CN114372706A - 废水生化处理系统运行状态智能诊断系统及其应用方法 - Google Patents
废水生化处理系统运行状态智能诊断系统及其应用方法 Download PDFInfo
- Publication number
- CN114372706A CN114372706A CN202210024414.2A CN202210024414A CN114372706A CN 114372706 A CN114372706 A CN 114372706A CN 202210024414 A CN202210024414 A CN 202210024414A CN 114372706 A CN114372706 A CN 114372706A
- Authority
- CN
- China
- Prior art keywords
- information
- image
- zoogloea
- characteristic
- intelligent
- 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.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 94
- 238000011282 treatment Methods 0.000 title claims abstract description 73
- 239000002351 wastewater Substances 0.000 title claims abstract description 56
- 238000003745 diagnosis Methods 0.000 title claims abstract description 32
- 239000010802 sludge Substances 0.000 claims abstract description 134
- 238000004062 sedimentation Methods 0.000 claims abstract description 73
- 241000589651 Zoogloea Species 0.000 claims abstract description 66
- 230000008569 process Effects 0.000 claims abstract description 62
- 239000006228 supernatant Substances 0.000 claims abstract description 44
- 239000007788 liquid Substances 0.000 claims abstract description 39
- 230000010365 information processing Effects 0.000 claims abstract description 36
- 230000010485 coping Effects 0.000 claims abstract description 34
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims description 86
- 239000000203 mixture Substances 0.000 claims description 55
- 239000003550 marker Substances 0.000 claims description 41
- 238000002834 transmittance Methods 0.000 claims description 21
- 230000002776 aggregation Effects 0.000 claims description 10
- 230000007246 mechanism Effects 0.000 claims description 10
- 238000004220 aggregation Methods 0.000 claims description 9
- 230000007774 longterm Effects 0.000 abstract description 4
- 238000011269 treatment regimen Methods 0.000 abstract description 4
- 238000012423 maintenance Methods 0.000 abstract 1
- 238000001514 detection method Methods 0.000 description 16
- 238000001556 precipitation Methods 0.000 description 8
- 238000003384 imaging method Methods 0.000 description 6
- 238000009423 ventilation Methods 0.000 description 6
- 230000011218 segmentation Effects 0.000 description 5
- 230000005540 biological transmission Effects 0.000 description 4
- 239000003086 colorant Substances 0.000 description 4
- 238000011156 evaluation Methods 0.000 description 4
- 238000000605 extraction Methods 0.000 description 4
- 239000010865 sewage Substances 0.000 description 4
- 238000005273 aeration Methods 0.000 description 3
- 230000008859 change Effects 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 239000011521 glass Substances 0.000 description 3
- 230000033001 locomotion Effects 0.000 description 3
- 244000005700 microbiome Species 0.000 description 3
- 238000000354 decomposition reaction Methods 0.000 description 2
- 230000002093 peripheral effect Effects 0.000 description 2
- 238000003672 processing method Methods 0.000 description 2
- 239000002893 slag Substances 0.000 description 2
