CN114931854B - 一种微生物净化废气的系统及方法 - Google Patents

一种微生物净化废气的系统及方法 Download PDF

Info

Publication number
CN114931854B
CN114931854B CN202210613075.1A CN202210613075A CN114931854B CN 114931854 B CN114931854 B CN 114931854B CN 202210613075 A CN202210613075 A CN 202210613075A CN 114931854 B CN114931854 B CN 114931854B
Authority
CN
China
Prior art keywords
waste gas
purifying
exhaust gas
cavity
gas
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
Application number
CN202210613075.1A
Other languages
English (en)
Other versions
CN114931854A (zh
Inventor
戴剑锋
巨晓英
郑宇彤
蒋继宏
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Beijing Shili Weiye Environmental Protection Technology Co ltd
Original Assignee
Beijing Shili Weiye Environmental Protection Technology Co ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Beijing Shili Weiye Environmental Protection Technology Co ltd filed Critical Beijing Shili Weiye Environmental Protection Technology Co ltd
Priority to CN202210613075.1A priority Critical patent/CN114931854B/zh
Publication of CN114931854A publication Critical patent/CN114931854A/zh
Application granted granted Critical
Publication of CN114931854B publication Critical patent/CN114931854B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B01—PHYSICAL OR CHEMICAL PROCESSES OR APPARATUS IN GENERAL
    • B01D—SEPARATION
    • B01D53/00—Separation of gases or vapours; Recovering vapours of volatile solvents from gases; Chemical or biological purification of waste gases, e.g. engine exhaust gases, smoke, fumes, flue gases, aerosols
    • B01D53/34—Chemical or biological purification of waste gases
    • B01D53/74—General processes for purification of waste gases; Apparatus or devices specially adapted therefor
    • B01D53/84—Biological processes
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/04—Architecture, e.g. interconnection topology
    • G06N3/045—Combinations of networks
    • 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
    • Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
    • Y02A50/00—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE in human health protection, e.g. against extreme weather
    • Y02A50/20—Air quality improvement or preservation, e.g. vehicle emission control or emission reduction by using catalytic converters

Landscapes

  • Engineering & Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • Biomedical Technology (AREA)
  • Molecular Biology (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Chemical & Material Sciences (AREA)
  • Physics & Mathematics (AREA)
  • Environmental & Geological Engineering (AREA)
  • Theoretical Computer Science (AREA)
  • Biophysics (AREA)
  • Software Systems (AREA)
  • Evolutionary Computation (AREA)
  • Computing Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Mathematical Physics (AREA)
  • General Health & Medical Sciences (AREA)
  • Data Mining & Analysis (AREA)
  • Computational Linguistics (AREA)
  • Artificial Intelligence (AREA)
  • Analytical Chemistry (AREA)
  • General Chemical & Material Sciences (AREA)
  • Oil, Petroleum & Natural Gas (AREA)
  • Chemical Kinetics & Catalysis (AREA)
  • Treating Waste Gases (AREA)

Abstract

本发明公开一种微生物净化废气的系统及方法，设置了废气净化设备以及设置在废气净化设备上的废气检测单元、净化气体检测单元、微生物菌种输入单元、智能处理单元和输出单元；所述废气净化设备内接种有微生物群种，所述智能处理单元用于构建废气净化深度强化学习模型并进行预测。本发明的提供的系统和方法，通过接种有微生物群种的废气净化设备进行废气净化，通过微生物对污染物废气进行吸收、分解，适用的浓度范围较广、投资低、运行维护简单、无二次污染，并且稳定，运行时间越长，并且智能化程度高，学习训练完成后，可以自动调整微生物群种方案以适应不同废气，可以更高效、更彻底治理某些特定的废气或者混合废气。

