CN110668562B - 实时消除膜生物反应器污染的控制方法、系统及存储介质 - Google Patents
实时消除膜生物反应器污染的控制方法、系统及存储介质 Download PDFInfo
- Publication number
- CN110668562B CN110668562B CN201911023551.9A CN201911023551A CN110668562B CN 110668562 B CN110668562 B CN 110668562B CN 201911023551 A CN201911023551 A CN 201911023551A CN 110668562 B CN110668562 B CN 110668562B
- Authority
- CN
- China
- Prior art keywords
- membrane
- cleaning
- data
- pollution
- mathematical model
- 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
Links
- 239000012528 membrane Substances 0.000 title claims abstract description 135
- 238000000034 method Methods 0.000 title claims abstract description 48
- 238000003860 storage Methods 0.000 title claims abstract description 10
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims abstract description 121
- 238000004140 cleaning Methods 0.000 claims abstract description 112
- 238000004519 manufacturing process Methods 0.000 claims abstract description 61
- 238000004422 calculation algorithm Methods 0.000 claims abstract description 43
- 238000001914 filtration Methods 0.000 claims abstract description 37
- 238000013178 mathematical model Methods 0.000 claims abstract description 34
- 239000010802 sludge Substances 0.000 claims abstract description 34
- 238000004088 simulation Methods 0.000 claims abstract description 32
- 230000009471 action Effects 0.000 claims abstract description 7
- 230000035699 permeability Effects 0.000 claims description 39
- 230000008859 change Effects 0.000 claims description 38
- 239000000126 substance Substances 0.000 claims description 34
- 238000012423 maintenance Methods 0.000 claims description 23
- 238000011084 recovery Methods 0.000 claims description 18
- 238000005273 aeration Methods 0.000 claims description 11
- 230000008569 process Effects 0.000 claims description 10
- 238000011001 backwashing Methods 0.000 claims description 7
- 238000005086 pumping Methods 0.000 claims description 6
- 238000005202 decontamination Methods 0.000 claims description 5
- 230000003588 decontaminative effect Effects 0.000 claims description 5
- 238000012216 screening Methods 0.000 claims description 3
- 230000008030 elimination Effects 0.000 claims 2
- 238000003379 elimination reaction Methods 0.000 claims 2
- 230000007774 longterm Effects 0.000 abstract description 5
- 238000004065 wastewater treatment Methods 0.000 abstract description 3
- 238000010586 diagram Methods 0.000 description 13
- 230000000694 effects Effects 0.000 description 9
- 238000004364 calculation method Methods 0.000 description 7
- 230000004907 flux Effects 0.000 description 7
- 238000009285 membrane fouling Methods 0.000 description 7
- 238000004458 analytical method Methods 0.000 description 6
- 230000006870 function Effects 0.000 description 6
- 238000011109 contamination Methods 0.000 description 5
- 238000010926 purge Methods 0.000 description 5
- 238000000611 regression analysis Methods 0.000 description 4
- 230000007423 decrease Effects 0.000 description 3
- 238000012417 linear regression Methods 0.000 description 3
- 238000011954 pollution control method Methods 0.000 description 3
- 239000002253 acid Substances 0.000 description 2
- 239000003513 alkali Substances 0.000 description 2
- 239000002585 base Substances 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 2
