CN113003692A - 一种基于案例推理的城市污水处理脱氮过程加药控制方法 - Google Patents

一种基于案例推理的城市污水处理脱氮过程加药控制方法 Download PDF

Info

Publication number
CN113003692A
CN113003692A CN202110243667.4A CN202110243667A CN113003692A CN 113003692 A CN113003692 A CN 113003692A CN 202110243667 A CN202110243667 A CN 202110243667A CN 113003692 A CN113003692 A CN 113003692A
Authority
CN
China
Prior art keywords
case
total nitrogen
effluent
attribute
time
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
CN202110243667.4A
Other languages
English (en)
Other versions
CN113003692B (zh
Inventor
韩红桂
秦晨辉
伍小龙
孙浩源
刘峥
乔俊飞
赵楠
李伟
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 University of Technology
Original Assignee
Beijing University of Technology
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 University of Technology filed Critical Beijing University of Technology
Priority to CN202110243667.4A priority Critical patent/CN113003692B/zh
Publication of CN113003692A publication Critical patent/CN113003692A/zh
Application granted granted Critical
Publication of CN113003692B publication Critical patent/CN113003692B/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
    • C02F1/00—Treatment of water, waste water, or sewage
    • C02F1/008—Control or steering systems not provided for elsewhere in subclass C02F
    • 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
    • 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
    • C02F1/586—Treatment of water, waste water, or sewage by removing specified dissolved compounds by removing ammoniacal nitrogen
    • 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
    • C—CHEMISTRY; METALLURGY
    • C02—TREATMENT OF WATER, WASTE WATER, SEWAGE, OR SLUDGE
    • C02F—TREATMENT OF WATER, WASTE WATER, SEWAGE, OR SLUDGE
    • C02F2101/00—Nature of the contaminant
    • C02F2101/10—Inorganic compounds
    • C02F2101/16—Nitrogen compounds, e.g. ammonia
    • C—CHEMISTRY; METALLURGY
    • C02—TREATMENT OF WATER, WASTE WATER, SEWAGE, OR SLUDGE
    • C02F—TREATMENT OF WATER, WASTE WATER, SEWAGE, OR SLUDGE
    • C02F2101/00—Nature of the contaminant
    • C02F2101/30—Organic compounds
    • C02F2101/38—Organic compounds containing nitrogen
    • 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)

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)
  • Biodiversity & Conservation Biology (AREA)
  • Microbiology (AREA)
  • Purification Treatments By Anaerobic Or Anaerobic And Aerobic Bacteria Or Animals (AREA)

Abstract

本发明提出了一种基于案例推理的城市污水处理脱氮过程加药控制方法，针对城市污水处理过程出水总氮难以优化排放的问题，本发明根据实际水厂运行的优良历史数据，应用偏最小二乘法选取案例库的条件属性变量构建案例库，通过挖掘案例库中的相似案例并进行匹配、推理总氮优化设定值调节甲醇加药量实现出水总氮浓度的控制，能够保证出水总氮排放合格的情况下，降低能耗，避免资源的浪费。

