CN114180733B - 基于视频分析算法的污水曝气量检测及曝气控制系统 - Google Patents
基于视频分析算法的污水曝气量检测及曝气控制系统 Download PDFInfo
- Publication number
- CN114180733B CN114180733B CN202111292030.0A CN202111292030A CN114180733B CN 114180733 B CN114180733 B CN 114180733B CN 202111292030 A CN202111292030 A CN 202111292030A CN 114180733 B CN114180733 B CN 114180733B
- Authority
- CN
- China
- Prior art keywords
- aeration
- training
- data
- video
- model
- 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.)
- Active
Links
- 238000005273 aeration Methods 0.000 title claims abstract description 93
- 239000010865 sewage Substances 0.000 title claims abstract description 26
- 238000004458 analytical method Methods 0.000 title claims abstract description 21
- 238000001514 detection method Methods 0.000 title claims abstract description 14
- 230000002159 abnormal effect Effects 0.000 claims abstract description 19
- 238000012544 monitoring process Methods 0.000 claims abstract description 18
- 238000012549 training Methods 0.000 claims description 61
- 239000010802 sludge Substances 0.000 claims description 34
- 238000006243 chemical reaction Methods 0.000 claims description 17
- 239000006260 foam Substances 0.000 claims description 14
- 238000007664 blowing Methods 0.000 claims description 12
- 238000012545 processing Methods 0.000 claims description 11
- 238000000034 method Methods 0.000 claims description 10
- 238000009472 formulation Methods 0.000 claims description 9
- 239000000203 mixture Substances 0.000 claims description 9
- 230000008569 process Effects 0.000 claims description 8
- 238000003702 image correction Methods 0.000 claims description 6
- 238000005457 optimization Methods 0.000 claims description 4
- 238000012360 testing method Methods 0.000 claims description 2
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 abstract description 6
- QVGXLLKOCUKJST-UHFFFAOYSA-N atomic oxygen Chemical compound [O] QVGXLLKOCUKJST-UHFFFAOYSA-N 0.000 abstract description 5
- 229910052760 oxygen Inorganic materials 0.000 abstract description 5
- 239000001301 oxygen Substances 0.000 abstract description 5
