CN111498974A - 基于bp神经网络的智慧加药控制系统 - Google Patents
基于bp神经网络的智慧加药控制系统 Download PDFInfo
- Publication number
- CN111498974A CN111498974A CN201911324558.4A CN201911324558A CN111498974A CN 111498974 A CN111498974 A CN 111498974A CN 201911324558 A CN201911324558 A CN 201911324558A CN 111498974 A CN111498974 A CN 111498974A
- Authority
- CN
- China
- Prior art keywords
- value
- dosing
- total phosphorus
- neural network
- water inlet
- 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
Images
Classifications
-
- C—CHEMISTRY; METALLURGY
- C02—TREATMENT OF WATER, WASTE WATER, SEWAGE, OR SLUDGE
- C02F—TREATMENT OF WATER, WASTE WATER, SEWAGE, OR SLUDGE
- C02F1/00—Treatment of water, waste water, or sewage
- C02F1/58—Treatment of water, waste water, or sewage by removing specified dissolved compounds
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B19/00—Programme-control systems
- G05B19/02—Programme-control systems electric
- G05B19/04—Programme control other than numerical control, i.e. in sequence controllers or logic controllers
- G05B19/05—Programmable logic controllers, e.g. simulating logic interconnections of signals according to ladder diagrams or function charts
- G05B19/058—Safety, monitoring
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/08—Learning methods
- G06N3/084—Backpropagation, e.g. using gradient descent
-
- C—CHEMISTRY; METALLURGY
- C02—TREATMENT OF WATER, WASTE WATER, SEWAGE, OR SLUDGE
- C02F—TREATMENT OF WATER, WASTE WATER, SEWAGE, OR SLUDGE
- C02F1/00—Treatment of water, waste water, or sewage
- C02F2001/007—Processes including a sedimentation step
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Life Sciences & Earth Sciences (AREA)
- General Physics & Mathematics (AREA)
- Computing Systems (AREA)
- Artificial Intelligence (AREA)
- Computational Linguistics (AREA)
- Data Mining & Analysis (AREA)
- Evolutionary Computation (AREA)
- General Health & Medical Sciences (AREA)
- Molecular Biology (AREA)
- Biomedical Technology (AREA)
- General Engineering & Computer Science (AREA)
- Biophysics (AREA)
- Mathematical Physics (AREA)
- Software Systems (AREA)
- Health & Medical Sciences (AREA)
- Hydrology & Water Resources (AREA)
- Environmental & Geological Engineering (AREA)
- Water Supply & Treatment (AREA)
- Chemical & Material Sciences (AREA)
- Organic Chemistry (AREA)
- Automation & Control Theory (AREA)
- Removal Of Specific Substances (AREA)
Abstract
本发明涉及污水处理技术领域,尤其涉及一种基于BP神经网络的智慧加药控制系统。包括进水水量流量计,采集进水量值;进水总磷测定仪,采集进水总磷值;ATV除磷改良模型代入进水量值、进水总磷值进行实时计算得到投药趋势值和投药量;出水总磷测定仪采集出水总磷值;BP神经网络调整模块,代入接收的投药量和出水总磷值进行计算得到加药量修正值;PLC控制模块,将加药量修正值转换成对应的控制信号;加药泵,根据控制信号进行加药。本发明实施例通过采集进水量值、进水总磷值实时计算投药趋势值和投药量;代入投药量和出水总磷值进行计算得到加药量修正值,根据加药量修正值控制系统对澄清池进行加药;提高了澄清池进水的除磷效率。
