CN113849776A - 一种用于厨余废弃物处理厌氧工艺的优化方法 - Google Patents

Abstract

本发明公开了一种用于厨余废弃物处理厌氧工艺的优化方法，其属于厨余垃圾厌氧处理技术领域，该方法包括如下步骤：步骤一、采集相关数据；步骤二、对采集到的数据进行预处理；步骤三、建立模型；步骤四、对模型进行检测；步骤五、预测沼气产量和净利润；步骤六、确定最优方案投入生产；步骤七、将模型结果与实际结果进行比对分析，确认模型的有效性。本发明的有益效果是，有效的节约沼气生产过程中的电能消耗，降低处理成本。

Description

一种用于厨余废弃物处理厌氧工艺的优化方法

技术领域

本发明涉及厨余垃圾处理技术领域，特别是一种用于厨余废弃物处理厌氧工艺的优化方法。

背景技术

厌氧发酵过程是将有机物在特定的厌氧环境下，利用微生物将有机质分解，其中部分碳水化合物转化成甲烷和二氧化碳。厌氧发酵过程一般分为两个阶段：（1）水解酸化阶段；（2）产甲烷阶段。厌氧发酵技术有多种分类。根据餐厨垃圾中有机质浓度大小可分为干法厌氧发酵和湿法厌氧发酵；根据反应级数可分为单相厌氧发酵和两相厌氧发酵；根据运行的连续性又可分为连续厌氧发酵和间歇厌氧发酵；根据温度还可分为常温厌氧发酵、中温厌氧发酵(30-40℃)和高温厌氧发酵(50-60℃)。在工程应用中根据不同的餐厨垃圾特点应选择合适的厌氧发酵处理工艺。

通过对厌氧发酵处理效率和运行成本的对比分析可以发现，由于我国餐厨垃圾的含水率高的特点，目前在工程中应用较多的成熟技术且发展趋势是采用湿式、单项、连续、中温厌氧发酵，该工艺经济可行性高。

厌氧发酵工艺一般流程：湿式、单项、连续、中温厌氧发酵一般采用的处理工艺流程如图1所示，将收集的餐厨垃圾送入接料池，通过输送装置将固体物质和液体物质进行初步分离，经过破袋分选系统、破碎除杂系统后，再利用固液分离系统得到有机质干渣和油水混合物，有机质干渣经过出砂均浆后进入厌氧发酵系统，发酵完的物料通过脱水系统，沼液经过脱氮、脱盐、脱硫处理后可作为液体有机肥，沼渣制作成颗粒有机肥；油水混合物经过油水分离后，油脂可用于生产生物柴油，分离出的液体含有丰富的有机质，可以进行厌氧发酵，厌氧发酵产出的气体可以进行发电或制作CNG。餐厨垃圾经过厌氧发酵处理彻底，资源化和无害化程度高，产品多样化，经济价值有保证。

厌氧细菌的活性直接影响每天沼气的产量，影响厌氧菌活性的因素一般有每日进料负荷，厌氧罐温度、搅拌速率、搅拌时长等多因素影响。目前大多数厌氧发酵罐都是现场工人根据经验调整各项参数，这就导致了实际生产中会由于搅拌时长过长而浪费电能或者搅拌时长太短使厌氧菌未能完全分解有机质造成沼气产量低或者厌氧菌未与废水充分接触造成沼气产量低，搅拌能加快厌氧菌与有机质的结合，过快的搅拌速率能浪费大量的电能也可能造成菌群结构的改变影响沼气的产量，搅拌速率过慢会影响沼气的产生量，因此如何在保证沼气产量的基础上尽量降低电能的能耗是非常重要的。

发明内容

本发明的目的是为了解决上述问题，设计了一种用于厨余废弃物处理厌氧工艺的优化方法。

实现上述目的本发明的技术方案为，一种用于厨余废弃物处理厌氧工艺的优化方法，该方法包括如下步骤：

步骤一，部署数据采集程序，通过厌氧罐的PLC采集进料量、进料频次、搅拌机电机频率、搅拌机搅拌时长、厌氧罐温度、产气量等数据。然后将采集到的数据存储到数据库中。具体实施过程：将沼气产量作为模型因变量。将进料量、进料频次、搅拌机电机频率、搅拌机搅拌时长、厌氧罐温度作为自变量。通过自变量的调整，引起因变量即沼气产气量变化。数据采集程序捕捉整个变化过程。由于自变量多于一个维度，调整自变量时保证只调整一个维度的自变量，其他维度的自变量要保持不变。首先，调整搅拌时长，从每天20小时调整到每天16小时，每次调整0.5小时，每间隔三天调整一次，其他自变量保证不变。然后，继续调整搅拌机频率从45Hz到40Hz，每次调整1Hz,同样每间隔三天调整一次，调整时同样保持其他自变量不变。其他参数的调整以此类推。在自变量参数调整的过程中实时监控厌氧罐是否正常工作，并采集相关数据进行存储；