- 239000013043 chemical agent Substances 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 238000005520 cutting process Methods 0.000 description 2
- 239000003814 drug Substances 0.000 description 2
- 239000003344 environmental pollutant Substances 0.000 description 2
- 230000006872 improvement Effects 0.000 description 2
- 239000007788 liquid Substances 0.000 description 2
- 231100000719 pollutant Toxicity 0.000 description 2
- 230000000284 resting effect Effects 0.000 description 2
- 239000010865 sewage Substances 0.000 description 2
- 230000001133 acceleration Effects 0.000 description 1
- 230000002411 adverse Effects 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 230000033228 biological regulation Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000007796 conventional method Methods 0.000 description 1
- 238000007599 discharging Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 239000000835 fiber Substances 0.000 description 1
- 230000005484 gravity Effects 0.000 description 1
- 239000012510 hollow fiber Substances 0.000 description 1
- 239000012535 impurity Substances 0.000 description 1
- 239000010842 industrial wastewater Substances 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 239000010841 municipal wastewater Substances 0.000 description 1
- 230000010287 polarization Effects 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 230000002441 reversible effect Effects 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 238000005201 scrubbing Methods 0.000 description 1
- 230000008054 signal transmission Effects 0.000 description 1
- 238000005728 strengthening Methods 0.000 description 1
- 238000010998 test method Methods 0.000 description 1
- 230000001052 transient effect Effects 0.000 description 1
- 230000001960 triggered effect Effects 0.000 description 1
- 238000005406 washing Methods 0.000 description 1
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
- C02F3/02—Aerobic processes
- C02F3/12—Activated sludge processes
- C02F3/1236—Particular type of activated sludge installations
- C02F3/1268—Membrane bioreactor systems
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B01—PHYSICAL OR CHEMICAL PROCESSES OR APPARATUS IN GENERAL
- B01D—SEPARATION
- B01D65/00—Accessories or auxiliary operations, in general, for separation processes or apparatus using semi-permeable membranes
- B01D65/02—Membrane cleaning or sterilisation ; Membrane regeneration
-
- C—CHEMISTRY; METALLURGY
- C02—TREATMENT OF WATER, WASTE WATER, SEWAGE, OR SLUDGE
- C02F—TREATMENT OF WATER, WASTE WATER, SEWAGE, OR SLUDGE
- C02F2203/00—Apparatus and plants for the biological treatment of water, waste water or sewage
- C02F2203/006—Apparatus and plants for the biological treatment of water, waste water or sewage details of construction, e.g. specially adapted seals, modules, connections
-
- 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
- C02F2209/005—Processes using a programmable logic controller [PLC]
-
- 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
- C02F2209/03—Pressure
-
- C—CHEMISTRY; METALLURGY
- C02—TREATMENT OF WATER, WASTE WATER, SEWAGE, OR SLUDGE
- C02F—TREATMENT OF WATER, WASTE WATER, SEWAGE, OR SLUDGE
- C02F2303/00—Specific treatment goals
- C02F2303/14—Maintenance of water treatment installations
-
- 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