Description

一种基于案例推理的城市污水处理脱氮过程加药控制方法
技术领域
本发明专利利用基于案例推理的城市污水处理脱氮过程加药控制方法实现出水总氮浓度的控制，通过调节甲醇加药量确保出水总氮满足排放要求，既属于水研究领域，又属于智能控制领域。
背景技术
总氮是衡量污水处理过程排放的重要指标之一，可以表示水体受营养物质污染的程度，是水中各种形态无机氮和有机氮的总量，具体为NO3-、NO2-和NH4+和蛋白质等无机氮以及酶、氨基酸和有机胺等有机氮。目前国内对于出水总氮的排放非常严格，在实际运行中总氮难以控制。目前常规的脱氮方法是微生物异养反硝化技术，即向水中投加甲醇、乙酸及葡萄糖等碳源，在厌氧反硝化细菌的作用下进行反硝化脱氮。如果碳源投加过少，会引起总氮浓度过高，排放水体富营养化，导致微生物大量繁殖，水生植物的异常生长，使水中其它生物难以生存；如果碳源投加过高，会造成资源的浪费。因此，优化总氮排放具有重要意义。
本发明设计了一种基于案例推理的城市污水处理脱氮过程加药控制方法，能够根据当前工况条件，挖掘案例库的相似案例并进行推理获取优化总氮的设定值，确保排放合格的情况下，避免资源的浪费。
发明内容
本发明获得了一种基于案例推理的城市污水处理脱氮过程加药控制方法，根据实际水厂运行的数据，采用案例推理实时优化当前工况的出水总氮设定值调节甲醇加药量实现总氮的控制。
本发明采用了如下的技术方案及实现步骤：
1.一种基于案例推理的城市污水处理脱氮过程加药控制方法，其特征在于，通过挖掘案例库中的相似案例与控制作用时刻的数据进行匹配以优化总氮设定值，同时通过控制器调节甲醇加药量稳定出水总氮浓度，可以确保总氮设定值实时优化，保证控制出水总氮排放合格的情况下降低能耗，包括以下步骤：
(1)脱氮过程是通过化学或生物方法依次将污水中的有机氮转换成氨氮、硝酸盐或亚硝酸盐和氮气以达到脱氮效果的过程，为了有效提高脱氮效率，污水处理过程一般通过加药操作达到预期目的，加药操作涉及到出水总氮浓度和甲醇加药量两个变量，其中出水总氮浓度称为被控变量，甲醇加药量是操纵变量，是加药操作过程允许调节的变量；
(2)构建出水总氮浓度设定值的案例库，案例库来源于实际污水处理厂运行的优良工况数据，出水总氮排放浓度低于10mg/L称为优良工况，案例库包括B条案例，第k条案例Ck由案例条件属性Fk和案例解属性Gk两部分组成，其中B为大于40的整数，k为大于等于1且小于等于B的整数，Fk和Gk描述如下：
Fk＝[f1,k,f2,k,f3,k,f4,k,f5,k] (1)
Gk＝gk (2)
其中f1,k为第k条案例的进水氨氮浓度，f2,k为第k条案例的缺氧区末端硝态氮浓度，f3,k为第k条案例的厌氧区中端氧化还原电位，f4,k为第k条案例的缺氧区末端混合液悬浮固体浓度，f5,k为第k条案例的好氧区前端溶解氧浓度，gk为第k条案例的出水总氮浓度设定值；
案例检索：寻找案例库中与t时刻案例的条件属性最相似的案例，t时刻下案例记为C(t)，C(t)包括条件属性F(t)和解属性G(t)，其中F(t)可以通过传感器获取，G(t)通过案例推理确定，计算F(t)与Fk之间的整体相似度：
Figure BDA0002963267620000021
其中fi(t)表示t时刻案例的第i个条件属性，fi,k表示案例库中第k条案例的第i个条件属性，sim(fi(t),fi,k)表示第i个条件属性的局部相似度，wi是第i个条件属性所占比重，根据偏最小二乘法分析案例库中各个条件属性对解属性的统计规律确定；
