CN112723613A - 一种污水处理站智能远程监管方法及终端 - Google Patents

一种污水处理站智能远程监管方法及终端 Download PDF

Info

Publication number
CN112723613A
CN112723613A CN202110353394.9A CN202110353394A CN112723613A CN 112723613 A CN112723613 A CN 112723613A CN 202110353394 A CN202110353394 A CN 202110353394A CN 112723613 A CN112723613 A CN 112723613A
Authority
CN
China
Prior art keywords
data
value
germ
pretreatment
liquid
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.)
Granted
Application number
CN202110353394.9A
Other languages
English (en)
Other versions
CN112723613B (zh
Inventor
石美霞
杨斌
杨曜绮
魏小倩
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.)
Camce Environmental Protection Technology Nanjing Co ltd
Nanjing Guorui Intelligent Equipment Co ltd
Original Assignee
Nanjing Zhonggong Zhihong Environmental Protection Industry Development Co ltd
Nanjing Guorui Intelligent Equipment 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 Nanjing Zhonggong Zhihong Environmental Protection Industry Development Co ltd, Nanjing Guorui Intelligent Equipment Co ltd filed Critical Nanjing Zhonggong Zhihong Environmental Protection Industry Development Co ltd
Priority to CN202110353394.9A priority Critical patent/CN112723613B/zh
Publication of CN112723613A publication Critical patent/CN112723613A/zh
Application granted granted Critical
Publication of CN112723613B publication Critical patent/CN112723613B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • CCHEMISTRY; METALLURGY
    • C02TREATMENT OF WATER, WASTE WATER, SEWAGE, OR SLUDGE
    • C02FTREATMENT OF WATER, WASTE WATER, SEWAGE, OR SLUDGE
    • C02F9/00Multistage treatment of water, waste water or sewage
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06NCOMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N20/00Machine learning
    • CCHEMISTRY; METALLURGY
    • C02TREATMENT OF WATER, WASTE WATER, SEWAGE, OR SLUDGE
    • C02FTREATMENT OF WATER, WASTE WATER, SEWAGE, OR SLUDGE
    • C02F1/00Treatment of water, waste water, or sewage
    • C02F1/50Treatment of water, waste water, or sewage by addition or application of a germicide or by oligodynamic treatment
    • CCHEMISTRY; METALLURGY
    • C02TREATMENT OF WATER, WASTE WATER, SEWAGE, OR SLUDGE
    • C02FTREATMENT OF WATER, WASTE WATER, SEWAGE, OR SLUDGE
    • C02F1/00Treatment of water, waste water, or sewage
    • C02F1/66Treatment of water, waste water, or sewage by neutralisation; pH adjustment
    • CCHEMISTRY; METALLURGY
    • C02TREATMENT OF WATER, WASTE WATER, SEWAGE, OR SLUDGE
    • C02FTREATMENT OF WATER, WASTE WATER, SEWAGE, OR SLUDGE
    • C02F1/00Treatment of water, waste water, or sewage
    • C02F2001/007Processes including a sedimentation step
    • CCHEMISTRY; METALLURGY
    • C02TREATMENT OF WATER, WASTE WATER, SEWAGE, OR SLUDGE
    • C02FTREATMENT OF WATER, WASTE WATER, SEWAGE, OR SLUDGE
    • C02F2209/00Controlling or monitoring parameters in water treatment
    • C02F2209/06Controlling or monitoring parameters in water treatment pH
    • CCHEMISTRY; METALLURGY
    • C02TREATMENT OF WATER, WASTE WATER, SEWAGE, OR SLUDGE
    • C02FTREATMENT OF WATER, WASTE WATER, SEWAGE, OR SLUDGE
    • C02F2209/00Controlling or monitoring parameters in water treatment
    • C02F2209/36Biological material, e.g. enzymes or ATP

Landscapes

  • Engineering & Computer Science (AREA)
  • Software Systems (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Artificial Intelligence (AREA)
  • Medical Informatics (AREA)
  • Data Mining & Analysis (AREA)
  • Physics & Mathematics (AREA)
  • Computing Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Mathematical Physics (AREA)
  • Evolutionary Computation (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Hydrology & Water Resources (AREA)
  • Environmental & Geological Engineering (AREA)
  • Water Supply & Treatment (AREA)
  • Chemical & Material Sciences (AREA)
  • Organic Chemistry (AREA)
  • Activated Sludge Processes (AREA)

Abstract

本发明提供一种污水处理站智能远程监管方法及终端,涉及数据识别技术,在污水处理站预先设置通过管道依次连接的第一预处理池、第二预处理池以及沉淀池,所述第一预处理池和第二预处理池分别连接有消毒液管道和中和排放管道,所述第一预处理池和第二预处理池内分别设置有PH值监测装置,还包括以下步骤:获取第一预处理池以及第二预处理池内液体的病菌数据和\或PH值数据并将所述病菌数据和\或PH值数据发送至云端服务器;预先设置多个远程终端,所述远程终端用于访问云端服务器获取所述病菌数据和\或PH值数据。会对水体PH值和\或病菌数量进行多次采样进行远程显示,方便管理员观看。

