CN114906913B - 一种基于智能学习的化学除磷精准加药系统及装置 - Google Patents

Abstract

本申请涉及一种基于智能学习的化学除磷精准加药系统及装置，系统包括：进水正磷检测模块，检测进水并输出进水正磷数据；出水正磷检测模块，检测出水并输出出水正磷数据；除磷加药控制模块，输出剂量可调的药剂；加药逻辑运算模块，包括接收进水正磷数据的第一比较子模块，若进水正磷数据大于出水正磷目标值，则使用大数据决策树计算加药量并调用除磷加药控制模块投加药剂；加药逻辑运算模块还包括接收出水正磷数据的第二比较子模块，根据出水正磷数据与出水目标值的大小关系使用大数据决策树计算加药量并调用除磷加药控制模块投加药剂，本申请能实现进水情况变化时自动地改变投入量。

Description

一种基于智能学习的化学除磷精准加药系统及装置

技术领域

本申请涉及污水处理的领域，尤其是涉及一种基于智能学习的化学除磷精准加药系统及装置。

背景技术

化学除磷法基本原理是通过投加化学药剂形成不溶性磷酸盐沉淀物，最终通过固液分离的方法使磷从污水中被去除。化学沉淀法是一种实用有效的技术，其优点是：操作简单、除磷效果好、处理效率高，且效果稳定，不会重新放磷而导致二次污染。

现有技术中，实施化学除磷法的过程是在污水中定时定量地投入化学药剂。在实施的过程中，当进水浓度较大波动时，能够保持一定程度的除磷效果。

但是，上述定时定量地投入化学药剂的方法用药量大，不能在进水情况变化时自动地改变加药量，除磷效果有待提升。

发明内容

为了实现进水浓度变化时而自动地改变投入量，本申请提供一种基于智能学习的化学除磷精准加药系统及装置。

第一方面，本申请提供的一种基于智能学习的化学除磷精准加药系统采用如下的技术方案：

一种基于智能学习的化学除磷精准加药系统，包括如下模块：

进水正磷检测模块，设置在进水处，用于检测所述进水处的水，生成并输出进水正磷数据；

出水正磷检测模块，设置在出水处，用于检测所述出水处的水，生成并输出出水正磷数据；

除磷加药控制模块，用于显示并输出剂量可调的药剂；

加药逻辑运算模块，用于与所述进水正磷检测模块、所述出水正磷检测模块以及所述除磷加药控制模块均电连接；

所述加药逻辑运算模块包括第一比较子模块、第二比较子模块和/或第一学习子模块；

所述第一比较子模块用于接收所述进水正磷数据，将所述进水正磷数据与预设的出水正磷目标值比较，若所述进水正磷数据大于所述出水正磷目标值，则使用大数据决策树计算加药量并调用所述除磷加药控制模块输出加药量对应的药剂；

所述加药逻辑运算模块还包括第二比较子模块，所述第二比较子模块用于接收所述出水正磷数据，将所述出水正磷数据与预设的出水目标值比较，根据所述出水正磷数据与所述出水目标值的大小关系使用大数据决策树计算，调整所述加药量，并调用所述除磷加药控制模块输出所述加药量对应的药剂；

所述加药逻辑运算模块还包括第一学习子模块，所述第一学习子模块包括如下组件：

获取数据组件，用于获取最新的n组相对应的所述进水正磷数据、所述出水正磷数据、经过除磷处理单元的水量以及所述加药量；

学习计算组件，与所述获取数据组件数据连接，用于接收n组相对应的所述进水正磷数据、所述出水正磷数据、所述水量以及加药量并筛选出其中的m组数据，将m组数据输入内置的强化学习程序进行训练，训练后根据最新的所述进水正磷数据与所述出水正磷数据输出最新的所述加药量；

执行加药组件，用于调用所述除磷加药控制模块（4）输出所述加药量对应的药剂。

通过采用上述技术方案，进水正磷检测模块与出水正磷检测模块将检测的进水正磷数据与出水正磷数据发送至加药逻辑运算模块，再基于经过除磷处理单元的水量，加药逻辑模块对进水正磷数据与出水正磷数据进行处理后输出加药量并决定是否调用除磷加药控制模块，出水正磷目标值是期望污水所要达到的数据，当进水正磷数据大于出水正磷目标值时，需要加药剂对污水进行处理则调用除磷加药控制模块输出加药量对应的药剂，第二比较子模块则根据出水正磷数据与出水目标值的大小关系能使用大数据决策树调整加药量，让添加的药剂数据库根据出水正磷数据的变化进行微调，从而无需人工每次凭借经验进行调整，实现进水情况变化时而自动地改变投入量，也有利于稳定投药量的精准度，利于提升除磷效果。