Description
技术领域
本发明涉及污水处理技术领域,尤其涉及一种基于BP神经网络的智慧加药控制系统。
背景技术
污水厂在进行污水处理过程中,加药除磷工艺是确保经过处理后的污水能够达到正常排放标准的重要工艺流程。通常通过在澄清池中投加药剂实现化学除磷。实现方式为在澄清池中投加聚合氯化铝PAC以形成磷酸盐沉淀,再通过泥水分离去除水中磷,同时根据需要辅助投加絮凝剂聚丙烯酰胺PAM,加强化学除磷效果。因此,如何精准控制加药量,对澄清池进水的有效除磷,是目前亟待解决的问题。
目前污水厂在进行污水处理过程中,加药工艺存在着滞后性、非线性、不确定性等特点,往往存在着加药过多或加药过少的情况,无法保证对高效澄清池进水的有效除磷。
发明内容
为克服现有技术的不足,本发明实施例提供一种基于BP神经网络的智慧加药控制系统,实现根据澄清池水质情况进行智慧加药,保证对澄清池进水的有效除磷。
一种基于BP神经网络的智慧加药控制系统,包括:
进水水量流量计,对进水管水量的实时精准测定并实时发送采集到的进水量值;
进水总磷测定仪,对所述进水管进水总磷的实时精准测定并实时发送采集到的进水总磷值;
ATV除磷改良模型,代入所述进水量值、进水总磷值进行实时计算得到投药趋势值和投药量;以前馈形式发送所述投药量;
出水总磷测定仪,对出水管出水总磷的实时精准测定并以反馈的形式实时发送采集到的出水总磷值;
BP神经网络调整模块,代入接收的所述投药量和出水总磷值进行计算得到加药量修正值;
PLC控制模块,将所述加药量修正值转换成对应的控制信号;
加药泵,根据所述控制信号进行加药。
本发明实施例提供一种基于BP神经网络的智慧加药控制系统,通过采集进水量值、进水总磷值进行实时计算投药趋势值和投药量;代入投药量和出水总磷值进行计算得到加药量修正值,根据加药量修正值控制系统对澄清池进行加药;提高了澄清池进水的除磷效率;同时提高了澄清池加药量的精确性。
附图说明
为了更清楚地说明本发明的技术方案,下面将对本发明技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动性的前提下,还可以根据这些附图获得其他的附图。
图1为本发明实施例一种基于BP神经网络的智慧加药控制系统结构示意图;
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚,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作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。
图1为本发明实施例一种基于BP神经网络的智慧加药控制系统结构示意图;如图1所示,包括:
进水水量流量计,对进水管水量的实时精准测定并实时发送采集到的进水量值;
进水总磷测定仪,对所述进水管进水总磷的实时精准测定并实时发送采集到的进水总磷值;
ATV除磷改良模型,代入所述进水量值、进水总磷值进行实时计算得到投药趋势值和投药量;以前馈形式发送所述投药量;
出水总磷测定仪,对出水管出水总磷的实时精准测定并以反馈的形式实时发送采集到的出水总磷值;
BP神经网络调整模块,代入接收的所述投药量和出水总磷值进行计算得到加药量修正值;
PLC控制模块,将所述加药量修正值转换成对应的控制信号;
加药泵,根据所述控制信号进行加药。
具体地,ATV除磷改良模型模块同时与进水水量流量计、进水总磷测定仪、BP神经网络自适应反馈调整模块通信连接,ATV除磷改良模型模块通过接收进水水量流量计与进水总磷测定仪发送的值进行投药量和投药趋势值计算;这里的投药趋势值是开关量,投药量是模拟量;投药趋势值判断后续操作为增加投药还是减少投药。同时位于出水管上的出水总磷测定仪与BP神经网络调整模块之间通信连接,向其发送出水总磷值;BP神经网络调整模块接收前馈发送的投药量,作为整个智慧加药系统中的重要数据依据;同时接收反馈发送的出水总磷值,作为加药量根据出水水质进行修正提供重要数据支撑。将投药量与出水总磷值代入BP神经网络调整模块进行计算,最终得到加药量修正值;加药量修正值被发送至PLC控制模块。PLC控制模块分别与BP神经网络调整模块、加药泵之间通信连接,实现实时接收BP神经网络调整模块发送的加药量修正值并根据PLC内置控制逻辑转换成对应的控制信号发送至加药泵。加药泵安装在澄清池内部,通过实时接收PLC控制模块发送过来的控制信号操作加药泵实现聚合氯化铝PAC与聚丙烯酰胺PAM的投加,确保化学除磷的开展。
本发明实施例提供一种基于BP神经网络的智慧加药控制系统,通过采集进水量值、进水总磷值进行实时计算投药趋势值和投药量;代入投药量和出水总磷值进行计算得到加药量修正值,根据加药量修正值控制系统对澄清池进行加药;提高了澄清池进水的除磷效率。
进一步地,所述BP神经网络调整模块具体包括:建立各变量的动态关系模型;根据所述出水总磷测定仪反馈的出水总磷值,自学习调整所述BP神经网络中的权值、偏置参数;进行迭代优化,输出所述加药量修正值。BP神经网络是一种按照误差逆向传播算法训练的多层前馈神经网络,包含输入层、隐藏层、输出层三层结构,同时具备正向传输和反向反馈两部分功能。正向传输负责逐层传输计算输出值,反向反馈则根据输出值反向逐层调整网络的权限和偏置。BP神经网络具有很强的非线性映射能力,适合解决内部机制复杂的问题。BP神经网络建立起各变量的动态关系模型,同时根据加药反馈效果自学习调整BP神经网络中的权值、偏置等参数,通过在线迭代优化,使加药量不断趋于合理值。
进一步地,输出所述加药量修正值的判断标准为所述出水总磷值小于0.5mg/L。当出水总磷值小于0.5mg/L时输出最优加药量修正值,控制系统对澄清池进行精准加药操作。