Description

一种污水处理站智能远程监管方法及终端
技术领域
本发明涉及数据识别技术,尤其涉及一种污水处理站智能远程监管方法及终端。
背景技术
污水处理 (sewage treatment,wastewater treatment),是为使污水达到排入某一水体或再次使用的水质要求对其进行净化的过程。污水处理被广泛应用于建筑、农业、交通、能源、石化、环保、城市景观、医疗、餐饮等各个领域,也越来越多地走进寻常百姓的日常生活。
现有技术中的污水处理站会包括若干的处理池,例如说消毒池、中和池以及沉淀池等等,通过各个位置排放的水体依次经过消毒池、中和池以及沉淀池进行消毒、中和以及沉淀,对水体进行初步的处理再进行后期的净化。当前的污水处理会经依次经过多个池体,每个池体具有单一的功能,例如说第一个池体是消毒、第二个池体是中和、第三个池体是沉淀,后端会通过设置于各个池体内的传感器等检测装置采集各个池体的PH值、沉淀情况以及池体中的样本进行病菌数量的显示,由于消毒池、中和池以及沉淀池的数量只有一个,即对一份水体只有一次PH值、病菌的监控,在对同一个池体只进行一次有效的采样,使得经过处理后的水体PH值、病菌数量的准确率较低。
发明内容
本发明实施例提供一种污水处理站智能远程监管方法及终端,会对水体PH值和\或病菌数量进行多次采样进行远程显示,方便管理员观看。
本发明实施例的第一方面,提供一种污水处理站智能远程监管方法,在污水处理站预先设置通过管道依次连接的第一预处理池、第二预处理池以及沉淀池,所述第一预处理池和第二预处理池分别连接有消毒液管道和中和排放管道,所述第一预处理池和第二预处理池内分别设置有PH值监测装置,还包括以下步骤:
获取第一预处理池以及第二预处理池内液体的病菌数据和\或PH值数据并将所述病菌数据和\或PH值数据发送至云端服务器;
获取所述第一预处理池内的第一PH值数据以及第一病菌数据;
基于所述第一PH值数据以及第一病菌数据控制所述消毒液管道和中和排放管道分别释放第一次消毒液和第一次中和液至第一预处理池内进行第一预处理;
预先设置多个远程终端,所述远程终端用于访问云端服务器获取所述病菌数据和\或PH值数据。
可选地,在第一方面的一种可能实现方式中,所述获取第一预处理池以及第二预处理池内液体的病菌数据和\或PH值数据包括:
获取所述第一预处理池内的第一PH值数据以及第一病菌数据;
基于所述第一PH值数据以及第一病菌数据控制所述消毒液管道和中和排放管道分别释放第一次消毒液和第一次中和液至第一预处理池内进行第一预处理;
基于所述第三PH值数据获得第二预处理池内的第二次中和液的释放量;
基于所述第三PH值数据和第二PH值数据的差值获得第二次消毒液的释放量;
通过远程终端对所述第一PH值数据、第一病菌数据、第二PH值数据、第三PH值数据、第一次消毒液释放量、第二次消毒液释放量、第一次中和液释放量以及第二次中和液释放量进行显示。
可选地,在第一方面的一种可能实现方式中,获取所述第一预处理池内的第一PH值数据以及第一病菌数据包括:
对所述第一预处理池内的液体样本进行采集,获取所述液体样本中的目标病菌单位数量;
基于所述液体样本体积以及标病菌单位数量获得第一病菌数据,所述第一病菌数据为第一预处理池内的病菌数量。
可选地,在第一方面的一种可能实现方式中,所述第一预处理池和第二预处理池的底部分别设置有第一搅拌装置和第二搅拌装置,所述搅拌装置用于对所述第一预处理池和第二预处理池内的液体进行搅拌;
所述基于所述第三PH值数据和第二PH值数据的差值获得消毒液的释放量包括:
基于以下公式获取第二次消毒液的释放量,
Figure 15755DEST_PATH_IMAGE002
其中,
Figure 72573DEST_PATH_IMAGE003
为第二次消毒液的释放量、
Figure 416967DEST_PATH_IMAGE004
为第三PH值数据、
Figure 446103DEST_PATH_IMAGE005
为第二PH值数据、T为 液体的体积、
Figure 250373DEST_PATH_IMAGE006
为第一搅拌装置的搅拌次数、
Figure 732170DEST_PATH_IMAGE007
为第二搅拌装置的搅拌次数、
Figure 145833DEST_PATH_IMAGE008
为权重 值、
Figure 29476DEST_PATH_IMAGE009
为第一次消毒液的释放量。
可选地,在第一方面的一种可能实现方式中,还包括:
基于所述第二次消毒液释放量和第二次中和液释放量对所述第二预处理池内的液体进行处理;
获取所述第二预处理池处理后的第二病菌数据。
可选地,在第一方面的一种可能实现方式中,还包括对所述权重K的更新方法:
预先训练权重K值的学习模型;
将所述第二PH值数据、第三PH值数据、液体的体积以及病菌的种类数据作为输入至所述学习模型得到K值;
学习模型基于所述第二病菌数据更新其参数梯度。
可选地,在第一方面的一种可能实现方式中,学习模型基于所述第二病菌数据更新其参数梯度包括:
基于以下公式获取学习模型的损失函数
Figure 503183DEST_PATH_IMAGE011
其中,所述q为第二病菌数据
Figure 472276DEST_PATH_IMAGE013
为第二病菌数据第i个维度的量化值,O为预设病菌数据,
Figure DEST_PATH_IMAGE015
为预设病菌数据第i个维度的预设量化值;
基于以下公式更新模型参数:
Figure DEST_PATH_IMAGE017
Figure DEST_PATH_IMAGE019
其中,x为不同数据,
Figure 518991DEST_PATH_IMAGE020
为不同数据的权重,G为第二病菌数据和预设病菌数据之间 的差距即损失,
Figure 522719DEST_PATH_IMAGE022
为常数所述不同数据包括第二PH值数据、第三PH值数据、液体的体积以 及病菌的种类数据中的任意一种或多种。