- 230000009471 action Effects 0.000 description 1
- 238000005054 agglomeration Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000015556 catabolic process Effects 0.000 description 1
- 230000007423 decrease Effects 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 238000006731 degradation reaction Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005286 illumination Methods 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 230000004060 metabolic process Effects 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 238000000926 separation method Methods 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 238000007619 statistical method Methods 0.000 description 1
- 230000007704 transition Effects 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
- 238000004065 wastewater treatment Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/24—Classification techniques
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0635—Risk analysis of enterprise or organisation activities
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
- G06Q50/26—Government or public services
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/11—Region-based segmentation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/60—Analysis of geometric attributes
- G06T7/62—Analysis of geometric attributes of area, perimeter, diameter or volume
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/70—Determining position or orientation of objects or cameras
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Strategic Management (AREA)
- Economics (AREA)
- Development Economics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Educational Administration (AREA)
- Entrepreneurship & Innovation (AREA)
- Tourism & Hospitality (AREA)
- Marketing (AREA)
- General Business, Economics & Management (AREA)
- Game Theory and Decision Science (AREA)
- Data Mining & Analysis (AREA)
- Quality & Reliability (AREA)
- Operations Research (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Artificial Intelligence (AREA)
- Life Sciences & Earth Sciences (AREA)
- General Engineering & Computer Science (AREA)
- Bioinformatics & Computational Biology (AREA)
- Evolutionary Biology (AREA)
- Evolutionary Computation (AREA)
- Geometry (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Investigating Or Analysing Materials By Optical Means (AREA)
Abstract
本申请涉及一种废水生化处理系统运行状态智能诊断系统及其应用方法,诊断系统包括动态信息记录仪和智能图像信息处理系统;动态信息记录仪在多个预设时间点分别获取透明容器内活性污泥沉降过程的影像照片;智能图像信息处理系统对影像照片进行图像识别处理,以得到活性污泥特性数据信息,活性污泥特性数据信息包括污泥沉降特性、上清液特性、菌胶团特征和液面漂浮物特性等数据信息;基于活性污泥特性数据信息,智能诊断系统将生成当前生化处理系统运行状态诊断报告和风险应对处置策略。上述诊断报告,可对当前生化系统运行状态提供准确识别和预警;风险处置策略,可为现场操作和维护提供方向和思路,从而确保生化处理系统长期稳定运行。
Description
技术领域
本申请涉及废水生化处理技术领域,尤其是涉及一种废水生化处理系统运行状态智能诊断系统及其应用方法。
背景技术
废水处理中,活性污泥法是一种污水处理的好氧生物处理法。利用活性污泥法对废水进行处理时:
首先,废水与曝气池中的活性污泥(微生物)混合搅拌并曝气,以通过微生物的代谢过程将废水中的有机物分解为生物能量和无机物而被降解或去除;
随后,经过活性污泥(微生物)降解处理后的废水与水中的活性污泥以混合液的形式进入二沉池,混合液中悬浮的活性污泥和其他固体物质在二沉池中进行泥水分离,澄清后的废水(上清液)作为处理出水排出。
活性污泥法处理废水的过程中,活性污泥性状和污泥沉降性能直接影响系统出水水质指标。活性污泥性状包括污泥聚集特性、色泽、气味等;污泥沉降性能包括泥水界面清晰度、上清液浊度、沉降速度、沉降比以及液面浮渣等。
沉降比虽然是评价活性污泥沉降性能的重要指标之一,但仅仅是众多观察指标中的一项,也是污泥性状以及沉降性能中的其他几个指标共同作用下的最终综合体现,是生化系统运行状态的一种表观现象而非本质。