步骤二，对步骤一中采集的数据进行探索性分析，已采集的数据为基础建立数据集，通过了解数据集的分布状况，了解影响因素间的相互关系以及影响因素与沼气量的关系。对采集的数据进行数据清洗，方法包括：

缺失值：检查数据缺失值，如果缺失值较少，可以通过插值（均值插值、拉格朗日插值等）进行填充。如果缺失值较多，结合实际情况分析删除该条数据或者填充确实数据；

异常值：通过均方差等方式找出异常值并删除；

数据差异性：通过方差大小来查看自变量数据差异性是否足够大，如果差异性太小，则意味着数据基本一致，对沼气量没有显著影响；

相关性检测：通过皮尔逊相关系检查线性相关性或者散点图、折线图的可视化方式，来查看自变量与自变量、自变量与因变量之间的趋势关系；

步骤三，将步骤二中经过清洗后的数据随机划分训练集和测试集，采用合适的模型如支持向量机模型（多项式核），输入量为搅拌机搅拌时长和搅拌机电机工作频率，输出量为沼气产量，通过输入量和输出量以及支持向量机建立沼气产量预测模型。该模型支持向量回归即所有样本点离超平面的“总偏差”最小，此时训练集的所有点都在两条边界之间，预测值f(x)（预测沼气产量）与实际值y（实际沼气产量）之间最多有ꜫ的偏差，当且仅当f(x) （预测沼气产量）与y（实际沼气产量）的差值绝对值大于ꜫ时，计算损失，此时相当于以f(x)为中心，构建一个宽度为2ꜫ的间隔带，若训练样本落入次间隔带，则认为是正确的；将训练集数据代入该算法模型，得到每日沼气产量和搅拌时长、电机转速的关系；

步骤四，用测试集数据对步骤三得到的模型进行检测，检测方法为拟合优度检验，即检验回归方程对样本观测值的拟合程度，检验所有解释变量与被解释变量之间的相关程度；检验方式如下：

其中，总变差平方和S_总是各个观察值与样本均值之差的平方和，反映全部数据之间的差异；残差平方和S_残是总变差平方和中未被回归方程解释的部分，有解释变量x₁，x₂，……，x_k中未包含的一切因素对被解释变量y的影响而造成的；回归平方和S_回是总变差平方和中由回归方程解释的部分；一个拟合好的回归模型，体现在总体平方和与回归平方和接近程度，即S_总中S_残越小越好。设R²为S_回与S_总的比值，R²的表达式为：

如果R²越接近1，则说明回归方程的拟合优度越高；

步骤五，如果步骤四计算得到R²大于0.64，则进行下一步，否则返回步骤三选择新的算法重新建模；

步骤六，通过模型预测不同外界因素下沼气产量，根据当地沼气价格和电价计算企业每日沼气的总收益和净收益；

步骤七，根据步骤六中得到的最优值投入到实际生产中，如果得到结果和模型预测的结果之间误差不超过10%则表明模型是成功的，否则返回第三步选择新的算法重新建模。

所述步骤一中的外界因素包括电机的转速，搅拌时长，pH和厌氧罐温度。

所述步骤二中对整理好的数据进行清洗的方式包括：第一、缺失值清洗，采集上的数据如果存在缺失值，根据字段的重要性来确认填充缺失值还是删除整条信息；第二、逻辑错误清洗，对于明显异常的非正常数据先分析原因，如果确认是采集数据错误就去除该异常数据。

所述步骤三中选择的合适算法包括：线性回归、多项式回归、支持向量机（核函数包含线性核、径向量核、高斯核等）。

有益效果

利用本发明的技术方案制作的用于厨余废弃物处理厌氧工艺的优化方法，其具有如下优势：

本方法通过对电机的搅拌速率、搅拌时长等因素的调节，运用合适的算法模型，分析不同组合沼气产量，用电成本以及净收益，从而改善和提高企业的经济效益，本方法主要是在保证每天沼气产量不变的前提下，节约大量的电能，每天能够降低200元左右的用电成本。