第i个条件属性的局部相似度sim(fi(t),fi,k)的计算公式为：
Figure BDA0002963267620000022
其中e＝2.72，π＝3.14，σ＝0.36，imax为案例库中第i个条件属性的最大值，imin为案例库中第i个条件属性的最小值；
案例重用：获得t时刻案例的建议解属性，t时刻下条件属性F(t)与案例库中条件属性整体相似度SIM(F(t),Fk)大于相似度阈值TH的案例称为相似案例，记为L，其中相似度阈值TH＝0.95，L为t时刻下相似案例的个数，该L个案例记为Ch,1,Ch,2,…,Ch,L，该L个案例对应的解属性和整体相似度分别记为Gh,1,Gh,2,…,Gh,L和SIMh,1,SIMh,2,…,SIMh,L，其中SIMh,1,SIMh,2,…,SIMh,L通过公式(3)计算，则t时刻下的建议解属性为：
Figure BDA0002963267620000031
其中l为大于等于1且小于等于L的整数，以t时刻下的建议解属性G(t)作为t+1时刻出水总氮浓度的设定值，即yd(t+1)＝G(t)，yd(t+1)为t+1时刻出水总氮浓度的设定值；
(3)设计基于案例推理的出水总氮控制方法，具体为：
①控制作用初始时刻t＝1；
②控制器的输入为：
E(t)＝yd(t)-y(t) (6)
其中E(t)为t时刻出水总氮浓度设定值yd(t)与实际测量值y(t)的差值；
控制器的输出为甲醇加药量，计算方式如下：
Figure BDA0002963267620000032
其中u(t)是甲醇加药量，KP为比例增益，KI为积分增益，KD为微分增益，且KP＝100，KI＝300，KD＝50；
利用传感器获取t时刻案例的条件属性数据F(t)，根据公式(3)-(5)通过案例推理得到下一个控制作用时刻出水总氮浓度的设定值；
③t＝t+1，若t<200，则返回步骤②，若t＝200，则结束该循环，该循环可以实现出水总氮的优化排放控制；
(4)利用求解出的u(t)对出水总氮浓度进行控制，最终控制系统的输出为实际测量的出水总氮浓度值。
本发明的创造性主要体现在：
根据过程积累的优良数据，通过挖掘案例库中的相似案例与控制作用时刻的数据进行匹配以优化总氮设定值，同时利用控制器调节甲醇加药量稳定出水总氮浓度，实现出水总氮的优化排放。
附图说明
图1是本发明的总体控制结构图
图2是本发明的出水总氮控制结果图
具体实施方式
本发明获得了一种基于案例推理的城市污水处理脱氮过程加药控制方法，根据实际水厂运行的数据，采用案例推理实时优化当前工况的总氮设定值调节甲醇加药量实现总氮的控制。
本发明采用了如下的技术方案及实现步骤：
1.一种基于案例推理的城市污水处理脱氮过程加药控制方法，其特征在于，通过挖掘案例库中的相似案例与控制作用时刻的数据进行匹配以优化总氮设定值，同时通过控制器调节甲醇加药量稳定出水总氮浓度，可以确保总氮设定值实时优化，保证控制出水总氮排放合格的情况下降低能耗，包括以下步骤：
(1)脱氮过程是通过化学或生物方法依次将污水中的有机氮转换成氨氮、硝酸盐或亚硝酸盐和氮气以达到脱氮效果的过程，为了有效提高脱氮效率，污水处理过程一般通过加药操作达到预期目的，加药操作涉及到出水总氮浓度和甲醇加药量两个变量，其中出水总氮浓度称为被控变量，甲醇加药量是操纵变量，是加药操作过程允许调节的变量；