因此,仅关注沉降比而忽视污泥性状、污泥沉降过程及其过程信息,将遗漏掉反映生化系统运行真实状况的众多内在因素,无法客观、全面、准确的对生化系统的运行状况进行评价;
同时,仅关注沉降比时,其观察结论单薄,缺乏深度和理论依据,书面表述单一,不足以作为评判生化系统运行状态的依据,也无法对生化系统潜在的运行风险进行提前预警,更无法对现在的系统运行故障提出可靠的应对策略和处置措施。
发明内容
为了提高对废水生化处理系统运行状态评价评价的准确度,本申请提供一种废水生化处理系统运行状态智能诊断系统及其应用方法。
第一方面,本申请提供一种废水生化处理系统运行状态智能诊断系统,采用如下的技术方案:
一种废水生化处理系统运行状态智能诊断系统,包括动态信息记录仪和智能图像信息处理系统;
所述动态信息记录仪用于在多个预设时间点分别获取装有泥水混合物的透明容器内活性污泥沉降过程的影像照片;
所述智能图像信息处理系统用于对所述影像照片进行图像识别处理,以得到活性污泥沉降过程的特性数据信息,其中,特性数据信息包括污泥沉降特性信息、上清液特性信息、菌胶团特征信息和液面漂浮物特性信息;
所述智能图像信息处理系统基于所述特性数据信息以生成当前活性污泥所处的废水生化处理系统运行状态的诊断报告和处置应对策略。
通过采用上述技术方案,利用动态信息记录仪从泥水混合物倒入透明容器开始至往后延续的30分钟内的任意一个可设定的时间节点,对透明容器内的活性污泥沉降过程进行多方位、分段跟踪拍摄,实现以众多高分辨率影像照片(图像)的形式动态记录活性污泥沉降过程的全部可视信息;智能图像信息处理系统用于对影像照片进行识别处理,其方法或手段包括但不限于对图像的增强、锐化、分割、拼接、逻辑运算、数字化处理、特征识别和提取、特征分类处理等,智能图像信息处理系统的处理目标是获取活性污泥沉降过程的特性数据信息;特性数据信息包括与污泥性状和沉降性能有关的诸如污泥沉降特性信息、上清液特性信息、菌胶团特征信息、液面漂浮物特性信息和泥水混合物显微信息等;智能图像信息处理系统是基于上述特性数据信息,经过数字化处理和逻辑运算以生成当前活性污泥所处的废水生化处理系统运行状态的诊断报告和处置应对策略。
诊断报告和应对策略,全方位揭示了当前活性污泥所处的废水生化处理系统的真实运行状态和可能的潜在风险,并给出了应对当前和潜在风险的处置应对策略和建议。在该过程中排除了检测人员经验、专业能力等主观因素的影响,以保证诊断报告对活性污泥沉降性能、所处生化系统运行状态评价的准确性和应对当前和潜在风险的处置应对策略的有效性。同时,智能图像信息处理系统通过对上述图像特征信息的存储、统计分析和归类学习,可形成基于当前废水生化处理系统活性污泥特征信息的变化裕度和边界条件,借助于这种裕度和边界条件,可为当前生化处理系统运行提供安全边界和可能出现的运行风险提供有效预警和应对处置策略,以最终确保生化系统长期稳定运行。
优选的,所述影像照片包括正视照片;
所述动态信息记录仪包括机架、基座、水平相机和驱动机构;所述基座沿驱动机构竖向滑动,所述水平相机连接于基座;
所述智能图像信息处理系统用于控制驱动机构动作以驱使基座移动,且所述智能图像信息处理系统用于控制水平相机进行摄录以采集装有泥水混合物的透明容器内活性污泥沉降过程正面影像的所述正视照片。
通过采用上述技术方案,一方面,实现利用小成本的工业相机即可采集素质较高的影像照片;另一方面,在摄录时,不会因为仰视或俯视而造成偏差。
优选的,所述机架设有标志物,所述标志物正对水平相机,且所述标志物与水平相机之间存在供透明容器放入的容纳空间。
通过采用上述技术方案,智能图像信息处理系统基于透明容器后方预设的标志物在影像照片中的清晰度判断透明容器内各组成部分(菌胶团、泥层、泥水分界面、上清液)的分界,并结合透明容器或其附近参照物上的刻度,以得到透明容器内各组成部分的位置信息。
优选的,所述影像照片包括俯视照片;
所述机架设有俯拍相机,所述智能图像信息处理系统用于控制俯拍相机进行摄录以采集装有泥水混合物的透明容器内上液面影像的所述俯视照片。
通过采用上述技术方案,实现获取俯视照片,并基于对俯视照片的分析处理后,进一步完善诊断报告中的各项指标数据(如:液面浮油、液面浮渣等),进而可以更准确的反应废水生化处理系统的运行情况。
第二方面,本申请提供一种废水生化处理系统运行状态智能诊断系统的应用方法,采用如下的技术方案:
一种应用上述的废水生化处理系统运行状态智能诊断系统的方法,包括以下步骤:
在多个预设时间点分别获取装有泥水混合物的透明容器内活性污泥沉降过程的影像照片;
对所述影像照片进行图像识别处理,以得到活性污泥沉降过程的特性数据信息,其中,特性数据信息包括污泥沉降特性信息、上清液特性信息、菌胶团特征信息和液面漂浮物特性信息;
基于活性污泥沉降过程的所述特性数据信息以生成当前活性污泥所处的废水生化处理系统运行状态的诊断报告和处置应对策略。
通过采用上述技术方案,从泥水混合物倒入透明容器开始至往后延续的30分钟内的任意一个可设定的时间节点,对透明容器内的活性污泥沉降过程进行多方位、分段跟踪拍摄,实现以众多高分辨率影像照片(图像)的形式动态记录活性污泥沉降过程的全部可视信息;
对影像照片进行识别处理,其方法或手段包括但不限于对图像的增强、锐化、分割、拼接、逻辑运算、数字化处理、特征识别和提取、特征分类处理等,智能图像信息处理系统的处理目标是获取活性污泥沉降过程的特性数据信息;特性数据信息包括污泥沉降特性信息、上清液特性信息、菌胶团特征信息、液面漂浮物特性信息和泥水混合物显微信息等;智能图像信息处理系统是基于上述特性数据信息,经过数字化处理和逻辑运算以生成当前活性污泥所处的废水生化处理系统运行状态的诊断报告和处置应对策略。
在上述过程中排除检测人员经验、专业能力等主观因素的影响,以保证诊断报告对活性污泥沉降性能、所处生化系统运行状态评价的准确性和应对潜在风险的处置应对策略的有效性。
优选的,污泥沉降特性信息的获取方法包括以下步骤:
对在多个预设时间点获取的正视照片进行图像识别处理,以得到透明容器内泥水混合物各部分的透光度;
基于透明容器内泥水混合物各部分透光度的差异,以得到泥水混合物中泥水分界面的位置信息、上清液的位置信息和泥层的位置信息;
基于泥水分界面的位置信息、上清液的位置信息和泥层的位置信息,计算泥层的高度、污泥沉降比和污泥沉降速率,以得到污泥沉降特性信息。
通过采用上述技术方案,基于上清液的透光度和泥层的透光度之间存在的显著差异,实现判断透明容器内各组成部分(泥层、泥水分界面、上清液)的分界,并结合量筒或其附近参照物上的刻度,以得到透明容器内泥水混合物的各组成部分的位置信息;随后,对泥水混合物的各组成部分的位置信息进行计算得到污泥沉降特性信息。
优选的,上清液特性信息的获取方法包括以下步骤:
对正视照片进行图像识别处理,以得到透明容器后方的标志物的清晰度;
基于清晰度,得到上清液特性信息。
通过采用上述技术方案,对标志物进行锐化等技术处理,以获得标志物的清晰度,具体的,标志物的清晰度越高则锐化处理后的标志物的边界越锐利,反之则边界越圆滑;标志物的清晰度越低则判断上清液浊度越高。
优选的,菌胶团特征信息的获取方法包括以下步骤:
对正视照片中的一个或多个局部图像进行图像识别处理,以得到菌胶团颜色信息和菌胶团轮廓信息;