Description

一种微生物净化废气的系统及方法
【技术领域】
本发明涉及环保技术领域，尤其涉及一种微生物净化废气的系统及方法。
【背景技术】
废气的生物处理方法是指采用微生物对污染物废气进行吸收、分解。该方法是利用微生物菌种生长、繁殖过程吸收有机废气作为营养物质的特性，把废气中的有害成分降解为二氧化碳、水和细胞组成物质，从而达到处理废气的目的，这种方法适用的浓度范围较广，投资低、运行维护简单、无二次污染，并且运行时间越长，处理效果越好、越稳定。
但不同的微生物菌种吸收、分解的废气成分均不同，因此，如何选择合适的微生物菌种来更好、更高效治理某些特定的废气或者混合废气，成为本领域急需解决的技术问题。
【发明内容】
有鉴于此，本发明实施例提供了一种微生物净化废气的系统及方法。
第一方面，本发明实施例提供了一种微生物净化废气的系统，所述系统包括：
废气净化设备以及设置在废气净化设备上的废气检测单元、净化气体检测单元、微生物菌种输入单元、智能处理单元和输出单元；
所述废气净化设备内接种有微生物群种，所述废气检测单元连接在废气净化设备的进气管上，所述净化气体检测单元连接在废气净化设备的出气管上，所述废气检测单元和净化气体检测单元均包括一氧化碳传感器、二氧化碳传感器、臭氧传感器、悬浮微粒传感器、二氧化硫传感器、硫化氢传感器、二氧化氮传感器和挥发性有机物传感器，所述智能处理单元分别与废气检测单元、净化气体检测单元、微生物菌种输入单元和输出单元电连接，所述微生物菌种输入单元用于输入废气净化设备内用于废气净化的微生物群种的成分和密度，所述智能处理单元用于构建废气净化深度强化学习模型并进行预测，所述输出单元用于获取并显示智能处理单元发送的预测结果和微生物群种调整方案。
如上所述的方面和任一可能的实现方式，进一步提供一种实现方式，所述废气净化设备包括箱体、进气管、出气管、两个长隔板、两个短隔板、第一循环池、第二循环池、第三循环池、除尘机构、两个第一生物填料机构、两个第二生物填料机构以及两个第三生物填料机构，所述两个长隔板竖向连接在箱体内并将箱体内部由左至右依次分隔成第一腔室、第二腔室和第三腔室，其中一个短隔板上端连接在第一腔室顶部并将第一腔室左右分隔成进气腔和第一净化腔，且短隔板下端竖直向下延伸并形成有连通进气腔和第一净化腔的第一气体通道，另一个短隔板下端连接在第三腔室底部并将第三腔室左右分隔成第二净化腔和出气腔，且短隔板上端竖直向上延伸并形成有连通第二净化腔和出气腔的第二气体通道，所述进气管与进气腔连通，所述出气管与出气腔连通，所述出气管上连接有出气风机，所述长隔板内形成有中空腔体，所述长隔板上端左侧开设有连通中空腔体的进气孔，所述长隔板下端右侧开设有连通中空腔体的出气孔，所述两个第一生物填料机构分别通过固定件上下悬置在第一净化腔中，所述两个第二生物填料机构分别通过固定件上下悬置在第二腔室中，所述两个第三生物填料机构分别通过固定件上下悬置在第二净化腔中，所述第一循环池通过第一出水管与第一喷淋管组相连，所述第一喷淋管组固定在第一净化腔顶部，所述第一循环池通过进水管与第一净化腔底部连通，所述第二循环池通过第二出水管与第二喷淋管组相连，所述第二喷淋管组固定在第二腔室顶部，所述第二循环池通过进水管与第二腔室底部连通，所述第三循环池通过第三出水管与第三喷淋管组相连，所述第三喷淋管组固定在第二净化腔顶部，所述第三循环池通过进水管与第二净化腔底部连通，所述第一出水管、第二出水管和第三出水管分别连接水泵，所述第一循环池与第二循环池、第三循环池之间依次通过连通管连通，所述连通管上设置有阀门，所述第一生物填料机构、第二生物填料机构以及第三生物填料机构接种了微生物群种，所述第一循环池、第二循环池和第三循环池添加有营养液。
如上所述的方面和任一可能的实现方式，进一步提供一种实现方式，所述第一生物填料机构、第二生物填料机构以及第三生物填料机构均包括填料盒以及依次交替叠放在填料盒内的第一填料板和第二填料板，所述固定件包括对称设置的两个“V”形固定长条以及连接在“V”形固定长条上的“L”形支撑板，所述“L”形支撑板通过螺栓固定在长隔板和/或短隔板上，所述“L”形支撑板的长度与箱体前后宽度相同，所述填料盒两侧分别固定有“V”形滑动长条，所述“V”形滑动长条与“V”形固定长条滑动配合，所述填料盒的顶部和底部开口，所述填料盒底部间隔固定有多个沿填料盒长度方向延伸到支撑条，所述填料盒顶部两侧开设有一排安装孔，所述安装孔内穿装有用于压紧填料板的压紧杆，所述填料盒的长度与箱体前后宽度相同，所述箱体前侧设置有多个开关门，所述开关门与填料盒大小和位置一一对应，所述开关门底部与箱体活动连接，开关门的外侧上部设有把手。
如上所述的方面和任一可能的实现方式，进一步提供一种实现方式，所述固定件还包括两个支撑杆以及转动连接在两个支撑杆上的多个滑动滚轮，所述支撑杆固定连接在箱体前后内壁上，所述滑动滚轮上部与填料盒的支撑条抵接，所述填料盒可通过滑动滚轮进行滑动。
如上所述的方面和任一可能的实现方式，进一步提供一种实现方式，所述第一填料板和第二填料板均包括波浪形本体，所述波浪形本体包括依次交替相连的梯形凸起单元和梯形槽单元，所述梯形凸起单元和梯形槽单元均对称构造且沿长度方向呈“V”形，所述梯形凸起单元包括顶面以及连接在顶面两侧的两个共用斜面，所述梯形槽单元包括底面以及连接在底面两侧的两个共用斜面，所述第一填料板和第二填料板的波浪形本体错位布置，所述第一填料板的底面开设多个第一过气孔，所述第二填料板的顶面开设多个第二过气孔，当第一填料板和第二填料板上下叠放在一起时，所述第一填料板的底面与第二填料板的顶面搭接在一起，所述第一过气孔与第二过气孔连通，所述第一填料板的梯形凸起单元与第二填料板的梯形槽单元组成一个六边形通道，所述六边形通道内放置有塑料鲍尔环。
如上所述的方面和任一可能的实现方式，进一步提供一种实现方式，所述第一填料板的底面形成有第一倒“V”形凸起，所述第二填料板的顶面形成有第二倒“V”形凸起，所述第二倒“V”形凸起插设在第一倒“V”形凸起内。
