CN113912255B - 一种污泥半干化处理系统及处理方法 - Google Patents

Abstract

本发明通过提供一种污泥半干化处理系统及处理方法，仅采用污泥浓缩和污泥脱水两道处理工序对污泥进行半干化处理，将污泥含水率从99.0％～99.7％降至35％以下。解决现有污泥处理系统缺乏智能化、操作精确度较差、污泥处理效果较差以及能源浪费严重等问题。实现了完善且智能化的污泥半干化处理系统，以保障污泥半干化处理设施的处理效果，可以最大限度地降低污泥含水率，提高能源利用率。

Description

一种污泥半干化处理系统及处理方法

技术领域

本发明属于污泥干化处理技术，尤其涉及一种污泥半干化处理系统及处理方法。

背景技术

现如今，污泥产生的环境污染问题日益突出，易造成较大的安全隐患、环境压力及经济负担。污泥半干化是将含水率大约80％的脱水污泥干燥到含水率30％左右，在各种焚烧技术中，半干化焚烧在经济性方面相较而言更具优势。

我国专利申请号：CN201610675958.X；公开日：2017.01.04，公开了一种污泥半干化处理工艺，主要包括：a经污泥浓缩处理后，得到含水率96％～98％的污泥；b污泥压滤脱水：在螺杆泵的进泥压力下进行压滤脱水，待进泥压力达到0.6MPa～1.0MPa时停止进泥，继续依靠电渗透污泥高干脱水设备的液压压力压榨得到含水率88％～92％的泥饼；c污泥干化脱水：开启电渗透污泥脱水设备的电源，靠电渗透和液压压力的共同作用去除污泥中的水分，得到含水率35％的泥饼。

但本申请发明人在实现本申请实施例中发明技术方案的过程中，发现上述技术至少存在如下技术问题：现有的污泥处理过程中，均通过操作工人手动进行控制，但由于人工控制操作精确度较差，无法准确对污泥处理过程中多个参数进行实时控制，污泥处理效果较差，降低了干化效率；同时在处理的过程中，浪费大量的热能，造成能源极大的损耗，污泥处理成本较高。

发明内容

本发明通过提供一种污泥半干化处理系统及处理方法，仅采用污泥浓缩和污泥脱水两道处理工序对污泥进行半干化处理，将污泥含水率从99.0％～99.7％降至35％以下。解决现有污泥处理系统缺乏智能化、操作精确度较差、污泥处理效果较差以及能源浪费严重等问题。实现了完善且智能化的污泥半干化处理系统，以保障污泥半干化处理设施的处理效果，可以最大限度地降低污泥含水率，提高能源利用率。

本申请提供了一种污泥半干化处理系统及处理方法具体包括以下技术方案：

一种污泥半干化处理系统，所述处理系统通过采集数据，对数据进行分析、处理、计算，根据计算结果对设备进行智能化控制，完善且智能化处理系统，提高效率并降低成本；

所述污泥半干化处理系统包括以下部分：

抓斗桥式起重机、螺旋输送机、信息采集设备、重力浓缩池、好氧消化池、高温厌氧消化池、污泥脱水装置、循环管、服务器；

所述重力浓缩池包括一沉池和二沉池，重力浓缩池利用高分子絮凝剂提高沉淀效果，降低污泥的含水率，使污泥得到浓缩；

所述一沉池与二沉池分别通过循环管与污泥脱水装置相连，接收污泥脱水装置传输的热气；一沉池与二沉池中各自设有浓缩控制器，用于控制絮凝剂加入的数量；

重力浓缩池上还安装有抽水装置，用于通过水管抽去重力浓缩池中沉淀出的污水，重力浓缩池将处理后的污泥输送给信息采集设备；

所述服务器，用于对信息采集设备采集的数据进行分析、处理、计算，得到控制指令发布给浓缩控制器、曝气器、循环管阀门控制器；

服务器包括模型创建组件、数据处理组件、设备控制组件和存储组件，所述模型创建组件用于创建浓缩控制模型；所述数据处理组件用于调用浓缩控制模型，计算高分子絮凝剂1、絮凝剂2、热量值1和热量值2的最优值，并发送给设备控制组件。

优选的，所述设备控制组件用于根据计算出的高分子絮凝剂1、絮凝剂2、热量值1和热量值2的最优值对设备进行控制，设备控制组件包括半干化控制单元、曝气控制单元和循环管阀门控制单元，所述半干化控制单元用于对浓缩控制器发布控制指令，所述曝气控制单元用于对曝气器发布控制指令，所述循环管阀门控制单元用于对循环管阀门控制器发布控制指令；所述存储组件用于对服务器中处理过的数据进行存储；服务器与重力浓缩池、好氧消化池和循环管之间通过数据相连。