基于菌胶团轮廓信息,计算菌胶团或相邻菌胶团堆积后相互之间的空隙的界面尺寸,以得到菌胶团聚集特性信息。
基于菌胶团颜色信息和菌胶团聚集特性信息,以得到菌胶团特征信息。
通过采用上述技术方案,菌胶团性状根据不同的水体和活性污泥的运行状态而表现为不同的性状,其最显著的特征是菌胶团的抱团物理尺寸。为此,主要对菌胶团的尺寸进行识别、计算,以得到菌胶团特征信息。
优选的,液面漂浮物特性信息的获取方法包括以下步骤:
对俯视照片进行图像识别处理,以得到漂浮物轮廓信息;
基于漂浮物轮廓信息以计算漂浮物的面积并识别漂浮物类别,其中,漂浮物类别识别结果为浮渣或浮油;
基于漂浮物的面积和漂浮物类别识别结果,以得到液面漂浮物特性信息。
通过采用上述技术方案,基于漂浮物轮廓的曲率判断漂浮物为浮渣或浮油,其中,轮廓较为圆滑为浮油。随后,基于液面是否存在浮渣以及浮渣所占液面面积的多少,得出该活性污泥上清液的浮渣级别;基于液面是否存在浮油以及浮油所占液面面积的多少,得出该活性污泥上清液的浮油级别。
优选的,在多个预设时间点分别获取装有泥水混合物的透明容器内活性污泥沉降过程的影像照片中,包括以下步骤:
在装有泥水混合物的透明容器放置于动态信息记录仪处时开始计时;
在开始计时后,每间隔预设时间控制水平相机沿竖向移动一次并进行摄录以采集装有泥水混合物的透明容器内活性污泥沉降过程正面影像的所述正视照片;
在开始计时后,每间隔预设时间控制俯拍相机进行摄录以采集装有泥水混合物的透明容器内上液面影像的所述俯视照片。
通过采用上述技术方案,通过调整预设时间,可实现从泥水混合物倒入透明容器开始至往后延续的30分钟内的任意一个可设定的时间节点,对透明容器内的活性污泥沉降过程进行多方位、分段跟踪拍摄,实现以众多高分辨率影像照片(图像)的形式动态记录活性污泥沉降过程的全部可视信息。
同时,一方面,实现利用小成本的工业相机即可采集素质较高的影像照片;另一方面,在摄录时,不会因为仰视或俯视而造成偏差。
综上所述,本申请包括以下至少一种有益技术效果:
1.动态信息记录仪用于从泥水混合物倒入透明容器开始至往后延续的30分钟内的任意一个可设定的时间节点,对透明容器内的污泥沉降过程进行多方位、分段跟踪拍摄,以众多高分辨率图像的形式,动态记录活性污泥沉降过程的全部可视信息;
2.智能图像信息处理系统用于对动态信息记录仪获取到的图像进行识别处理,以获取活性污泥沉降过程的特性数据信息,并基于特性数据信息,经过数字化处理和逻辑运算以生成当前活性污泥所处的废水生化处理系统运行状态的诊断报告和处置应对策略;全方位揭示了当前活性污泥所处的生化系统的真实运行状态和可能的潜在风险,并给出了应对潜在风险的处置应对策略和建议;
3.上述过程中排除检测人员经验、专业能力等主观因素的影响,以保证诊断报告对活性污泥沉降性能评价的准确度、所处生化系统运行状态评价的准确性和应对潜在风险的处置应对策略的有效性;
4.通过控制水平拍摄装置沿竖向移动以采集装有污泥的量筒的影像照片;一方面,实现利用小成本的工业相机即可采集素质较高(高分辨率)的图像;另一方面,在摄录时,不会因为仰视或俯视而造成偏差。
附图说明
图1是废水生化处理系统运行状态智能诊断系统的结构框图。
图2是动态信息记录仪的整体结构示意图。
图3是动态信息记录仪的整体结构示意图,用于。
图4是第二个实施例中,动态信息记录仪的整体结构示意图。
图5是第三个实施例中,动态信息记录仪的整体结构示意图。
图6是智能图像信息处理系统的结构框图。
图7是活性污泥智能诊断方法的流程图。
图8是活性污泥沉淀过程,各阶段的透光度示意图。
图9是活性污泥沉淀后,透光度示意图。
附图标记说明:1、动态信息记录仪;11、机架;111、柜体;112、检测室;113、通风口;12、固定座;121、放置槽;13、标志物;14、通风装置;15、水平拍摄装置;151、基座;152、水平相机;16、驱动机构;161、滑轨;162、丝杠副;163、驱动电机;17、俯拍相机;18、辅助光源;19、遮光板;191、透光槽;2、智能图像信息处理系统;21、图像识别处理单元;22、数据处理单元;23、输入输出单元。
具体实施方式
以下结合附图1-9对本申请作进一步详细说明。
参照图1,本申请实施例公开一种废水生化处理系统运行状态智能诊断系统,包括动态信息记录仪1和智能图像信息处理系统2。
动态信息记录仪1用于获取装有泥水混合物的透明容器内活性污泥沉降过程的多时段多角度影像照片。其中,影像照片包括正视照片和俯视照片。
参照图2,动态信息记录仪1包括机架11。机架11包括柜体111和柜门(图中未示出)。柜体111内设有检测室112。柜门铰接于柜体111,以实现打开或关闭检测室112。
参照图2,检测室112内设有固定座12。固定座12位于检测室112的底部,且固定座12的下端固定连接于柜体111。同时,固定座12的上表面处设有放置槽121,放置槽121的槽底水平,即放置槽121的槽底用于供透明容器放置。
需要说明的是,透明容器为可用于盛放液体,并可实现测量液体的体积。在一个实施例中,透明容器可以是量筒。在另一实施例中,透明容器还可以是矩形的玻璃容器,且该玻璃容器上设有刻度。在其它实施例中,透明容器还可以是玻璃容器,且柜体的内壁上设有刻度。
参照图2,检测室112内还设有标志物13,且标志物13设于检测室112的侧壁上。标志物13的长度方向设为竖直。标志物13的上端高于置于固定座12上的量筒的最大刻度;且标志物13的下端不高于固定座12的上表面。
标志物13可以是文字或图案。在一个实施例中,标志物13沿水平方向的颜色可设为从黑色(#000000)到白色(#FFFFFF)渐变。在另一个实施例中,标志物13包括颜色深浅不同的若干条形图案。单个条形图案竖向延伸;且沿水平方向,若干条形图案的颜色依次变深或变浅。例如,条形图案的数量可以是四个,且四个条形图案的颜色依次为:黑色(#000000)、深灰(#4D4D4D)、浅灰(#969696)、白色(#FFFFFF)。附图中未对颜色进行区分。
参照图2和图3,柜体111上设有通风口113,通风口113连通检测室112。通风口113设于通风装置14,以使得柜体111内外的空气流通。通风装置14可采用风机。
参照图2和图3,动态信息记录仪1还包括水平拍摄装置15、驱动机构16和俯拍相机17。
水平拍摄装置15设于检测室112内,水平拍摄装置15包括基座151和水平相机152。基座151沿竖直方向滑动连接于柜体111。水平相机152固定连接于基座151,且水平相机152的镜头水平的朝向标志物13。同时,在水平面上:固定座12的投影位于水平相机152的投影和标志物13的投影的正中间;需要说明的是,固定座12的投影至水平相机152的投影的距离L1与固定座12的投影至标志物13的投影的距离L2设为相等或不等均可,具体依据实际情况来设置。
驱动机构16设于检测室112内,驱动机构16包括滑轨161、丝杠副162和驱动电机163。滑轨161竖直设置,且滑轨161固定连接于柜体111;基座151滑动套设至滑轨161上,以实现基座151沿竖向滑动;丝杠副162中的丝杆竖直设置,且丝杆绕自身轴线转动连接于柜体111。驱动电机163可采用步进电机或伺服电机,且驱动电机163的电机轴同轴连接于丝杆。基座151固定连接于丝杠副162中的螺母。