如上所述的方面和任一可能的实现方式，进一步提供一种实现方式，所述除尘机构通过固定件悬置在进气腔中，所述除尘机构包括固定框、滤芯支架、滤芯和防尘网，所述滤芯通过滤芯支架固定在固定框内，所述防尘网设置有两个且分别上下连接在固定框顶部和底部，所述固定框两侧分别固定有与与“V”形固定长条滑动配合“V”形滑动长条。
第二方面，本发明实施例提供了利用上述微生物净化废气的系统的微生物净化废气的方法，所述方法包括：
S1、获取废气净化设备采集的历史参数数据，所述历史参数数据包括：进入废气的成分和浓度、微生物群种的成分和密度以及净化后废气的成分和浓度；
S2、构建废气净化深度强化学习模型，将所述历史参数数据输入至深度强化学习模型，预测净化后废气是否达标并对不达标的提供微生物群种调整方案，其中，所述深度强化学习模型以设定的损失函数为目标经训练获得，每条训练样本表征历史参数数据与净化后废气是否达标之间的对应关系；
S3、将废气净化设备采集的实时参数数据输入废气净化深度强化学习模型，获取预测结果和微生物群种调整方案，并作为废气净化设备运行依据。
如上所述的方面和任一可能的实现方式，进一步提供一种实现方式，所述对不达标的提供微生物群种调整方案，具体包括：
利用历史数据的经验值选择所述微生物群种的成分和密度的参数数据的一项或多项进行修正；
利用修正数据输入所述深度强化学习模型，经过多次模拟，直到获得净化后废气达标的参数数据。
如上所述的方面和任一可能的实现方式，进一步提供一种实现方式，所述预测净化后废气是否达标，具体包括：
根据废气净化设备采集的历史参数数据计算净化分值F，其中净化分值F计算公式如下：
Figure BDA0003672728810000051
其中，f1表示预设时间段内第1种废气经过废气净化设备净化后的平均浓度值，f1 *表示预设时间段内第1种废气净化前的平均浓度值；f2表示预设时间段内第2种废气经过废气净化设备净化后的平均浓度值，f2 *表示预设时间段内第2种废气净化前的平均浓度值；fn表示预设时间段内第n种废气经过废气净化设备净化后的平均浓度值，fn *表示预设时间段内第n种废气净化前的平均浓度值；n表示废气的种类量；w1、w2、wn表示权重，满足w1、w2、…、wn∈[0,1]且w1+w2+…+wn＝1；
将净化分值F与设定的合格分值阈值F0比较，将废气净化后达标的赋予合格标签，否则赋予不合格标签，进行训练；
获取废气净化设备采集的实时参数数据，输出净化分值F，预测净化后废气是否达标。
上述技术方案中的一个技术方案具有如下有益效果：
本发明实施例的方法中提出了一种微生物净化废气的系统及方法，该系统通过接种有微生物群种的废气净化设备进行废气净化，通过微生物对污染物废气进行吸收、分解，适用的浓度范围较广、投资低、运行维护简单、无二次污染，并且稳定，运行时间越长，通过设置在废气净化设备上的废气检测单元、净化气体检测单元监测废气数据，掌握净化效果，微生物菌种输入单元和智能处理单元分别用于输入和预测，从而获取预测结果和微生物群种调整方案，本发明系统功能强大，智能化程度高，学习训练完成后，可以自动调整微生物群种方案以适应不同废气，可以提示选择合适的微生物菌种来更高效、更彻底治理某些特定的废气或者混合废气。
【附图说明】
为了更清楚地说明本发明实施例的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，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性的前提下，还可以根据这些附图获得其它的附图。
图1是本发明实施例所提供的微生物净化废气的系统的功能框图；
图2是本发明实施例所提供的废气净化设备的结构示意图；
图3是本发明实施例所提供的废气净化设备的另一结构示意图；
图4是本发明实施例所提供的物填料机构的结构示意图；
图5是本发明实施例所提供的波浪形本体的结构示意图；
图6是本发明实施例所提供的波浪形本体的另一结构示意图；
图7是本发明实施例所提供的利用微生物净化废气的系统的微生物净化废气的方法的流程示意图。
【具体实施方式】
为使本发明的目的、技术方案和优点更加清楚，下面将结合具体实施例及相应的附图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。
请参考图1，其为本发明实施例所提供的微生物净化废气的系统的功能框图。
如图1所示，该系统包括废气净化设备以及设置在废气净化设备上的废气检测单元、净化气体检测单元、微生物菌种输入单元、智能处理单元和输出单元。
其中，废气净化设备内接种有微生物群种，所述废气检测单元连接在废气净化设备的进气管上，所述净化气体检测单元连接在废气净化设备的出气管上，所述废气检测单元和净化气体检测单元均包括一氧化碳传感器、二氧化碳传感器、臭氧传感器、悬浮微粒传感器、二氧化硫传感器、硫化氢传感器、二氧化氮传感器和挥发性有机物传感器。废气检测单元和净化气体检测单元可以采用相同或者不同设备，例如可以是多个微型气泵和多个传感器的排列组合，微型气泵控制进气管或出气管多气体导送通过传感器进行检测，需要说明的是，本申请的废气检测单元和净化气体检测单元包括但不限于上述传感器种类，可以根据实际需要进行调整。
其中，智能处理单元分别与废气检测单元、净化气体检测单元、微生物菌种输入单元和输出单元电连接，所述微生物菌种输入单元用于输入废气净化设备内用于废气净化的微生物群种的成分和密度，所述智能处理单元用于构建废气净化深度强化学习模型并进行预测，所述智能处理单元可以包括连接数据库的处理器，所述输出单元用于获取并显示智能处理单元发送的预测结果和微生物群种调整方案。