本发明实施例提供一种基于BP神经网络的智慧加药控制系统,通过采集进水量值、进水总磷值进行实时计算投药趋势值和投药量;代入投药量和出水总磷值进行计算得到加药量修正值,根据加药量修正值控制系统对澄清池进行加药;提高了澄清池进水的除磷效率;同时提高了澄清池加药量的精确性。
以上所描述的装置实施例仅仅是示意性的,其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性的劳动的情况下,即可以理解并实施。
通过以上的实施方式的描述,本领域的技术人员可以清楚地了解到各实施方式可借助软件加必需的通用硬件平台的方式来实现,当然也可以通过硬件。基于这样的理解,上述技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来,该计算机软件产品可以存储在计算机可读存储介质中,如ROM/RAM、磁碟、光盘等,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行各个实施例或者实施例的某些部分所述的方法。
最后应说明的是:以上实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。
Claims (3)
1.一种基于BP神经网络的智慧加药控制系统,其特征在于,包括:
进水水量流量计,对进水管水量的实时精准测定并实时发送采集到的进水量值;
进水总磷测定仪,对所述进水管进水总磷的实时精准测定并实时发送采集到的进水总磷值;
ATV除磷改良模型,代入所述进水量值、进水总磷值进行实时计算得到投药趋势值和投药量;以前馈形式发送所述投药量;
出水总磷测定仪,对出水管出水总磷的实时精准测定并以反馈的形式实时发送采集到的出水总磷值;
BP神经网络调整模块,代入接收的所述投药量和出水总磷值进行计算得到加药量修正值;
PLC控制模块,将所述加药量修正值转换成对应的控制信号;
加药泵,根据所述控制信号进行加药。
2.根据权利要求1所述的一种基于BP神经网络的智慧加药控制系统,其特征在于,所述BP神经网络调整模块具体包括:建立各变量的动态关系模型;根据所述出水总磷测定仪反馈的出水总磷值,自学习调整所述BP神经网络中的权值、偏置参数;进行迭代优化,输出所述加药量修正值。
3.根据权利要求2所述的一种基于BP神经网络的智慧加药控制系统,其特征在于,输出所述加药量修正值的判断标准为所述出水总磷值小于0.5mg/L。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911324558.4A CN111498974A (zh) | 2019-12-20 | 2019-12-20 | 基于bp神经网络的智慧加药控制系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911324558.4A CN111498974A (zh) | 2019-12-20 | 2019-12-20 | 基于bp神经网络的智慧加药控制系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN111498974A true CN111498974A (zh) | 2020-08-07 |
Family
ID=71872434
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201911324558.4A Pending CN111498974A (zh) | 2019-12-20 | 2019-12-20 | 基于bp神经网络的智慧加药控制系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111498974A (zh) |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112288309A (zh) * | 2020-11-11 | 2021-01-29 | 杭州城市大数据运营有限公司 | 一种水质调控系统、方法、装置、计算机设备和存储介质 |
CN112723505A (zh) * | 2020-12-04 | 2021-04-30 | 上海上实龙创智能科技股份有限公司 | 一种污水处理智慧加药系统 |
CN112919599A (zh) * | 2020-09-16 | 2021-06-08 | 金风环保有限公司 | 化学除磷加药的控制方法和设备 |
CN112967761A (zh) * | 2021-03-09 | 2021-06-15 | 北京北排水环境发展有限公司 | 基于自组织模糊神经网络的污水除磷加药计算方法及介质 |
CN113636723A (zh) * | 2021-08-20 | 2021-11-12 | 广州市华绿环保科技有限公司 | 一种处理生活污水的除磷加药自动化控制系统 |
CN114380378A (zh) * | 2022-03-23 | 2022-04-22 | 济安永蓝(北京)工程技术开发有限公司 | 智能控磷药品投加方法、装置及存储介质 |
CN114906913A (zh) * | 2022-05-31 | 2022-08-16 | 上海环保(集团)有限公司 | 一种基于智能学习的化学除磷精准加药系统及装置 |
CN115215436A (zh) * | 2022-07-15 | 2022-10-21 | 山东博厚数据科技有限公司 | 一种基于同步除磷的智能加药除磷控制系统及控制方法 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102385315A (zh) * | 2011-09-01 | 2012-03-21 | 深圳市开天源自动化工程有限公司 | 水厂智能混凝投药控制系统及其控制方法 |
CN103011356A (zh) * | 2012-08-15 | 2013-04-03 | 重庆水务集团股份有限公司 | 一种高浊度水系自动投药控制方法 |
-
2019