参照图1和图3,智能图像信息处理系统2用于控制驱动电机163的运转,以驱使水平相机152沿竖向移动;同时,智能图像信息处理系统2用于控制水平相机152进行变焦和摄录,以实现采集置于固定座12上的装有泥水混合物的透明容器内活性污泥沉降过程正面影像的正视照片。
俯拍相机17位于检测室112的顶部,且俯拍相机17固定连接于柜体111。俯拍相机17位于固定座12的正上方,且俯拍相机17的镜头向下。智能图像信息处理系统2用于俯拍相机17进行变焦和摄录,以实现采集置于固定座12上的装有泥水混合物的透明容器内上液面影像的俯视照片。
同时,水平相机152和俯拍相机17可以是可见光成像,也可以是红外线等不可见光成像。
参照图3,动态信息记录仪1还包括辅助光源18。辅助光源18设于检测室112内。辅助光源18发出的光线与成像方式相对应。即对于可见光成像,辅助光源18发出的光线是可见光;而对于红外线等不可见光成像,辅助光源18发出的光线是红外线等不可见光。
同时,辅助光源18可以是点光源、点阵光源、线光源以及散射型平面光源等。
智能图像信息处理系统2控制水平相机152和/或俯拍相机17进行摄录的同时,智能图像信息处理系统2还控制辅助光源18进行照明并调整照明亮度。
辅助光源18的设置方式包括但不限于以下形式:
参照图3,在一个实施例中,辅助光源18设有两个,且两个辅助光源18分别位于固定座12的两侧;同时,两个辅助光源18均位于水平相机152和标志物13之间,且其中一个辅助光源18可设于柜门上;
参照图4,在第二个实施例中,辅助光源18设有两个,且一个辅助光源18设于基座151上,另一个辅助光源18设于标志物13的周侧;
参照图5,在第三个实施例中,辅助光源18设有两个,且一个辅助光源18设于基座151上,另一个辅助光源18设于标志物13的周侧;同时,柜体111内还设有竖直的遮光板19,遮光板19设有透光槽191,透光槽191用于供量筒嵌入,且透光槽191的宽度等于量筒的外径,以使得透光槽191的槽壁与量筒的外周相切或贴合。
参照图6,智能图像信息处理系统2用于对影像照片进行图像识别处理,以得到活性污泥沉降过程的特性数据信息。智能图像信息处理系统2基于特性数据信息以生成当前活性污泥所处的废水生化处理系统运行状态的诊断报告和处置应对策略。
参照图6,智能图像信息处理系统2包括图像识别处理单元21、数据处理单元22和输入输出单元23。
图像识别处理单元21连接于动态信息记录仪1,以获取影像照片。且图像识别处理单元21对影像照片进行图像识别处理,图像识别处理方法或手段包括但不限于对图像的增强、锐化、分割、拼接、逻辑运算、数字化处理、特征识别和提取、特征分类处理等,图像识别处理单元21的处理目标是获取活性污泥沉降过程的特性数据信息;特性数据信息包括污泥沉降特性信息、上清液特性信息、菌胶团特征信息、液面漂浮物特性和泥水混合物显微信息等。
图像识别处理单元21对正视照片进行图像识别处理,以得到透明容器内内污水混合物各部分的透光度。图像识别处理单元21基于各部分透光度的差异以得到泥水混合物中泥水分界面的位置信息、上清液的位置信息和泥层的位置信息。图像识别处理单元21基于泥水分界面的位置信息、上清液的位置信息和泥层的位置信息,计算泥层的高度、污泥沉降比和污泥沉降速率,以得到污泥沉降特性信息。
图像识别处理单元21对正视照片进行图像识别处理,以得到透明容器后方的标志物13的清晰度(锐度)。图像识别处理单元21基于清晰度(锐度),得到上清液特性信息。
图像识别处理单元21对正视照片中的一个或多个局部图像进行图像识别处理,以得到菌胶团(污泥)颜色信息和菌胶团轮廓信息。图像识别处理单元21基于菌胶团轮廓信息,计算菌胶团或相邻菌胶团堆积后相互之间的空隙的界面的尺寸,以得到菌胶团聚集特性信息。
基于菌胶团(污泥)颜色信息和菌胶团聚集特性信息,以得到菌胶团特征信息。
图像识别处理单元21对俯视照片进行图像识别处理,以得到漂浮物轮廓信息。图像识别处理单元21基于漂浮物轮廓信息以计算漂浮物的面积并得到漂浮物类别识别结果,其中,漂浮物识别结果为浮渣或浮油。图像识别处理单元21基于漂浮物的面积和漂浮物类别识别结果,以得到液面漂浮物特性信息。
输入输出单元23用于接收用户输入的当前废水生化处理系统的其他有关数据信息。其他有关数据信息包括PH、DO、浊度、温度、水量、进出水水质指标及池面表观性状等相关数据。
输入输出单元23可采用键盘、显示器和网卡等形式。当输入数据时:一方面,用户可通过键盘手动输入当前废水生化处理系统的其他有关数据信息;另一方面,可通过网卡接收有线/无线信号,以接收其他设备发送的当前废水生化处理系统的其他有关数据信息。
参照图6,数据处理单元22基于特性数据信息和当前废水生化处理系统的其他有关数据信息以生成当前活性污泥所处的废水生化处理系统运行状态的诊断报告和处置应对策略,以实现全方位揭示了当前活性污泥所处的废水生化处理系统的真实运行状态和可能的潜在风险,并给出了应对潜在风险的处置策略和建议。对当前废水生化处理系统提供有效预警,以确保废水生化处理系统长期稳定运行。
同时,数据处理单元22响应于用户的操作以将诊断报告和处置应对策略发送至输入输出单元23,输入输出单元23输出诊断报告。输出诊断报告和处置应对策略时:一方面,可在显示器上显示诊断报告,以供用户查看;另一方面,可通过网卡发送有线/无线信号,以将诊断报告发送至打印机、其他计算机或云数据平台等设备。
以下结合上述的废水生化处理系统运行状态智能诊断系统对其应用方法进行详细说明。
参照图7,本申请实施例还公开一种废水生化处理系统运行状态智能诊断系统的应用方法,包括以下步骤:
S11,在多个预设时间点分别获取装有泥水混合物的透明容器内活性污泥沉降过程的影像照片。
具体的,利用动态信息记录仪1从泥水混合物倒入透明容器内开始至往后延续的30分钟内的任意一个可设定的时间节点,对透明容器内的污泥沉降过程进行多方位、分段跟踪拍摄,以众多高分辨率图像的形式,动态记录活性污泥沉降过程的全部可视信息。
步骤S11包括以下步骤:
S111,在装有泥水混合物的透明容器放置于动态信息记录仪1处时开始计时。
具体的,用户从曝气池取定量的泥水混合物(污泥)至透明容器中,将透明容器放置到固定座12上,并关闭柜门。输入输出单元23基于用户的操作以生成检测开始信号。数据处理单元22响应于检测开始信号以开始计时。
S112,在开始计时后,每间隔预设时间控制水平相机152沿竖向移动一次并进行摄录以采集装有泥水混合物的透明容器内活性污泥沉降过程正面影像的正视照片。
具体的,数据处理单元22每间隔预设时间控制驱动电机163运转,以使得水平相机152沿竖向移动一次(“水平相机152沿竖向移动一次”指水平相机152和基座151沿滑轨161往返一次,如:从最高处移动至最低处,再回到最高处)。同时,在水平相机152沿竖向移动一次的过程中,数据处理单元22控制水平相机152进行多次摄录。在水平相机152完成沿竖向移动一次后,图像识别处理单元21对多次摄录的照片进行拼接处理,以生成正视照片。
在一个实施例中,预设时间可设置为1分钟。在水平相机152沿竖向移动一次的过程中,数据处理单元22控制水平相机152进行20次摄录。图像识别处理单元21对20张照片进行拼接处理,以生成正视照片。
