2023-01-17 北京金控数据技术股份有限公司 一种用于污水处理碳源投加的智能控制方法及系统
CN112483045B (zh) * 2020-12-01 2023-04-07 中国石油天然气股份有限公司 一种利用油井示功图数据指导油井加药的方法
CN112794442B (zh) * 2021-01-22 2023-04-07 重庆市巴南排水有限责任公司 一种基于生化处理工艺的碳源投加装置及投加方法
CN112875827B (zh) * 2021-01-28 2023-01-31 中冶赛迪信息技术(重庆)有限公司 基于图像识别和数据挖掘的智能加药系统和水处理系统
CN114873847A (zh) * 2022-04-25 2022-08-09 中国海洋大学 人工湿地液体碳源精准投加控制方法及系统

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1778715A (zh) * 2005-10-20 2006-05-31 彭永臻 前置反硝化污水处理装置、方法及其自动控制装置与方法
CN101028956A (zh) * 2007-02-06 2007-09-05 北京工业大学 多段进水a/o生物脱氮溶解氧和碳源投加控制装置及方法
CN101618909A (zh) * 2008-07-02 2010-01-06 中国科学院生态环境研究中心 一种脱氮序列间歇式活性污泥反应碳源投加方法
CN102328996A (zh) * 2011-06-16 2012-01-25 北京城市排水集团有限责任公司 反硝化生物滤池工艺碳源投加优化控制装置与方法
CA2826637A1 (en) * 2011-02-14 2012-08-23 Xylem Water Solutions Zelienople, Llc Method and system for controlling carbon source feed to denitrification filters
CN103864209A (zh) * 2014-04-09 2014-06-18 中持（北京）水务运营有限公司 反硝化深床滤池碳源智能精密投加系统
CN104298259A (zh) * 2014-09-29 2015-01-21 清华大学 一种碳源投加前馈-反馈控制装置及控制方法
CN108191052A (zh) * 2017-12-28 2018-06-22 北京中环嘉诚环境工程有限公司 碳源智能投加系统及其在污水处理中的应用

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1778715A (zh) * 2005-10-20 2006-05-31 彭永臻 前置反硝化污水处理装置、方法及其自动控制装置与方法
CN101028956A (zh) * 2007-02-06 2007-09-05 北京工业大学 多段进水a/o生物脱氮溶解氧和碳源投加控制装置及方法
CN101618909A (zh) * 2008-07-02 2010-01-06 中国科学院生态环境研究中心 一种脱氮序列间歇式活性污泥反应碳源投加方法
CA2826637A1 (en) * 2011-02-14 2012-08-23 Xylem Water Solutions Zelienople, Llc Method and system for controlling carbon source feed to denitrification filters
CN102328996A (zh) * 2011-06-16 2012-01-25 北京城市排水集团有限责任公司 反硝化生物滤池工艺碳源投加优化控制装置与方法
CN103864209A (zh) * 2014-04-09 2014-06-18 中持（北京）水务运营有限公司 反硝化深床滤池碳源智能精密投加系统
CN104298259A (zh) * 2014-09-29 2015-01-21 清华大学 一种碳源投加前馈-反馈控制装置及控制方法
CN108191052A (zh) * 2017-12-28 2018-06-22 北京中环嘉诚环境工程有限公司 碳源智能投加系统及其在污水处理中的应用

Also Published As

Publication number Publication date
CN109607770A (zh) 2019-04-12

Similar Documents

Publication Publication Date Title
CN109607770B (zh) 一种反硝化池的多场景自学习碳源智能投加系统及方法
US7431840B2 (en) Denitrification process
CN106495321B (zh) 生物池工艺优化及运行控制系统及其控制方法
CN104090488B (zh) 污水厂自动实时控制溶解氧、污泥负荷和污泥龄的方法
CN114230110B (zh) 用于污水处理的短程智能除磷加药控制方法、设备及系统
CN105439285B (zh) 一种污水处理的调控方法
KR20150096407A (ko) 향상된 제어 알고리즘을 이용한 최적화 방법 및 폭기 성능
CN113044973B (zh) 一种污水处理控制系统及出水tn控制方法
CN114380378B (zh) 智能控磷药品投加方法、装置及存储介质
CN114538612A (zh) 一种外加碳源精确加药系统及其控制方法
JP2017113725A (ja) 下水処理場の運転支援装置及び運転支援方法
JP4008694B2 (ja) 下水処理場水質制御装置
US20200024169A1 (en) Method to control a process variable
JP2006315004A (ja) 下水処理場水質制御装置
JP6726954B2 (ja) 下水処理制御装置
CN113149192A (zh) 一种市政污水处理系统氧化沟曝气调控方法
JP4248043B2 (ja) 生物学的りん除去装置
CN111217449A (zh) 基于精准控制氧气输入的污水处理装置及方法
CN101316795A (zh) 脱氮方法和系统
CN221071274U (zh) 一种基于实时模拟仿真的污水处理除磷药剂智能投加系统
CN216662772U (zh) 一种生化池药剂投加系统
CN114291912B (zh) 基于生物数学模型的污水处理曝气系统改造方法
CN117819702B (zh) 一种污水处理过程中模块组合式营养物补给控制方法
CN116022924B (zh) 一种原位精确生物脱氮污水处理控制方法
CN117342696A (zh) 碳源的智能投加方法、装置及控制系统

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
EE01 Entry into force of recordation of patent licensing contract

Application publication date: 20190412

Assignee: Zhongguancun Technology Leasing Co., Ltd

Assignor: BEIJING BOTAI ZHICHUN BIOTECHNOLOGY Co.,Ltd.

Contract record no.: X2021980013108

Denomination of invention: A multi scene self-learning carbon source intelligent dosing system and method for denitrification tank

Granted publication date: 20211022

License type: Exclusive License

Record date: 20211123

EE01 Entry into force of recordation of patent licensing contract
PE01 Entry into force of the registration of the contract for pledge of patent right

Denomination of invention: A multi scene self-learning carbon source intelligent dosing system and method for denitrification tank

Effective date of registration: 20211130

Granted publication date: 20211022

Pledgee: Zhongguancun Technology Leasing Co., Ltd

Pledgor: BEIJING BOTAI ZHICHUN BIOTECHNOLOGY Co.,Ltd.

Registration number: Y2021980013698

PE01 Entry into force of the registration of the contract for pledge of patent right