本发明实施例的第二方面,提供一种污水处理站智能远程监管系统,在污水处理站预先设置通过管道依次连接的第一预处理池、第二预处理池以及沉淀池,所述第一预处理池和第二预处理池分别连接有消毒液管道和中和排放管道,所述第一预处理池和第二预处理池内分别设置有PH值监测装置,还包括以下模块:
获取模块,用于获取第一预处理池以及第二预处理池内液体的病菌数据和\或PH值数据并将所述病菌数据和\或PH值数据发送至云端服务器;
第一获取单元,用于获取所述第一预处理池内的第一PH值数据以及第一病菌数据;
第一预处理单元,用于基于所述第一PH值数据以及第一病菌数据控制所述消毒液管道和中和排放管道分别释放第一次消毒液和第一次中和液至第一预处理池内进行第一预处理;
访问模块,用于预先设置多个远程终端,所述远程终端用于访问云端服务器获取所述病菌数据和\或PH值数据。
可选地,在第二方面的一种可能实现方式中,所述获取模块包括:
第二获取单元,获取经过第一预处理后的第一预处理池内的第二PH值数据;
第三获取单元,用于将所述第一预处理池内的污水排放至第二预处理池内,获取此时第二处理池内当前时刻第三PH值数据;
第四获取单元,基于所述第三PH值数据获得第二预处理池内的第二次中和液的释放量;
第五获取单元,基于所述第三PH值数据和第二PH值数据的差值获得第二次消毒液的释放量;
显示单元单元,用于通过远程终端对所述第一PH值数据、第一病菌数据、第二PH值数据、第三PH值数据、第一次消毒液释放量、第二次消毒液释放量、第一次中和液释放量以及第二次中和液释放量进行显示。
可选地,在第二方面的一种可能实现方式中,所述第一获取单元还用于执行以下步骤,包括:
对所述第一预处理池内的液体样本进行采集,获取所述液体样本中的目标病菌单位数量;
基于所述液体样本体积以及标病菌单位数量获得第一病菌数据,所述第一病菌数据为第一预处理池内的病菌数量。
本发明提供的一种污水处理站智能远程监管方法及终端,具有与本发明相对应的污水处理站,该污水处理站包括多个处理池,可以对处理池内液体的PH值数据、病菌数据进行检测以及远程的显示。
本发明在采集PH值数据和病菌数据时会经过多次采样,在实际的工况中,采集处理池内PH值数据和病菌数据都较为片面,因为一个处理池内不同位置处的PH值数据和病菌数据都可能是不相同的,所以只采集一个位置、区域的PH值数据和病菌数据就反应整个处理池的PH值数据和病菌数据是不客观的,所以本发明通过两个处理池分别进行多次的PH值数据以及病菌数据进行显示。
本发明在进行中和处理和消毒处理的过程中,首先是根据第一预处理池内未处理液体的第一PH值数据以及第一病菌数据释放第一次消毒液和第一次中和液,此时进行了初步的消毒和中和,然后得到第二PH值数据,将第一预处理池内的液体流放至第二预处理池。在第一预处理池内的液体流放至第二预处理池的过程中,会使液体再次进行充分的混合,此时整个液体的PH值数据以及病菌数据可能会发生改变,因为在释放第一次消毒液和第一次中和液时,消毒液和中和液很容易出现释放不均匀、分布不均匀的情况,在将第一预处理池内的液体流放至第二预处理池的过程时液体流动性较大,此时会再次进行充分的混合,所以在所有液体由第一预处理池流放至第二预处理池后,即使未加入任何处理物质,第一预处理池内以及第二预处理池内液体的PH值数据和病菌数据也会发生改变。此时得到二预处理池内液体的第三PH值数据,根据第三PH值数据与第二PH值数据的差值、液体量等因素得到适宜的第二次消毒液的释放量,此时得到的消毒液释放量不再是根据某个区域的样本得到,而是根据整个液体由第一预处理池至第二预处理池的流动性决定,此时的第二次消毒液的释放量更加的客观、准确。
附图说明
图1为污水处理站的结构示意图;
图2为污水处理站智能远程监管方法的第一种实施方式的流程图;
图3为云端服务器与远程终端的连接结构示意图;
图4为污水处理站智能远程监管装置的第一种实施方式的结构图。
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。
本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”、“第三”“第四”等(如果存在)是用于区别类似的对象,而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换,以便这里描述的本发明的实施例能够以除了在这里图示或描述的那些以外的顺序实施。
应当理解,在本发明的各种实施例中,各过程的序号的大小并不意味着执行顺序的先后,各过程的执行顺序应以其功能和内在逻辑确定,而不应对本发明实施例的实施过程构成任何限定。
应当理解,在本发明中,“包括”和“具有”以及他们的任何变形,意图在于覆盖不排他的包含,例如,包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元,而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
应当理解,在本发明中,“多个”是指两个或两个以上。“和/或”仅仅是一种描述关联对象的关联关系,表示可以存在三种关系,例如,和/或B,可以表示:单独存在A,同时存在A和B,单独存在B这三种情况。字符“/”一般表示前后关联对象是一种“或”的关系。“包含A、B和C”、“包含A、B、C”是指A、B、C三者都包含,“包含A、B或C”是指包含A、B、C三者之一,“包含A、B和/或C”是指包含A、B、C三者中任1个或任2个或3个。
应当理解,在本发明中,“与A对应的B”、“与A相对应的B”、“A与B相对应”或者“B与A相对应”,表示B与A相关联,根据A可以确定B。根据A确定B并不意味着仅仅根据A确定B,还可以根据A和/或其他信息确定B。A与B的匹配,是A与B的相似度大于或等于预设的阈值。
取决于语境,如在此所使用的“若”可以被解释成为“在……时”或“当……时”或“响应于确定”或“响应于检测”。
下面以具体地实施例对本发明的技术方案进行详细说明。下面这几个具体的实施例可以相互结合,对于相同或相似的概念或过程可能在某些实施例不再赘述。