作为优选，系统还包括出水总磷检测模块，所述出水总磷检测模块设置在出水处，用于检测所述出水处的水，生成并输出出水总磷数据；

所述加药逻辑运算模块还包括第三比较子模块，所述第三比较子模块用于接收所述出水总磷数据，计算所述出水正磷数据与所述出水总磷数据的比值，计算所述比值的波动趋势；若所述波动趋势超过预设的波动目标趋势则进行报警。

通过采用上述技术方案，正常情况下，出水正磷数据与出水总磷数据的比值不会波动得较为异常，若是异常则可报警。

作为优选，系统还包括水量检测模块，所述水量检测模块用于检测经过除磷处理单元的所述水量并输出所述水量。

通过采用上述技术方案，能够主动检测经过除磷处理单元的水量。

作为优选，所述第三比较子模块中还包括趋势计算组件，所述趋势计算组件用于获取最新的g个所述比值，若g个比值中有h个所述比值连续增加的步长大于预设比值参考值i，则为所述波动趋势超过预设的波动目标趋势。

通过采用上述技术方案，通过多个比值的变化步长能够较快地得到比值的波动趋势。

作为优选，所述第三比较子模块使用预设的第一频率值调用所述出水总磷检测模块以获取最新的所述出水总磷数据，使用预设的第二频率值调用所述出水正磷检测模块以获取最新的所述出水正磷数据，计算所述出水总磷数据与所述出水正磷数据的比值；

所述第一频率值小于所述第二频率值，在调用所述出水总磷检测模块期间，使用最新的所述出水正磷数据根据所述比值计算得到参与计算用的所述出水总磷数据。

通过采用上述技术方案，出水总磷数据的检测时间间隔大于出水正磷数据的检测时间间隔，在出水总磷数据的检测时间间隔内，通过最新的出水正磷数据结合比值推算出总磷数据，利于确保出水总磷数据的大致准确性以符合计算的要求。

作为优选，所述加药逻辑运算模块还包括第四比较子模块，所述第四比较子模块用于比较出若所述进水正磷数据低于所述出水正磷目标值且所述出水正磷数据低于出水目标值，则调用所述除磷加药控制模块输出剂量为0的药剂，或者，停止调用所述除磷加药控制模块。

通过采用上述技术方案，当进出水正磷数据均低于出水正磷目标值目标值与出水目标值后，第四比较子模块会停止投加药剂，降低系统药耗及能耗。

第二方面，本申请提供的一种基于智能学习的化学除磷精准加药装置采用如下的技术方案：

一种基于智能学习的化学除磷精准加药装置，装置使用有上述中任意一项所述的基于智能学习的化学除磷精准加药系统。

附图说明

图1是本申请实施例中基于智能学习的化学除磷精准加药系统的原理框图。

附图标记：1、进水正磷检测模块；2、出水正磷检测模块；3、出水总磷检测模块；4、除磷加药控制模块；5、水量检测模块；6、加药逻辑运算模块。

具体实施方式

以下结合附图1对本申请作进一步详细说明。

本申请实施例公开一种基于智能学习的化学除磷精准加药系统。参照图1，一种基于智能学习的化学除磷精准加药系统包括如下模块：

进水正磷检测模块1，可采用设置在高效反应沉淀池、除磷处理单元或者整个化学除磷精准加药系统的进水口处的正磷酸盐分析仪，正磷酸盐分析仪为现有技术中的设备，本文不再赘述。进水正磷检测模块1用于检测进水口处的水，生成并输出进水正磷数据，进水正磷数据包括进水的流量以及浓度或含量，流量的单位可为立方米/小时，浓度或含量的单位可为mg/l，例如以每5分钟检测一次的频率进行检测。本方案可用于高效反应沉淀池、生物反应池或其它类型的池中。