(2)构建出水总氮浓度设定值的案例库，案例库来源于实际污水处理厂运行的优良工况数据，出水总氮排放浓度低于10mg/L称为优良工况，案例库包括B条案例，第k条案例Ck由案例条件属性Fk和案例解属性Gk两部分组成，其中B＝50，k为大于等于1且小于等于50的整数，Fk和Gk描述如下：
Fk＝[f1,k,f2,k,f3,k,f4,k,f5,k] (1)
Gk＝gk (2)
其中f1,k为第k条案例的进水氨氮浓度，f2,k为第k条案例的缺氧区末端硝态氮浓度，f3,k为第k条案例的厌氧区中端氧化还原电位，f4,k为第k条案例的缺氧区末端混合液悬浮固体浓度，f5,k为第k条案例的好氧区前端溶解氧浓度，gk为第k条案例的出水总氮浓度设定值；
案例检索：寻找案例库中与t时刻案例的条件属性最相似的案例，t时刻下案例记为C(t)，C(t)包括条件属性F(t)和解属性G(t)，其中F(t)可以通过传感器获取，G(t)通过案例推理确定，计算F(t)与Fk之间的整体相似度：
Figure BDA0002963267620000051
其中fi(t)表示t时刻案例的第i个条件属性，fi,k表示案例库中第k条案例的第i个条件属性，sim(fi(t),fi,k)表示第i个条件属性的局部相似度，wi是第i个条件属性所占比重，根据偏最小二乘法分析案例库中各个条件属性对解属性的统计规律确定；
第i个条件属性的局部相似度sim(fi(t),fi,k)的计算公式为：
Figure BDA0002963267620000052
其中e＝2.72，π＝3.14，σ＝0.36，imax为案例库中第i个条件属性的最大值，imin为案例库中第i个条件属性的最小值；
案例重用：获得t时刻案例的建议解属性，t时刻下条件属性F(t)与案例库中条件属性整体相似度SIM(F(t),Fk)大于相似度阈值TH的案例称为相似案例，记为L，其中相似度阈值TH＝0.95，L为t时刻下相似案例的个数，该L个案例记为Ch,1,Ch,2,…,Ch,L，该L个案例对应的解属性和整体相似度分别记为Gh,1,Gh,2,…,Gh,L和SIMh,1,SIMh,2,…,SIMh,L，其中SIMh,1,SIMh,2,…,SIMh,L通过公式(3)计算，则t时刻下的建议解属性为：
Figure BDA0002963267620000053
其中l为大于等于1且小于等于L的整数，以t时刻下的建议解属性G(t)作为t+1时刻出水总氮浓度的设定值，即yd(t+1)＝G(t)，yd(t+1)为t+1时刻出水总氮浓度的设定值；
(3)设计基于案例推理的出水总氮控制方法，具体为：
①控制作用初始时刻t＝1；
②控制器的输入为：
E(t)＝yd(t)-y(t) (6)
其中E(t)为t时刻出水总氮浓度设定值yd(t)与实际测量值y(t)的差值；
控制器的输出为甲醇加药量，计算方式如下：
Figure BDA0002963267620000061
其中u(t)是甲醇加药量，KP为比例增益，KI为积分增益，KD为微分增益，且KP＝100，KI＝300，KD＝50；
利用传感器获取t时刻案例的条件属性数据F(t)，根据公式(3)-(5)通过案例推理得到下一个控制作用时刻出水总氮浓度的设定值；
③t＝t+1，若t<200，则返回步骤②，若t＝200，则结束该循环，该循环可以实现出水总氮的优化排放控制；
(4)利用求解出的u(t)对出水总氮浓度进行控制，最终控制系统的输出为实际测量的出水总氮浓度值，图2为污水处理过程的出水总氮控制结果图，X轴：时间，单位是15分钟/样本，Y轴：出水总氮浓度，单位是毫克/升，黑色实线为出水总氮浓度实际测量值，黑色虚线为出水总氮浓度限定值。