优选的，包括以下步骤：

A.将湿污泥输送至信息采集设备中进行多元数据采集，转放于重力浓缩池中，利用高分子絮凝剂提高沉淀效果，降低污泥的含水率；

B.浓缩控制模型采用浓缩控制组合网络算法，根据符合最优目标的第二污泥参数和第三污泥参数对浓缩控制组合网络同一规格的第一污泥参数所对应的参数进行训练学习；

C.将浓缩处理后的污泥输送到好氧消化池和高温厌氧消化池中对有机物进行降解和稳定，最终输送到污泥脱水装置实现污泥半干化处理。

优选的，所述步骤A具体包括：

为了强化污泥的沉淀效果，设立两个重力浓缩池：一沉池和二沉池，分别加入不同的絮凝剂；污泥由信息采集设备转放于一沉池中，加入絮凝剂1，经过沉淀后，利用抽水装置抽去沉淀后的污水，通过污水处理装置进行处理；剩余的污泥倒入信息采集设备中，由信息采集设备重新采集数据，作为第二污泥参数；然后将二次信息采集后的污泥转入二沉池中，加入絮凝剂2进行沉淀，排出沉淀后的污水，二沉池中的污泥输送到信息采集设备，再次进行数据采集得到第三污泥参数。

优选的，所述步骤B具体包括：

所述浓缩控制组合网络包括输入层、关系捕捉层、简化层、中转层、比较层、调用层和输出层；

浓缩控制组合网络的输入为第一污泥参数sp¹、絮凝剂1的用量rd¹、热量值1cv¹、絮凝剂2的用量rd²、热量值2cv²，热量值1cv¹为污泥脱水装置导入一沉池的热量值，热量值2cv²为污泥脱水装置导入二沉池的热量值；浓缩控制组合网络的中转层的输出为第二污泥参数sp²，输出层输出为第三污泥参数sp³。

优选的，其特征在于，所述步骤B具体包括：

关系捕捉层对相同规格的第一污泥参数所对应的不同絮凝剂1用量和热量值1中的依赖关系进行提取，关系捕捉层首先需要计算相同规格的第一污泥参数所对应的不同絮凝剂1用量和热量值1的隐藏状态，将提取的隐藏状态传递给简化层，由简化层控制将当前数据组的输入附加到上一数据组的隐藏状态中去，有助于捕捉不同数据组之间长期的依赖关系。

优选的，所述步骤B具体包括：

比较层判断当前计算得到的第二污泥参数是否符合最优目标，若符合，则将第二污泥参数传送给调用层，由调用层调用关系捕捉层和简化层中的计算方法，根据絮凝剂2的用量rd²和热量值2cv²融合第二污泥参数进行计算，得到第三污泥参数，若第二污泥参数不符合最优目标，则由比较层通过优化因子基向关系捕捉层传送优化指令，所述优化因子基为最小的优化调整步长，判断第三污泥参数中的含水率是否达到预先设立的阈值，若没有达到，则需改进调整参数a和b，然后重新进行网络训练。

优选的，所述步骤C具体包括：

污泥脱水装置内部设有转动的螺旋轴和螺旋叶片，在污泥脱水装置旋转速度达到一定的层次时，污泥脱水装置内部高速旋转会产生较高的摩擦力并因摩擦力而出现热能，污泥脱水装置内壁上安装有吸热环，当产生热能后会被吸热环所吸收，并通过循环管传送给高温厌氧消化池和重力浓缩池。

有益效果：

本申请实施例中提供的多个技术方案，至少具有如下技术效果或优点：

1.利用高分子絮凝剂提高沉淀效果，降低污泥的含水率，使污泥得到浓缩，设立两个重力浓缩池分别进行浓缩，进一步提高污泥的浓缩效率，增强污泥在浓缩脱水这一步降低含水率的能力，为深度脱水减轻负担，同时也减少能源的消耗；

2.浓缩控制组合网络算法可以学习跨度相对较长的依赖关系，而且不会出现梯度消失和梯度爆炸的问题；对重力浓缩池的一沉池和二沉池的絮凝剂用量和热量进行智能化控制，提高污泥浓缩脱水效率，减少人力成本；借助人工智能在数据分析维度广、数据处理量大、运算速度快等方面存在的特质，可以实现对污泥半干化处理过程的全面且深入的分析，快速精准地运算得出各项运行参数变化趋势以及对应该变化趋势所需要的调节变化量，从而达到最佳处理效果；

3.根据离心力原理应用于污泥脱水，通过污泥脱水装置对污泥进行碾压，增大了污泥的压榨压力，降低污泥内部所存在的水源，工艺流程简单，达到半干化脱水效果；同时，污泥脱水装置在运转过程中产生的热能可输送给高温厌氧消化池和重力浓缩池，达到资源有效利用的目的，减少能源损失，多个半干化装置同时工作，脱水效率高，经半干化处理之后，降低恶臭，便于运输和消纳。