本发明提供一种污水处理站智能远程监管方法。如图1所示,在污水处理站预先设置通过管道依次连接的第一预处理池、第二预处理池以及沉淀池,所述第一预处理池和第二预处理池分别连接有消毒液管道和中和排放管道,所述第一预处理池和第二预处理池内分别设置有PH值监测装置。其中第一预处理池的底部设置有排水口,所述第二预处理池的上部设置有进水口,所述排水口与进水口之间通过排水管道连通,所述排水管道内设置有提升泵。通过在第一预处理池的底部设置有排水口、第二预处理池的上部设置有进水口,可以使第一预处理池内的水体流向第二预处理池后进行充分的混合、反应。
如图2所示,还包括以下步骤:
步骤S210、获取第一预处理池以及第二预处理池内液体的病菌数据和\或PH值数据并将所述病菌数据和\或PH值数据发送至云端服务器。通过PH值监测装置可以检测第一预处理池以及第二预处理池内液体的病菌数据,PH值监测装置可以是PH值传感器。再对病菌数据采样时,可以是对第一预处理池以及第二预处理池内的液体进行随机采样,将采样结果与液体的体积相结合得到病菌数据,该病菌数据可以是单位体积内的病菌数量,也可以是液体总的病菌数量。病菌的数量可以通过专业的仪器进行测量。
通过自动采集或者是人工录入的方式可以将病菌数据和\或PH值数据发送至云端服务器进行记录、存储,方便使用者回看。
步骤S220、预先设置多个远程终端,所述远程终端用于访问云端服务器获取所述病菌数据和\或PH值数据。管理员可以通过远程终端访问云端服务器进而得到病菌数据和\或PH值数据。
如图3所示,云端服务器与远程终端的连接结构示意图。
在一个实施例中,步骤S210还包括:
步骤S2101、获取所述第一预处理池内的第一PH值数据以及第一病菌数据。在步骤S2101中,此时对第一预处理池内的液体的PH值数据和病菌数据分别进行监测,可以得到流至污水处理站的污水、液体的PH值数据和病菌数据。在得到第一病菌数据的过程中,可以是采取以下的方式得到,即对第一预处理池内的不同区域的液体分别进行样本的采集,然后得到每个样本中病菌的菌落数量\菌落直径等等,然后将多个样本的菌落数量\菌落直径进行加权求和,得到一个样本的平均的菌落数量\菌落直径,然后基于平均的菌落数量\菌落直径得到整个液体的总的第一病菌数据,在得到总的第一病菌数据的过程中,需要多次采样、进而菌落数量\菌落直径的识别,最后进行计算,步骤较为繁琐,但是准确性相对较高。
步骤S2102、基于所述第一PH值数据以及第一病菌数据控制所述消毒液管道和中和排放管道分别释放第一次消毒液和第一次中和液至第一预处理池内进行第一预处理。由于不同时间段、不同场地排放的污水成分不同,所以污水处理站在进行PH值中和与消毒的过程中会根据不同情况释放不同的中和液和消毒液。本发明提供的技术方案在释放第一次消毒液和第一次中和液的量都是根据第一次监测的第一PH值数据以及第一病菌数据得到的。
步骤S2103、获取经过第一预处理后的第一预处理池内的第二PH值数据。在经过第一次预处理后,液体内的PH值数据和病菌数据都会发生变化。由于PH值数据通过PH值传感器就可以得到,而病菌数据需要经过较为繁琐的步骤才能确定,所以在第一次预处理后部队病菌数据进行采集,节省时间成本、人工成本以及财产成本。
步骤S2104、将所述第一预处理池内的污水排放至第二预处理池内,获取此时第二处理池内当前时刻第三PH值数据。污水处理站内的处理池提交较大,在进行中和与消毒的过程中,并无法使处理池内的所有水体充分混合、接触,所以会出现同一个处理池内,不同区域的液体可能会存在不同PH值、不同病菌数量的情况。但是在将液体由第一预处理池导入至第二预处理池的过程中,会使原本区域的液体发生流动变化,与其他区域的液体充分的混合。所以即使液体在由第一预处理池导入至第二预处理池的过程中没有经过中和处理与消毒处理,也会因为液体各个区域中和液及消毒液含量的不同而使液体再次进行混合,导致监测到的第二预处理池与第二预处理池中的PH值和病菌数量不同,此时在第二预处理池监测到的PH值数据和病菌数据会更加的准确。但是本步骤中并没有对病菌数据进行监测,因为监测病菌数据的话时间成本、人工成本以及财产成本较高。
步骤S2105、基于所述第三PH值数据获得第二预处理池内的第二次中和液的释放量。在第二预处理池内的液体的PH值可能依旧不符合相应的PH值排放标准,所以在第二预处理池内还需要对液体的PH再次进行处理,向第二预处理池进行第二次中和液的释放量根据第三PH值数据得到。如果第三PH值数据离标准PH值越远,则第二次中和液的释放量就越多,反之则越少,若第三PH值数据与标准PH值相对应,则第二次中和液的释放量为0。
步骤S2106、基于所述第三PH值数据和第二PH值数据的差值获得第二次消毒液的释放量。由于在步骤S2104中,只是对第二预处理池内的液体的PH值进行了监测,所以可以根据第三PH值数据得到第二次中和液的释放量。为了降低时间成本、人工成本以及财产成本,所以在液体由第一预处理池流入至第二预处理池的后,没有进行病菌的监测。本申请提供可以根据第三PH值数据和第二PH值数据的差值获得第二次消毒液的释放量,因为第三PH值数据和第二PH值数据的差值即反映了第二预处理池内液体与第一预处理池内液体内的PH值误差,该误差与液体由第一预处理池流入至第二预处理池时液体的混合、反应程度成正比,并且病菌数量的误差也是与第一预处理池流入至第二预处理池时液体的混合、反应程度成正比,所以可以根据PH值误差趋势得到病菌的误差趋势,即第二次消毒液的释放量可以是基于第三PH值数据和第二PH值数据的差值获得,若差值越大,则第二次消毒液的释放量应当越多。
通过以下方式解释PH值数据与病菌数据之间的关系,但是因为PH值数据和病菌数据较为多样化,计算方式也是多样化的,通过以下方式能反映PH值数据和病菌数据之间的关系.例如说标准PH值为7、标准病菌值为1;
例1:第一PH值数据为10,第一病菌数据为10,第一次中和液的释放量为30,第一次消毒液的释放量为30,第二PH值数据为7,第三PH值数据为8,则此时PH值数据最准确,误差值为1,此时应当释放第一种情况的中和液;