出水正磷检测模块2，可采用设置在高效反应沉淀池的出水口处的正磷酸盐分析仪，正磷酸盐分析仪为现有技术中的设备，本文不再赘述。出水正磷检测模块2用于检测出水口处的水，生成并输出出水正磷数据，出水正磷数据包括进水的流量以及浓度或含量，流量的单位可为立方米/小时，浓度或含量的单位可为mg/l，例如以每5分钟检测一次的频率进行检测。

出水总磷检测模块3，可采用现有技术中的总磷检测仪，本文不再赘述。出水总磷检测模块3设置在出水处，用于检测出水处的水，生成并输出出水总磷数据，例如以每20分钟检测一次总磷的频率进行检测，出水总磷数据的单位为mg/l。

除磷加药控制模块4，用于显示并输出剂量可调的药剂。除磷加药控制模块4可采用现有技术中的加药泵、水处理加药泵或化学加药泵，除磷加药控制模块4设置在加药房中，可接受外界的控制信息来输出控制信息中对应数值的药剂，药剂可为实现配好的水剂，也可为纯液体药剂，也可为现场用水配置混合的药剂。

水量检测模块5，可采用现有技术中流量计，流量计本文不再赘述。水量检测模块5用于检测经过除磷处理单元的水量并输出水量，除磷处理单元可为高效反应沉淀池或其它类型的反应池。水量检测模块5可为用于检测待处理液体的水量的流量计。

除磷处理单元包括至少一个用于被投放药剂的高效反应沉淀池，水量检测模块5设置在高效反应沉淀池的入口处或出口处，和/或，水量检测模块5设置在所有高效反应沉淀池汇集的入口处或出口处。本实施例中，除磷处理单元中的高效反应沉淀池可为2个，水量检测模块5可包括设置在2个高效反应沉淀池进水口出的流量计，其中，2个高效反应沉淀池出水口处也可设置有流量计。

加药逻辑运算模块6，可采用工业计算机、PLC或者单片机，也可包括多个具有逻辑运算功能的工业计算机、PLC或者单片机。加药逻辑运算模块6与进水正磷检测模块1、出水正磷检测模块2、出水总磷检测模块3、除磷加药控制模块4以及水量检测模块5均数据连接。加药逻辑运算模块6可通过现有技术中的通信总线接收进水正磷数据、出水正磷数据与出水总磷数据，还可通过现有技术中的通信总线向除磷加药控制模块4以及水量检测模块5发送对应的控制信息。通信总线可采用IIC总线、SPI总线、USART总线或者CAN总线。

加药逻辑运算模块6包括第一比较子模块，第一比较子模块用于接收进水正磷数据，将进水正磷数据与预设的出水正磷目标值比较，若进水正磷数据大于出水正磷目标值，则使用大数据决策树计算加药量并调用除磷加药控制模块4输出加药量对应的药剂。大数据决策树是基于加强学习、自我学习或深度学习能力的智能系统而得，其可根据实时测得的水量及进水正磷数据即可依靠经过训练的数据库自主调节除磷药剂投加量。大数据决策树可根据相应的进水正磷数据，可对当前的数据库进行校核并自主更新，从而实现了自我学习。

大数据决策树是一种基本的分类与回归方法。大数据决策树模型呈树形结构，其主要优点是模型具有可读性、速度快。学习时会利用训练数据根据损失函数最小化的原则建立决策树模型。预测时，对新的数据，利用决策树模型进行预测。决策树学习通常包括3个步骤：特征选择、决策树的生成和决策树的修剪。决策树模型适合数据量适中或者较多的情况。特征选择的目的在于选取对训练数据能够做出准确分类的特征。如果利用一个特征进行输入空间划分的结果与随机结果没有很大的差异，则可以认为这个特征在研究的问题中是没有划分输入空间的能力的。直观上，如果一个特征具有更好的划分输入空间的能力，或者说，按照这一特征将训练数据集分割成子集，使得各个子集内部的样本在当前条件下较为相似，那么就应该选择这一特征。

在化学除磷的问题中，因为其本身不是一个分类问题，而是一个计算药剂投加量的问题，所以应该应用的是决策树的回归方法。回归方法对应着通过特征对输入空间进行划分以及在划分的单元上给出输出值。