- Chemical & Material Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Chemical Kinetics & Catalysis (AREA)
- Biodiversity & Conservation Biology (AREA)
- Microbiology (AREA)
- Hydrology & Water Resources (AREA)
- Engineering & Computer Science (AREA)
- Environmental & Geological Engineering (AREA)
- Water Supply & Treatment (AREA)
- Organic Chemistry (AREA)
- Separation Using Semi-Permeable Membranes (AREA)
Abstract
本发明公开了一种实时消除膜生物反应器污染的自动控制方法、系统及存储介质,方法包括:建立预设的数学模型;根据所述数学模型生成控制算法;读取数据服务器上的运行数据,所述运行数据包括产水流量、产水压力、过滤温度和污泥浓度;根据所述运行数据对所述数学模型进行仿真操作;根据仿真操作的结果,对控制算法进行优化;根据所述优化后的控制算法,生成PLC模块;根据PLC模块执行控制膜污染的清洗动作,以实现及时,有效的膜污染控制,以保障膜生物反应器的长久稳定运行,可广泛应用于水和废水处理领域。
Description
技术领域
本发明涉及水和废水处理领域,尤其是一种实时消除膜生物反应器污染的自动控制方法、系统及存储介质。
背景技术
近些年来,膜生物反应器(Membrane Bioreactor,MBR)已经广泛应用于市政废水及工业废水处理。相比于传统活性污泥法,膜生物反应器技术受污泥膨胀等问题的影响比较小,对污染物去除率高,出水水质也比较稳定。但是反过来,这些污泥物质会影响膜本身的运行,造成膜的污染,从而使得过滤压力增大,透水率下降。需要曝气,加药清洗等物理和化学方式,来维持膜的稳定运行。
设计水厂时,在选择设计膜生物反应器运行参数时,通常采用阶梯式的提升通量测试的方法,查看对应的产水压力,来确定膜生物反应器的临界通量。在临界通量以下运行,通常产水压力不会显著增加。而一旦高于临界通量运行,则产水压力急剧上升。所以,设计水厂时,会选择临界通量以下,作为稳定运行的依据。
但目前应对MBR膜污染的方法,主要是当累计运行达到某段时间,或者达到某个设定的产水压力,或者达到某个设定的透水率才做化学清洗。这样的模式可以一定程度上维护膜的运行,但是针对各种瞬时变化不能够很好的、灵活的应对膜污染状况。
发明内容
为解决上述技术问题,本发明的目的在于:提供一种实时消除膜生物反应器污染的自动控制方法、系统及存储介质,以使得膜生物反应器污染得到及时有效的控制,保障长久稳定运行。
本发明所采取的第一种技术方案是:一种实时消除膜生物反应器污染的自动控制方法,包括以下步骤:建立预设的数学模型;根据所述数学模型生成控制算法;读取数据服务器上的运行数据,所述运行数据包括产水流量、产水压力、过滤温度和污泥浓度;根据所述运行数据对所述数学模型进行仿真操作;根据仿真操作的结果,对控制算法进行优化;根据所述优化后的控制算法,生成PLC模块;根据PLC模块执行控制膜污染的清洗动作。
进一步,所述根据所述数学模型生成控制算法这一步骤具体包括:对所述运行数据进行筛选;对所述筛选后的数据进行滤波;根据滤波得到的数据计算跨膜压差;根据滤波得到的数据计算透水率;根据清洗周期进行数据拟合;根据所述数据拟合后的结果,计算清洗周期的时间。
进一步,所述清洗周期,其包括:物理清洗周期、维护性化学清洗周期和恢复性化学清洗周期。
进一步,所述根据清洗周期进行数据拟合这一步骤具体包括:获取所述清洗周期内的跨膜压差的变化率及透水率的变化率;根据所述跨膜压差的变化率及透水率的变化率,结合系统条件进行反馈,所述系统条件包括过滤温度和污泥状况;根据所述反馈的结果预测当前系统的运行趋势;根据所述反馈结果提供清洗判定依据。
进一步,所述根据PLC模块执行控制膜污染的清洗动作这一步骤具体包括:在所述物理清洗周期中增加曝气过程;对抽吸静置时间比进行调整;对间隔频率进行动态配置后,执行维护性化学清洗操作;执行恢复性化学清洗操作。
进一步,所述根据仿真操作的结果,对控制算法进行优化这一步骤具体包括:通过增加影响因素对数学模型进行改进;其中,所述影响因素包括污泥浓度,过滤温度及过滤时间;采用反复仿真的方法对数学模型进行改进。
进一步,所述设的数学模型根据生物膜反应器的变化进行动态切换。
本发明所采取的第二种技术方案是:一种实时消除膜生物反应器污染的自动控制系统,包括:计算机、交换机和膜生物反应器过滤系统;所述膜生物反应器过滤系统包括:产水泵、真空泵、风机、反洗泵、加药泵、电磁阀、PLC控制单元和传感器;其中,所述计算机,用于:建立预设的数学模型;根据所述数学模型生成控制算法;读取数据服务器上的运行数据,所述运行数据包括产水流量、产水压力、过滤温度和污泥浓度;根据所述运行数据对所述数学模型进行仿真操作;根据仿真操作的结果,对控制算法进行优化;根据所述优化后的控制算法,生成PLC模块;所述计算机与交换机连接,所述交换机与PLC控制单元连接,所述PLC控制单元连接有产水泵、真空泵、风机、反洗泵、加药泵、电磁阀和传感器;所述传感器包括:电磁流量计、压力传感器、温度传感器、污泥浓度以及气体流量计。
本发明所采取的第三种技术方案是:一种实时消除膜生物反应器污染的自动控制系统,包括:至少一个处理器;至少一个存储器,用于存储至少一个程序;当所述至少一个程序被至少一个处理器执行,使得所述至少一个处理器实现所述的实时消除膜生物反应器污染的自动控制方法。
本发明所采取的第四种技术方案是:一种存储介质,其中存储有可执行的指令,所述处理器可执行的指令在由处理器执行时用于执行所述的一种实时消除膜生物反应器污染的自动控制方法。
本发明的有益效果是:通过拟合回归分析跨膜压差及透水率的变化率,结合污泥状况,通过仿真建立模型趋势,并收集实时膜运行数据进行对比,从而分析,判定,及预测膜污染程度,并通过编制的PLC模块,自动启动相应的清洗方案,以实现及时、有效的膜污染控制,以保障膜生物反应器的长久稳定运行。
附图说明
图1为本发明具体实施例的一种实时消除膜生物反应器污染的自动控制方法步骤流程图;
图2为本发明具体实施例的系统跨膜压差TMP计算公式的示意图;
图3为本发明具体实施例的MBR系统收集的PC产水周期内产水流量和产水压力数据趋势图;
图4为本发明具体实施例的MBR系统收集的MC清洗周期产水流量和产水压力的数据趋势图;
图5是本发明具体实施例的MBR系统收集的加强型MC清洗周期产水流量和产水压力的数据趋势图;
图6为本发明具体实施例的MBR系统收集的RC清洗周期产水流量和产水压力的数据趋势图;
图7为本发明具体实施例的清洗周期示意图;
图8为本发明具体实施例的清洗周期对膜污染控制和恢复的示意图;
图9为本发明具体实施例的清洗方案的具体判断条件及步骤实施图;
图10为本发明第二个实施例中单个MC周期内跨膜压差和透水率的回归分析图;
图11为本发明第三个实施例中单个RC周期内各个MC后起始透水率与起始跨膜压差的回归分析图;
图12为本发明具体实施例的一种实时消除膜生物反应器污染的自动控制系统硬件组成示意图;
图13为本发明具体实施例的一种膜生物反应器系统的结构及工艺示意图;
图14为本发明具体实施例的水泵的电气主回路图;
图15为本发明具体实施例的水泵的二次控制原理图;
图16为本发明具体实施例的一种膜污染自动控制系统的电路原理及信号通讯图。
具体实施方式