4.本申请的技术方案能够有效解决现有污泥处理系统缺乏智能化、操作精确度较差、污泥处理效果较差以及能源浪费严重等问题。并且，上述系统或方法经过了一系列的效果调研，最终能够完善且智能化的污泥半干化处理系统，以保障污泥半干化处理设施的处理效果，可以最大限度地降低污泥含水率，提高能源利用率。

附图说明

图1为本申请所述的一种污泥半干化处理方法流程图；

图2为本申请所述的一种污泥半干化处理系统结构图；

图3为本申请所述的服务器组成结构图；

图中：10抓斗桥式起重机、20螺旋输送机、30信息采集设备、40重力浓缩池、50好氧消化池、60高温厌氧消化池、70污泥脱水装置、80循环管、90服务器、901模型创建组件、902数据处理组件、903设备控制组件、904存储组件。

具体实施方式

本申请实施例通过提供一种污泥半干化处理系统及处理方法，解决了现有污泥处理系统缺乏智能化、操作精确度较差、污泥处理效果较差以及能源浪费严重等问题。

本申请实施例中的技术方案为解决上述问题，总体思路如下：

利用高分子絮凝剂提高沉淀效果，降低污泥的含水率，使污泥得到浓缩，设立两个重力浓缩池分别进行浓缩，进一步提高污泥的浓缩效率，增强污泥在浓缩脱水这一步降低含水率的能力，为深度脱水减轻负担，同时也减少能源的消耗；浓缩控制组合网络算法可以学习跨度相对较长的依赖关系，而且不会出现梯度消失和梯度爆炸的问题；对重力浓缩池的一沉池和二沉池的絮凝剂用量和热量进行智能化控制，提高污泥浓缩脱水效率，减少人力成本；借助人工智能在数据分析维度广、数据处理量大、运算速度快等方面存在的特质，可以实现对污泥半干化处理过程的全面且深入的分析，快速精准地运算得出各项运行参数变化趋势以及对应该变化趋势所需要的调节变化量，从而达到最佳处理效果；根据离心力原理应用于污泥脱水，通过污泥脱水装置对污泥进行碾压，增大了污泥的压榨压力，降低污泥内部所存在的水源，工艺流程简单，达到半干化脱水效果；同时，污泥脱水装置在运转过程中产生的热能可输送给高温厌氧消化池和重力浓缩池，达到资源有效利用的目的，减少能源损失，多个半干化装置同时工作，脱水效率高，经半干化处理之后，降低恶臭，便于运输和消纳。

为了更好的理解上述技术方案，下面将结合说明书附图以及具体的实施方式对上述技术方案进行详细的说明。

参照附图2，本申请所述的一种污泥半干化处理系统包括以下部分：

抓斗桥式起重机10、螺旋输送机20、信息采集设备30、重力浓缩池40、好氧消化池50、高温厌氧消化池60、污泥脱水装置70、循环管80、服务器90所述抓斗桥式起重机10用于抓取湿污泥，将抓取的湿污泥放置于螺旋输送机20的缓存料斗中；

所述螺旋输送机20上安装有缓存料斗，用于暂时存放污泥，螺旋输送机20将污泥输送至信息采集设备30中；

所述信息采集设备30，用于采集污泥的多元数据，信息采集设备30上安装有信号发射器301和多个传感器302，所述传感器302包括含水率传感器、温度传感器、化学需氧量传感器、总氮量传感器、总磷量传感器、酸碱度传感器、污泥浓度传感器、超声波流量计、超声波泥位计、气压计；所述信号发射器301将传感器采集的数据进行收集，作为第一污泥参数发送给服务器90。并将采集后的污泥转放于重力浓缩池40和好氧消化池50；

所述重力浓缩池40包括一沉池401和二沉池402，重力浓缩池40利用高分子絮凝剂提高沉淀效果，降低污泥的含水率，使污泥得到浓缩。所述一沉池401与二沉池402分别通过循环管80与污泥脱水装置70相连，接收污泥脱水装置70传输的热气；一沉池401与二沉池402中各自设有浓缩控制器，用于控制絮凝剂加入的数量。重力浓缩池40上还安装有抽水装置，用于通过水管抽去重力浓缩池40中沉淀出的污水，重力浓缩池40将处理后的污泥输送给信息采集设备30；

所述好氧消化池50，用于对污泥进行较长时间的曝气，其中一部分有机物由好氧微生物进行降解和稳定，好氧消化池50中的曝气器用于控制污泥在好氧消化池50中曝气的时长，好氧消化池50的污泥输送到高温厌氧消化池60；