例2:第一PH值数据为10,第一病菌数据为10,第一次中和液的释放量为30,第一次消毒液的释放量为30,第二PH值数据为7,第三PH值数据为9,则此时第三PH值数据最准确,误差值为2,此时应当释放第二种情况的中和液;
其中第二种情况的误差值大于第一种情况的误差值,第二种情况的中和液的量应当大于第一种情况的中和液的量,此时,第二次消毒液的释放量应当大于第一次消毒液的释放量。
第二次中和液的释放量可以通过以下方式计算,按照例1中的各项数值,基于第一PH值数据和第二PH值数据计算PH值由10降到7需要中和液的释放量为30,但是存在1的误差,即第三PH值数据为8,真实的值即中和液每15释放量降低1PH值,此时需要进行中和则需要释放15的中和液将液体的PH值由8降低至7,即第二次中和液的释放量仅为15即可,按照以上的方式,在将液体由第二预处理池引入至沉淀池之后,即可使沉淀池内的液体为7左右,通过以上的方式,最大化的消除了因为液体各个区域PH值分布不均匀而出现中和液释放量无法准确计算的情况,增加了对液体中和的准确率。
第二次消毒的释放量可以通过以下方式计算,按照例1中的各项数据,PH值的误差值为1,此时计算一个差率值,差率值=1\(10-7)=1\3,此时得到病菌的误差值即(10-1)·1\3=3,即病菌的误差值为3,此时可以得到第二预处理池内的病菌的数据值为4,即消毒液每释放15降低病菌3,所以第二次消毒液的释放量应当为15,按照以上的方式,在将液体由第二预处理池引入至沉淀池之后,即可使沉淀池内的病菌为1左右。
通过以上方式,基于第一预处理池和第二预处理池内PH值的变化得到第二次释放消毒液的量,解决了需要对液体进行多次测量才能够进行有效消毒的问题。
步骤S2107、通过远程终端对所述第一PH值数据、第一病菌数据、第二PH值数据、第三PH值数据、第一次消毒液释放量、第二次消毒液释放量、第一次中和液释放量以及第二次中和液释放量进行显示。通过步骤S2107,可以对第一预处理池、第二预处理池内的液体不同阶段的PH值和病菌情况进行显示,方便管理员掌握相关情况,进行分析。
在一个实施例中,获取所述第一预处理池内的第一PH值数据以及第一病菌数据包括:
对所述第一预处理池内的液体样本进行采集,获取所述液体样本中的目标病菌单位数量;
基于所述液体样本体积以及标病菌单位数量获得第一病菌数据,所述第一病菌数据为第一预处理池内的病菌数量。
在一个实施例中,所述第一预处理池和第二预处理池的底部分别设置有第一搅拌装置和第二搅拌装置,所述搅拌装置用于对所述第一预处理池和第二预处理池内的液体进行搅拌。通过第一搅拌装置及第二搅拌装置可以适当对第一预处理池及第二预处理池内的液体进行混合、反应起到辅助的作用,使得液体各个区域能够进行相对充分的混合。
所述基于所述第三PH值数据和第二PH值数据的差值获得消毒液的释放量包括:
基于以下公式获取第二次消毒液的释放量,
Figure 167327DEST_PATH_IMAGE024
其中,
Figure DEST_PATH_IMAGE025
为第二次消毒液的释放量、
Figure 154875DEST_PATH_IMAGE026
为第三PH值数据、
Figure DEST_PATH_IMAGE027
为第二PH值数据、T 为液体的体积、
Figure 441500DEST_PATH_IMAGE028
为第一搅拌装置的搅拌次数、
Figure DEST_PATH_IMAGE029
为第二搅拌装置的搅拌次数、K为权 重值、
Figure 332358DEST_PATH_IMAGE030
为第一次消毒液的释放量。
通过以上公式,可以获得第二次消毒液的释放量,该公式根据第三PH值数据和第二PH值数据的差作为重要的权重参考,即第三PH值数据和第二PH值数据的差值越大,第二次消毒液的释放量可能就会越多,并且也会根据液体的体积确定第二次消毒液的释放量,因为液体的体积越多,则需要的消毒液的数量也越多,并且,也会根据第一搅拌装置的搅拌次数、二搅拌装置的搅拌次数进行评估,因为在第一次搅拌越均匀的情况下,第三PH值数据数据与第二PH值数据的差值应该越小,但是由于预处理池体积较大,在实际工况中,第一搅拌装置根本无法对预处理池内的液体进行充分搅拌,只是对液体的混合、反应起到一个促进的作用。所以搅拌装置也是会对第二PH值数据和第三PH值数据起到一定的影响,并且该影响根据搅拌装置的搅拌次数有关。
在实际的工况中,由于污水处理站的数量有限,但是污水的生成量是不可控、不规则的,在污水量集中的时间段,污水在每个预处理池内的处理、反应时间有限,所以在每个预处理池内搅拌装置工作的时间可能、转数也是存在不同的。本申请提供的上述方法,可以充分考虑到搅拌装置不同工作时间、不同转动圈数对液体混合、反应的影响,使得第二次消毒液的释放量更加准确,并且在得到第二次消毒液的释放量的同时,不需要对当前液体的病菌数据进行监测。
在一个实施例中,还包括:
基于所述第二次消毒液释放量和第二次中和液释放量对所述第二预处理池内的液体进行处理;
获取所述第二预处理池处理后的第二病菌数据。
在第二预处理池对池内的液体进行第二次中和处理后,得到第二病菌数据,该第二病菌数据是在对液体进行完消毒处理后该液体是否符合标准提供的参考。
当前,污水处理站现有的消菌过程中,需要对病菌至少进行三次采集,第一次采集为消毒处理前,根据消毒处理前的病菌数据得到消毒液的种类以及释放量,然后再消毒处理中再次检测病菌数据对消毒液进行补充、二次的消毒处理,最后进行一次监测,最后的监测为液体内的病菌数量已经达标。
在现有的消毒技术中,会根据病毒种类采取不同的消毒策略,有些种类的病毒只需要在液体中放入过量的消毒液即可完成消毒,该种消毒方式只需要在消毒完成后进行一次监测即可,并不需要使用本发明的流程。但是对于有些病毒,需要对液体释放适当的消毒液而不能过量则可采用本发明提供的方法。本发明提供的方法,可以通过两次监测,即可完成对液体进行适当的消毒。
