CN114988567A - 基于活性污泥泡沫的污水处理方法及系统 - Google Patents

基于活性污泥泡沫的污水处理方法及系统 Download PDF

Info

Publication number
CN114988567A
CN114988567A CN202210828666.0A CN202210828666A CN114988567A CN 114988567 A CN114988567 A CN 114988567A CN 202210828666 A CN202210828666 A CN 202210828666A CN 114988567 A CN114988567 A CN 114988567A
Authority
CN
China
Prior art keywords
foam
degree
activated sludge
sewage treatment
state
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
Application number
CN202210828666.0A
Other languages
English (en)
Inventor
姚东生
邹美
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.)
Nantong Renyuan Energy Saving And Environmental Protection Technology Co ltd
Original Assignee
Nantong Renyuan Energy Saving And 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 Nantong Renyuan Energy Saving And Environmental Protection Technology Co ltd filed Critical Nantong Renyuan Energy Saving And Environmental Protection Technology Co ltd
Priority to CN202210828666.0A priority Critical patent/CN114988567A/zh
Publication of CN114988567A publication Critical patent/CN114988567A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • C—CHEMISTRY; METALLURGY
    • C02—TREATMENT OF WATER, WASTE WATER, SEWAGE, OR SLUDGE
    • C02F—TREATMENT OF WATER, WASTE WATER, SEWAGE, OR SLUDGE
    • C02F3/00—Biological treatment of water, waste water, or sewage
    • C02F3/02—Aerobic processes
    • C02F3/12—Activated sludge processes
    • C—CHEMISTRY; METALLURGY
    • C02—TREATMENT OF WATER, WASTE WATER, SEWAGE, OR SLUDGE
    • C02F—TREATMENT OF WATER, WASTE WATER, SEWAGE, OR SLUDGE
    • C02F3/00—Biological treatment of water, waste water, or sewage
    • C02F3/006—Regulation methods for biological treatment
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/84—Systems specially adapted for particular applications
    • 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

  • Life Sciences & Earth Sciences (AREA)
  • Chemical & Material Sciences (AREA)
  • Water Supply & Treatment (AREA)
  • Organic Chemistry (AREA)
  • Microbiology (AREA)
  • Hydrology & Water Resources (AREA)
  • Engineering & Computer Science (AREA)
  • Environmental & Geological Engineering (AREA)
  • Health & Medical Sciences (AREA)
  • Biodiversity & Conservation Biology (AREA)
  • Physics & Mathematics (AREA)
  • Molecular Biology (AREA)
  • Analytical Chemistry (AREA)
  • Biochemistry (AREA)
  • General Health & Medical Sciences (AREA)
  • General Physics & Mathematics (AREA)
  • Immunology (AREA)
  • Pathology (AREA)
  • Activated Sludge Processes (AREA)

Abstract

本发明涉及污水处理技术领域，具体涉及一种基于活性污泥泡沫的污水处理方法及系统，该方法包括：获取曝气池中的水体表面图像；基于水体表面图像，获取泡沫二值图；基于泡沫二值图，获取泡沫的面积、堆积程度以及易碎程度；根据泡沫的颜色、面积、堆积程度以及易碎程度，推理得到活性污泥的状态；基于活性污泥的状态采取相应的污水处理操作。相对于现有的获取活性污泥状态的方式，本发明基于图像，根据活性污泥泡沫的状态来推断活性污泥的状态，能够快速给出对应的活性污泥状态结果。