所述高温厌氧消化池60，用于将污泥置于高温环境下进行厌氧消化工艺，污泥中的有机物由厌氧微生物进行降解和稳定。高温厌氧消化池60通过循环管80与污泥脱水装置70连通；

所述污泥脱水装置70，用于通过高速旋转进行污泥脱水，同时产生较高的摩擦力出现热能。污泥脱水装置70内壁上安装有吸热环，当产生热能后会被吸热环所吸收，并通过循环管80传送给高温厌氧消化池60和重力浓缩池40；

所述循环管80，用于输送污泥脱水装置70传输给高温厌氧消化池60和重力浓缩池40的热气，循环管80上装设有阀门控制器，用于控制高温气体的输送；

所述服务器90，用于对信息采集设备30采集的数据进行分析、处理、计算，得到控制指令发布给浓缩控制器、曝气器、循环管阀门控制器。服务器90包括模型创建组件901、数据处理组件902、设备控制组件903和存储组件904，如图3所示。所述模型创建组件901用于创建浓缩控制模型；所述数据处理组件902用于调用浓缩控制模型，计算高分子絮凝剂1、絮凝剂2、热量值1和热量值2的最优值，并发送给设备控制组件903；所述设备控制组件903用于根据计算出的高分子絮凝剂1、絮凝剂2、热量值1和热量值2的最优值对设备进行控制，设备控制组件903包括半干化控制单元9031、曝气控制单元9032和循环管阀门控制单元9033，所述半干化控制单元9031用于对浓缩控制器发布控制指令，所述曝气控制单元9032用于对曝气器发布控制指令，所述循环管阀门控制单元9033用于对循环管阀门控制器发布控制指令。所述存储组件904用于对服务器90中处理过的数据进行存储。服务器90与重力浓缩池40、好氧消化池50和循环管80之间通过数据相连。

参照图1，本申请所述一种污泥半干化处理方法包括以下步骤：

本申请提供一种污泥半干化处理方法，仅采用污泥浓缩和污泥脱水两道处理工序对污泥进行半干化处理，包括一级浓缩脱水和二级深度脱水。

A.将湿污泥输送至信息采集设备中进行多元数据采集，转放于重力浓缩池中，利用高分子絮凝剂提高沉淀效果，降低污泥的含水率；

A1.通过抓斗桥式起重机10抓取湿污泥，放置于缓存料斗中，然后由螺旋输送机20输送至信息采集设备30中进行多元数据采集，所述信息采集设备30包括信号发射器301和多个传感器，所述传感器包括含水率传感器、温度传感器、化学需氧量传感器、总氮量传感器、总磷量传感器、酸碱度传感器、污泥浓度传感器、超声波流量计、超声波泥位计、气压计。传感器采集的数据作为第一污泥参数由信号发射器301进行收集并统一发送给服务器90。

经过信息采集后的污泥由信息采集设备30转放于重力浓缩池40中，利用高分子絮凝剂(如阳离子聚丙烯酰胺)提高沉淀效果，降低污泥的含水率，使污泥得到浓缩。为了强化污泥的沉淀效果，设立两个重力浓缩池：一沉池401和二沉池402，分别加入不同的絮凝剂。污泥由信息采集设备30转放于一沉池401中，加入絮凝剂1，经过沉淀后，利用抽水装置抽去沉淀后的污水，通过污水处理装置进行处理。剩余的污泥倒入信息采集设备30中，由信息采集设备30重新采集数据，作为第二污泥参数。然后将二次信息采集后的污泥转入二沉池402中，加入絮凝剂2进行沉淀，排出沉淀后的污水，二沉池402中的污泥输送到信息采集设备30，再次进行数据采集得到第三污泥参数。所述重力浓缩池40中还通过循环管80与污泥脱水装置70相连，所述污泥脱水装置70产生的热量通过循环管80导入重力浓缩池40中，加速絮凝剂的反应。

A2.根据所述信息采集设备30采集的第一污泥参数和第二污泥参数，基于专家经验选用所述两个重力浓缩池中的高分子絮凝剂，所述高分子絮凝剂的使用方法具体如下：

服务器90中的模型创建组件901用于创建浓缩控制模型，服务器90中的数据处理组件902调用浓缩控制模型，所述浓缩控制模型用于接收第一污泥参数、第二污泥参数和第三污泥参数，通过计算得到高分子絮凝剂1和絮凝剂2的使用方法。所述高分子絮凝剂的使用方法包括高分子絮凝剂加入污泥中的数量。通过浓缩控制模型实时调控高分子絮凝剂的使用方法，通过服务器90中的半干化控制单元9031分别向两个重力浓缩池的浓缩控制器发送控制指令，用于控制高分子絮凝剂的灵活使用，从而提高污泥的沉淀效果。