- 230000008859 change Effects 0.000 abstract description 4
- 239000007788 liquid Substances 0.000 abstract description 3
- 230000000007 visual effect Effects 0.000 abstract description 3
- 230000001105 regulatory effect Effects 0.000 description 4
- IJGRMHOSHXDMSA-UHFFFAOYSA-N Atomic nitrogen Chemical compound N#N IJGRMHOSHXDMSA-UHFFFAOYSA-N 0.000 description 2
- 238000013499 data model Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 239000000284 extract Substances 0.000 description 2
- 238000007689 inspection Methods 0.000 description 2
- 238000007781 pre-processing Methods 0.000 description 2
- OAICVXFJPJFONN-UHFFFAOYSA-N Phosphorus Chemical compound [P] OAICVXFJPJFONN-UHFFFAOYSA-N 0.000 description 1
- 238000009825 accumulation Methods 0.000 description 1
- XKMRRTOUMJRJIA-UHFFFAOYSA-N ammonia nh3 Chemical compound N.N XKMRRTOUMJRJIA-UHFFFAOYSA-N 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000001276 controlling effect Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000004134 energy conservation Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 229910052757 nitrogen Inorganic materials 0.000 description 1
- 229910052698 phosphorus Inorganic materials 0.000 description 1
- 239000011574 phosphorus Substances 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 239000000523 sample Substances 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 239000002344 surface layer Substances 0.000 description 1
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
- C02F7/00—Aeration of stretches of water
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/70—Denoising; Smoothing
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/80—Geometric correction
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
- G06T7/0004—Industrial image inspection
-
- 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
- C02F2209/08—Chemical Oxygen Demand [COD]; Biological Oxygen Demand [BOD]
-
- 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
- C02F2209/14—NH3-N
-
- 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)
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10016—Video; Image sequence