本发明的微生物净化废气的系统通过接种有微生物群种的废气净化设备进行废气净化，通过微生物对污染物废气进行吸收、分解，适用的浓度范围较广、投资低、运行维护简单、无二次污染，并且稳定，运行时间越长，通过设置在废气净化设备上的废气检测单元、净化气体检测单元监测废气数据，掌握净化效果，微生物菌种输入单元和智能处理单元分别用于输入和预测，从而获取预测结果和微生物群种调整方案，本发明系统功能强大，智能化程度高，学习训练完成后，可以自动调整微生物群种方案以适应不同废气，可以提示选择合适的微生物菌种来更高效、更彻底治理某些特定的废气或者混合废气。
如图2和图3所示，本发明的废气净化设备包括箱体100、进气管110、出气管120、两个长隔板130、两个短隔板140、第一循环池150、第二循环池160、第三循环池170、除尘机构180、两个第一生物填料机构190、两个第二生物填料机构200以及两个第三生物填料机构210。两个长隔板130竖向连接在箱体100内并将箱体100内部由左至右依次分隔成第一腔室、第二腔室和第三腔室，其中一个短隔板140a上端连接在第一腔室顶部并将第一腔室左右分隔成进气腔和第一净化腔，且短隔板140a下端竖直向下延伸并形成有连通进气腔和第一净化腔的第一气体通道A，另一个短隔板140b下端连接在第三腔室底部并将第三腔室左右分隔成第二净化腔和出气腔，且短隔板140b上端竖直向上延伸并形成有连通第二净化腔和出气腔的第二气体通道B，所述进气管110与进气腔连通，所述出气管120与出气腔连通，所述出气管120上连接有出气风机121。
其中，长隔板130内形成有中空腔体，所述长隔板130上端左侧开设有连通中空腔体的进气孔131，所述长隔板130下端右侧开设有连通中空腔体的出气孔132。两个第一生物填料机构190分别通过固定件220上下悬置在第一净化腔中，所述两个第二生物填料机构200分别通过固定件220上下悬置在第二腔室中，所述两个第三生物填料机构210分别通过固定件220上下悬置在第二净化腔中。第一循环池150通过第一出水管与第一喷淋管组相连，所述第一喷淋管组固定在第一净化腔顶部，所述第一循环池150通过进水管与第一净化腔底部连通，所述第二循环池160通过第二出水管与第二喷淋管组相连，所述第二喷淋管组固定在第二腔室顶部，所述第二循环池160通过进水管与第二腔室底部连通，所述第三循环池170通过第三出水管与第三喷淋管组相连，所述第三喷淋管组固定在第二净化腔顶部，所述第三循环池170通过进水管与第二净化腔底部连通，所述第一出水管、第二出水管和第三出水管分别连接水泵，所述第一循环池150与第二循环池160、第三循环池170之间依次通过连通管连通，所述连通管上设置有阀门。第一生物填料机构190、第二生物填料机构200以及第三生物填料机构210接种了微生物群种，所述第一循环池150、第二循环池160和第三循环池170添加有营养液。
本发明的废气净化设备依次设立三个净化单元，即第一净化腔、第二腔室和第二净化腔，不同净化单元用于提供相同或者不同微生物群种依次对废气进行净化，根据需要净化单元可以增加；本发明的特殊结构设计，使得废气在每个净化单元内都是由下而上与喷淋液混合的，这样保证的气液更充分接触，多轮净化，废气净化更彻底。第一净化腔中两个第一生物填料机构接种同一种微生物群种，第一循环池为第一喷淋管组提供喷淋液，对两个第一生物填料机构进行循环喷淋，废气在两个第一生物填料机构进行气液充分接触，通过微生物对污染物废气进行吸收、分解；第二腔室中两个第二生物填料机构接种同一种微生物群种，第二循环池为第二喷淋管组提供喷淋液，对两个第二生物填料机构进行循环喷淋，废气在两个第二生物填料机构进行气液充分接触，通过微生物对污染物废气进行吸收、分解；第二净化腔中两个第二生物填料机构接种同一种微生物群种，第二循环池为第二喷淋管组提供喷淋液，对两个第二生物填料机构进行循环喷淋，废气在两个第二生物填料机构进行气液充分接触，通过微生物对污染物废气进行吸收、分解。
请参考图4，其为本发明实施例所提供的物填料机构的结构示意图。如图4所示，本发明的第一生物填料机构190、第二生物填料机构200以及第三生物填料机构210均包括填料盒以及依次交替叠放在填料盒内的第一填料板和第二填料板。固定件220包括对称设置的两个“V”形固定长条以及连接在“V”形固定长条上的“L”形支撑板，所述“L”形支撑板通过螺栓固定在长隔板130和/或短隔板140上，所述“L”形支撑板的长度与箱体100前后宽度相同。填料盒两侧分别固定有”V”形滑动长条230，所述”V”形滑动长条230与“V”形固定长条滑动配合。填料盒的顶部和底部开口，所述填料盒底部间隔固定有多个沿填料盒长度方向延伸到支撑条，所述填料盒顶部两侧开设有一排安装孔，所述安装孔内穿装有用于压紧填料板的压紧杆，所述填料盒的长度与箱体100前后宽度相同，所述箱体100前侧设置有多个开关门240，所述开关门240与填料盒大小和位置一一对应，所述开关门240底部与箱体100活动连接，开关门240的外侧上部设有把手。
本发明的第一生物填料机构、第二生物填料机构以及第三生物填料机构通过固定件悬置在各个空间内，使得废气必须充分通过上述机构才能上下流动，从而可以方便对废气的充分净化。填料盒通过”V”形滑动长条与固定件的“V”形固定长条滑动配合，可以一方面实现支撑悬置，另一方面还可以方便将第一生物填料机构、第二生物填料机构以及第三生物填料机构取下替换。开关门用于方便更换生物填料机构。
另外，固定件220还包括两个支撑杆221以及转动连接在两个支撑杆221上的多个滑动滚轮222，所述支撑杆221固定连接在箱体100前后内壁上，所述滑动滚轮222上部与填料盒的支撑条抵接，所述填料盒可通过滑动滚轮222进行滑动。因为填料盒伸入箱体内部，重量也较大，通过设置滑动滚轮，可以方便实现对填料盒的取放。
如图5和图6所示，本发明的第一填料板和第二填料板均包括波浪形本体，所述波浪形本体包括依次交替相连的梯形凸起单元250和梯形槽单元260，所述梯形凸起单元250和梯形槽单元260均对称构造且沿长度方向呈“V”形，所述梯形凸起单元250包括顶面以及连接在顶面两侧的两个共用斜面，所述梯形槽单元260包括底面以及连接在底面两侧的两个共用斜面。第一填料板和第二填料板的波浪形本体错位布置，所述第一填料板的底面开设多个第一过气孔，所述第二填料板的顶面开设多个第二过气孔，当第一填料板和第二填料板上下叠放在一起时，所述第一填料板的底面与第二填料板的顶面搭接在一起，所述第一过气孔与第二过气孔连通，所述第一填料板的梯形凸起单元250与第二填料板的梯形槽单元260组成一个六边形通道，所述六边形通道内放置有塑料鲍尔环270。