所述步骤A的有益效果为：利用高分子絮凝剂提高沉淀效果，降低污泥的含水率，使污泥得到浓缩，设立两个重力浓缩池分别进行浓缩，进一步提高污泥的浓缩效率，增强污泥在浓缩脱水这一步降低含水率的能力，为深度脱水减轻负担，同时也减少能源的消耗。

B.浓缩控制模型采用浓缩控制组合网络算法，根据符合最优目标的第二污泥参数和第三污泥参数对浓缩控制组合网络同一规格的第一污泥参数所对应的参数进行训练学习；

所述浓缩控制模型采用浓缩控制组合网络算法，所述浓缩控制组合网络包括输入层、关系捕捉层、简化层、中转层、比较层、调用层和输出层。浓缩控制组合网络的输入为第一污泥参数sp¹、絮凝剂1的用量rd¹、热量值1cv¹、絮凝剂2的用量rd²、热量值2cv²，热量值1cv¹为污泥脱水装置70导入一沉池401的热量值，热量值2cv²为污泥脱水装置70导入二沉池402的热量值。浓缩控制组合网络的中转层的输出为第二污泥参数sp²，输出层输出为第三污泥参数sp³。

将第一污泥参数sp¹、絮凝剂1的用量rd¹、热量值1cv¹作为一组数据，将絮凝剂2的用量rd²和热量值2cv²作为一组数据，将两个数据组输入到输入层，其中第二组数据在调用层前均不参与计算。输入层的输出为：

OP¹＝ω_sp1sp¹+ω_rd1rd¹+ω_cv1cv¹+b₁

其中，ω_sp1、ω_rd1、ω_cv1分别表示第一污泥参数sp¹、絮凝剂1的用量rd¹、热量值1cv¹的权重，

n为输入数据组的数量，b₁表示偏置。输入层将计算后的OP¹传输给关系捕捉层，关系捕捉层对相同规格的第一污泥参数所对应的不同絮凝剂1用量和热量值1中的依赖关系进行提取。

关系捕捉层首先需要计算相同规格的第一污泥参数所对应的不同絮凝剂1用量和热量值1的隐藏状态h_i：

h_i＝tanh(ω_hOP¹+r_i⊙h_i-1+b_h)

r_i＝f(ω_hOP¹+ω_i-1h_i-1+b_r)

其中，h_i为第i组数据组中的隐藏状态，i∈[1，n]，tanh为双曲正切函数，ω_h为关系捕捉层中OP¹的权重值，r_i为对第i组数据组进行激活后的结果，⊙为元素乘法，b_h为关系捕捉层中的偏置，f为激活函数，ω_i-1为第i-1个隐藏状态的权重，b_r为激活偏置。关系捕捉层将提取的隐藏状态传递给简化层，由简化层控制将当前数据组的输入附加到上一数据组的隐藏状态中去，有助于捕捉不同数据组之间长期的依赖关系。

简化层对关系捕捉层提取的隐藏状态进行简化，若激活结果r_i接近0，则意味着对应隐藏状态元素h_i为0，即丢弃上一个数据组的隐藏状态；若激活结果r_i接近1，那么表示保留上一个数据组的隐藏状态，若处于某个区间内，则对应不同的简化值。简化层的输出为：

其中，OP³(h_i)为h_i对应的简化层的输出，a和b均为调整参数，由实验获得。简化层保留了隐藏状态中比较重要的信息，当r_i越大，说明当前数据组的信息量越大，而经过“1-”后，保留的信息便越少，从而在简化信息的同时增强信息的精度。

简化层将结果传送给中转层，中转层通过计算得到的输出即为当前第一污泥参数在不同絮凝剂1的用量和热量值1的条件下对应的第二污泥参数，则简化层的输出为：

其中，μ¹为n个数据组得到的第二污泥参数的均值，σ¹为n个数据组得到的第二污泥参数的标准差。

中转层的输出OP⁴即为当前网络参数方法在絮凝剂1的用量和热量值1的条件下所对应的第二污泥参数，中转层将当前浓缩控制组合网络得到的第二污泥参数传送给比较层，由比较层判断当前计算得到的第二污泥参数是否符合最优目标。若符合，则将第二污泥参数传送给调用层，由调用层调用关系捕捉层和简化层中的计算方法，根据絮凝剂2的用量rd²和热量值2cv²融合第二污泥参数进行计算，得到第三污泥参数。若第二污泥参数不符合最优目标，则由比较层通过优化因子基向关系捕捉层传送优化指令，所述优化因子基为最小的优化调整步长，计算公式为：