在一个实施例中,还包括对所述权重K的更新方法:
预先训练权重K值的学习模型;
将所述第二PH值数据、第三PH值数据、液体的体积以及病菌的种类数据作为输入至所述学习模型得到K值;
学习模型基于所述第二病菌数据更新其参数梯度。
因为不同的第二PH值数据、第三PH值数据液体的体积以及病菌的种类会采用不同的消毒方式,即K值会存在不同,所以K值的变化是根据以上几个参数进行调整的,以上几个参数所调整的K值更加适用于本发明的工况,使得第二次消毒液的释放量的计算更加准确。
在一个实施例中,学习模型基于所述第二病菌数据更新其参数梯度包括:
基于以下公式获取学习模型的损失函数
Figure DEST_PATH_IMAGE031
其中,所述q为第二病菌数据,
Figure DEST_PATH_IMAGE033
为第二病菌数据第i个维度的量化值,
Figure DEST_PATH_IMAGE035
为预设病菌数据,
Figure DEST_PATH_IMAGE037
为预设病菌数据第i个维度的预设量化值;维度可以包括多个,例如说病菌数量维度、病菌直径维度以及耐药性维度等等;
基于以下公式更新模型参数:
Figure DEST_PATH_IMAGE039
Figure DEST_PATH_IMAGE040
其中,x为病菌的种类,W为不同病菌的权重,G为第二病菌数据和预设病菌数据之间的差距即损失,
Figure DEST_PATH_IMAGE042
为常数,所述不同数据包括第二PH值数据、第三PH值数据、液体的体积以及病菌的种类数据中的任意一种或多种。
通过以上的技术方案,可以根据实际的第二病菌数据得到学习模型的损失函数,因为第二病菌数即可反应第二次中和液释放量是否相对准确,如果第二次中和液释放量相对准确,则第二病菌数与预设病菌数据更加接近,如果第二次中和液释放量不准确,则第二病菌数与预设病菌数据不接近。x为不同病菌,通过以上方式,能够更新不同病菌的权重,使得学习模型更加的准确。
本发明实施例的第二方面,提供一种污水处理站智能远程监管系统,如图4所示,在污水处理站预先设置通过管道依次连接的第一预处理池、第二预处理池以及沉淀池,所述第一预处理池和第二预处理池分别连接有消毒液管道和中和排放管道,所述第一预处理池和第二预处理池内分别设置有PH值监测装置,还包括以下模块:
获取模块,用于获取第一预处理池以及第二预处理池内液体的病菌数据和\或PH值数据并将所述病菌数据和\或PH值数据发送至云端服务器;
访问模块,用于预先设置多个远程终端,所述远程终端用于访问云端服务器获取所述病菌数据和\或PH值数据。
在一个实施例中,所述获取模块包括:
第一获取单元,用于获取所述第一预处理池内的第一PH值数据以及第一病菌数据;
第一预处理单元,用于基于所述第一PH值数据以及第一病菌数据控制所述消毒液管道和中和排放管道分别释放第一次消毒液和第一次中和液至第一预处理池内进行第一预处理;
第二获取单元,获取经过第一预处理后的第一预处理池内的第二PH值数据;
第三获取单元,用于将所述第一预处理池内的污水排放至第二预处理池内,获取此时第二处理池内当前时刻第三PH值数据;
第四获取单元,基于所述第三PH值数据获得第二预处理池内的第二次中和液的释放量;
第五获取单元,基于所述第三PH值数据和第二PH值数据的差值获得第二次消毒液的释放量;
显示单元单元,用于通过远程终端对所述第一PH值数据、第一病菌数据、第二PH值数据、第三PH值数据、第一次消毒液释放量、第二次消毒液释放量、第一次中和液释放量以及第二次中和液释放量进行显示。
在一个实施例中,所述第一获取单元还用于执行以下步骤,包括:
对所述第一预处理池内的液体样本进行采集,获取所述液体样本中的目标病菌单位数量;
基于所述液体样本体积以及标病菌单位数量获得第一病菌数据,所述第一病菌数据为第一预处理池内的病菌数量。
其中,可读存储介质可以是计算机存储介质,也可以是通信介质。通信介质包括便于从一个地方向另一个地方传送计算机程序的任何介质。计算机存储介质可以是通用或专用计算机能够存取的任何可用介质。例如,可读存储介质耦合至处理器,从而使处理器能够从该可读存储介质读取信息,且可向该可读存储介质写入信息。当然,可读存储介质也可以是处理器的组成部分。处理器和可读存储介质可以位于专用集成电路(ApplicationSpecific Integrated Circuits,简称:ASIC)中。另外,该ASIC可以位于用户设备中。当然,处理器和可读存储介质也可以作为分立组件存在于通信设备中。可读存储介质可以是只读存储器(ROM)、随机存取存储器(RAM)、CD-ROM、磁带、软盘和光数据存储设备等。
本发明还提供一种程序产品,该程序产品包括执行指令,该执行指令存储在可读存储介质中。设备的至少一个处理器可以从可读存储介质读取该执行指令,至少一个处理器执行该执行指令使得设备实施上述的各种实施方式提供的方法。
在上述终端或者服务器的实施例中,应理解,处理器可以是中央处理单元(英文:Central Processing Unit,简称:CPU),还可以是其他通用处理器、数字信号处理器(英文:Digital Signal Processor,简称:DSP)、专用集成电路(英文:Application SpecificIntegrated Circuit,简称:ASIC)等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。结合本发明所公开的方法的步骤可以直接体现为硬件处理器执行完成,或者用处理器中的硬件及软件模块组合执行完成。
最后应说明的是:以上各实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述各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,或者对其中部分或者全部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范围。