- 2019-12-20 CN CN201911324558.4A patent/CN111498974A/zh active Pending
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102385315A (zh) * | 2011-09-01 | 2012-03-21 | 深圳市开天源自动化工程有限公司 | 水厂智能混凝投药控制系统及其控制方法 |
CN103011356A (zh) * | 2012-08-15 | 2013-04-03 | 重庆水务集团股份有限公司 | 一种高浊度水系自动投药控制方法 |
Cited By (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112919599A (zh) * | 2020-09-16 | 2021-06-08 | 金风环保有限公司 | 化学除磷加药的控制方法和设备 |
CN112288309A (zh) * | 2020-11-11 | 2021-01-29 | 杭州城市大数据运营有限公司 | 一种水质调控系统、方法、装置、计算机设备和存储介质 |
CN112723505A (zh) * | 2020-12-04 | 2021-04-30 | 上海上实龙创智能科技股份有限公司 | 一种污水处理智慧加药系统 |
CN112967761A (zh) * | 2021-03-09 | 2021-06-15 | 北京北排水环境发展有限公司 | 基于自组织模糊神经网络的污水除磷加药计算方法及介质 |
CN112967761B (zh) * | 2021-03-09 | 2023-10-27 | 北京北排水环境发展有限公司 | 基于自组织模糊神经网络的污水除磷加药计算方法及介质 |
CN113636723A (zh) * | 2021-08-20 | 2021-11-12 | 广州市华绿环保科技有限公司 | 一种处理生活污水的除磷加药自动化控制系统 |
CN114380378A (zh) * | 2022-03-23 | 2022-04-22 | 济安永蓝(北京)工程技术开发有限公司 | 智能控磷药品投加方法、装置及存储介质 |
CN114380378B (zh) * | 2022-03-23 | 2022-06-28 | 济安永蓝(北京)工程技术开发有限公司 | 智能控磷药品投加方法、装置及存储介质 |
CN114906913A (zh) * | 2022-05-31 | 2022-08-16 | 上海环保(集团)有限公司 | 一种基于智能学习的化学除磷精准加药系统及装置 |
CN114906913B (zh) * | 2022-05-31 | 2023-08-22 | 上海环保(集团)有限公司 | 一种基于智能学习的化学除磷精准加药系统及装置 |
CN115215436A (zh) * | 2022-07-15 | 2022-10-21 | 山东博厚数据科技有限公司 | 一种基于同步除磷的智能加药除磷控制系统及控制方法 |
CN115215436B (zh) * | 2022-07-15 | 2024-01-09 | 山东博厚数据科技有限公司 | 一种基于同步除磷的智能加药除磷控制系统及控制方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111498974A (zh) | 基于bp神经网络的智慧加药控制系统 | |
CN110862188B (zh) | 一种化学除磷精确加药系统及控制方法 | |
CN107601632B (zh) | 一种混凝自动加药控制方法及系统 | |
CN101825870B (zh) | 一种控制水处理絮凝剂投放量的方法及系统 | |
CN103601342B (zh) | 一种化学除磷工艺优化控制装置 | |
CN104787872A (zh) | 一种曝气量控制方法及系统 | |
CN112216354A (zh) | 一种基于cfd数值模拟和机器学习的智能加药系统和方法 | |
CN111470628B (zh) | 碳源药剂投加设备与投加方法 | |
CN102531131A (zh) | 控制絮凝剂投加量的系统及方法 | |
CN107512754B (zh) | 一种用于水处理的粉末活性炭加药自动控制系统 | |
JP2000218263A (ja) | 水質制御方法及びその装置 | |
JP2007029851A (ja) | 凝集剤注入制御装置および方法 | |
CN104355477B (zh) | 污水处理厂化学除磷自动控制装置及控制方法 | |
JP2008194559A (ja) | 凝集剤注入制御装置 | |
JP4784241B2 (ja) | 浄水プロセスの凝集剤注入方法及び装置 | |
CN114488973A (zh) | 再生水厂全流程工艺参数优化方法、装置及电子设备 | |
JP2007098287A (ja) | 浄水プロセスの運転管理方法 | |
KR20100012535A (ko) | 복합제어방식의 염소자동화시스템 | |
CN112838622A (zh) | 一种10kV供电区域的无功电压优化控制方法及系统 | |
CN1270219C (zh) | 自适应控制投药设备及其方法 | |
CN108483724B (zh) | 一种电镀废水三级加药处理装置及其方法 | |
CN116282250A (zh) | 一种智能臭氧投加方法和系统 | |
CN106219708B (zh) | 一种基于自动控制的强化污泥回流混凝处理系统及方法 | |
CN110671340B (zh) | 一种单级全调节泵站的流量自适应调节方法 | |
JP4248043B2 (ja) | 生物学的りん除去装置 |
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 | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20200807 |