其中，E¹为中转输出误差，W₁、W₂、W₃分别为中转输出误差对第一污泥参数sp¹、絮凝剂1的用量rd¹、热量值1cv¹求偏导后的权重，W₄、W₅、W₆、W₇分别是中转输出误差对ω_h、b_h、ω_i、b_r求偏导后的权重。关系捕捉层在收到优化指令后，对网络参数ω_h、b_h、ω_i、b_r进行更新，重新计算，直至满足最优目标。

选取相同规格的第一污泥参数所对应的不同絮凝剂用量和热量值作为训练样本输入浓缩控制组合网络进行网络训练，当输出层的网络输出误差小于预先设定的阈值，停止训练。从而得到优化完成的参数，即得到不同第一污泥参数和第二污泥参数对应的最佳絮凝剂用量和热量值。判断第三污泥参数中的含水率是否达到预先设立的阈值，若没有达到，则需改进调整参数a和b，然后重新进行网络训练。

所述步骤B的有益效果为：浓缩控制组合网络算法可以学习跨度相对较长的依赖关系，而且不会出现梯度消失和梯度爆炸的问题；对重力浓缩池的一沉池和二沉池的絮凝剂用量和热量进行智能化控制，提高污泥浓缩脱水效率，减少人力成本；借助人工智能在数据分析维度广、数据处理量大、运算速度快等方面存在的特质，可以实现对污泥半干化处理过程的全面且深入的分析，快速精准地运算得出各项运行参数变化趋势以及对应该变化趋势所需要的调节变化量，从而达到最佳处理效果。

C.将浓缩处理后的污泥输送到好氧消化池和高温厌氧消化池中对有机物进行降解和稳定，最终输送到污泥脱水装置实现污泥半干化处理。

C1.信息采集设备30在完成第三污泥参数采集后，将浓缩处理后的污泥输送到好氧消化池50中。在所述好氧消化池50中，污泥经过较长时间的曝气，其中一部分有机物由好氧微生物进行降解和稳定，由曝气器控制污泥在好氧消化池50中进行曝气。设立曝气调节量为曝气器的启动时长，则曝气控制单元9032将污泥曝气量发送给曝气器，控制曝气器对污泥中的溶解氧含量进行调节。

好氧消化池50的污泥输送到高温厌氧消化池60，污泥脱水装置70产生的高温气体通过循环管80与高温厌氧消化池60进行热交换，使得污泥在高温环境下进行厌氧消化工艺，污泥中的有机物由厌氧微生物进行降解和稳定。循环管80上装设有阀门，用于控制高温气体的输送。

C2.高温厌氧消化池60的污泥输送到污泥脱水装置70，污泥脱水装置70内部设有转动的螺旋轴和螺旋叶片。在污泥脱水装置70旋转速度达到一定的层次时，污泥脱水装置70内部高速旋转会产生较高的摩擦力并因摩擦力而出现热能。污泥脱水装置70内壁上安装有吸热环，当产生热能后会被吸热环所吸收，并通过循环管80传送给高温厌氧消化池60和重力浓缩池40。

所述步骤C的有益效果为：根据离心力原理应用于污泥脱水，通过污泥脱水装置对污泥进行碾压，增大了污泥的压榨压力，降低污泥内部所存在的水源，工艺流程简单，达到半干化脱水效果；同时，污泥脱水装置在运转过程中产生的热能可输送给高温厌氧消化池和重力浓缩池，达到资源有效利用的目的，减少能源损失，多个半干化装置同时工作，脱水效率高，经半干化处理之后，降低恶臭，便于运输和消纳。

综上所述，便完成了本申请所述的一种污泥半干化处理系统及处理方法。

上述本申请实施例中的技术方案，至少具有如下的技术效果或优点：

1、利用高分子絮凝剂提高沉淀效果，降低污泥的含水率，使污泥得到浓缩，设立两个重力浓缩池分别进行浓缩，进一步提高污泥的浓缩效率，增强污泥在浓缩脱水这一步降低含水率的能力，为深度脱水减轻负担，同时也减少能源的消耗；

2、浓缩控制组合网络算法可以学习跨度相对较长的依赖关系，而且不会出现梯度消失和梯度爆炸的问题；对重力浓缩池的一沉池和二沉池的絮凝剂用量和热量进行智能化控制，提高污泥浓缩脱水效率，减少人力成本；借助人工智能在数据分析维度广、数据处理量大、运算速度快等方面存在的特质，可以实现对污泥半干化处理过程的全面且深入的分析，快速精准地运算得出各项运行参数变化趋势以及对应该变化趋势所需要的调节变化量，从而达到最佳处理效果；