附图说明

图1是本发明所述餐厨垃圾综合处理厌氧发酵工艺流程图；

图2是本发明所述用于厨余废弃物处理厌氧工艺的优化方法的工艺流程图；

图3是本发明所述算法的原理图。

具体实施方式

下面结合附图对本发明进行具体描述，如图2和3所示；

本申请的创造点在于，将步骤二中经过清洗后的数据随机划分训练集和测试集，运用合适算法进行建模，进而获得预测沼气产量的模型为：f(x)=a₁*x₁ ²+a₂*x₂ ²+a₃*x₁*x₂+a₄*x₁+a₅*x₂+C；该模型支持向量回归即所有样本点离超平面的“总偏差”最小，此时训练集的所有点都在两条边界之间，预测值f(x)与实际值(y)之间最多有ꜫ的偏差，当且仅当f(x)与y的差值绝对值大于ꜫ时，计算损失，此时相当于以f(x)为中心，构建一个宽度为2ꜫ的间隔带，若训练样本落入次间隔带，则认为是正确的；将训练集数据代入该算法模型，得到每日沼气产量和电机转速的关系；用测试集数据对得到的模型进行检测，检测方法为拟合优度检验，即检验回归方程对样本观测值的拟合程度，检验所有解释变量与被解释变量之间的相关程度；检验方式如下：

其中，总变差平方和S_总是各个观察值与样本均值之差的平方和，反映全部数据之间的差异；残差平方和S_残是总变差平方和中未被回归方程解释的部分，有解释变量x₁，x₂，……，x_k中未包含的一切因素对被解释变量y的影响而造成的；回归平方和S_回是总变差平方和中由回归方程解释的部分；一个拟合好的回归模型，体现在总体平方和与回归平方和接近程度，即S_总中S_残越小越好。设R²为S_回与S_总的比值，R²的表达式为：

如果R²越接近1，则说明回归方程的拟合优度越高。

如果计算得到R²大于0.64，则进行下一步，否则返回步骤三选择新的算法重新建模；通过模型预测不同外界因素下沼气产量，根据当地沼气价格和电价计算企业每日沼气的总收益和净收益。

实施例1

实施对象：某地的厨余垃圾预处理项目厌氧发酵工艺；

实施目的：通过调整厌氧发酵罐电机的搅拌速率以及搅拌时长，使得厌氧产朝气的收益最大化；

实施过程：限定厨余垃圾处理量为60吨/天，厨余垃圾预处理之后得到的有机质基本一致，即厨余垃圾物料含油率、动植物油比例、和物料粒径没有明显差异，然后保证进料量相同、pH控制在6.8～7.2、厌氧罐温度控制在36～40℃（每天上、下午固定时间进料一次、每次30吨），将上述数据进行探索性分析，以采集的数据为基础建立数据集，通过了解数据集数据的分布状况，来了解影响因素间的相互关系以及影响因素与沼气产量之间的关系，然后筛选与沼气量相关性较强的因素，例如搅拌机搅拌时长和搅拌频率，去除对沼气量相关性不高的变化因素，对于影响因素之间强相关的因素择一保留；选择支持向量机（多项式核函数）作为构建模型的算法并构建模型，构建的模型为：

f(x)=a₁*x₁ ²+a₂*x₂ ²+a₃*x₁*x₂+a₄*x₁+a₅*x₂+C

其中，f(x)代表沼气量，a_x代表各项系数，x₁代表搅拌机搅拌时长，x₂代表搅拌机电机的工作频率，C代表常数项，进而得到沼气产量预测模型。

利用决定系数R²和平均绝对误差MAE（即预测值f(x)与实际值(y)之间差值绝对值）对步骤三中构建的模型进行评估，选择MAE较小，同时R²值较大的模型作为最终的模型；将筛选后的影响因素（例如搅拌机频率和搅拌时长）作为参数输入最终的模型来预测沼气量，通过模型预测结果。

在该项目的实际操作过程中，我们利用本申请公开的优化方法可以预测出，将搅拌机频率调整到40Hz，搅拌时长调整到17.6时，用电成本1920元，得到沼气产量2780m³,此时净收益最大，与该项目常规采用的搅拌频率45Hz，搅拌时长20小时，用电成本2036元，沼气产量2668 m³相比，沼气量提升4%，用电量减少5%，净收益提升9%。

需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下。由语句“包括一个......限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素”。