Claims (10)

1.一种污水处理站智能远程监管方法,其特征在于,在污水处理站预先设置通过管道依次连接的第一预处理池、第二预处理池以及沉淀池,所述第一预处理池和第二预处理池分别连接有消毒液管道和中和排放管道,所述第一预处理池和第二预处理池内分别设置有PH值监测装置,还包括以下步骤:
获取第一预处理池以及第二预处理池内液体的病菌数据和\或PH值数据并将所述病菌数据和\或PH值数据发送至云端服务器;
获取所述第一预处理池内的第一PH值数据以及第一病菌数据;
基于所述第一PH值数据以及第一病菌数据控制所述消毒液管道和中和排放管道分别释放第一次消毒液和第一次中和液至第一预处理池内进行第一预处理;
预先设置多个远程终端,所述远程终端用于访问云端服务器获取所述病菌数据和\或PH值数据。
2.根据权利要求1所述的污水处理站智能远程监管方法,其特征在于,
所述获取第一预处理池以及第二预处理池内液体的病菌数据和\或PH值数据包括:
获取经过第一预处理后的第一预处理池内的第二PH值数据;
将所述第一预处理池内的污水排放至第二预处理池内,获取此时第二处理池内当前时刻第三PH值数据;
基于所述第三PH值数据获得第二预处理池内的第二次中和液的释放量;
基于所述第三PH值数据和第二PH值数据的差值获得第二次消毒液的释放量;
通过远程终端对所述第一PH值数据、第一病菌数据、第二PH值数据、第三PH值数据、第一次消毒液释放量、第二次消毒液释放量、第一次中和液释放量以及第二次中和液释放量进行显示。
3.根据权利要求1所述的污水处理站智能远程监管方法,其特征在于,
获取所述第一预处理池内的第一PH值数据以及第一病菌数据包括:
对所述第一预处理池内的液体样本进行采集,获取所述液体样本中的目标病菌单位数量;
基于所述液体样本体积以及标病菌单位数量获得第一病菌数据,所述第一病菌数据为第一预处理池内的病菌数量。
4.根据权利要求2所述的污水处理站智能远程监管方法,其特征在于,
所述第一预处理池和第二预处理池的底部分别设置有第一搅拌装置和第二搅拌装置,所述搅拌装置用于对所述第一预处理池和第二预处理池内的液体进行搅拌;
所述基于所述第三PH值数据和第二PH值数据的差值获得消毒液的释放量包括:
基于以下公式获取第二次消毒液的释放量,
Figure 964871DEST_PATH_IMAGE001
其中,
Figure 350853DEST_PATH_IMAGE002
为第二次消毒液的释放量、
Figure 678060DEST_PATH_IMAGE003
为第三PH值数据、
Figure 932324DEST_PATH_IMAGE004
为第二PH值数据、T为液 体的体积、
Figure 215537DEST_PATH_IMAGE005
为第一搅拌装置的搅拌次数、
Figure 883673DEST_PATH_IMAGE006
为第二搅拌装置的搅拌次数、K为权重 值、
Figure 619547DEST_PATH_IMAGE007
为第一次消毒液的释放量。
5.根据权利要求4所述的污水处理站智能远程监管方法,其特征在于,还包括:
基于所述第二次消毒液释放量和第二次中和液释放量对所述第二预处理池内的液体进行处理;
获取所述第二预处理池处理后的第二病菌数据。
6.根据权利要求5所述的污水处理站智能远程监管方法,其特征在于,还包括对所述权重K的更新方法:
预先训练权重K值的学习模型;
将所述第二PH值数据、第三PH值数据、液体的体积以及病菌的种类数据作为输入至所述学习模型得到K值;
学习模型基于所述第二病菌数据更新其参数梯度。
7.根据权利要求6所述的污水处理站智能远程监管方法,其特征在于,
学习模型基于所述第二病菌数据更新其参数梯度包括:
基于以下公式获取学习模型的损失函数
Figure 411923DEST_PATH_IMAGE008
其中,所述q为第二病菌数据,
Figure 549643DEST_PATH_IMAGE009
为第二病菌数据第i个维度的量化值,O为预设病菌数 据,
Figure 887215DEST_PATH_IMAGE010
为预设病菌数据第i个维度的预设量化值;
基于以下公式更新模型参数:
Figure 110386DEST_PATH_IMAGE012
Figure 440873DEST_PATH_IMAGE013
其中,x为不同数据,W为不同数据的权重,G为第二病菌数据和预设病菌数据之间的差 距即损失,
Figure 10263DEST_PATH_IMAGE014
为常数,所述不同数据包括第二PH值数据、第三PH值数据、液体的体积以及病 菌的种类数据中的任意一种或多种。
8.一种污水处理站智能远程监管系统,其特征在于,在污水处理站预先设置通过管道依次连接的第一预处理池、第二预处理池以及沉淀池,所述第一预处理池和第二预处理池分别连接有消毒液管道和中和排放管道,所述第一预处理池和第二预处理池内分别设置有PH值监测装置,还包括以下模块:
获取模块,用于获取第一预处理池以及第二预处理池内液体的病菌数据和\或PH值数据并将所述病菌数据和\或PH值数据发送至云端服务器;
第一获取单元,用于获取所述第一预处理池内的第一PH值数据以及第一病菌数据;
第一预处理单元,用于基于所述第一PH值数据以及第一病菌数据控制所述消毒液管道和中和排放管道分别释放第一次消毒液和第一次中和液至第一预处理池内进行第一预处理;
访问模块,用于预先设置多个远程终端,所述远程终端用于访问云端服务器获取所述病菌数据和\或PH值数据。
9.根据权利要求8所述的污水处理站智能远程监管系统,其特征在于,
所述获取模块包括:
第二获取单元,获取经过第一预处理后的第一预处理池内的第二PH值数据;
第三获取单元,用于将所述第一预处理池内的污水排放至第二预处理池内,获取此时第二处理池内当前时刻第三PH值数据;
第四获取单元,基于所述第三PH值数据获得第二预处理池内的第二次中和液的释放量;
第五获取单元,基于所述第三PH值数据和第二PH值数据的差值获得第二次消毒液的释放量;
显示单元单元,用于通过远程终端对所述第一PH值数据、第一病菌数据、第二PH值数据、第三PH值数据、第一次消毒液释放量、第二次消毒液释放量、第一次中和液释放量以及第二次中和液释放量进行显示。
10.根据权利要求9所述的污水处理站智能远程监管系统,其特征在于,
所述第一获取单元还用于执行以下步骤,包括:
对所述第一预处理池内的液体样本进行采集,获取所述液体样本中的目标病菌单位数量;
基于所述液体样本体积以及标病菌单位数量获得第一病菌数据,所述第一病菌数据为第一预处理池内的病菌数量。
CN202110353394.9A 2021-04-01 2021-04-01 一种污水处理站智能远程监管方法及终端 Active CN112723613B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110353394.9A CN112723613B (zh) 2021-04-01 2021-04-01 一种污水处理站智能远程监管方法及终端