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02W—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO WASTEWATER TREATMENT OR WASTE MANAGEMENT
- Y02W10/00—Technologies for wastewater treatment
- Y02W10/10—Biological treatment of water, waste water, or sewage
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Environmental & Geological Engineering (AREA)
- Chemical & Material Sciences (AREA)
- Organic Chemistry (AREA)
- Water Supply & Treatment (AREA)
- Life Sciences & Earth Sciences (AREA)
- Hydrology & Water Resources (AREA)
- Quality & Reliability (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Activated Sludge Processes (AREA)
Abstract
本发明公开了基于视频分析算法的污水曝气量检测及曝气控制系统，属于污水处理领域，现有的生化池的运行是根据生化池中的仪表进行监测，仪表仅能测某个点的水质情况，无法反映该测点外的情况，且安装在曝气池的溶解氧仪仅反馈该检测点的数值，无法反馈该点溶解氧变化的原因，本系统采用视觉分析判断生化池运行状态，通过液面气泡数量、尺寸、分布等参数建立模型拟合曝气量数值，无需检测水质参数，可直接反馈整池各区域情况，上位机根据局部曝气状态调控PLC，下发任务给鼓风机和电动阀门，调节该区域曝气量至设定值，若视频分析系统指示生化池出现异常情况，软件自动告警，给定异常区域、种类、问题严重等级等告警信息，无需人员长时间监视。
Description
技术领域
本发明属于污水处理领域，具体是基于视频分析算法的污水曝气量检测及曝气控制系统。
背景技术
鉴于城市用地紧缺和人民群众对周边生活环境要求的提高，污水处理厂趋于地埋式或半地埋式建设，将常规建设于地面的污水厂进行加盖，以减少污水处理臭气外逸，且加盖后可在表层建设休闲公园，美化环境，根据池中菌种对氧气需求量的不同，生化池包括厌氧池、缺氧池和好氧池(见图中绿框)，好氧池需通过鼓风机鼓入空气(称为曝气)，保证池中好氧菌具有充足的氧气，以更好的处理水中有机污染物，现有地埋式和半地埋式污水厂的生化池的曝气状况是根据固定安装在生化池中的仪表进行监测，利用溶解氧仪(DO)的数据指示曝气量是否充足，来调整鼓风机风量。
加盖后的污水厂，运营人员将无法直接观察到污水处理各单元运行情况，特别是污水处理核心工艺段--生化池，现有地埋式和半地埋式污水厂的生化池的运行状况是根据固定安装在生化池中的仪表进行监测，仪表仅能监测某个固定点的水质情况，无法反映该检测点外的其他区域情况，且安装在曝气池的溶解氧仪DO仅反馈了该检测点的溶解氧数值，无法反馈导致该点的溶解氧变化的原因是鼓风机供气量变化或是曝气盘堵塞/破裂等其他情况，当池内出现污泥膨胀、污泥上浮、垃圾漂浮等异常情况，运营人员也无法直接获知和及时处理，从而导致出水不达标等问题的发生。
发明内容
为了解决上述方案存在的问题，本发明提供了基于视频分析算法的污水曝气量检测及曝气控制系统。
本发明的目的可以通过以下技术方案实现：基于视频分析算法的污水曝气量检测及曝气控制系统，包括监控相机、上位机系统、视频格式转换端、图片处理端、分类识别训练模型、应用模型、训练数据端、实时数据端、第一结果输出端以及第二结果输出端；
上位机系统包括DVR实时视频数据库，视频格式转换端内部包括H.246分段视频流端和MP4分段视频流端；
监控相机为上位机，用于获取监控实时视频流，DVR实时视频数据库以硬盘录像方式实时记录存储；
图片处理端内部包括图像校正单元以及图像去噪单元，图片处理端用于对所拍摄的图片进行校正以及去噪处理；
分类识别训练模型用于对不同的图像特征进行训练，并将训练数据通过第一结果输出端输出，同时也将训练数据输送至应用模型内，使应用模型得以对训练数据进行应用。
优选的，分类识别训练模型内部包括标签制定端，所述标签制定端输出端分别与正常曝气特征端、泡沫特征端以及浮泥特征端输入端电性连接；
正常曝气特征端指定地址标签库区域内部的曝气特征进行提取，外接入鼓风气量，输送至特征回归预测模型内，开展训练学习，对曝气气泡进行识别，建立气泡量与鼓风气量、污泥浓度隐含关系；
泡沫特征端对单独泡沫状态下的纹理、轮廓特征进行识别，并将识别数据直接输送至第一特征模型训练集内部进行训练，开展训练学习；