上述技术方案仅体现了本发明技术方案的优选技术方案，本技术领域的技术人员对其中某些部分所可能做出的一些变动均体现了本发明的原理，属于本发明的保护范围之内。

Claims (8)

1.一种用于厨余废弃物处理厌氧工艺的优化方法，其特征在于，该方法包括如下步骤：

步骤一，采集厨余废弃物厌氧处理过程中的相关数据，将数据存储在数据表中；

步骤二，对步骤一中采集的数据进行探索性分析，将采集数据进行清洗，整理，分析，通过了解数据集数据的分布状况，来了解影响因素的相互关系以及与沼气量之前的关系：

步骤三，将步骤二中经过清洗后的数据随机划分训练集和测试集，使用合适的算法进行建模，模型输入量为搅拌机搅拌时长和搅拌机电机工作频率，模型输出量为沼气罐沼气的产量，该模型为：

f(x)=a₁*x₁ ²+a₂*x₂ ²+a₃*x₁*x₂+a₄*x₁+a₅*x₂+C

其中，f(x)代表沼气量，a_x代表各项系数，x₁代表搅拌机搅拌时长，x₂代表搅拌机电机的工作频率，C代表常数项；

步骤四，用测试集数据对步骤三得到的模型进行检测；

步骤五，如果步骤四计算得到回归方程的拟合度符合要求，则进行下一步，否则返回步骤三选择新的算法重新建模；

步骤六，通过模型预测不同外界因素下沼气产量，确定最优方案投入生产；

步骤七，将模型结果与实际结果进行比对分析，确认模型的有效性。

2.根据权利要求1所述的一种用于厨余废弃物处理厌氧工艺的优化方法，其特征在于，所述步骤一中的外界因素包括电机的转速，搅拌时长，pH和厌氧罐温度。

3.根据权利要求1所述的一种用于厨余废弃物处理厌氧工艺的优化方法，其特征在于，所述步骤二中对整理好的数据进行清洗的方式包括：第一、缺失值清洗，采集上的数据如果存在缺失值，根据字段的重要性来确认填充缺失值还是删除整条信息；第二、逻辑错误清洗，对于明显异常的非正常数据先分析原因，如果确认是采集数据错误就去除该异常数据。

4.根据权利要求1所述的一种用于厨余废弃物处理厌氧工艺的优化方法，其特征在于，所述步骤三中选择的合适算法包括：线性回归、多项式回归或支持向量机。

5.根据权利要求1所述的一种用于厨余废弃物处理厌氧工艺的优化方法，其特征在于，所述步骤三中的模型支持向量回归即所有样本点离超平面的“总偏差”最小，此时训练集的所有点都在两条边界之间，预测值f(x)与实际值(y)之间最多有ꜫ的偏差，当且仅当f(x)与y的差值绝对值大于ꜫ时，计算损失，此时相当于以f(x)为中心，构建一个宽度为2ꜫ的间隔带，若训练样本落入次间隔带，则认为是正确的；将训练集数据代入该算法模型，得到每日沼气产量和电机转速的关系。

6.根据权利要求1所述的一种用于厨余废弃物处理厌氧工艺的优化方法，其特征在于，所述步骤四中采用的检测方法为拟合优度检验，检验所有解释变量与被解释变量之间的相关程度，拟合优度检验方式如下：

其中，总变差平方和S_总是各个观察值与样本均值之差的平方和，反映全部数据之间的差异；残差平方和S_残是总变差平方和中未被回归方程解释的部分，由解释变量x₁至x_k中未包含的一切因素对被解释变量y的影响而造成的；回归平方和S_回是总变差平方和中由回归方程解释的部分；一个拟合好的回归模型，体现在总体平方和与回归平方和接近程度，即S_总中S_残越小越好，设R²为S_回与S_总的比值，R²的表达式为：

如果R²越接近1，则说明回归方程的拟合优度越高。

7.根据权利要求1所述的一种用于厨余废弃物处理厌氧工艺的优化方法，其特征在于，所述步骤六中是通过计算企业每日沼气的总收益和净收益的方式来确定最优方案投入生产。

8.根据权利要求1所述的一种用于厨余废弃物处理厌氧工艺的优化方法，其特征在于，所述步骤七中将模型结果与实际结果进行比对分析是指根据步骤六中得到的最优值投入到实际生产中，如果得到结果和模型预测的结果之间的误差不超过10%则表明模型是成功的，否则返回第三步选择新的算法重新建模。

Images