另外，第一填料板的底面形成有第一倒“V”形凸起280，所述第二填料板的顶面形成有第二倒“V”形凸起，所述第二倒“V”形凸起插设在第一倒“V”形凸起280内。
由于生物填料机构是水设置并伸入箱体内部的，本发明第一填料板和第二填料板结构必须是特别设计，实现气体上升过程中被填料更好的引导与喷淋液混合，被填料上的微生物更充分接触，波浪形本体包括依次交替相连的梯形凸起单元和梯形槽单元，第一填料板的梯形凸起单元与第二填料板的梯形槽单元组成一个六边形通道，经过上述设计，延长了气液流动的路径，可以使得气液在填料中混合更充分、更长久，实现更高效净化废气。
另外，除尘机构180通过固定件220悬置在进气腔中，所述除尘机构180包括固定框、滤芯支架、滤芯和防尘网，所述滤芯通过滤芯支架固定在固定框内，所述防尘网设置有两个且分别上下连接在固定框顶部和底部，所述固定框两侧分别固定有与与“V”形固定长条滑动配合”V”形滑动长条230。
请参考图7，其为本发明实施例所提供的利用上述微生物净化废气的系统的微生物净化废气的方法的流程示意图。如图7所示，该方法包括以下步骤：
S1、获取废气净化设备采集的历史参数数据，所述历史参数数据包括：进入废气的成分和浓度、微生物群种的成分和密度以及净化后废气的成分和浓度；
S2、构建废气净化深度强化学习模型，将所述历史参数数据输入至深度强化学习模型，预测净化后废气是否达标并对不达标的提供微生物群种调整方案，其中，所述深度强化学习模型以设定的损失函数为目标经训练获得，每条训练样本表征历史参数数据与净化后废气是否达标之间的对应关系；
S3、将废气净化设备采集的实时参数数据输入废气净化深度强化学习模型，获取预测结果和微生物群种调整方案，并作为废气净化设备运行依据。
本发明的微生物净化废气的方法简单高效，可以适用本发明的系统，也可以用于其它系统，可以自动调整微生物群种方案以适应不同废气，可以提示选择合适的微生物菌种来更高效、更彻底治理某些特定的废气或者混合废气。
另外，构建废气净化深度强化学习模型，具体包括：
寻找目标参数，以最小化预期分类误差以及缩放的预期特征成本：
Figure BDA0003672728810000121
其中，D表示用于抽取样本的样本集，l表示损失函数，输入向量/>
Figure BDA0003672728810000127
包含特征值，xi表示特征fi的值，fi∈F＝{f1，…，fn}，n表示特征数量，输出向量y表示是否达标的一个类且y∈Y，c(f)表示将特征F映射到实值成本R的函数，λ表示成本比例因子且λ∈[0,1]，yθ和zθ表示一对参数化的函数，yθ:X→Y，yθ进行分类，/>
Figure BDA0003672728810000122
zθ返回分类中使用的特征；
建立马尔可夫决策过程：
定义奖励函数：
Figure BDA0003672728810000123
其中，动作a∈A＝Ac∪Af，A表示一组动作，Ac表示分类动作且Ac＝y，Af表示特征选择动作且Af＝F；
定义转移函数：
Figure BDA0003672728810000124
其中，T表示最终状态，S×A→S∪T，/>
Figure BDA0003672728810000125
表示一个样本(x,y)和当前选择的一组特征/>
Figure BDA0003672728810000126
S表示状态空间；
在Q-learning的框架中定义最优函数Q*(s,a)，其为在状态s下遵循最优策略π时动作a获得的预期折扣奖励，通过贝尔曼方程得到最优函数Q*(s,a):
Figure BDA0003672728810000131
其中，/>
Figure BDA0003672728810000132
表示期望值，r(s,a,s′)表示收到的奖励，γ表示折扣因子且γ≤1，/>
Figure BDA0003672728810000133
表示到达s′、a′时选择动作a′时刻回报值；
将DNN引入Q-learning的框架中，DNN由Online网络和Target网络组成，Online网络使用带有权重θ的Q函数Qθ(s,a)，以近似最优函数Q*(s,a)；Target网络使用带有权重θ-的Q函数
Figure BDA0003672728810000136
以提高整个网络的性能，在特定的回合数后，复制Online网络的权重θ以更新Target网络的权重θ-，利用梯度下降法更新Online网络的权重θ，以获得最小损失函数：
Figure BDA0003672728810000134
Figure BDA0003672728810000135
其中，lθ(B)表示损失函数，B表示一批转换，T表示最终状态，r表示奖励值，Qθ(st,at)表示预测Q函数值，Qθ-(st+1,a)表示目标Q函数值，θ和θ-表示网络权值，γ表示折扣因子。
本申请构建的废气净化深度强化学习模型参数相对较少，有助于部署，可以持续适应非平稳环境的变化，鲁棒性高，优化了成本与准确性的权衡。
另外，所述对不达标的提供微生物群种调整方案，具体包括：
利用历史数据的经验值选择所述微生物群种的成分和密度的参数数据的一项或多项进行修正；
利用修正数据输入所述深度强化学习模型，经过多次模拟，直到获得净化后废气达标的参数数据。
另外，所述预测净化后废气是否达标，具体包括：
根据废气净化设备采集的历史参数数据计算净化分值F，其中净化分值F计算公式如下：
Figure BDA0003672728810000141