浮泥特征端对单独浮泥状态下的纹理、轮廓特征进行识别，并将所识别的特征输送至第二特征模型训练集内，外接入污泥浓度值，开展训练学习。
优选的，接入污泥浓度值和外接入鼓风气量的时间控制在现有非实时下，按1h/组数据进行更新。
优选的，标签制定端对整个污水处理生化池多次监测点进行标签制定，标签制定由操作人员根据曝气特征进行寻址，并将此标签拟定至特征标签库内。
优选的，DVR实时视频数据库内部视频数据按照10S/段对视频流进行切分。
优选的，视频格式转换端对所分割的视频流进行获取，并对分段视频流分别进行H.246-MP4格式转换，其中H.246-MP4格式转换由H.246分段视频流端和MP4分段视频流端进行操作。
优选的，实时数据端内部存储有鼓风气量数据以及污泥浓度数据，鼓风气量数据以及污泥浓度数据直接输送至应用模型内，应用模型内部训练模型对数据进行训练处理。
优选的，第一结果输出端可将训练结果输出，获取图像识别下全局曝气估计值、曝气正常/异常状态、异常状态占比值；第二结果输出端对应用结果进行输出，包括图像识别下全局曝气估计值、曝气正常/异常状态、异常状态占比值。
优选的，根据系统计算曝气值，精准调控池中曝气量，当上位机检测到了局部区域的实际曝气量之后，会自动控制PLC系统，下发任务给鼓风机和电动阀门，调节该区域曝气量至设定值。
与现有技术相比，本发明的有益效果是：
1、生化池运行状况的常规检测方法为水质仪表检测，即采用各类仪表对污水水质进行检测，得出总磷、总氮、氨氮、COD、SVI、SV30等值，来判断生化池是否正常运行，反馈结果不直观，且仪表仅检测固定点位的水质参数，无法反映整池情况。本发明采用视觉分析方法判断生化池运行状态，通过液面气泡数量、尺寸、分布等参数建立模型拟合曝气量数值，无需检测水质参数，可直接反馈整池各区域情况，若算法模型指示生化池出现异常情况，软件自动告警，无需运营人员从池上探头观察，也无需长时间监视中控屏幕找寻判断。
2、采用实际曝气量对算法模型结果加以校正，并将污泥浓度等工艺参数纳入模型，作为影响因子优化模型，提高模型准确率。
3、该模型可单独应用，也可以作为一个模块嵌入其他软件中应用。
4、这套系统与电磁流量计+电动阀的控制系统相比，更精确(可以直观的判断出局部区域的曝气量而非管内曝气量)、更经济(一套机器人系统可以替代几十套电磁流量计系统)、更方便(算法得出结论后将自动进行调节、检查及优化)、更适用(适宜生化池的曝气量随着MLSS的变化也在变化，分析算法可以根据具体的MLSS浓度分析出当下最适宜的曝气量)。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单的介绍，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为本发明原理框图。
具体实施方式
下面将结合实施例对本发明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。
如图1所示，基于视频分析算法的污水曝气量检测及曝气控制系统，包括监控相机、上位机系统、视频格式转换端、图片处理端、分类识别训练模型、应用模型、训练数据端、实时数据端、第一结果输出端以及第二结果输出端。
所述监控相机输出端与上位机系统输入端电性连接，其中上位机系统包括DVR实时视频数据库，且上位机系统输出端与视频格式转换端输入端电性连接，其中视频格式转换端内部包括H.246分段视频流端和MP4分段视频流端，H.246分段视频流端输出端与MP4分段视频流端输入端电性连接，所述视频格式化转换端输出端与图片处理端输入端电性连接，其中图片处理端内部包括图像校正单元以及图像去噪单元，所述图像校正单元输出端与图像去噪单元输入端电性连接；
所述分类识别训练模型内部包括标签制定端，所述标签制定端输出端分别与正常曝气特征端、泡沫特征端以及浮泥特征端输入端电性连接，所述正常曝气特征端输出端与特征回归预测模型输入端电性连接，所述泡沫特征端输出端与第一特征模型训练集输入端电性连接，所述浮泥特征端输出端与第二特征模型训练集输入端电性连接，所述第二特征模型训练集同时对污泥浓度数据进行训练，污泥浓度数据由操作人员进行拟定，所述特征模型训练集以及特征回归预测模型输入端均与第一结果输出端电性连接；
实时数据端包括鼓风气量数据以及污泥浓度数据，其中鼓风气量数据以及污泥浓度数据由设置于曝气系统内部的传感器进行获得；
训练数据端内部包括鼓风气量训练数据以及污泥浓度训练数据，其中鼓风气量训练数据以及污泥浓度训练数据由操作人员进行拟定，再将所拟定的训练数据输送至特征回归预测模型内部进行训练；
实时数据端输出端与应用模型输入端电性连接，其中应用模型包括特征回归应用预测模型、第一特征模型应用训练集和第二特征模型应用训练集，所述应用模型内部输出结果有第二结果输出端输出；
监控相机为上位机，用于获取监控实时视频流，DVR实时视频数据库以硬盘录像方式实时记录存储，并按照10S/段对视频流进行切分；