3、根据离心力原理应用于污泥脱水，通过污泥脱水装置对污泥进行碾压，增大了污泥的压榨压力，降低污泥内部所存在的水源，工艺流程简单，达到半干化脱水效果；同时，污泥脱水装置在运转过程中产生的热能可输送给高温厌氧消化池和重力浓缩池，达到资源有效利用的目的，减少能源损失，多个半干化装置同时工作，脱水效率高，经半干化处理之后，降低恶臭，便于运输和消纳。

效果调研：

本申请的技术方案能够有效解决现有污泥处理系统缺乏智能化、操作精确度较差、污泥处理效果较差以及能源浪费严重等问题。并且，上述系统或方法经过了一系列的效果调研，最终能够完善且智能化的污泥半干化处理系统，以保障污泥半干化处理设施的处理效果，可以最大限度地降低污泥含水率，提高能源利用率。

本发明是参照根据本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。

这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。

尽管已描述了本发明的优选实施例，但本领域内的技术人员一旦得知了基本创造性概念，则可对这些实施例作出另外的变更和修改。所以，所附权利要求意欲解释为包括优选实施例以及落入本发明范围的所有变更和修改。

显然，本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样，倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内，则本发明也意图包含这些改动和变型在内。

Claims (6)

1.一种污泥半干化处理系统，其特征在于：所述处理系统通过采集数据，对数据进行分析、处理、计算，根据计算结果对设备进行智能化控制，完善且智能化处理系统，提高效率并降低成本；

所述污泥半干化处理系统包括以下部分：

抓斗桥式起重机、螺旋输送机、信息采集设备、重力浓缩池、好氧消化池、高温厌氧消化池、污泥脱水装置、循环管、服务器；

所述重力浓缩池包括一沉池和二沉池，重力浓缩池利用高分子絮凝剂提高沉淀效果，降低污泥的含水率，使污泥得到浓缩；

所述一沉池与二沉池分别通过循环管与污泥脱水装置相连，接收污泥脱水装置传输的热气；一沉池与二沉池中各自设有浓缩控制器，用于控制絮凝剂加入的数量；

重力浓缩池上还安装有抽水装置，用于通过水管抽去重力浓缩池中沉淀出的污水，重力浓缩池将处理后的污泥输送给信息采集设备；

所述服务器，用于对信息采集设备采集的数据进行分析、处理、计算，得到控制指令发布给浓缩控制器、曝气器、循环管阀门控制器；

服务器包括模型创建组件、数据处理组件、设备控制组件和存储组件，所述模型创建组件用于创建浓缩控制模型；所述数据处理组件用于调用浓缩控制模型，计算高分子絮凝剂1、絮凝剂2、热量值1和热量值2的最优值，并发送给设备控制组件；

所述污泥半干化处理系统的实现方法包括以下步骤：

A.将湿污泥输送至信息采集设备中进行多元数据采集，转放于重力浓缩池中，利用高分子絮凝剂提高沉淀效果，降低污泥的含水率；

B.浓缩控制模型采用浓缩控制组合网络算法，根据符合最优目标的第二污泥参数和第三污泥参数对浓缩控制组合网络同一规格的第一污泥参数所对应的参数进行训练学习；

C.将浓缩处理后的污泥输送到好氧消化池和高温厌氧消化池中对有机物进行降解和稳定，最终输送到污泥脱水装置实现污泥半干化处理；

所述浓缩控制组合网络包括输入层、关系捕捉层、简化层、中转层、比较层、调用层和输出层；

浓缩控制组合网络的输入为第一污泥参数sp¹、絮凝剂1的用量rd¹、热量值1cv¹、絮凝剂2的用量rd²、热量值2cv²，热量值1cv¹为污泥脱水装置导入一沉池的热量值，热量值2cv²为污泥脱水装置导入二沉池的热量值；浓缩控制组合网络的中转层的输出为第二污泥参数sp²，输出层输出为第三污泥参数sp³；

将第一污泥参数sp¹、絮凝剂1的用量rd¹、热量值1cv¹作为一组数据，将絮凝剂2的用量rd²和热量值2cv²作为一组数据，将两个数据组输入到输入层，其中第二组数据在调用层前均不参与计算；输入层的输出为：

OP¹＝ω_sp1sp¹+ω_rd1rd¹+ω_cv1cv¹+b₁

其中，ω_sp1、ω_rd1、ω_cv1分别表示第一污泥参数sp¹、絮凝剂1的用量rd¹、热量值1cv¹的权重，

n为输入数据组的数量，b₁表示偏置；输入层将计算后的OP¹传输给关系捕捉层，关系捕捉层对相同规格的第一污泥参数所对应的不同絮凝剂1用量和热量值1中的依赖关系进行提取；

关系捕捉层计算相同规格的第一污泥参数所对应的不同絮凝剂1用量和热量值1的隐藏状态h_i：

h_i＝tanh(ω_hOP¹+r_i⊙h_i-1+b_h)

r_i＝f(ω_hOP¹+ω_i-1h_i-1+b_r)