下面结合说明书附图和具体的实施例对本发明进行进一步的详细说明,以下实施例的建立模型和仿真步骤都是基于MATLAB实现的,使用的数据库为SQL Server数据库。
如图1所示,本发明实施例提供了一种实时消除膜生物反应器污染的自动控制方法,包括以下步骤:
S101、建立预设的数学模型;
具体的,根据实际工艺与控制需要,先建立合适数学模型。
S102、根据所述数学模型生成控制算法;
具体的,通过MATLAB软件编写相应的控制算法,包括滤波、计算、拟合和推测。
S103、读取数据服务器上的运行数据,所述运行数据包括产水流量、产水压力、过滤温度和污泥浓度;
具体的,MATLAB连接到数据库并从数据服务器上读取实际运行数据,通过VBA将运行数据写入计算机。
S104、根据所述运行数据对所述数学模型进行仿真操作;
具体的,根据上一步骤从服务器中获取的数据进行仿真。
S105、根据仿真操作的结果,对控制算法进行优化;
具体的,观察系统实际运行仿真操作的结果和仿真差异,验证算法的有效性。
S106、根据所述优化后的控制算法,生成PLC模块;
具体的,若实际运行结果符合预期,在MATLAB中使用Stateflow调用算法并生成PLC功能块;若结果与预期不符,重复上述步骤。
S107、根据PLC模块执行控制膜污染的清洗动作;
具体的,将程序下载到PLC中,自动执行清洗动作,以控制膜污染。
作为进一步的优选实施方式,所述的一种实时消除膜生物反应器污染的自动控制方法,所述根据所述数学模型生成控制算法这一步骤S102具体包括:
S1021、对所述运行数据进行筛选;
具体的,对原始数据进行筛选:
A=[x0,x1,...xn],X1为数据合理上限,X2为数据合理下限,
A(A<X1|A>X2)=[]
S1022、对所述筛选后的数据进行滤波;
具体的,利用移动平均滤波器对数据A进行处理使数据更加平滑,得到与y等长的数据B,移动平均滤波器的默认窗宽为5,yy中元素的计算方法如下:
B(1)=A(1)
B(2)=(A(1)+A(2)+A(3))/3
B(3)=(A(1)十A(2)十A(3)+A(4)十A(5))/5
B(4)=(A(2)+A(3)十A(4)+A(5)+A(6))/5
B(5)=(A(3)+A(4)十A(5)十A(6)+A(7))/5
...
B=smooth(A);
S1023、根据滤波得到的数据计算跨膜压差;
具体的,如图2所示,MBR系统跨膜压强差的公式为:
TMP=(H液位-H膜组)ρg–[P压力计+(H压力计-H膜组)ρg]=ρg H液位-P压力计-ρgH压力计=ρg(H液位-H压力计)–P压力计=P静置-P压力计
其中,H压力计为压力表到膜池底部高度
H液位为膜池液位
H膜组为膜组顶部距离膜池底部高度
ρ为污水密度
g为重力加速度
P静置为静置时测量的压力读数
P压力计为过滤时测量的压力读数
S1024、根据滤波得到的数据计算透水率;
具体的,通过跨膜压差,就可以定义膜的透水率,即
透水率=产水通量/跨膜压差=(产水流量/膜面积)/跨膜压差
在膜产水通量一定的情况下,可以得到跨膜压差与时间的变化趋势,也可以得到相应的透水率与时间的变化趋势。
S1025、根据清洗周期进行数据拟合;
具体的,所述数据拟合过程为:
aa=[a1,a2,a3...an]
n=length(aa);
nn=[1:1:n];
nx=ployfit(nn,aa,1);
ny=corrcoef(a,b);
nz=polyval(nx,nn);%仅仿真使用
plot(nn,aa,'r',nn,nz,'b');%仅仿真使用
TMP为跨膜压差
aa为计算得到TMP值
n为数据长度
nx为多项式拟合系数
ny为数据相关性系数
nz为多项式在nn处值
S1026、根据所述数据拟合后的结果,计算清洗周期的时间;
具体的,其公式为:
TMP=a*xn+bxn-1+...c
根据TMP计算x值,进一步可预测下一次需要进行维护性化学清洗或恢复性化学清洗的时间。
syms x
eqn_1=nx(1,1)*x+nx(1,2)==TMP_1;
solx_1=solve(eqn_1,x)
solx_1(solx_1<0)=[];
syms y
eqn_2=nx(1,1)*y+nx(1,2)==TMP_2;
solx_2=solve(eqn_2,y)
solx_2(solx_2<0)=[];
Solx_3=solx_1(1,1)-solx_2(1,1);
T=solx_3(1,1)*Tp;;
其中
TMP_1为需要进行维护性化学清洗或恢复性化学清洗最小跨膜压差
TMP_2为当前跨膜压差
Tp为取样周期
T为预计下次进行维护性化学清洗或恢复性化学清洗
类似的,也可以用透水率来分析,回归和预测。
作为进一步的优选实施方式,所述清洗周期,其包括:物理清洗周期、维护性化学清洗周期和恢复性化学清洗周期。
具体的,膜生物反应器运行时,通常采用的方式是抽吸一段时间,然后停止抽吸,让膜处于一小段时间的松弛静置状态,之后再重复这个抽吸-静置的循环。在这个过程中,为了防止污染物粘在膜的表面,全程都会曝气,以物理清洗的方式,擦洗膜的表面。这个周期可以定义为物理清洗(physical cleaning,PC)周期,如图3所示,为MBR系统收集的几个物理性清洗PC产水周期内,产水流量和产水压力数据趋势图。该趋势图显示,MBR一个PC周期,包括8min的产水过程,以及1min的静置过程。产水流量随着对应的产水压力和静置压力周期性变化。在静置期间,物理性曝气擦洗膜丝表面,去除部分膜污染,清洗效果反馈在下一个PC周期的初始产水压力值上,从而可以反映物理性清洗PC的效率。
运行一段时间后,曝气擦洗及静置松弛,还是不足以阻止膜的污染。其直接的表观参数就是膜的运行压力慢慢增大。待达到预先设定的产水压力或者跨膜压差,通常就会引入化学药剂,从膜丝内腔打药(或者酸,或者碱),反向给膜丝做维护性清洗,以尽可能恢复其产水压力靠近初始值,然后开始下一轮过滤周期。这个包含了很多物理清洗PC周期在内的时间段,称为维护性清洗(maintenance cleaning,MC)周期。有时候,为了应对严重污染,也可以既加酸,又加碱,清洗时间稍微延长一点,以进一步控制污染,称为加强型维护性清洗(加强MC)。如图4所示,为MBR系统收集的MC清洗周期产水流量和产水压力的数据趋势图。该趋势图显示,MBR系统在运行24小时左右,开始维护性化学清洗MC,去除部分膜污染,清洗效果反馈在下一个MC周期的初始产水压力值上,从而可以反映维护性化学清洗MC的效率。如图5所示,为MBR系统收集的加强型MC清洗周期产水流量和产水压力的数据趋势图。该趋势图显示,MBR系统在运行42天左右,开始加强型化学清洗MC,去除部分膜污染,清洗效果反馈在下一个加强型MC周期的初始产水压力值上,从而可以反映加强型MC的效果。
随着运行时间的继续进行,膜的污染越来越严重,当经历了几次维护性清洗MC周期后,这个清洗后的产水压力还是会离初始值越来越远。当达到一个设定的高值时,通常会在膜池内加入更高浓度的药剂,做更长时间的化学清洗,以恢复其产水压力靠近初始值,这个化学清洗周期称为恢复性(recovery cleaning,RC)清洗周期。如图6所示,是MBR系统收集的RC清洗周期产水流量和产水压力的数据趋势图。该趋势图显示,MBR系统在运行181天即6个月左右,开始恢复性化学清洗RC,去除部分膜污染,清洗效果反馈在下一个RC周期的初始产水压力值上,从而可以反映RC的效果。
其中,如图7所示,膜生物反应器运行过程中,其物理清洗PC,维护性清洗MC及恢复性清洗RC对膜性能的恢复,以维持稳定的运行,起到关键作用。把各个周期的运行数据,尤其是跨膜压差,及其对应的透水率做回归分析,以得到跨膜压差及透水率的变化率数值,结合污水的污泥状况,就可以得到不同污泥浓度下,膜污染的情况。适当选取这些变化率数值作为参考依据,这样,在实际运行中,当进水水质千变万化,从而导致跨膜压力和透水率的变化率也起了相应变化,当回归得到的数值,触发了之前所选定的参考依据数值时,就可以相应触发下达是否继续运行,还是开始清洗的命令。这样就有别于传统的单纯设定达到某个时间段,某个跨膜压力,某个透水率就清洗的一刀切做法。