Claims (1)

1.一种基于案例推理的城市污水处理脱氮过程加药控制方法，其特征在于，包括以下步骤：
(1)脱氮过程是通过化学或生物方法依次将污水中的有机氮转换成氨氮、硝酸盐或亚硝酸盐和氮气以达到脱氮效果的过程，加药操作涉及到出水总氮浓度和甲醇加药量两个变量，其中出水总氮浓度称为被控变量，甲醇加药量是操纵变量，是加药操作过程允许调节的变量；
(2)构建出水总氮浓度设定值的案例库，案例库来源于实际污水处理厂运行的优良工况数据，出水总氮排放浓度低于10mg/L称为优良工况，案例库包括B条案例，第k条案例Ck由案例条件属性Fk和案例解属性Gk两部分组成，其中B为大于40的整数，k为大于等于1且小于等于B的整数，Fk和Gk描述如下：
Fk＝[f1,k,f2,k,f3,k,f4,k,f5,k] (1)
Gk＝gk (2)
其中f1,k为第k条案例的进水氨氮浓度，f2,k为第k条案例的缺氧区末端硝态氮浓度，f3,k为第k条案例的厌氧区中端氧化还原电位，f4,k为第k条案例的缺氧区末端混合液悬浮固体浓度，f5,k为第k条案例的好氧区前端溶解氧浓度，gk为第k条案例的出水总氮浓度设定值；
案例检索：寻找案例库中与t时刻案例的条件属性最相似的案例，t时刻下案例记为C(t)，C(t)包括条件属性F(t)和解属性G(t)，其中F(t)通过传感器获取，G(t)通过案例推理确定，计算F(t)与Fk之间的整体相似度：
Figure FDA0002963267610000011
其中fi(t)表示t时刻案例的第i个条件属性，fi,k表示案例库中第k条案例的第i个条件属性，sim(fi(t),fi,k)表示第i个条件属性的局部相似度，wi是第i个条件属性所占比重，根据偏最小二乘法分析案例库中各个条件属性对解属性的统计规律确定；
第i个条件属性的局部相似度sim(fi(t),fi,k)的计算公式为：
Figure FDA0002963267610000012
其中e＝2.72，π＝3.14，σ＝0.36，imax为案例库中第i个条件属性的最大值，imin为案例库中第i个条件属性的最小值；
案例重用：获得t时刻案例的建议解属性，t时刻下条件属性F(t)与案例库中条件属性整体相似度SIM(F(t),Fk)大于相似度阈值TH的案例称为相似案例，记为L，其中相似度阈值TH＝0.95，L为t时刻下相似案例的个数，该L个案例记为Ch,1,Ch,2,…,Ch,L，该L个案例对应的解属性和整体相似度分别记为Gh,1,Gh,2,…,Gh,L和SIMh,1,SIMh,2,…,SIMh,L，其中SIMh,1,SIMh,2,…,SIMh,L通过公式(3)计算，则t时刻下的建议解属性为：
Figure FDA0002963267610000021
其中l为大于等于1且小于等于L的整数，以t时刻下的建议解属性G(t)作为t+1时刻出水总氮浓度的设定值，即yd(t+1)＝G(t)，yd(t+1)为t+1时刻出水总氮浓度的设定值；
(3)设计基于案例推理的出水总氮控制方法，具体为：
①控制作用初始时刻t＝1；
②控制器的输入为：
E(t)＝yd(t)-y(t) (6)
其中E(t)为t时刻出水总氮浓度设定值yd(t)与实际测量值y(t)的差值；
控制器的输出为甲醇加药量，计算方式如下：
Figure FDA0002963267610000022
其中u(t)是甲醇加药量，KP为比例增益，KI为积分增益，KD为微分增益，且KP＝100，KI＝300，KD＝50；
利用传感器获取t时刻案例的条件属性数据F(t)，根据公式(3)-(5)通过案例推理得到下一个控制作用时刻出水总氮浓度的设定值；
③t＝t+1，若t<200，则返回步骤②，若t＝200，则结束该循环；
(4)利用求解出的u(t)对出水总氮浓度进行控制，最终控制系统的输出为实际测量的出水总氮浓度值。
CN202110243667.4A 2021-03-05 2021-03-05 一种基于案例推理的城市污水处理脱氮过程加药控制方法 Active CN113003692B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110243667.4A CN113003692B (zh) 2021-03-05 2021-03-05 一种基于案例推理的城市污水处理脱氮过程加药控制方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110243667.4A CN113003692B (zh) 2021-03-05 2021-03-05 一种基于案例推理的城市污水处理脱氮过程加药控制方法

Publications (2)

Publication Number Publication Date
CN113003692A true CN113003692A (zh) 2021-06-22
CN113003692B CN113003692B (zh) 2022-12-16

Family

ID=76406297

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110243667.4A Active CN113003692B (zh) 2021-03-05 2021-03-05 一种基于案例推理的城市污水处理脱氮过程加药控制方法

Country Status (1)

Country Link
CN (1) CN113003692B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116395828A (zh) * 2023-04-10 2023-07-07 苏州市环境保护有限公司 一种用于污水厂的精准化加药控制方法

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2005211832A (ja) * 2004-01-30 2005-08-11 Nippon Steel Corp 廃水からのアンモニア性窒素の除去方法
JP2006038552A (ja) * 2004-07-26 2006-02-09 Yamatake Corp Ｂｏｄ推定装置および方法
CN105435494A (zh) * 2015-12-11 2016-03-30 山西晋煤集团技术研究院有限责任公司 一种浓缩机药剂自动添加系统及方法
CN106292292A (zh) * 2016-10-17 2017-01-04 鞍钢集团矿业有限公司 基于案例推理的铁矿浮选药剂用量优化设定方法及系统