其中，h_i为第i组数据组中的隐藏状态，i∈[1，n]，tanh为双曲正切函数，ω_h为关系捕捉层中OP¹的权重值，r_i为对第i组数据组进行激活后的结果，⊙为元素乘法，b_h为关系捕捉层中的偏置，f为激活函数，ω_i-1为第i-1个隐藏状态的权重，b_r为激活偏置；关系捕捉层将提取的隐藏状态传递给简化层，由简化层控制将当前数据组的输入附加到上一数据组的隐藏状态中去；

简化层对关系捕捉层提取的隐藏状态进行简化，若激活结果r_i接近0，则意味着对应隐藏状态元素h_i为0，即丢弃上一个数据组的隐藏状态；若激活结果r_i接近1，那么表示保留上一个数据组的隐藏状态，若处于某个区间内，则对应不同的简化值；简化层的输出为：

其中，OP³(h_i)为h_i对应的简化层的输出，a和b均为调整参数，由实验获得；简化层保留了隐藏状态中比较重要的信息，当r_i越大，说明当前数据组的信息量越大，而经过“1-”后，保留的信息便越少，从而在简化信息的同时增强信息的精度；

简化层将结果传送给中转层，中转层通过计算得到的输出即为当前第一污泥参数在不同絮凝剂1的用量和热量值1的条件下对应的第二污泥参数，则简化层的输出为：

其中，μ¹为n个数据组得到的第二污泥参数的均值，σ¹为n个数据组得到的第二污泥参数的标准差。

2.如权利要求1所述的污泥半干化处理系统，其特征在于，所述设备控制组件用于根据计算出的高分子絮凝剂1、絮凝剂2、热量值1和热量值2的最优值对设备进行控制，设备控制组件包括半干化控制单元、曝气控制单元和循环管阀门控制单元，所述半干化控制单元用于对浓缩控制器发布控制指令，所述曝气控制单元用于对曝气器发布控制指令，所述循环管阀门控制单元用于对循环管阀门控制器发布控制指令；所述存储组件用于对服务器中处理过的数据进行存储；服务器与重力浓缩池、好氧消化池和循环管之间通过数据相连。

3.如权利要求1所述的污泥半干化处理系统，其特征在于，所述步骤A具体包括：

为了强化污泥的沉淀效果，设立两个重力浓缩池：一沉池和二沉池，分别加入不同的絮凝剂；污泥由信息采集设备转放于一沉池中，加入絮凝剂1，经过沉淀后，利用抽水装置抽去沉淀后的污水，通过污水处理装置进行处理；剩余的污泥倒入信息采集设备中，由信息采集设备重新采集数据，作为第二污泥参数；然后将二次信息采集后的污泥转入二沉池中，加入絮凝剂2进行沉淀，排出沉淀后的污水，二沉池中的污泥输送到信息采集设备，再次进行数据采集得到第三污泥参数。

4.如权利要求1所述的一种污泥半干化处理系统，其特征在于，所述步骤B具体包括：

关系捕捉层对相同规格的第一污泥参数所对应的不同絮凝剂1用量和热量值1中的依赖关系进行提取，关系捕捉层首先需要计算相同规格的第一污泥参数所对应的不同絮凝剂1用量和热量值1的隐藏状态，将提取的隐藏状态传递给简化层，由简化层控制将当前数据组的输入附加到上一数据组的隐藏状态中去，有助于捕捉不同数据组之间长期的依赖关系。

5.如权利要求1所述的一种污泥半干化处理系统，其特征在于，所述步骤B具体包括：

比较层判断当前计算得到的第二污泥参数是否符合最优目标，若符合，则将第二污泥参数传送给调用层，由调用层调用关系捕捉层和简化层中的计算方法，根据絮凝剂2的用量rd²和热量值2cv²融合第二污泥参数进行计算，得到第三污泥参数，若第二污泥参数不符合最优目标，则由比较层通过优化因子基向关系捕捉层传送优化指令，所述优化因子基为最小的优化调整步长，判断第三污泥参数中的含水率是否达到预先设立的阈值，若没有达到，则需改进调整参数a和b，然后重新进行网络训练。

6.如权利要求1所述的一种污泥半干化处理系统，其特征在于，所述步骤C具体包括：

污泥脱水装置内部设有转动的螺旋轴和螺旋叶片，在污泥脱水装置旋转速度达到一定的层次时，污泥脱水装置内部高速旋转会产生较高的摩擦力并因摩擦力而出现热能，污泥脱水装置内壁上安装有吸热环，当产生热能后会被吸热环所吸收，并通过循环管传送给高温厌氧消化池和重力浓缩池。

Images