在其他实施例中,预设时间还可设置为2分钟、3分钟等。在水平相机152沿竖向移动一次的过程中,数据处理单元22控制水平相机152的摄录次数可设置为25次、30次等。以实现从泥水混合物倒入透明容器内开始至往后延续的30分钟内的任意一个可设定的时间节点,对透明容器内的污泥沉降过程进行多方位、分段跟踪拍摄,以众多高分辨率图像的形式,动态记录活性污泥沉降过程的全部可视信息。
S113,在开始计时后,每间隔预设时间控制俯拍相机17进行摄录以采集装有泥水混合物的透明容器内上液面影像的俯视照片。
S12,对影像照片进行图像识别处理,以得到活性污泥沉降过程的特性数据信息,其中,特性数据信息包括污泥沉降特性信息、上清液特性信息、菌胶团特征信息、液面漂浮物特性和泥水混合物显微信息。
具体的,图像识别处理方法或手段包括但不限于对图像的增强、锐化、分割、拼接、逻辑运算、数字化处理、特征识别和提取、特征分类处理等。处理目标是获取活性污泥沉降过程的特性数据信息。
步骤S12中包括以下步骤:
S120,对正视照片进行图像识别处理,以得到透明容器后方的标志物13的清晰度。
具体的,透明容器中的污泥沉淀后形成分层,其中,上清液和泥层的透光度存在显著差异。则水平相机152可透过上清液拍摄到位于透明容器后方的标志物13,且水平相机152无法透过泥层拍摄到位于透明容器后方的标志物13。同时,对标志物进行锐化等技术处理,标志物的清晰度越高则锐化处理后的标志物的边界越锐利,反之则边界越圆滑越低;并且标志物的清晰度越低,则判断上清液浊度越高。
S1201,基于正视照片中透明容器后方的标志物13的清晰度,以得到透明容器内污水混合物各部分的透光度。
S1202,基于透明容器内污水混合物各部分的透光度的差异,以得到泥水混合物中泥水分界面的位置情况、上清液的位置信息和泥层的位置信息。
具体的,例如:图像识别处理单元21将透光度大于高阈值(灰度值沿水平方向逐渐升高或降低)的区域记录为上清液的位置信息;图像识别处理单元21将透光度小于低阈值(灰度值沿水平方向灰度无规律变化)的区域记录为泥层的位置信息;其中,低阈值小于高阈值。
在一个实施例中,标志物13沿水平方向的颜色可设为从黑色(#000000)到白色(#FFFFFF)渐变。具体过程如下:
图像识别处理单元21对影像照片进行灰度化处理得到灰度图像。图像识别处理单元21记录灰度图像中透明容器的量程区域内同一高度沿水平方向最低的灰度值作为该高度处的清晰度。图像识别处理单元21基于清晰度生成透光度;且灰度值越低,清晰度越好、透光度越高。
在另一个实施例中,标志物13沿水平方向的颜色依次为:黑色(#000000)、深灰(#4D4D4D)、浅灰(#969696)、白色(#FFFFFF)。则具体过程如下:
图像识别处理单元21对影像照片进行灰度化处理得到灰度图像。在灰度图像中透明容器的量程区域内沿水平方向灰度依次升高或降低的情况下,且图像识别处理单元21记录灰度突变的次数作为清晰度。灰度突变的次数越多,清晰度越好,透光度越高。
在灰度图像中透明容器的量程区域内沿水平方向灰度无规律变化或者无灰度突变的情况下,且图像识别记录灰度突变的次数“0”作为清晰度。
S1203,基于泥水分界面的位置信息、上清液的位置信息和泥层的位置信息,计算泥层的高度、污泥沉降比和污泥沉降速率,以得到污泥沉降特性信息。
具体的,基于静置沉淀若干时间(通常为30分钟)的泥水分解面的位置,与混合液的初始高度对比,得到沉降比。基于不同时间点的泥水分解面的位置,得到沉降速率。
S1204,基于清晰度,得到上清液特性信息。
具体的,标志物的清晰度越高则锐化处理后的标志物的边界越锐利,反之则边界越圆滑越低;标志物的清晰度越低,则判断上清液浊度越高。
S1205,对正视照片中的一个或多个局部图像进行图像识别处理,以得到菌胶团(污泥)颜色信息和菌胶团轮廓信息。
具体的,图像识别处理单元21对正视照片中对应于泥层的区域进行切割,以得到一个或多个局部图像。
对局部图像进行二值化处理得到泥层黑白图像。图像识别处理单元21记录泥层黑白图像中的白色区域为菌胶团,并获取局部图像中对应菌胶团的区域的颜色作为菌胶团(污泥)颜色信息。图像识别处理单元21记录泥层黑白图像中的黑色区域为菌胶团的轮廓。
S1206,基于菌胶团轮廓信息,计算菌胶团或相邻菌胶团堆积后相互之间的空隙的界面尺寸,以得到菌胶团聚集特性信息。
具体的,在一个实施例中,图像识别处理单元21记录泥层黑白图像中从由黑转白开始至由白转黑结束的区域为菌胶团,并计算菌胶团的尺寸。
在另一个实施例中,图像识别处理单元21记录泥层黑白图像中从由白转黑开始至由黑转白结束的区域为相邻菌胶团堆积后相互之间的空隙,并计算该空隙的面积。当空隙的面积小于1mm2时,则判断菌胶团性状较差,聚团能力即将丧失;当空隙的面积为1-3mm2时,则判断菌胶团性状良好;当空隙的面积大于3mm2时,则判断菌胶团性状优秀;进而得到菌胶团特征信息。
S1207,基于菌胶团(污泥)颜色信息和菌胶团聚集特性信息,以得到菌胶团特征信息。
S1208,对俯视照片进行图像识别处理,以得到漂浮物轮廓信息。
S1209,基于漂浮物轮廓信息以计算漂浮物的面积并识别漂浮物类别,其中,漂浮物类别识别结果为浮渣或浮油。
S1210,基于漂浮物的面积和漂浮物识别结果,以得到液面漂浮物特性信息。
具体的,图像识别处理单元21对俯视照片进行二值化处理得到俯拍黑白图像。图像识别处理单元21记录俯拍黑白图像中的黑色区域为漂浮物。图像识别处理单元21计算黑白图像中的黑色区域的面积;同时,图像识别处理单元21基于黑色区域的轮廓的曲率判断漂浮物为浮渣或浮油。其中,轮廓较为圆滑的黑色区域记录为浮油。
基于上述过程,判断液面是否存在浮渣以及浮渣所占液面面积的多少,得出该活性污泥上清液的浮渣级别。判断液面是否存在浮油以及浮油所占液面面积的多少,得出该活性污泥上清液的浮油级别。
S1211,对影像照片进行图像识别处理,以得到泥水混合物显微信息。
具体的,图像识别处理单元21对影像照片进行分割、增强、锐化,以得到泥水混合物显微图像。
S13,接收用户输入的当前废水生化处理系统的其他有关数据信息。
具体的,用户可通过键盘输入PH、DO、浊度、温度、水量、进出水水质指标及池面表观性状等相关数据作为当前废水生化处理系统的其他有关数据信息。
S14,基于污泥特性数据信息和当前废水生化处理系统的其他有关数据信息以生成当前活性污泥所处的废水生化处理系统运行状态的诊断报告和处置应对策略。
诊断报告和处置应对策略可通过输入输出单元23发送至打印机、其他计算机等设备。诊断报告和处置应对策略全方位揭示了当前活性污泥所处的生化系统的真实运行状态和可能的潜在风险,并给出了应对潜在风险的处置应对策略和建议,同时,通过对上述图像特征信息的归类学习,可形成基于当前生化处理系统活性污泥特征信息的变化裕度和边界条件,借助于这种裕度和边界条件,可为当前生化处理系统运行提供安全边界和可能出现的运行风险提供有效预警和应对处置策略,以最终确保生化系统长期稳定运行。
诊断报告的部分内容如下:
参照图8,为同一份样本(泥水混合物)在不同时间点的透光度曲线。
用户通过查看图8中的透光度曲线,可获知:开始阶段((a)图),此时从上到下是均匀的混合液,看不到泥水分界面;开始沉淀一段时间后((b)图),有上清液,泥水分界面很模糊,泥水分界面所占量筒高度较长。继续沉淀一段时间后((c)图),有上清液,泥水分界面模糊,泥水分界面所占量筒高度较短。