视频格式转换端对所分割的视频流进行获取，并对分段视频流分别进行H.246-MP4格式转换，其中H.246-MP4格式转换由H.246分段视频流端和MP4分段视频流端进行操作；
图片处理端用于对MP4分段视频进行处理，其中图像校正单元用于对球面相机拍摄图片进行图像校正，同时图像去噪单元用于对图片进行预处理，预处理的方式为对视频流进行二值化以及图像去噪处理，图像二值化使图像呈现明显的黑白效果，明显的黑白效果可有效的对特征进行提取。
标签制定端对整个污水处理生化池多次监测点进行标签制定，标签制定由操作人员根据曝气特征进行寻址，并将此标签拟定至特征标签库内；
正常曝气特征端对指定地址标签库区域内部的曝气特征进行提取，外接入鼓风气量(在现有非实时下，按1h/组数据更新)、实时污泥浓度值，开展训练学习，实现曝气气泡识别，建立气泡量与鼓风气量、污泥浓度隐含关系，使得正常曝气识别模型具有预测估计全局曝气量值能力；
泡沫特征端对单独泡沫状态下的纹理、轮廓特征进行识别，并将识别数据直接输送至第一特征模型训练集内部进行训练，开展训练学习，建立图像特征与泡沫特征的对应识别，使得第一特征模型具有对图像中泡沫状态的特征记忆，同时通过轮廓识别，具有泡沫区域、全局区域的占比值；
浮泥特征端对单独浮泥状态下的纹理、轮廓特征进行识别，并将所识别的特征输送至第二特征模型训练集内，外接入污泥浓度值(在现有非实时下，按1h/组数据更新)，开展训练学习，实现浮泥状态识别，建立浮泥与污泥浓度值隐患关系，使得浮泥识别模型具有对图像中浮泥状态的特征记忆，同时通过轮廓识别，具有浮泥区域、全局区域的占比值；
第一结果输出端可将训练结果输出，获取图像识别下全局曝气估计值、曝气正常/异常状态、异常状态占比值；
分类识别训练模型可直接转换为应用模型，采用分类识别模型嫁接的方式进行转换，在训练测试准确率较高下，已完成训练优化的算法模型作为实际应用模型；
实时数据端内部存储有鼓风气量数据以及污泥浓度数据，鼓风气量数据以及污泥浓度数据直接输送至应用模型内，应用模型内部训练模型对数据进行训练处理；
第二结果输出端对应用结果进行输出，包括图像识别下全局曝气估计值、曝气正常/异常状态、异常状态占比值。
第二结果输出端与PLC控制端输入端电性连接，且PLC控制端输出端与调控端输入端电性连接，其中调控端内部包括电动阀门，视频分析算法计算出曝气值--上位机给PLC下发任务--PLC控制鼓风机和电动阀门--鼓风机和阀门调整鼓入设定风量。
优选的，根据系统计算曝气值，精准调控池中曝气量，当上位机检测到了局部区域的实际曝气量之后，会自动控制PLC系统，下发任务给鼓风机和电动阀门，调节该区域曝气量至设定值。
这套系统与电磁流量计+电动阀的控制系统相比，更精确(可以直观的判断出局部区域的曝气量而非管内曝气量)、更经济(一套机器人系统可以替代几十套电磁流量计系统)、更方便(算法得出结论后将自动进行调节、检查及优化)、更适用(适宜生化池的曝气量随着MLSS的变化也在变化，分析算法可以根据具体的MLSS浓度分析出当下最适宜的曝气量)。
本发明的工作原理：在模型训练时，将实际曝气量和污泥浓度纳入数据模型，大幅度提高模型准确率。通过生化池视频，结合鼓风量和污泥浓度等影响因素建立分析模型，可判定生化池内各区域曝气及其他运行状况是否正常，是否出现污泥膨胀上浮、泡沫堆积、垃圾漂浮等异常情况。无需人员进入加盖池中检查，系统通过生化池影像可直观反映池内状况，根据气泡尺寸、气泡分布、气泡数量等参数，数据模型可连续分析并给出各区域曝气值大小，若曝气值超出正常范围，则根据数值进行不同等级的告警。若某区域发生污泥上浮等情景，无法检出气泡形态，则根据液面纹理、轮廓特征判别该区域发生异常情况的种类并进行分类告警，精准曝气系统根据由视频、污泥浓度、曝气量等工艺数据计算得到的算法分析结果调整曝气量，自动控制PLC系统，下发任务给鼓风机和电动阀门，调节该区域曝气量至设定值，达到精准曝气，整套系统是服务于污水处理系统节能减排的措施，并可通过曝气控制对活性污泥进行调节，使其达到最优的生长状态。
在本发明所提供的实施例中，应该理解到，所揭露的设备，装置和方法，可以通过其他的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如，所述模块的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式；所述作为分离部件说明的模块可以是或者也可以不是物理上分开的，作为模块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法的目的。
另对于本领域技术人员而言，显然本发明不限于上述示范性实施例的细节，而且在不背离本发明的精神或基本特征的情况下，能够以其他的具体形式实现本发明。
因此，无论从哪一点来看，均应将实施例看作是示范性的，而且是非限制性的，本发明的范围由所附权利要求而不是上述说明限定，因此旨在将落在权利要求的等同要件的含义和范围内的所有变化涵括在本发明内。不应将权利要求中的任何附关联图标记视为限制所涉及的权利要求。