预设的出水正磷目标值可存储在单片机内置的flash程序存储模块中或者存储在片外存储器中，片外存储器可为EEPROM模块。第一比较子模块可为内置在单片机中的程序，也可采用单片机中的硬件比较电路，获取所需数据后进行比较，输出比较结果，该比较结果可为两个数据减去的值，并将得到的值作为结果输出。在其它一些实施例中，第一比较子模块内置DA模块与减法硬件电路，DA模块将进水正磷数据与出水正磷目标值转换为模拟信号，减法硬件电路得到两个模拟信号减去的信号，并将得到的模拟信号作为结果输出。第一比较子模块也可内置AD模块，AD模块将得到的模拟信号转换为数字信号后再输出。

加药逻辑运算模块6还包括第二比较子模块，第二比较子模块用于接收出水正磷数据，将出水正磷数据与预设的出水目标值比较，根据出水正磷数据与出水目标值的大小关系使用大数据决策树调整加药量并调用除磷加药控制模块4输出加药量对应的药剂。大数据决策树也可根据实时测得的水量及出水正磷数据即可依靠经过训练的数据库自主调节除磷药剂投加量。大数据决策树可根据相应的出水正磷数据，可对当前的数据库进行校核并自主更新，从而实现了自我学习。预设的出水目标值可存储在单片机内置的flash程序存储模块中或者存储在片外存储器中，片外存储器可为EEPROM模块。第二比较子模块可为内置在单片机中的程序，也可采用单片机中的硬件比较电路，获取所需数据后进行比较，输出比较结果，该比较结果可为两个数据减去的值，并将得到的值作为结果输出。在其它一些实施例中，第二比较子模块内置DA模块与减法硬件电路，DA模块将出水正磷数据与出水目标值转换为模拟信号，减法硬件电路得到两个模拟信号减去的信号，并将得到的模拟信号作为结果输出。第二比较子模块也可内置AD模块，AD模块将得到的模拟信号转换为数字信号后再输出。

加药逻辑运算模块6还包括第三比较子模块，第三比较子模块用于接收出水总磷数据，计算出水正磷数据与出水总磷数据的比值，计算比值的波动趋势；若波动趋势超过预设的波动目标趋势则进行报警。第三比较子模块可为内置在单片机中的程序，也可采用单片机中的硬件计算电路，获取所需数据后进行除法计算，输出计算结果，该计算结果可为两个数据相除的值，并将得到的值作为结果输出。第三比较子模块再对出水正磷目标值或者加药量进行数值计算。在其它一些实施例中，第二比较子模块内置DA模块与除法硬件电路，DA模块将出水正磷数据与出水总磷数据转换为模拟信号，除法硬件电路得到两个模拟信号相除后的信号，并将得到的模拟信号作为结果输出。第三比较子模块也可内置AD模块，AD模块将得到的模拟信号转换为数字信号后再输出。报警可采用现有技术上常用的报警电路，此处不再赘述。第三比较子模块也可内置逻辑运算电路，对出水正磷目标值的信号或者加药量的信号进行逻辑运算。

第三比较子模块中还包括趋势计算组件，趋势计算组件用于获取最新的g个比值，若g个比值中有h个比值连续增加的步长大于预设比值参考值i，则为波动趋势超过预设的波动目标趋势。趋势计算组件通过多个比值的变化步长能够较快地得到比值的波动趋势。趋势计算组件可为内置在单片机中的程序，也可使用g个锁存器与g个DA模块锁存并输出g个与比值对应的g个模拟信号，使用g-1个减法器计算检测时间相邻的比值之间的差值，再使用比较器将差值与预设比值参考值i的模拟信号进行比较，最后使用加法器对比较结果进行计算，若结果为g个比值中有h个比值连续增加的步长大于预设比值参考值i，则为波动趋势超过预设的波动目标趋势，可由硬件逻辑电路搭建出物理硬件模块。