参照图9,为不同样本(泥水混合物)在完成沉淀后的的透光度曲线。用户查看(d)图后可获知,第一种水样的沉淀情况:有上清液,泥水分界面清晰,泥水分界面所占量筒高度很短。且(d)图中L段表示泥水分界面的高度,L值越小,泥水分界面越清晰;(d)图中H段表示上清液的浊度,H值越大,上清液越清晰。
用户查看(e)图后可获知,第二种水样的沉淀情况:部分污泥上浮,另一部分污泥下沉。用户查看(f)图后可获知,第三种水样的沉淀情况:全部污泥上浮。
进而在用户查看诊断报告后,可获知对应于当前样本的曝气池的状况,以便于及时进行调整。
本申请方案重点关注活性污泥的沉降过程。
即采用动态信息记录仪1从泥水混合物倒入量具开始至往后延续的30分钟内的任意一个可设定的时间节点,对量具内的污泥沉降过程进行多方位、分段跟踪拍摄,以众多高分辨率图像的形式,动态记录活性污泥沉降过程的全部可视信息。
同时,本申请方案基于活性污泥的沉降过程中的众多图像,以得到当前活性污泥所处的废水生化处理系统的运行状态。
即智能图像信息处理系统2从中获取活性污泥沉降过程的特性数据信息;特性数据信息包括污泥沉降特性、上清液特性、菌胶团特性、液面漂浮物特性和泥水混合物显微信息等。并基于特性数据信息,经过数字化处理和逻辑运算以生成当前活性污泥所处的生化系统运行状态的诊断报告和处置应对策略,以实现全方位揭示了当前活性污泥所处的生化系统的真实运行状态和可能的潜在风险,并给出了应对潜在风险的处置策略和建议。
同时,智能图像信息处理系统2通过对上述图像的特征信息的归类学习,可形成基于当前废水生化处理系统活性污泥特征信息的变化裕度和边界条件,借助于这种裕度和边界条件,可为当前生化处理系统运行提供安全边界和可能出现的运行风险提供有效预警和应对处置策略,以最终确保生化系统长期稳定运行。
以上均为本申请的较佳实施例,并非依此限制本申请的保护范围,故:凡依本申请的结构、形状、原理所做的等效变化,均应涵盖于本申请的保护范围之内。
Claims (10)
1.一种废水生化处理系统运行状态智能诊断系统,其特征在于:包括动态信息记录仪(1)和智能图像信息处理系统(2);
所述动态信息记录仪(1)用于在多个预设时间点分别获取装有泥水混合物的透明容器内活性污泥沉降过程的影像照片;
所述智能图像信息处理系统(2)用于对所述影像照片进行图像识别处理,以得到活性污泥沉降过程的特性数据信息,其中,特性数据信息包括污泥沉降特性信息、上清液特性信息、菌胶团特征信息和液面漂浮物特性信息;
所述智能图像信息处理系统(2)基于所述特性数据信息以生成当前活性污泥所处的废水生化处理系统运行状态的诊断报告和处置应对策略。
2.根据权利要求1所述的废水生化处理系统运行状态智能诊断系统,其特征在于:所述影像照片包括正视照片;
所述动态信息记录仪(1)包括机架(11)、基座(151)、水平相机(152)和驱动机构(16);所述基座(151)沿驱动机构(16)竖向滑动,所述水平相机(152)连接于基座(151);
所述智能图像信息处理系统(2)用于控制驱动机构(16)动作以驱使基座(151)移动,且所述智能图像信息处理系统(2)用于控制水平相机(152)进行摄录以采集装有泥水混合物的透明容器内活性污泥沉降过程正面影像的所述正视照片。
3.根据权利要求2所述的废水生化处理系统运行状态智能诊断系统,其特征在于:所述机架(11)设有标志物(13),所述标志物(13)正对水平相机(152),且所述标志物(13)与水平相机(152)之间存在供透明容器放入的容纳空间。
4.根据权利要求2所述的废水生化处理系统运行状态智能诊断系统,其特征在于:所述影像照片包括俯视照片;
所述机架(11)设有俯拍相机(17),所述智能图像信息处理系统(2)用于控制俯拍相机(17)进行摄录以采集装有泥水混合物的透明容器内上液面影像的所述俯视照片。
5.一种应用权利要求1-4中任一权利要求所述的废水生化处理系统运行状态智能诊断系统的方法,其特征在于,包括以下步骤:
在多个预设时间点分别获取装有泥水混合物的透明容器内活性污泥沉降过程的影像照片;
对所述影像照片进行图像识别处理,以得到活性污泥沉降过程的特性数据信息,其中,特性数据信息包括污泥沉降特性信息、上清液特性信息、菌胶团特征信息和液面漂浮物特性信息;
基于活性污泥沉降过程的所述特性数据信息以生成当前活性污泥所处的废水生化处理系统运行状态的诊断报告和处置应对策略。
6.根据权利要求5所述的废水生化处理系统运行状态智能诊断系统的应用方法,其特征在于,污泥沉降特性信息的获取方法包括以下步骤:
对在多个预设时间点获取的正视照片进行图像识别处理,以得到透明容器内泥水混合物各部分的透光度;
基于透明容器内泥水混合物各部分透光度的差异,以得到泥水混合物中泥水分界面的位置信息、上清液的位置信息和泥层的位置信息;
基于泥水分界面的位置信息、上清液的位置信息和泥层的位置信息,计算泥层的高度、污泥沉降比和污泥沉降速率,以得到污泥沉降特性信息。
7.根据权利要求5所述的废水生化处理系统运行状态智能诊断系统的应用方法,其特征在于,上清液特性信息的获取方法包括以下步骤:
对正视照片进行图像识别处理,以得到透明容器后方的标志物(13)的清晰度;
基于清晰度,得到上清液特性信息。
8.根据权利要求5所述的废水生化处理系统运行状态智能诊断系统的应用方法,其特征在于,菌胶团特征信息的获取方法包括以下步骤:
对正视照片中的一个或多个局部图像进行图像识别处理,以得到菌胶团颜色信息和菌胶团轮廓信息;
基于菌胶团轮廓信息,计算菌胶团或相邻菌胶团堆积后相互之间的空隙的界面尺寸,以得到菌胶团聚集特性信息;
基于菌胶团颜色信息和菌胶团聚集特性信息,以得到菌胶团特征信息。
9.根据权利要求5所述的废水生化处理系统运行状态智能诊断系统的应用方法,其特征在于,液面漂浮物特性信息的获取方法包括以下步骤:
对俯视照片进行图像识别处理,以得到漂浮物轮廓信息;
基于漂浮物轮廓信息以计算漂浮物的面积并识别漂浮物类别,其中,漂浮物类别识别结果为浮渣或浮油;
基于漂浮物的面积和漂浮物类别识别结果,以得到液面漂浮物特性信息。
10.根据权利要求5所述的废水生化处理系统运行状态智能诊断系统的应用方法,其特征在于,在多个预设时间点分别获取装有泥水混合物的透明容器内活性污泥沉降过程的影像照片中,包括以下步骤:
在装有泥水混合物的透明容器放置于动态信息记录仪(1)处时开始计时;
在开始计时后,每间隔预设时间控制水平相机(152)沿竖向移动一次并进行摄录以采集装有泥水混合物的透明容器内活性污泥沉降过程正面影像的所述正视照片;
在开始计时后,每间隔预设时间控制俯拍相机(17)进行摄录以采集装有泥水混合物的透明容器内上液面影像的所述俯视照片。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210024414.2A CN114372706A (zh) | 2022-01-08 | 2022-01-08 | 废水生化处理系统运行状态智能诊断系统及其应用方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210024414.2A CN114372706A (zh) | 2022-01-08 | 2022-01-08 | 废水生化处理系统运行状态智能诊断系统及其应用方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114372706A true CN114372706A (zh) | 2022-04-19 |