其中，f1表示预设时间段内第1种废气经过废气净化设备净化后的平均浓度值，f1 *表示预设时间段内第1种废气净化前的平均浓度值；f2表示预设时间段内第2种废气经过废气净化设备净化后的平均浓度值，f2 *表示预设时间段内第2种废气净化前的平均浓度值；fn表示预设时间段内第n种废气经过废气净化设备净化后的平均浓度值，fn *表示预设时间段内第n种废气净化前的平均浓度值；n表示废气的种类量；w1、w2、wn表示权重，满足w1、w2、…、wn∈[0,1]且w1+w2+…+wn＝1；
将净化分值F与设定的合格分值阈值F0比较，将废气净化后达标的赋予合格标签，否则赋予不合格标签，进行训练；
获取废气净化设备采集的实时参数数据，输出净化分值F，预测净化后废气是否达标。
在硬件层面，该处理单元可以包括处理器，可选地还包括内部总线、网络接口、存储器。其中，存储器可能包含内存，例如高速随机存取存储器(Random-Access Memory，RAM)，也可能还包括非易失性存储器(non-volatile memory)，例如至少1个磁盘存储器等。当然，该装置还可能包括其他业务所需要的硬件。
处理器、网络接口和存储器可以通过内部总线相互连接，该内部总线可以是ISA(Industry StandardArchitecture，工业标准体系结构)总线、PCI(Peripheral ComponentInterconnect，外设部件互连标准)总线或EISA(Extended IndustryStandardArchitecture，扩展工业标准结构)总线等。所述总线可以分为地址总线、数据总线、控制总线等。
存储器，用于存放程序。具体地，程序可以包括程序代码，所述程序代码包括计算机操作指令。存储器可以包括内存和非易失性存储器，并向处理器提供指令和数据。
结合本发明实施例所公开的方法的步骤可以直接体现为硬件译码处理器执行完成，或者用译码处理器中的硬件及软件模块组合执行完成。软件模块可以位于随机存储器，闪存、只读存储器，可编程只读存储器或者电可擦写可编程存储器、寄存器等本领域成熟的存储介质中。该存储介质位于存储器，处理器读取存储器中的信息，结合其硬件完成上述方法的步骤。
上述实施例阐明的处理单元和处理模块，具体可以由计算机芯片或实体实现，或者由具有某种功能的产品来实现。一种典型的实现设备为计算机。
为了描述的方便，描述以上处理单元时以功能分为各种单元或模块分别描述。当然，在实施本发明时可以把各单元或模块的功能在同一个或多个软件和/或硬件中实现。
本领域内的技术人员应明白，本发明的实施例可提供为方法、系统、或计算机程序产品。因此，本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
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存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置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。
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。
在一个典型的配置中，计算设备包括一个或多个处理器(CPU)、输入/输出接口、网络接口和内存。
内存可能包括计算机可读介质中的非永久性存储器，随机存取存储器(RAM)和/或非易失性内存等形式，如只读存储器(ROM)或闪存(flash RAM)。内存是计算机可读介质的示例。
计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括，但不限于相变内存(PRAM)、静态随机存取存储器(SRAM)、动态随机存取存储器(DRAM)、其他类型的随机存取存储器(RAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、快闪记忆体或其他内存技术、只读光盘只读存储器(CD-ROM)、数字多功能光盘(DVD)或其他光学存储、磁盒式磁带，磁带磁磁盘存储或其他磁性存储设备或任何其他非传输介质，可用于存储可以被计算设备访问的信息。按照本文中的界定，计算机可读介质不包括暂存电脑可读媒体(transitory media)，如调制的数据信号和载波。
还需要说明的是，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、商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、商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、商品或者设备中还存在另外的相同要素。
本领域技术人员应明白，本发明的实施例可提供为方法、系统或计算机程序产品。因此，本发明可采用完全硬件实施例、完全软件实施例或结合软件和硬件方面的实施例的形式。而且，本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本发明可以在由计算机执行的计算机可执行指令的一般上下文中描述，例如程序模块。一般地，程序模块包括执行特定任务或实现特定抽象数据类型的例程、程序、对象、组件、数据结构等等。也可以在分布式计算环境中实践本发明，在这些分布式计算环境中，由通过通信网络而被连接的远程处理设备来执行任务。在分布式计算环境中，程序模块可以位于包括存储设备在内的本地和远程计算机存储介质中。
本发明中的各个实施例均采用递进的方式描述，各个实施例之间相同相似的部分互相参见即可，每个实施例重点说明的都是与其他实施例的不同之处。尤其，对于系统实施例而言，由于其基本相似于方法实施例，所以描述的比较简单，相关之处参见方法实施例的部分说明即可。
以上所述仅为本发明的实施例而已，并不用于限制本发明。对于本领域技术人员来说，本发明可以有各种更改和变化。凡在本发明的精神和原理之内所作的任何修改、等同替换、改进等，均应包含在本发明的权利要求范围之内。