如图8所示,物理性清洗PC,维护性化学清洗MC,及恢复性化学清洗RC,对膜污染控制和恢复程度,可以用表1中的该周期内TMP变化率,清洗效率,及TMP升值来表示。
表1
PC周期TMP变化率,反映了浓差极化的程度以及曝气清洗的效果:
在一个MC周期内,如果进行了n个PC,则PC清洗效率为:
MC周期TMP变化率,反映了物理和化学清洗的综合效果,体现了系统运行的稳定性和可持续性:
在一个RC周期内,如果进行了n个MC,则MC清洗效率为:
以此类推,可以得到几个RC周期,RC的清洗效率。
物理清洗(PC)和维护性化学清洗(MC)是维持系统运行的主要手段。一个可持续运行的膜系统,维护性化学清洗效率MC%应接近100%,TMP和透水率稳定运行在一定的范围内,周而复始。恢复性化学清洗RC周期应大于180天。可以通过计算预测RC周期。MBR膜系统,通常的做法,是以TMP上升幅度为25kPa,或者最小透水率50LMH/bar作为RC的清洗界定标准,并以此衡量RC周期。
作为进一步的优选实施方式,所述根据清洗周期进行数据拟合这一步骤具体包括:
S10251、获取所述清洗周期内的跨膜压差的变化率及透水率的变化率;
S10252、根据所述跨膜压差的变化率及透水率的变化率,结合系统条件进行反馈;所述系统条件包括过滤温度和污泥状况;
S10253、根据所述反馈的结果预测当前系统的运行趋势;
S10254、根据所述反馈结果提供清洗判定依据;
具体的,分析物理清洗PC周期,维护性清洗MC周期,以及恢复性清洗RC周期内,各个周期的产水压力/跨膜压力的起始值,以及变化率,可以分析出膜污染的快慢程度,从而判定目前的污泥状况。同时,将RC周期内,各个MC周期的起始产水压力/跨膜压力做进一步回归分析,可以得出MC清洗的膜性能恢复的趋势,从而预测下一次做RC的日期。同时本发明不只是单独以TMP上升25kPa或50LMH/bar的透水率临界点为唯一固定的判定依据,而是结合PC,MC,加强MC,以及RC周期内,TMP及透水率的变化率的实时数据,并结合系统的各项条件(温度,污泥状况,etc)来反馈,预测当前系统的运行趋势,提供更准确及时的清洗判定依据,从而实现上述的实时参数回归,分析,判断和预测,从而达到实时自动控制膜污染的目的。
作为进一步的优选实施方式,所述根据PLC模块执行控制膜污染的清洗动作这一步骤S107具体包括:
S1071、在所述物理清洗周期中增加曝气过程;
S1072、对抽吸静置时间比进行调整;
S1073、对间隔频率进行动态配置后,执行维护性化学清洗操作;
S1074、执行恢复性化学清洗操作。
具体的,如图9所示,清洗方案的具体判断逻辑为:首先检测到TMP变化率,若TMP变化率超出正常阈值,再判断变化率是否超过警戒值,若是报警,人工介入调整(恢复性清洗);否则根据连续执行加强型物理清洗和维护性清洗的次数来判断是继续执行还是报警;若TMP变化率没有超出正常阈值,则进行一般性的物理清洗和维护性化学清洗。
作为进一步的优选实施方式,所述根据仿真操作的结果,对控制算法进行优化这一步骤S105具体包括:
S1051、通过增加影响因素对数学模型进行改进;其中,所述影响因素包括污泥浓度,过滤温度及过滤时间;
S1052、采用反复仿真的方法对数学模型进行改进。
具体的,如表2所示,根据MATLAB仿真结果,可以做进一步的评估及算法改进,以便消除预测值与实际值之间的差异,更好的反映实际情况。其主要的改进方法包括增加影响因素(污泥浓度,温度,Time to Filter–TTF,等等),或通过反复仿真的方法改进算法模型,以便更好的控制膜污染状况,所述的反复仿真的方法即进行多次仿真,并多次根据仿真结果进行算法模型的改进。
表2
作为进一步的优选实施方式,所述预设的数学模型根据,所述预设的数学模型根据生物膜反应器的变化进行动态切换。
具体的,如果有两种不同性质的膜生物反应器,由于膜本身性质的差异,其跨膜压差和透水率会运行在不同区间,从而导致膜的清洗频率也不同。本发明的膜污染自动控制方法,也能够根据此类差异在算法中编写切换程序,从而在实际运行中,对不同的膜,采用不同的膜污染清洗方案,有针对性的实现不同的膜污染自动实时控制。表3对比了一个实施例子中,两种不同性质的膜片在过滤时的膜污染情况。其跨膜压差和透水率的变化率都有很大的差异。本发明的自动实时控制系统,可以针对现场的实际数据,做出分析反馈,从而做出最佳的膜污染控制方法,而不是采用固定某个参数一刀切的做法。
表3
| 膜丝 | 膜片A | 膜片B |
| 运行通量,LMH | 18 | 18 |
| 每个MC周期透水率下降速度(平均值),LMH/bar/hr | -0.431 | -0.869 |
| 每个MC周期TMP增加速度(平均值),kPa/hr | 0.029 | 0.322 |
| 一个RC周期内,各起始透水率再次回归,下降速度,LMH/bar/day | -0.037 | -1.7586 |
| 一个RC周期内,各起始TMP再次回归,增长速度,kPa/day | 0.008 | 0.5569 |
参照图10为本发明的第二个实施例,针对一个MC周期内(包含多个PC周期)跨膜压差和透水率,MATLAB采用线性回归和指数回归两张方式,进行回归拟合分析的结果。从实际的物理意义上来说,选择线性回归更有意义。此时膜生物反应器的污泥浓度大概为8000mg/L,线性回归分析显示,该MC周期内,MC后的起始跨膜压差为26.728kPa,其变化率为0.3453kPa/hr;MC后起始透水率为64.018LMH/bar,其变化率为–0.6599LMH/bar/hr。
参照图11为本发明的第三个实施例,针对一个RC周期内,把各个MC周期内的起始跨膜压差和起始透水率,再次回归,从而可以预测下一次RC的时间(假定RC的触发条件是透水率低于50LMH/bar)。有别于之前单纯规定,某个点的透水率达到50LMH/bar就做RC。这里采用的是多个数值回归,反映的是大部分透水率的趋势达到50LMH/bar才做RC。趋势显示,大概32天以后,才需要再次做RC。
参照表4为本发明的第四个实施例,当膜池污泥浓度从8000升高到14000mg/L时,膜生物反应器的起始跨膜压差,起始透水率,及其变化率的变化。可以发现,当膜池的污泥浓度增大,其起始的TMP也增大,导致起始透水率下降。相应的,TMP和透水率的变化率也增大,从而导致加强MC的频率从原先的32天缩短为15天。针对这些变化,可以把这些计算方法转化为PLC算法功能块,将PLC算法功能块计算结果作为实际运行的判断依据。当膜生物反应器运行时,突然发现膜池污泥浓度增大,就可以预知,接下来的跨膜压力会增大,其变化率也会加大,从而根据其数值,反馈到自动控制系统,来加强膜的清洗频率,以维持膜的稳定运行。
表4
本发明实施例还提供了一种实时消除膜生物反应器污染的自动控制系统,包括:计算机、交换机和膜生物反应器过滤系统;所述膜生物反应器过滤系统包括:产水泵、真空泵、风机、反洗泵、加药泵、电磁阀、PLC控制单元和传感器;
其中,所述计算机,用于:建立预设的数学模型;根据所述数学模型生成控制算法;读取数据服务器上的运行数据,所述运行数据包括产水流量、产水压力、过滤温度和污泥浓度;根据所述运行数据对所述数学模型进行仿真操作;根据仿真操作的结果,对控制算法进行优化;根据所述优化后的控制算法,生成PLC模块;
所述计算机与交换机连接,所述交换机与PLC控制单元连接,所述PLC控制单元连接有产水泵、真空泵、风机、反洗泵、加药泵、电磁阀和传感器;