在计算比值的过程中，第三比较子模块使用预设的第一频率值调用出水总磷检测模块3以获取最新的出水总磷数据，使用预设的第二频率值调用出水正磷检测模块2以获取最新的出水正磷数据，计算出水总磷数据与出水正磷数据的比值。第一频率值小于第二频率值，在调用出水总磷检测模块3期间，使用最新的出水正磷数据根据比值计算得到参与计算用的出水总磷数据。出水总磷数据的检测时间可为30分钟，出水正磷数据的检测时间间隔最快可为5分钟，出水总磷数据的检测时间间隔大于出水正磷数据的检测时间间隔，因此出水总磷数据的检测时间间隔中会有多个新的出水正磷数据。在调用所述出水总磷检测模块期间，使用最新的所述出水正磷数据根据所述比值计算得到参与计算用的所述出水总磷数据。在实际应用时，根据各仪表的测量周期反推，使用同采样一截点的水样数据，计算出最新的比值；而新出的出水正磷数据则会根据这个比值倒推出计算用的出水总磷数据，此时出水总磷数据也可称为总磷预测值，根据该总磷预测值的变化，可实提醒或报警提示工作人员调整出水目标值，避免出水总磷数据超标。

加药逻辑运算模块6还包括第四比较子模块，第四比较子模块用于比较出若进水正磷数据低于出水正磷目标值且出水正磷数据低于出水目标值，则调用除磷加药控制模块4输出剂量为0的药剂，或者，停止调用除磷加药控制模块4。当进出水正磷数据均低于出水正磷目标值目标值与出水目标值后，第四比较子模块会停止投加药剂，降低系统能耗。第四比较子模块可为内置在单片机中的程序，也可采用单片机中的硬件比较电路或用运算放大器搭建的比较器，获取所需数据后进行比较，输出比较结果至除磷加药控制模块4。

加药逻辑运算模块6还包括第一学习子模块，第一学习子模块包括获取数据组件、学习计算组件与执行加药组件。

获取数据组件用于获取最新的n组相对应的进水正磷数据、出水正磷数据、经过除磷处理单元的水量以及加药量。设定加药量可为之前软件自动计算出的值，也可为采集现场人员凭借经验人工设置的多个加药量。学习计算组件与获取数据组件数据连接，用于接收n组相对应的进水正磷数据、出水正磷数据、水量以及加药量并筛选出其中的m组数据，将m组数据输入内置的强化学习程序进行训练，训练后根据最新的进水正磷数据、出水正磷数据以及水量输出最新的加药量。

学习计算组件除采用大数据决策树外还可采用现有的内置卷积神经网络程序等智能学习、深度学习或自主学习的计算机硬件，也可采用在线提供服务的深度学习芯片来实现，也可采用将简单强化学习程序内置到单片机中后的方法来实现。执行加药组件用于调用除磷加药控制模块4输出加药量对应的药剂。获取数据组件可采集现场人员投加量数据或者自动投放药剂产生的数据，在积累到一定数据后通过筛选，再进行训练，通过训练后学习计算组件可自动输出加药量；随着时间推移收集大量数据后，学习计算组件会计算得出最优的加药量，使出水达到合理范围。第一学习子模块通过后馈的出水正磷数据继续优化投加量，如此周而复始让学习计算组件不断得到优化，使系统达到最合理或最适应当前工况。在化学除磷的过程中，出水总磷检测模块3数据低可确保厂中总排口总磷数据稳定达标，根据出水总磷检测模块3与出水正磷检测模块2的数据比值，可以实时了解出水水质情况，以便于随时调整出水目标值，避免在出水正磷低于出水目标值时，出现出水总磷偏高或偏低的情况。

本申请实施例一种基于智能学习的化学除磷精准加药系统的实施原理为：创新地使用正磷酸盐浓度值即正磷检测模块检测得到的数据作为调整除磷药剂投加量的衡量指标，进水正磷检测模块1与出水正磷检测模块2将检测的进水正磷数据与出水正磷数据发送至加药逻辑运算模块6，加药逻辑运算模块6对进水正磷数据与出水正磷数据进行处理后输出加药量并决定是否调用除磷加药控制模块4，出水正磷目标值是期望污水所要达到的数据。若进水正磷数据小于出水正磷目标值时，无需在高效反应沉淀池中投放药剂，此时加药量为0，或者不调用除磷加药控制模块4。当进水正磷数据大于出水正磷目标值时，需要加药剂对污水进行处理则调用除磷加药控制模块4输出加药量对应的药剂。第二比较子模块与第一学习子模块均能调整加药量，但是第一学习子模块的优先级高于第二比较子模块，让添加的药剂量根据出水正磷数据的变化进行微调，从而无需人工每次凭借经验进行调整，实现进水浓度变化时而自动地改变投入量，也有利于稳定投药量的精准度，利于提升除磷效果。