Claims (7)

1.一种利用微生物净化废气的系统的微生物净化废气的方法，其特征在于，所述系统包括废气净化设备以及设置在废气净化设备上的废气检测单元、净化气体检测单元、微生物菌种输入单元、智能处理单元和输出单元；
所述废气净化设备内接种有微生物群种，所述废气检测单元连接在废气净化设备的进气管上，所述净化气体检测单元连接在废气净化设备的出气管上，所述废气检测单元和净化气体检测单元均包括一氧化碳传感器、二氧化碳传感器、臭氧传感器、悬浮微粒传感器、二氧化硫传感器、硫化氢传感器、二氧化氮传感器和挥发性有机物传感器，所述智能处理单元分别与废气检测单元、净化气体检测单元、微生物菌种输入单元和输出单元电连接，所述微生物菌种输入单元用于输入废气净化设备内用于废气净化的微生物群种的成分和密度，所述智能处理单元用于构建废气净化深度强化学习模型并进行预测，所述输出单元用于获取并显示智能处理单元发送的预测结果和微生物群种调整方案；
所述方法包括：
S1、获取废气净化设备采集的历史参数数据，所述历史参数数据包括：进入废气的成分和浓度、微生物群种的成分和密度以及净化后废气的成分和浓度；
S2、构建废气净化深度强化学习模型，将所述历史参数数据输入至深度强化学习模型，预测净化后废气是否达标并对不达标的提供微生物群种调整方案，其中，所述深度强化学习模型以设定的损失函数为目标经训练获得，每条训练样本表征历史参数数据与净化后废气是否达标之间的对应关系；
S3、将废气净化设备采集的实时参数数据输入废气净化深度强化学习模型，获取预测结果和微生物群种调整方案，并作为废气净化设备运行依据；
所述对不达标的废气提供微生物群种调整方案，具体包括：
利用历史数据的经验值选择所述微生物群种的成分和密度的参数数据的一项或多项进行修正；
利用修正数据输入所述深度强化学习模型，经过多次模拟，直到获得净化后废气达标的参数数据；
所述预测净化后废气是否达标，具体包括：
根据废气净化设备采集的历史参数数据计算净化分值F，其中净化分值F计算公式如下：
Figure FDA0004167623740000021
其中，f1表示预设时间段内第1种废气经过废气净化设备净化后的平均浓度值，f1 *表示预设时间段内第1种废气净化前的平均浓度值；f2表示预设时间段内第2种废气经过废气净化设备净化后的平均浓度值，f2 *表示预设时间段内第2种废气净化前的平均浓度值；fn表示预设时间段内第n种废气经过废气净化设备净化后的平均浓度值，fn *表示预设时间段内第n种废气净化前的平均浓度值；n表示废气的种类量；w1、w2、wn表示权重，满足w1、w2、…、wn∈[0,1]且w1+w2+…+wn＝1；
将净化分值F与设定的合格分值阈值F0比较，将废气净化后达标的赋予合格标签，否则赋予不合格标签，进行训练；
获取废气净化设备采集的实时参数数据，输出净化分值F，预测净化后废气是否达标。
2.根据权利要求1所述的方法，其特征在于，所述废气净化设备包括箱体、进气管、出气管、两个长隔板、两个短隔板、第一循环池、第二循环池、第三循环池、除尘机构、两个第一生物填料机构、两个第二生物填料机构以及两个第三生物填料机构，所述两个长隔板竖向连接在箱体内并将箱体内部由左至右依次分隔成第一腔室、第二腔室和第三腔室，其中一个短隔板上端连接在第一腔室顶部并将第一腔室左右分隔成进气腔和第一净化腔，且短隔板下端竖直向下延伸并形成有连通进气腔和第一净化腔的第一气体通道，另一个短隔板下端连接在第三腔室底部并将第三腔室左右分隔成第二净化腔和出气腔，且短隔板上端竖直向上延伸并形成有连通第二净化腔和出气腔的第二气体通道，所述进气管与进气腔连通，所述出气管与出气腔连通，所述出气管上连接有出气风机，所述长隔板内形成有中空腔体，所述长隔板上端左侧开设有连通中空腔体的进气孔，所述长隔板下端右侧开设有连通中空腔体的出气孔，所述两个第一生物填料机构分别通过固定件上下悬置在第一净化腔中，所述两个第二生物填料机构分别通过固定件上下悬置在第二腔室中，所述两个第三生物填料机构分别通过固定件上下悬置在第二净化腔中，所述第一循环池通过第一出水管与第一喷淋管组相连，所述第一喷淋管组固定在第一净化腔顶部，所述第一循环池通过进水管与第一净化腔底部连通，所述第二循环池通过第二出水管与第二喷淋管组相连，所述第二喷淋管组固定在第二腔室顶部，所述第二循环池通过进水管与第二腔室底部连通，所述第三循环池通过第三出水管与第三喷淋管组相连，所述第三喷淋管组固定在第二净化腔顶部，所述第三循环池通过进水管与第二净化腔底部连通，所述第一出水管、第二出水管和第三出水管分别连接水泵，所述第一循环池与第二循环池、第三循环池之间依次通过连通管连通，所述连通管上设置有阀门，所述第一生物填料机构、第二生物填料机构以及第三生物填料机构接种了微生物群种，所述第一循环池、第二循环池和第三循环池添加有营养液。
3.根据权利要求2所述的方法，其特征在于，所述第一生物填料机构、第二生物填料机构以及第三生物填料机构均包括填料盒以及依次交替叠放在填料盒内的第一填料板和第二填料板，所述固定件包括对称设置的两个“V”形固定长条以及连接在“V”形固定长条上的“L”形支撑板，所述“L”形支撑板通过螺栓固定在长隔板和/或短隔板上，所述“L”形支撑板的长度与箱体前后宽度相同，所述填料盒两侧分别固定有“V”形滑动长条，所述“V”形滑动长条与“V”形固定长条滑动配合，所述填料盒的顶部和底部开口，所述填料盒底部间隔固定有多个沿填料盒长度方向延伸到支撑条，所述填料盒顶部两侧开设有一排安装孔，所述安装孔内穿装有用于压紧填料板的压紧杆，所述填料盒的长度与箱体前后宽度相同，所述箱体前侧设置有多个开关门，所述开关门与填料盒大小和位置一一对应，所述开关门底部与箱体活动连接，开关门的外侧上部设有把手。
4.根据权利要求3所述的方法，其特征在于，所述固定件还包括两个支撑杆以及转动连接在两个支撑杆上的多个滑动滚轮，所述支撑杆固定连接在箱体前后内壁上，所述滑动滚轮上部与填料盒的支撑条抵接，所述填料盒可通过滑动滚轮进行滑动。
5.根据权利要求3所述的方法，其特征在于，所述第一填料板和第二填料板均包括波浪形本体，所述波浪形本体包括依次交替相连的梯形凸起单元和梯形槽单元，所述梯形凸起单元和梯形槽单元均对称构造且沿长度方向呈“V”形，所述梯形凸起单元包括顶面以及连接在顶面两侧的两个共用斜面，所述梯形槽单元包括底面以及连接在底面两侧的两个共用斜面，所述第一填料板和第二填料板的波浪形本体错位布置，所述第一填料板的底面开设多个第一过气孔，所述第二填料板的顶面开设多个第二过气孔，当第一填料板和第二填料板上下叠放在一起时，所述第一填料板的底面与第二填料板的顶面搭接在一起，所述第一过气孔与第二过气孔连通，所述第一填料板的梯形凸起单元与第二填料板的梯形槽单元组成一个六边形通道，所述六边形通道内放置有塑料鲍尔环。
6.根据权利要求5所述的方法，其特征在于，所述第一填料板的底面形成有第一倒“V”形凸起，所述第二填料板的顶面形成有第二倒“V”形凸起，所述第二倒“V”形凸起插设在第一倒“V”形凸起内。
7.根据权利要求3所述的方法，其特征在于，所述除尘机构通过固定件悬置在进气腔中，所述除尘机构包括固定框、滤芯支架、滤芯和防尘网，所述滤芯通过滤芯支架固定在固定框内，所述防尘网设置有两个且分别上下连接在固定框顶部和底部，所述固定框两侧分别固定有与“V”形固定长条滑动配合的“V”形滑动长条。
CN202210613075.1A 2022-05-31 2022-05-31 一种微生物净化废气的系统及方法 Active CN114931854B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210613075.1A CN114931854B (zh) 2022-05-31 2022-05-31 一种微生物净化废气的系统及方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210613075.1A CN114931854B (zh) 2022-05-31 2022-05-31 一种微生物净化废气的系统及方法