所述传感器包括:电磁流量计、压力传感器、温度传感器、污泥浓度以及气体流量计。
具体的,如图12所示,带有MATLAB及SQL Server数据库的电脑,通过交换机与MBR生物反应器过滤系统的PLC相连。PLC再通过接收来自电磁流量计,气体流量计,压力传感器,温度传感器及污泥浓度计等信号,控制各个设备单元,以实现例如,开关各相应管路的电磁阀,产水设备单元的产水泵产水,抽真空单元的真空泵除去产水管路里的气体,曝气单元里的风机曝气,清洗单元的加药泵和反洗泵进行膜清洗,等等动作。
如图13所示,为膜生物反应器系统的结构及工艺示意图,其中,AV*为电磁阀。包括进水/预处理设备,产水设备,抽真空装置,吹扫设备,清洗设备,及污泥排放设备。进水预处理设备,用于去除大的杂物,纤维。产水设备,用于从中空纤维膜内腔抽取过滤后的产水。抽真空装置,用于去除产水管路里的气体,便于产水。吹扫装置,用于提供膜表面吹扫的曝气。清洗设备,用于添加清洗膜污染的化学药剂。污泥排放设备,用于定期排放浓缩的污泥,以维持膜系统的污泥浓度在一定的范围。工作时,开启电磁阀AV01,进水泵将预处理后的进水,打入膜池,浸没膜组件。吹扫风机开启,通过AV04A或AV04B,给膜池提供曝气,吹扫膜片的表面,防止污染。要产水,先开启抽真空装置,打开AV07,通过真空泵,将产水管路里的空气抽走,以产生一定的负压。之后,开启AV05和产水泵,所抽取的产水,送往产水总管。运行一段时间后,比如8-10分钟后,产水泵会停止1分钟,让膜丝静置,但是还是维持曝气,以清洗膜表面,延缓膜污染。长期运行,膜表面还是会形成污染,需要开启清洗设备,打开AV02,给膜片做反向加药的维护性清洗。也可以打开AV03,给膜片做恢复性清洗。
MBR系统有很多电路图,本说明书仅以水泵的两个电路图为例做进一步解释。图14为水泵的电气主回路图,其中,1、QF为断路器;2、TA*为电压互感器(*为1、2、3或a、b、c等);3、G120为变频器;4、G120为变频器;5、EM400为智能电量仪表;6、M为电机;7、PLC为可编程逻辑控制器。
图15为水泵的二次电气/控制原理图,其中,1、SA*为变频器操作模式选择开关;2、SB1、SB2为操作启停按钮;3、SB3为急停按钮;4、KA*为中间继电器;5、H*为指示灯(*为1、2、3或a、b、c等)。
其中,电机的通用回路包括:电源L1/L2/L3、断路器QF、第一互感器TAa、第二互感器TAb、第三互感器TAc、第一熔断器FU1、第二熔断器FU2、第三熔断器FU3、熔断器FU、变频器VFD、智能电量仪表EM400-T、可控制逻辑控制器PLC、第一中间继电器KA1、第二中间继其中电器KA2、第三中间继电器KA3、第四中间继电器KA4、第一指示灯H1、第二指示灯H2、第三指示灯H3。断路器QF和熔断器FU为变频器提供过载保护、短路保护。智能电量仪表EM400-T通过第一互感器TAa、第二互感器TAb、第三互感器TAc和第一熔断器FU1、第二熔断器FU2、第三熔断器FU3采集变频器VFD的前端用电信号,经通讯总线485接口连接到可编程逻辑控制器PLC,通过可编程逻辑控制器PLC统一分析自控系统的控制效果。可编程逻辑控制器PLC通过模拟量输入信号AI和模拟量输出信号AO,把算法控制器中形成的最优控制结果传送到变频器VFD,以实现膜污染控制的方法。变频器通过操作模式选择开关SA、启动按钮SB1、停止按钮SB2实现不同层级的起/停控制。当设备需要应急处理时,通过急停按钮SB3进行紧急操作。通过第一中间继电器KA1、第二中间继电器KA2、第三中间继电器KA3、第四中间继电器KA4完成电气和控制信号的转换,第一指示灯H1、第二指示灯H2、第三指示灯H3提供一种设备级的人机交互方式,满足现场的操作需求。
如图16所示,信号传输情况即PLC采集系统数字量控制信号、反馈信号和各个传感器的模拟量信号,在PLC中调用已经编写的控制程序可以进行MBR常规流程控制,同时通过增加算法控制器(一个包含控制算法的高性能PLC),不仅可以实现传统流程控制,同时通过调用算法功能块和通讯程序,将原来固定的控制方式变为可根据具体情况智能选择控制方式和运行参数的新型控制方式,计算结果通过PLC各数字量和模拟量输出通道输出,经中间继电器,交流接触器,变频器等控制水泵、风机、空压机、阀门等一系列执行机构,从而实现对MBR系统的智能控制。
本发明实施例还提供了另一种实时消除膜生物反应器污染的自动控制系统,包括:
至少一个处理器;
至少一个存储器,用于存储至少一个程序;
当所述至少一个程序被至少一个处理器执行,使得所述至少一个处理器实现所述的实时消除膜生物反应器污染的自动控制方法。
上述方法实施例中的内容均适用于本系统实施例中,本系统实施例所具体实现的功能与上述方法实施例相同,并且达到的有益效果与上述方法实施例所达到的有益效果也相同。
此外,本发明实施例还提供了一种存储介质,其中存储有处理器可执行的指令,所述处理器可执行的指令在由处理器执行时用于执行所述的实时消除膜生物反应器污染的自动控制方法。
相较于现有技术,本发明一种实时消除膜生物反应器污染的控制方法、系统及存储介质具有以下优点:
1)、本发明能够实现及时、有效的膜污染控制,以保障膜生物反应器的长久稳定运行;
2)、本发明不仅可以实现传统流程控制,同时通过调用算法功能块和通讯程序,将原来固定的控制方式变为可根据具体情况智能选择控制方式和运行参数的新型控制方式;
3)本发明的自动实时控制系统,可以针对现场的实际数据,做出分析反馈,从而做出最佳的膜污染控制方法,而不是采用固定某个参数一刀切的做法;
4)、本发明的膜污染自动控制方法,也能够根据此类差异在算法中编写切换程序,从而在实际运行中,对不同的膜,采用不同的膜污染清洗方案。
对于上述方法实施例中的步骤编号,其仅为了便于阐述说明而设置,对步骤之间的顺序不做任何限定,实施例中的各步骤的执行顺序均可根据本领域技术人员的理解来进行适应性调整。
以上是对本发明的较佳实施进行了具体说明,但本发明并不限于所述实施例,熟悉本领域的技术人员在不违背本发明精神的前提下还可做作出种种的等同变形或替换,这些等同的变形或替换均包含在本申请权利要求所限定的范围内。
Claims (6)
1.一种实时消除膜生物反应器污染的控制方法,其特征在于,包括以下步骤:
建立预设的数学模型;
根据所述数学模型生成控制算法;
读取数据服务器上的运行数据,所述运行数据包括产水流量、产水压力、过滤温度和污泥浓度;
根据所述运行数据对所述数学模型进行仿真操作;
根据仿真操作的结果,对控制算法进行优化;
根据所述优化后的控制算法,生成PLC模块;
根据PLC模块执行控制膜污染的清洗动作;
所述根据所述数学模型生成控制算法这一步骤具体包括:
对所述运行数据进行筛选;
对所述筛选后的数据进行滤波;
根据滤波得到的数据计算跨膜压差;
根据滤波得到的数据计算透水率;
根据清洗周期进行数据拟合;
根据所述数据拟合后的结果,计算清洗周期的时间;
所述清洗周期,其包括:物理清洗周期、维护性化学清洗周期和恢复性化学清洗周期;
所述根据清洗周期进行数据拟合这一步骤具体包括:
获取所述清洗周期内的跨膜压差的变化率及透水率的变化率;
根据所述跨膜压差的变化率及透水率的变化率,结合系统条件进行反馈;所述系统条件包括过滤温度和污泥状况;
根据所述反馈的结果预测当前系统的运行趋势;
根据所述反馈结果提供清洗判定依据;所述根据仿真操作的结果,对控制算法进行优化这一步骤具体包括:
通过增加影响因素对数学模型进行改进;其中,所述影响因素包括污泥浓度,过滤温度及过滤时间;
采用反复仿真的方法对数学模型进行改进。
2.根据权利要求1所述的一种实时消除膜生物反应器污染的自动控制方法,其特征在于,所述根据PLC模块执行控制膜污染的清洗动作这一步骤具体包括:
在所述物理清洗周期中增加曝气过程;
对抽吸静置时间比进行调整;
对间隔频率进行动态配置后,执行维护性化学清洗操作;