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110353394.9A CN112723613B (zh) 2021-04-01 2021-04-01 一种污水处理站智能远程监管方法及终端

Publications (2)

Publication Number Publication Date
CN112723613A true CN112723613A (zh) 2021-04-30
CN112723613B CN112723613B (zh) 2021-06-22

Family

ID=75596290

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110353394.9A Active CN112723613B (zh) 2021-04-01 2021-04-01 一种污水处理站智能远程监管方法及终端

Country Status (1)

Country Link
CN (1) CN112723613B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114757601A (zh) * 2022-06-16 2022-07-15 江苏瑞立环保工程股份有限公司 一种基于人工智能的水环境异常排放监测方法及系统

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107777765A (zh) * 2016-08-26 2018-03-09 中广核工程有限公司 核电站酸碱废水中和排放方法和系统
CN109231393A (zh) * 2018-10-23 2019-01-18 广东通朗环保科技有限公司 一种电控污水处理方法
CN109956599A (zh) * 2019-03-01 2019-07-02 东莞理工学院 一种工业废水净化处理装置

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107777765A (zh) * 2016-08-26 2018-03-09 中广核工程有限公司 核电站酸碱废水中和排放方法和系统
CN109231393A (zh) * 2018-10-23 2019-01-18 广东通朗环保科技有限公司 一种电控污水处理方法
CN109956599A (zh) * 2019-03-01 2019-07-02 东莞理工学院 一种工业废水净化处理装置

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114757601A (zh) * 2022-06-16 2022-07-15 江苏瑞立环保工程股份有限公司 一种基于人工智能的水环境异常排放监测方法及系统

Also Published As

Publication number Publication date
CN112723613B (zh) 2021-06-22

Similar Documents

Publication Publication Date Title
US11498858B2 (en) Methods for optimizing water treatment coagulant dosing
CN111489271B (zh) 污水管理云平台
JP2004177122A (ja) 水質検出方法及び水質浄化装置の運転方法
CN112723613B (zh) 一种污水处理站智能远程监管方法及终端
CN111899818A (zh) 一种智慧型污水生物处理活性污泥监测技术及方法
KR102311657B1 (ko) 하폐수 처리 스마트 관리 시스템
CN217600507U (zh) 可远程控制的油田全自动水质监测处理系统
CN115329661B (zh) 一种智能投药模型建模、智能投药体系创建、投药方法
CN203128230U (zh) 一种水处理自动加药器
Van Leeuwen et al. Empirical mathematical models and artificial neural networks for the determination of alum doses for treatment of southern Australian surface waters
CN117049744A (zh) 一种模块化污水处理的智能管理系统
CN115759399A (zh) 投加控制方法、装置、设备及存储介质
CN112266073A (zh) 一种用于污水处理碳源投加的智能控制方法及系统
CN115728196A (zh) 基于絮体沉降性能的絮凝沉淀在线监控分析系统及方法
CN110632267A (zh) 一种对超出在线仪表适用量程的高浓度污水的连续测定系统及方法
CN114323120B (zh) 排泥量测量方法、控制方法、处理系统、设备及介质
CN115784397A (zh) 一种自来水絮凝剂加药方法、系统、终端及存储介质
CN112114002B (zh) 降水及地表径流水质全参数在线测量系统及应用
EP3877761B1 (en) Digestion of lead(0) and subsequent colorimetric detection of lead (ii)
CN112939246A (zh) 一种基于物联网的医院污水在线处理平台
CN111356655A (zh) 确定用于处理原水的凝结剂的剂量的方法
JP3120525B2 (ja) 嫌気性消化槽のモニター装置
CN117959780A (zh) 一种污水排泥控制方法、系统、介质及设备
CN115215436B (zh) 一种基于同步除磷的智能加药除磷控制系统及控制方法
CN112229770B (zh) 一种自动采集、观测及识别活性污泥沉降实验过程的装置

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
CP01 Change in the name or title of a patent holder
CP01 Change in the name or title of a patent holder

Address after: 210000 No.8 Xiaoqi Road, Xiongzhou street, Liuhe District, Nanjing City, Jiangsu Province

Patentee after: Nanjing Guorui Intelligent Equipment Co.,Ltd.

Patentee after: CAMCE Environmental Protection Technology (Nanjing) Co.,Ltd.

Address before: 210000 No.8 Xiaoqi Road, Xiongzhou street, Liuhe District, Nanjing City, Jiangsu Province

Patentee before: Nanjing Guorui Intelligent Equipment Co.,Ltd.

Patentee before: NANJING ZHONGGONG ZHIHONG ENVIRONMENTAL PROTECTION INDUSTRY DEVELOPMENT Co.,Ltd.