Publications (2)

Publication Number Publication Date
CN114931854A CN114931854A (zh) 2022-08-23
CN114931854B true CN114931854B (zh) 2023-05-26

Family

ID=82867346

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210613075.1A Active CN114931854B (zh) 2022-05-31 2022-05-31 一种微生物净化废气的系统及方法

Country Status (1)

Country Link
CN (1) CN114931854B (zh)

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2019052853A (ja) * 2017-09-12 2019-04-04 株式会社デンソー 排気情報処理装置、排気情報処理システム及び排気情報処理プログラム
WO2019212191A1 (ko) * 2018-05-03 2019-11-07 Kim Bu Yeol 세균 살균 기능 및 유해 물질과 방사능 물질 제거 기능이 내장된 양압 및 음압 유지 시스템
WO2020010701A1 (zh) * 2018-07-11 2020-01-16 平安科技（深圳）有限公司 污染物异常监测方法、系统、计算机设备和存储介质
WO2020102467A1 (en) * 2018-11-15 2020-05-22 Dürr Systems Ag Exhaust gas purification system and method and data processing system for monitoring at least one exhaust gas purification system

Family Cites Families (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105688656B (zh) * 2016-03-23 2018-07-31 航天凯天环保科技股份有限公司 一种紧凑型废气治理装置
CN109078482A (zh) * 2018-09-10 2018-12-25 杭州楚天科技有限公司 一种生物除臭填料及装置
CN110204037B (zh) * 2019-07-05 2024-06-25 浙江联池水务设备股份有限公司 一种插槽式填料板及其系统
CN211688451U (zh) * 2020-01-10 2020-10-16 多纳环境技术(上海)有限公司 一种多隔室生物净化有机废气装置
CN111701444B (zh) * 2020-07-01 2022-02-08 盐城工学院 一种基于卷积神经网络的生物滴滤塔处理有机废气的方法
CN113600001A (zh) * 2021-08-17 2021-11-05 上海野马环保设备工程有限公司 湿垃圾生物除臭的实验方法
CN113888526B (zh) * 2021-10-21 2022-09-23 北京实力伟业环保科技有限公司 基于微生物的废气处理方法及系统

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2019052853A (ja) * 2017-09-12 2019-04-04 株式会社デンソー 排気情報処理装置、排気情報処理システム及び排気情報処理プログラム
WO2019212191A1 (ko) * 2018-05-03 2019-11-07 Kim Bu Yeol 세균 살균 기능 및 유해 물질과 방사능 물질 제거 기능이 내장된 양압 및 음압 유지 시스템
WO2020010701A1 (zh) * 2018-07-11 2020-01-16 平安科技（深圳）有限公司 污染物异常监测方法、系统、计算机设备和存储介质
WO2020102467A1 (en) * 2018-11-15 2020-05-22 Dürr Systems Ag Exhaust gas purification system and method and data processing system for monitoring at least one exhaust gas purification system

Also Published As

Publication number Publication date
CN114931854A (zh) 2022-08-23

Similar Documents

Publication Publication Date Title
CA2798881C (en) Improved gas scrubber apparatus and method
Effler et al. Free ammonia and toxicity criteria in a polluted urban lake
CN114931854B (zh) 一种微生物净化废气的系统及方法
Wilailak et al. Parametric analysis and design optimization of wet SOx scrubber system in marine industry
CN115838222A (zh) 一种智能试验废水处理一体化装置及处理方法
Baltrenas et al. Experimental research of odours arising during the process of biofiltration
Abdi et al. Evaluation of a pilot-scale scrubber for the mitigation of NH3 emissions from laboratory animal house in the presence of different oxidants
CN117228894A (zh) 一种精确曝气污水处理工艺方法
Vu et al. Prediction of ammonium removal by biochar produced from agricultural wastes using artificial neural networks: Prospects and bottlenecks
Liu et al. Modeling removal of volatile sulfur compounds in a full‐scale biological air filter
Baquerizo et al. A dynamic model for ammonia abatement by gas-phase biofiltration including pH and leachate modelling
Daneshgar et al. An innovative model-based protocol for minimisation of greenhouse gas (GHG) emissions in WRRFs
Okeleji et al. Impact of design aspects on iron removal efficiencies from coal mine drainage in full-scale lagoons
Harrison et al. Air stripping of organics from ground water
KR102324722B1 (ko) 광화학반응 기반의 스크러버 시스템
CN211837200U (zh) 废旧塑料热裂解废气过滤处理装置
Karimi et al. Kinetic study of the regeneration of spent caustic via the genetic algorithm method
Cantrell et al. Operational Considerations of Side Reactions in Gas Sweetening Systems
Karre et al. Parameters affecting HS emissions removal and re-circulating water quality in a pilot-scale sequential biological treatment system at a wastewater lift station in Brownsville, Texas, USA
Ozor et al. Characterization of sewage treatment plant in an emerging territory
CN118543221A (zh) 一种工业废气高效净化处理设备
Domnanovich et al. A fuzzy logic approach to control anaerobic digestion
Heller et al. A qualitative modeling approach to algal bloom prediction
Seyfi et al. Mathematical Modeling and Parameters Optimization of the Degradation of Acrylonitrile in Biofilters
Szeląg et al. Effect of physicochemical wastewater parameters and abiotic factor on activated sludge sedimentation capacity

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