执行恢复性化学清洗操作。
3.根据权利要求1或2所述的一种实时消除膜生物反应器污染的自动控制方法,其特征在于:所述预设的数学模型根据生物膜反应器的变化进行动态切换。
4.一种实时消除膜生物反应器污染的自动控制系统,用于执行如权利要求1-3任一项所述的一种实时消除膜生物反应器污染的自动控制方法,其特征在于,包括:计算机、交换机和膜生物反应器过滤系统;
所述膜生物反应器过滤系统包括:产水泵、真空泵、风机、反洗泵、加药泵、电磁阀、PLC控制单元和传感器;
其中,所述计算机,用于:
建立预设的数学模型;
根据所述数学模型生成控制算法;
读取数据服务器上的运行数据,所述运行数据包括产水流量、产水压力、过滤温度和污泥浓度;
根据所述运行数据对所述数学模型进行仿真操作;
根据仿真操作的结果,对控制算法进行优化;
根据所述优化后的控制算法,生成PLC模块;
所述计算机与交换机连接,所述交换机与PLC控制单元连接,所述PLC控制单元连接有产水泵、真空泵、风机、反洗泵、加药泵、电磁阀和传感器;
所述传感器包括:电磁流量计、压力传感器、温度传感器、污泥浓度以及气体流量计。
5.一种实时消除膜生物反应器污染的自动控制系统,其特征在于,包括:
至少一个处理器;
至少一个存储器,用于存储至少一个程序;
当所述至少一个程序被至少一个处理器执行,使得所述至少一个处理器实现如权利要求1-3任一项所述的实时消除膜生物反应器污染的自动控制方法。
6.一种存储介质,其中存储有可执行的指令,其特征在于,所述处理器可执行的指令在由处理器执行时用于执行如权利要求1-3任一项所述的一种实时消除膜生物反应器污染的自动控制方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201911023551.9A CN110668562B (zh) | 2019-10-25 | 2019-10-25 | 实时消除膜生物反应器污染的控制方法、系统及存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201911023551.9A CN110668562B (zh) | 2019-10-25 | 2019-10-25 | 实时消除膜生物反应器污染的控制方法、系统及存储介质 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN110668562A CN110668562A (zh) | 2020-01-10 |
| CN110668562B true CN110668562B (zh) | 2022-05-13 |
Family
ID=69084432
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201911023551.9A Active CN110668562B (zh) | 2019-10-25 | 2019-10-25 | 实时消除膜生物反应器污染的控制方法、系统及存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN110668562B (zh) |
Families Citing this family (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP7583535B2 (ja) * | 2020-06-01 | 2024-11-14 | 株式会社クボタ | 学習モデル生成装置 |
| EP4011838A1 (en) * | 2020-12-11 | 2022-06-15 | AlfaWall Aktiebolag | Method for controlling ballast water treatment system |
| JP7547196B2 (ja) * | 2020-12-24 | 2024-09-09 | 株式会社クボタ | 膜間差圧推測装置および散気量制御装置 |
| CN113274885B (zh) * | 2021-03-24 | 2023-02-07 | 重庆工商大学 | 应用于膜法污水处理的膜污染智能化预警方法 |
| CN113087077B (zh) * | 2021-03-26 | 2023-04-11 | 中信环境技术(广州)有限公司 | 压力式超滤膜净水系统节能降耗控制方法 |
| CN114477429A (zh) * | 2022-01-17 | 2022-05-13 | 中信环境技术(广州)有限公司 | 一种控制mbr污水处理系统膜污染的方法和存储介质 |
| CN114688010B (zh) * | 2022-05-10 | 2024-04-19 | 山东锋士信息技术有限公司 | 一种水泵节能降耗控制方法 |
| CN117263374B (zh) * | 2023-10-19 | 2024-11-12 | 北京城市排水集团有限责任公司 | 用于膜生物反应器的曝气控制方法、电子设备及介质 |
| CN117776374A (zh) * | 2023-12-29 | 2024-03-29 | 中信环境技术(广州)有限公司 | 一种mbr膜系统智能控制方法、系统、装置与介质 |
| CN119215550B (zh) * | 2024-10-16 | 2025-08-19 | 无锡威顺煤矿机械有限公司 | 用于过滤站的进液自动反冲洗控制方法及系统 |
| CN120406600B (zh) * | 2025-07-01 | 2025-09-16 | 北京中科润宇环保科技股份有限公司 | 基于双闭环预测控制的渗沥液浓水软化控制方法 |
Citations (12)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN1772355A (zh) * | 2005-11-11 | 2006-05-17 | 清华大学 | 用于膜-生物反应器的在线化学清洗方法 |
| CN101944275A (zh) * | 2010-08-26 | 2011-01-12 | 天津市环境保护科学研究院 | 中空纤维设备的膜污染诊断与预警决策系统 |
| CN202936241U (zh) * | 2012-12-04 | 2013-05-15 | 北京碧水源环境科技有限公司 | 一种可离线循环清洗mbr膜组器的装置 |
| CN103347594A (zh) * | 2010-11-26 | 2013-10-09 | Abb研究有限公司 | 控制在膜系统操作中的结垢的方法和系统 |
| CN103619761A (zh) * | 2011-06-13 | 2014-03-05 | 普莱克斯技术有限公司 | 用于带有膜生物反应器的污水处理厂的控制系统 |
| KR20140054670A (ko) * | 2012-10-29 | 2014-05-09 | 도레이케미칼 주식회사 | 막오염 지수를 이용한 막여과 공정 시스템 및 그 방법 |
| CN105084520A (zh) * | 2015-08-17 | 2015-11-25 | 北京金控数据技术股份有限公司 | 优化的膜生物反应器反冲洗的方法 |
| CN105152317A (zh) * | 2015-08-28 | 2015-12-16 | 北京金控数据技术股份有限公司 | 对膜生物反应器的膜性能进行预警的方法 |
| CN108043100A (zh) * | 2017-12-25 | 2018-05-18 | 中信环境技术(广州)有限公司 | 一种膜生物反应器前置污水预处理系统 |