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2005211832A (ja) * 2004-01-30 2005-08-11 Nippon Steel Corp 廃水からのアンモニア性窒素の除去方法
JP2006038552A (ja) * 2004-07-26 2006-02-09 Yamatake Corp Ｂｏｄ推定装置および方法
CN105435494A (zh) * 2015-12-11 2016-03-30 山西晋煤集团技术研究院有限责任公司 一种浓缩机药剂自动添加系统及方法
CN106292292A (zh) * 2016-10-17 2017-01-04 鞍钢集团矿业有限公司 基于案例推理的铁矿浮选药剂用量优化设定方法及系统

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
严爱军等: "基于CBR和SVR的生化需氧量预测模型", 《华东理工大学学报(自然科学版)》 *

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116395828A (zh) * 2023-04-10 2023-07-07 苏州市环境保护有限公司 一种用于污水厂的精准化加药控制方法
CN116395828B (zh) * 2023-04-10 2024-01-05 苏州市环境保护有限公司 一种用于污水厂的精准化加药控制方法

Also Published As

Publication number Publication date
CN113003692B (zh) 2022-12-16

Similar Documents

Publication Publication Date Title
JP4948648B2 (ja) 従属栄養アンモニア酸化バクテリアを用いて汚染水中の炭素、窒素汚染物を除去する方法
CN104276656B (zh) 反硝化厌氧氨氧化sbr处理高浓度硝酸盐废水与城市污水的方法
CN101434915B (zh) 一种亚硝酸菌群的培养方法及含氨氮废水处理方法
CN101531983B (zh) 一种处理生活污水亚硝化好氧颗粒污泥的培养方法
CN109721156B (zh) 间歇曝气一体化/短程反硝化-厌氧氨氧化处理晚期垃圾渗滤液的装置与方法
CN108445757B (zh) 一种基于动态多目标粒子群算法的污水处理过程优化控制方法
CN103708610B (zh) 一种焦化废水处理用活性污泥的培养方法
CN102491506A (zh) 一种污水处理厂曝气生物滤池控制方法及系统
CN104556362B (zh) 一种好氧颗粒污泥的培养方法
CN112875859A (zh) 基于aoa工艺的污水脱氮除磷控制系统
CN103922540A (zh) Apo/生物接触氧化短程硝化耦合厌氧氨氧化自养脱氮三污泥装置及方法
CN113003692B (zh) 一种基于案例推理的城市污水处理脱氮过程加药控制方法
CN103103153A (zh) 一株具有脱氮除磷效果的厌氧反硝化聚磷菌及其应用
CN110357257A (zh) 一种用于城镇污水处理厂深度脱氮氧化系统及构建方法
CN112811582A (zh) 一种投加联氨促进短程硝化的亚硝化sbr装置及改良工艺
CN102682190A (zh) 简化的污水处理过程活性污泥模型
CN2885848Y (zh) 前置反硝化工艺处理生活污水短程生物脱氮控制装置
CN117511782A (zh) 一种处理低c/n污水的好氧反硝化菌的筛选驯化方法
Nordio et al. ABACO-2: a comprehensive model for microalgae-bacteria consortia validated outdoor at pilot-scale
CN216038845U (zh) 一种提高厌氧氨氧化工艺处理城市生活污水性能的装置
CN214457129U (zh) 一种投加联氨促进短程硝化的亚硝化sbr装置
CN115602258A (zh) 污水处理厂中好氧池内曝气设定值计算方法
CN212425586U (zh) 一种基于同步硝化反硝化机制的生化需氧控制系统
CN113860499A (zh) 一种抗生素限制硝化细菌的低氨氮浓度污水主流厌氧氨氧化系统及其工艺
KR100683476B1 (ko) 하수의 고도 처리 시스템 및 이 시스템을 이용한 고도 처리방법

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