Family
ID=81143639
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210024414.2A Pending CN114372706A (zh) | 2022-01-08 | 2022-01-08 | 废水生化处理系统运行状态智能诊断系统及其应用方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114372706A (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115583722A (zh) * | 2022-08-29 | 2023-01-10 | 武汉华康世纪医疗股份有限公司 | 一种适用于医疗废水的絮凝污泥中毒处理设备 |
CN115619998A (zh) * | 2022-11-30 | 2023-01-17 | 浙江绿维环境股份有限公司 | 一种基于图像的污水等级识别方法和装置 |
CN115863713A (zh) * | 2023-03-03 | 2023-03-28 | 江苏洁维生物设备股份有限公司 | 一种燃料电池生物反应器 |
CN116434874A (zh) * | 2023-04-17 | 2023-07-14 | 中关村科学城城市大脑股份有限公司 | 应用于活性污泥的信息生成方法、装置和电子设备 |
-
2022
- 2022-01-08 CN CN202210024414.2A patent/CN114372706A/zh active Pending
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115583722A (zh) * | 2022-08-29 | 2023-01-10 | 武汉华康世纪医疗股份有限公司 | 一种适用于医疗废水的絮凝污泥中毒处理设备 |
CN115619998A (zh) * | 2022-11-30 | 2023-01-17 | 浙江绿维环境股份有限公司 | 一种基于图像的污水等级识别方法和装置 |
CN115863713A (zh) * | 2023-03-03 | 2023-03-28 | 江苏洁维生物设备股份有限公司 | 一种燃料电池生物反应器 |
CN115863713B (zh) * | 2023-03-03 | 2023-04-25 | 江苏洁维生物设备股份有限公司 | 一种燃料电池生物反应器 |
CN116434874A (zh) * | 2023-04-17 | 2023-07-14 | 中关村科学城城市大脑股份有限公司 | 应用于活性污泥的信息生成方法、装置和电子设备 |
CN116434874B (zh) * | 2023-04-17 | 2023-10-20 | 中关村科学城城市大脑股份有限公司 | 应用于活性污泥的信息生成方法、装置和电子设备 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN114372706A (zh) | 废水生化处理系统运行状态智能诊断系统及其应用方法 | |
CN110414334B (zh) | 一种基于无人机巡视的智能水质识别方法 | |
CN101176116B (zh) | 基于色原分离的图像分析方法 | |
Davis et al. | Real-time observation of taxa-specific plankton distributions: an optical sampling method | |
CN100342389C (zh) | 自动化选择图像处理样式的生物培养板扫描装置 | |
CN116087036B (zh) | 一种深海采矿沉积物羽流图像识别的装置及图像分析方法 | |
CN107103604A (zh) | 一种微粒子色度自动聚类分析系统 | |
CN114387235B (zh) | 一种水环境监测方法及系统 | |
US7555144B2 (en) | Optical scanning device for liquid biological samples, process of operation and computer program for a computer connected to said device | |
JPH0790234B2 (ja) | 活性汚泥による下水処理方法及び装置 | |
EP4317403A1 (en) | Cell counting method, construction method of machine learning model for cell counting, computer program, and storage medium | |
JPS6250607A (ja) | 画像計測装置 | |
CN115170596A (zh) | 一种基于图像边缘检测的血液凝集检测装置、系统及方法 | |
Rea | Visibility criteria and application techniques for roadway lighting | |
JPS6117043A (ja) | 水中に懸濁する物質の監視装置 | |
JPS6250606A (ja) | 画像処理装置 | |
JP7507034B2 (ja) | 情報処理装置、水処理システム、情報処理方法およびプログラム | |
CN107248262B (zh) | 用于运营车辆的驾驶员管理平台 | |
US20220230295A1 (en) | Image Taking Method, Image Analysis Method, Method For Training An Image Analysis Neural Network, And Image Analysis Neural Network | |
Hurn et al. | High-level image priors in confocal microscopy applications | |
US11408815B2 (en) | Method and a device for quantifying living organisms and use of a device | |
JPH10239135A (ja) | 汚泥界面計測装置 | |
Primya et al. | Identification of Traffic Signs for the Prevention of Road Accidents Using Convolution Neural Network | |
JPH06303965A (ja) | 微生物認識装置 | |
JPS6250608A (ja) | 糸状性微生物の画像処理装置 |
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 |