| CN109133351A (zh) * | 2018-08-29 | 2019-01-04 | 北京工业大学 | 膜生物反应器-mbr膜污染智能预警方法 |
| CN109473182A (zh) * | 2018-11-12 | 2019-03-15 | 北京北排科技有限公司 | 一种基于深度信念网络的mbr膜透水率智能检测方法 |
| CN209128143U (zh) * | 2018-11-12 | 2019-07-19 | 中信环境技术(天津)有限公司 | 一种生活污水膜处理系统 |
-
2019
- 2019-10-25 CN CN201911023551.9A patent/CN110668562B/zh active Active
Patent Citations (12)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN1772355A (zh) * | 2005-11-11 | 2006-05-17 | 清华大学 | 用于膜-生物反应器的在线化学清洗方法 |
| CN101944275A (zh) * | 2010-08-26 | 2011-01-12 | 天津市环境保护科学研究院 | 中空纤维设备的膜污染诊断与预警决策系统 |
| CN103347594A (zh) * | 2010-11-26 | 2013-10-09 | Abb研究有限公司 | 控制在膜系统操作中的结垢的方法和系统 |
| CN103619761A (zh) * | 2011-06-13 | 2014-03-05 | 普莱克斯技术有限公司 | 用于带有膜生物反应器的污水处理厂的控制系统 |
| KR20140054670A (ko) * | 2012-10-29 | 2014-05-09 | 도레이케미칼 주식회사 | 막오염 지수를 이용한 막여과 공정 시스템 및 그 방법 |
| CN202936241U (zh) * | 2012-12-04 | 2013-05-15 | 北京碧水源环境科技有限公司 | 一种可离线循环清洗mbr膜组器的装置 |
| CN105084520A (zh) * | 2015-08-17 | 2015-11-25 | 北京金控数据技术股份有限公司 | 优化的膜生物反应器反冲洗的方法 |
| CN105152317A (zh) * | 2015-08-28 | 2015-12-16 | 北京金控数据技术股份有限公司 | 对膜生物反应器的膜性能进行预警的方法 |
| CN108043100A (zh) * | 2017-12-25 | 2018-05-18 | 中信环境技术(广州)有限公司 | 一种膜生物反应器前置污水预处理系统 |
| CN109133351A (zh) * | 2018-08-29 | 2019-01-04 | 北京工业大学 | 膜生物反应器-mbr膜污染智能预警方法 |
| CN109473182A (zh) * | 2018-11-12 | 2019-03-15 | 北京北排科技有限公司 | 一种基于深度信念网络的mbr膜透水率智能检测方法 |
| CN209128143U (zh) * | 2018-11-12 | 2019-07-19 | 中信环境技术(天津)有限公司 | 一种生活污水膜处理系统 |
Non-Patent Citations (4)
| Title |
|---|
| "Modeling and dynamic analysis of a membrane bioreactor with backwash scheduling";Alnaizy, Raafat et al.;《DESALINATION AND WATER TREATMENT》;20120331;第41卷(第1-3期);第186-194页 * |
| "Performance of a fixed-bed biofilm reactor with microbubble aeration in aerobic wastewater treatment";Zhang Lei et al.;《WATER SCIENCE AND TECHNOLOGY》;20160731;第74卷(第1期);第138-146页 * |
| "基于神经网络的MBR仿真预测的研究";闫宏英等;《电脑知识与技术》;20120610;第8卷(第16期);第3934-3937页 * |
| "一种MBR膜污染控制方法";成静等;《湖北汽车工业学院学报》;20200930;第34卷(第3期);第53-58页 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN110668562A (zh) | 2020-01-10 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN110668562B (zh) | 实时消除膜生物反应器污染的控制方法、系统及存储介质 | |
| CN105084520B (zh) | 优化的膜生物反应器反冲洗的方法 | |
| JP5193884B2 (ja) | 上水施設の監視制御システム | |
| CN103663625B (zh) | 一种垃圾渗滤液膜处理控制系统及方法 | |
| CN115364536A (zh) | 一种滤池反冲洗系统、滤池系统以及反冲洗方法 | |
| CN113975877B (zh) | 净水设备的控制方法、装置、电子设备和存储介质 | |
| Huyskens et al. | Validation of a supervisory control system for energy savings in membrane bioreactors | |
| CN114238305B (zh) | 数据清洗方法和数据清洗装置 | |
| JP4018990B2 (ja) | 排水処理装置の分離膜の洗浄方法 | |
| CN112520946B (zh) | 一种基于mbr和ro工艺的中水回用处理控制方法和系统 | |
| CN102245516A (zh) | 水处理设备以及用于运行水处理设备的方法和计算机程序 | |
| CN118534826B (zh) | 基于双膜法的印染废水处理监控方法、系统及存储介质 | |
| CN106186189A (zh) | 一种净水机冲洗方法及装置 | |
| CN117185423A (zh) | 一种超滤膜组优化运行控制系统及其控制方法 | |
| JP2024079811A (ja) | 薬注制御方法 | |
| JP2022017857A (ja) | 監視制御システム、監視制御方法、及び監視制御プログラム | |
| KR101692789B1 (ko) | 막유니트를 이용한 수처리 장치 및 수처리 방법 | |
| JP7639490B2 (ja) | 水処理システム | |
| JP2002233716A (ja) | 浄水処理方法 | |
| CN120081492B (zh) | 一种多曝气生物滤池联动的反冲洗控制方法及其应用 | |
| CN114477429A (zh) | 一种控制mbr污水处理系统膜污染的方法和存储介质 | |
| CN119838429B (zh) | 一种超滤装置全自动清洗工艺 | |
| KR101156592B1 (ko) | 여과 방식의 수처리 설비의 운영 장치 및 방법 | |
| JP6667282B2 (ja) | 浄水システムの制御方法及び浄水システム | |
| CN222574483U (zh) | 管道式直饮水系统过滤机构保护装置 |
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 |