此外，显然“包括”一词不排除其他单元或步骤，单数不排除复数。系统权利要求中陈述的多个单元或装置也可以由一个单元或装置通过软件或者硬件来实现。第二等词语用来表示名称，而并不表示任何特定的顺序。
最后应说明的是，以上实施例仅用以说明本发明的技术方法而非限制，尽管参照较佳实施例对本发明进行了详细说明，本领域的普通技术人员应当理解，可以对本发明的技术方法进行修改或等同替换，而不脱离本发明技术方法的精神和范围。
Claims (5)
1.基于视频分析算法的污水曝气量检测及曝气控制系统，其特征在于，包括监控相机、上位机系统、视频格式转换端、图片处理端、分类识别训练模型、应用模型、训练数据端、实时数据端、第一结果输出端以及第二结果输出端；
上位机系统包括DVR实时视频数据库，视频格式转换端内部包括H.246分段视频流端和MP4分段视频流端；
监控相机为上位机，用于获取监控实时视频流，DVR实时视频数据库以硬盘录像方式实时记录存储；
图片处理端内部包括图像校正单元以及图像去噪单元，图片处理端用于对所拍摄的图片进行校正以及去噪处理；
分类识别训练模型用于对不同的图像特征进行训练，并将训练数据通过第一结果输出端输出，同时也将训练数据输送至应用模型内，使应用模型得以对训练数据进行应用，在训练测试准确率较高下，已完成训练优化的算法模型作为实际应用模型；
分类识别训练模型内部包括标签制定端，所述标签制定端输出端分别与正常曝气特征端、泡沫特征端以及浮泥特征端输入端电性连接；
正常曝气特征端指定地址标签库区域内部的曝气特征进行提取，外接入鼓风气量，输送至特征回归预测模型内，开展训练学习，对曝气气泡进行识别，建立气泡量与鼓风气量、污泥浓度隐含关系；
泡沫特征端对单独泡沫状态下的纹理、轮廓特征进行识别，并将识别数据直接输送至第一特征模型训练集内部进行训练，开展训练学习；
浮泥特征端对单独浮泥状态下的纹理、轮廓特征进行识别，并将所识别的特征输送至第二特征模型训练集内，外接入污泥浓度值，开展训练学习；
标签制定端对整个污水处理生化池多个监测点进行标签制定，标签制定由操作人员根据曝气特征进行寻址，并将此标签拟定至特征标签库内；
第一结果输出端将训练数据输出，获取图像识别下全局曝气估计值、曝气正常/异常状态、异常状态占比值；第二结果输出端对应用结果进行输出，包括图像识别下全局曝气估计值、曝气正常/异常状态、异常状态占比值；
第二结果输出端与PLC控制端输入端电性连接，且PLC控制端输出端与调控端输入端电性连接，其中调控端内部包括电动阀门，视频分析算法计算出曝气值，上位机给PLC下发任务，PLC控制鼓风机和电动阀门，鼓风机和阀门调整鼓入设定风量。
2.根据权利要求1所述的基于视频分析算法的污水曝气量检测及曝气控制系统，其特征在于，接入污泥浓度值和外接入鼓风气量的时间控制在现有非实时下，按1h/组数据进行更新。
3.根据权利要求1所述的基于视频分析算法的污水曝气量检测及曝气控制系统，其特征在于，DVR实时视频数据库内部视频数据按照10S/段对视频流进行切分。
4.根据权利要求1所述的基于视频分析算法的污水曝气量检测及曝气控制系统，其特征在于，视频格式转换端对所分割的视频流进行获取，并对分段视频流分别进行H.246-MP4格式转换，其中H.246-MP4格式转换由H.246分段视频流端和MP4分段视频流端进行操作。
5.根据权利要求1所述的基于视频分析算法的污水曝气量检测及曝气控制系统，其特征在于，实时数据端内部存储有鼓风气量数据以及污泥浓度数据，鼓风气量数据以及污泥浓度数据直接输送至应用模型内，应用模型内部训练模型对数据进行训练处理。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111292030.0A CN114180733B (zh) | 2021-11-02 | 2021-11-02 | 基于视频分析算法的污水曝气量检测及曝气控制系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111292030.0A CN114180733B (zh) | 2021-11-02 | 2021-11-02 | 基于视频分析算法的污水曝气量检测及曝气控制系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN114180733A CN114180733A (zh) | 2022-03-15 |
| CN114180733B true CN114180733B (zh) | 2022-08-09 |
Family
ID=80601844
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202111292030.0A Active CN114180733B (zh) | 2021-11-02 | 2021-11-02 | 基于视频分析算法的污水曝气量检测及曝气控制系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN114180733B (zh) |