本申请实施例还公开一种基于智能学习的化学除磷精准加药装置。一种基于智能学习的化学除磷精准加药装置，装置使用有上述中任意一项所述的基于智能学习的化学除磷精准加药系统。

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 (5)

1.一种基于智能学习的化学除磷精准加药系统，其特征在于：包括如下模块：

进水正磷检测模块(1)，设置在进水处，用于检测并输出进水正磷数据；

出水正磷检测模块(2)，设置在出水处，用于检测并输出出水正磷数据；

除磷加药控制模块(4)，用于显示并输出剂量可调的药剂；

加药逻辑运算模块(6)，与所述进水正磷检测模块(1)、所述出水正磷检测模块(2)以及所述除磷加药控制模块(4)均电连接；

出水总磷检测模块(3)，所述出水总磷检测模块(3)设置在出水处，用于检测并输出出水总磷数据；

所述加药逻辑运算模块(6)包括第一比较子模块、第二比较子模块、第三比较子模块和第一学习子模块；

所述第一比较子模块用于接收所述进水正磷数据，将所述进水正磷数据与预设的出水正磷目标值比较，若所述进水正磷数据大于所述出水正磷目标值，则使用大数据决策树计算加药量并调用所述除磷加药控制模块(4)输出药剂；

所述第二比较子模块用于接收所述出水正磷数据，将所述出水正磷数据与预设的出水目标值比较，根据所述出水正磷数据与所述出水目标值的大小关系使用大数据决策树计算，调整所述加药量，并调用所述除磷加药控制模块(4)输出加药量对应的药剂；

所述第三比较子模块用于接收所述出水总磷数据，计算所述出水正磷数据与所述出水总磷数据的比值，计算所述比值的波动趋势；若所述波动趋势超过预设的波动目标趋势则进行报警；所述第三比较子模块使用预设的第一频率值调用所述出水总磷检测模块(3)以获取最新的所述出水总磷数据，使用预设的第二频率值调用所述出水正磷检测模块(2)以获取最新的所述出水正磷数据，计算所述出水正磷数据与所述出水总磷数据的比值；

所述第一频率值小于所述第二频率值，在调用所述出水总磷检测模块(3)期间，使用最新的所述出水正磷数据根据所述比值计算得到参与计算用的所述出水总磷数据；

所述第一学习子模块包括：获取数据组件、学习计算组件和执行加药组件；

所述获取数据组件用于获取最新的n组相对应的所述进水正磷数据、所述出水正磷数据、经过除磷处理单元的水量以及所述加药量；

所述学习计算组件与所述获取数据组件数据连接，用于接收n组相对应的所述进水正磷数据、所述出水正磷数据、所述水量以及加药量并筛选出其中的m组数据，将m组数据输入内置的强化学习程序进行训练，训练后根据最新的所述进水正磷数据与所述出水正磷数据输出最新的所述加药量；

所述执行加药组件，用于调用所述除磷加药控制模块(4)输出所述加药量对应的药剂。

2.根据权利要求1所述的一种基于智能学习的化学除磷精准加药系统，其特征在于：系统还包括水量检测模块(5)，所述水量检测模块(5)用于检测经过除磷处理单元的所述水量并输出所述水量。

3.根据权利要求1所述的一种基于智能学习的化学除磷精准加药系统，其特征在于：所述第三比较子模块中还包括趋势计算组件，所述趋势计算组件用于获取最新的g个所述比值，若g个比值中有h个所述比值连续增加的步长大于预设比值参考值i，则为所述波动趋势超过预设的波动目标趋势。

4.根据权利要求1所述的一种基于智能学习的化学除磷精准加药系统，其特征在于：所述加药逻辑运算模块(6)还包括第四比较子模块，所述第四比较子模块用于比较，若所述进水正磷数据低于所述出水正磷目标值且所述出水正磷数据低于出水目标值，则调用所述除磷加药控制模块(4)输出剂量为0的药剂，或者，停止调用所述除磷加药控制模块(4)。

5.一种基于智能学习的化学除磷精准加药装置，其特征在于：装置使用有如权利要求1-4中任意一项所述的基于智能学习的化学除磷精准加药系统。