Families Citing this family (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114926780A (zh) * | 2022-05-13 | 2022-08-19 | 合肥中盛水务发展有限公司 | 一种污水厂生化池运行状况视觉识别及智能分析算法 |
| CN114943917B (zh) * | 2022-05-13 | 2023-09-19 | 合肥中盛水务发展有限公司 | 一种视觉识别污水厂好氧池曝气量的算法 |
| CN114956360B (zh) * | 2022-08-02 | 2022-10-21 | 江苏莱通环境科技有限公司 | 一种基于爬山算法的污水处理曝气充氧控制方法 |
| CN115594293B (zh) * | 2022-10-19 | 2024-08-06 | 成都兴天水环境治理有限公司 | 一种城市污水处理用曝气系统及控制方法 |
| CN116416555A (zh) * | 2023-03-31 | 2023-07-11 | 北京埃睿迪硬科技有限公司 | 一种基于图像分析的信息处理方法、装置及设备 |
| CN116693075B (zh) * | 2023-07-27 | 2023-11-21 | 杭州回水科技股份有限公司 | 一种活性炭生物滤池的曝气装置 |
| CN117699999B (zh) * | 2024-02-06 | 2024-04-26 | 深圳市深水龙岗水务集团有限公司 | 一种用于供水厂处理工艺的溶氧曝气监控系统 |
| CN117902745A (zh) * | 2024-03-18 | 2024-04-19 | 广州崇实自动控制科技有限公司 | 数字化平台污水曝气方法、装置、设备以及存储介质 |
| CN118259635B (zh) * | 2024-03-25 | 2024-09-27 | 青岛西海岸公控环保集团有限公司 | 水处理活性污泥工艺曝气智能控制系统 |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPS6133296A (ja) * | 1984-07-23 | 1986-02-17 | Nishihara Environ Sanit Res Corp | 汚水処理方法 |
| JP2005227114A (ja) * | 2004-02-13 | 2005-08-25 | Hitachi Ltd | 水質異常判定システム、その方法、画像監視装置、そのプログラム及びその記憶媒体 |
| CN101343104A (zh) * | 2008-08-28 | 2009-01-14 | 中国农业大学 | 一种水质pH值智能变送装置 |
Family Cites Families (14)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2530866B2 (ja) * | 1987-10-23 | 1996-09-04 | 株式会社日立製作所 | 活性汚泥プロセスの制御装置 |
| JPH0240295A (ja) * | 1988-07-29 | 1990-02-09 | Hitachi Ltd | 活性汚泥制御装置 |
| JPH06114391A (ja) * | 1992-10-05 | 1994-04-26 | Nkk Corp | 排水処理方法 |
| JP3700204B2 (ja) * | 1995-07-28 | 2005-09-28 | 栗田工業株式会社 | 汚泥浮上予測装置 |
| CN104843945B (zh) * | 2015-05-11 | 2017-03-29 | 北京大齐科技有限公司 | 一种新型低能耗mbr污水处理成套装备 |
| GB201614717D0 (en) * | 2016-08-31 | 2016-10-12 | Ge Healthcare Bio Sciences Ab | Detection of foam levels |
| CN107758885B (zh) * | 2017-11-01 | 2020-05-12 | 浙江成功软件开发有限公司 | 一种实时污水曝气情况监测方法 |
| CN110134826B (zh) * | 2019-04-25 | 2023-05-12 | 上海市政工程设计研究总院（集团）有限公司 | 一种污水处理厂生物反应池曝气状况视频智能识别分析系统及方法 |
| CN111222529A (zh) * | 2019-09-29 | 2020-06-02 | 上海上实龙创智慧能源科技股份有限公司 | 一种基于GoogLeNet-SVM的污水曝气池泡沫识别方法 |
| CN111144221A (zh) * | 2019-11-29 | 2020-05-12 | 光大环境科技（中国）有限公司 | 一种通过图像识别技术对曝气池运行情况评价的方法、装置 |
| CN213171947U (zh) * | 2020-07-23 | 2021-05-11 | 明门(中国)幼童用品有限公司 | 智能化污水处理装置 |
| CN111899818A (zh) * | 2020-07-28 | 2020-11-06 | 王艳捷 | 一种智慧型污水生物处理活性污泥监测技术及方法 |
| CN112200011B (zh) * | 2020-09-15 | 2023-08-18 | 深圳市水务科技有限公司 | 曝气池状态检测方法、系统、电子设备及存储介质 |
| CN113387429A (zh) * | 2021-06-29 | 2021-09-14 | 黑龙江大学 | 一种水环境生态桩 |
-
2021
- 2021-11-02 CN CN202111292030.0A patent/CN114180733B/zh active Active
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPS6133296A (ja) * | 1984-07-23 | 1986-02-17 | Nishihara Environ Sanit Res Corp | 汚水処理方法 |
| JP2005227114A (ja) * | 2004-02-13 | 2005-08-25 | Hitachi Ltd | 水質異常判定システム、その方法、画像監視装置、そのプログラム及びその記憶媒体 |
| CN101343104A (zh) * | 2008-08-28 | 2009-01-14 | 中国农业大学 | 一种水质pH值智能变送装置 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN114180733A (zh) | 2022-03-15 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN114180733B (zh) | 基于视频分析算法的污水曝气量检测及曝气控制系统 | |
| CN116320832B (zh) | 一种监控设备故障监测方法及装置 | |
| CN114548278A (zh) | 基于深度学习的在役隧道衬砌结构缺陷识别方法及系统 | |
| CN111881970A (zh) | 一种基于深度学习的外破图像智能识别方法 | |
| CN117469603B (zh) | 一种基于大数据学习的多水厂供水系统压力优化控制方法 | |
| CN116772868B (zh) | 一种配电室巡检机器人及其自动巡检方法 | |
| CN115507309B (zh) | 一种燃气泄漏报警方法和系统 | |
| CN116416555A (zh) | 一种基于图像分析的信息处理方法、装置及设备 | |
| CN116664846B (zh) | 基于语义分割实现3d打印桥面施工质量监测方法及系统 | |
| CN114943917A (zh) | 一种视觉识别污水厂好氧池曝气量的算法 | |
| CN113988573A (zh) | 基于电力系统巡检无人机的风险判断方法、系统和介质 | |
| CN114295778B (zh) | 一种基于火电厂烟气排放质量评价方法及评价系统 | |
| CN118336910A (zh) | 一种智慧化配电室运行管理系统及方法 | |
| CN117167671B (zh) | 一种基于大数据的管网运行监测控制系统 | |
| CN117686033A (zh) | 一种煤矿机器人用智能识别系统 | |
| CN110969081B (zh) | 基于多模块划分的kl散度的输电线路外力破坏检测方法 | |
| CN116702584A (zh) | 一种用于养殖集装箱的水质监测系统 | |
| CN110458366A (zh) | 粮食储运过程粉尘爆炸风险预控系统及评估预警方法 | |
| CN115689206A (zh) | 一种基于深度学习的变电站基建进度智能监测方法 | |
| CN116076339B (zh) | 一种田间智能灌溉系统 | |
| CN118314482B (zh) | 一种无人机智能环保监测系统及方法 | |
| CN118314974B (zh) | 基于VOCs远程运维的监测方法及系统 | |
| CN117636215B (zh) | 基于帧间差分计算的液体滴漏自动巡检识别装置及方法 | |
| CN118115480A (zh) | 一种太阳能智能发电的光伏板表面缺陷监测方法 | |
| CN118424636A (zh) | 一种汽车环境风洞降雨试验安全控制系统及方法 |
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 |