Description

基于活性污泥泡沫的污水处理方法及系统
技术领域
本发明涉及污水处理领域，具体涉及一种基于活性污泥泡沫的污水处理方法及系统。
背景技术
随着社会高度重视生态文明建设，污水处理受到了越来越广泛关注。进行污水处理时活性污泥法的污水处理方式优势大，使用面广，是处理城市污水的主要工艺，活性污泥是微生物群体及它们所依附的有机物质和无机物质的总称，通过活性污泥的状态能够反应微生物群的状态。
目前常通过测量实验的方式来获取活性污泥通用的评价指标，进而得到活性污泥的状态，活性污泥通用的评价指标包括混合液悬浮固体浓度（MLSS），混合液挥发性悬浮固体浓度（MLVSS），通过测量实验的方式虽然测量准确，但是过程繁琐，且需要静置、测量，具有相对延迟性。
发明内容
为了解决上述技术问题，本发明的目的在于提供一种基于活性污泥泡沫的污水处理方法及系统，所采用的技术方案具体如下：
第一方面，本发明一个实施例提供了一种基于活性污泥泡沫的污水处理方法，该方法包括以下具体步骤：
获取曝气池中的水体表面图像；基于水体表面图像，获取泡沫二值图；
基于泡沫二值图，获取泡沫的面积、堆积程度以及易碎程度；
根据泡沫的颜色、面积、堆积程度以及易碎程度，推理得到活性污泥的状态；基于活性污泥的状态采取相应的污水处理操作。
进一步地，泡沫的堆积程度的获取具体为：
对泡沫二值图中的泡沫像素进行聚类，得到若干聚类簇；根据每个簇内泡沫像素与簇中心点的距离计算簇内泡沫的第一堆积程度；
对簇中心点进行聚类，得到聚类中心点，根据簇中心点与聚类中心点的距离计算簇间泡沫的第二堆积程度；
根据第一堆积程度和第二堆积程度获取泡沫的堆积程度。
进一步地，泡沫的易碎程度的获取具体为：
获取多帧水体表面图像，进而得到多帧泡沫二值图；
基于多帧泡沫二值图，根据每个像素位置处像素连续为泡沫像素的连续帧数最大值计算泡沫的易碎程度。
进一步地，根据泡沫的颜色、面积、堆积程度以及易碎程度，推理得到活性污泥的状态，具体为：
将泡沫的颜色、面积、堆积程度以及易碎程度输入推理模型中，经过推理得到活性污泥的状态；活性污泥的状态包括活性污泥老化、活性污泥缺氧、活性污泥过度曝气。
进一步地，所述推理模型为全连接神经网络。
第二方面，本发明另一个实施例提供了一种基于活性污泥泡沫的污水处理系统，该系统具体包括：
二值图获取模块，用于获取曝气池中的水体表面图像；基于水体表面图像，获取泡沫二值图；
参数计算模块，用于基于泡沫二值图，获取泡沫的面积、堆积程度以及易碎程度；
污泥状态获取模块，用于根据泡沫的颜色、面积、堆积程度以及易碎程度，推理得到活性污泥的状态；基于活性污泥的状态采取相应的污水处理操作。
进一步地，泡沫的堆积程度的获取具体为：
对泡沫二值图中的泡沫像素进行聚类，得到若干聚类簇；根据每个簇内泡沫像素与簇中心点的距离计算簇内泡沫的第一堆积程度；
对簇中心点进行聚类，得到聚类中心点，根据簇中心点与聚类中心点的距离计算簇间泡沫的第二堆积程度；
根据第一堆积程度和第二堆积程度获取泡沫的堆积程度。
进一步地，泡沫的易碎程度的获取具体为：
获取多帧水体表面图像，进而得到多帧泡沫二值图；
基于多帧泡沫二值图，根据每个像素位置处像素连续为泡沫像素的连续帧数最大值计算泡沫的易碎程度。
进一步地，根据泡沫的颜色、面积、堆积程度以及易碎程度，推理得到活性污泥的状态，具体为：
将泡沫的颜色、面积、堆积程度以及易碎程度输入推理模型中，经过推理得到活性污泥的状态；活性污泥的状态包括活性污泥老化、活性污泥缺氧、活性污泥过度曝气。
进一步地，所述推理模型为全连接神经网络。
本发明实施例至少具有如下有益效果：相对于现有的获取活性污泥状态的方式，本发明基于图像，根据活性污泥泡沫的状态来推断活性污泥的状态，能够快速给出对应的活性污泥状态结果，过程简单，且可得到准确的活性污泥的状态。
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和优点，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它附图。
图1为本发明方法实施例的步骤流程图。
具体实施方式
为了更进一步阐述本发明为达成预定发明目的所采取的技术手段及功效，以下结合附图及较佳实施例，对依据本发明提出的一种基于活性污泥泡沫的污水处理方法及系统，其具体实施方式、结构、特征及其功效，详细说明如下。在下述说明中，不同的“一个实施例”或“另一个实施例”指的不一定是同一实施例。此外，一或多个实施例中的特定特征、结构、或特点可由任何合适形式组合。
除非另有定义，本文所使用的所有的技术和科学术语与属于本发明的技术领域的技术人员通常理解的含义相同。
下面结合附图具体的说明本发明所提供的一种基于活性污泥泡沫的污水处理方法及系统的具体方案。
本发明的目的为，利用更易被观察到的曝气池表面泡沫的状态信息来推理活性污泥的状态，从而采取相应的措施使得使用活性污泥处理污水的效率更高；请参阅图1，其示出了本发明一个实施例提供的一种基于活性污泥泡沫的污水处理方法的步骤流程图，该方法包括以下步骤：
获取曝气池中的水体表面图像；基于水体表面图像，获取泡沫二值图；
基于泡沫二值图，获取泡沫的面积、堆积程度以及易碎程度；
根据泡沫的颜色、面积、堆积程度以及易碎程度，推理得到活性污泥的状态；基于活性污泥的状态采取相应的污水处理操作。
下面对上述内容进行具体展开：
步骤S1，获取曝气池中的水体表面图像；基于水体表面图像，获取泡沫二值图。
持续对曝气池中的水体进行图像采集，进场图像采集的时长由实施者自行确定。对采集到的图像进行处理，得到只包括水体表面的水体表面图像，具体地，利用语义分割网络获取水体表面遮罩，基于水体表面遮罩在采集的图像进行水体表面区域的提取，得到水体表面图像。连续对曝气池中的水体进行图像采集，进而可得到多帧水体表面图像。需要注意，得到的水体表面图像为俯视视角下的图像，若对曝气池中的水体进行采集时的视角为非俯视视角，需要获取变换矩阵，基于变换矩阵将非俯视视角下的水体表面图像转换为俯视视角下的水体表面图像；其中，图像视角的转换为现有的，本发明不再具体描述。
基于水体表面图像，获取泡沫二值图，基于每帧水体表面图像都获取对应的泡沫二值图，具体地，泡沫二值图的获取方法为：
一种实施方式中，基于泡沫语义分割网络，获取泡沫遮罩，实施例中泡沫遮罩中泡沫像素值为1，其他像素值为0，得到的泡沫遮罩即为泡沫二值图；或基于泡沫遮罩提取泡沫像素，得到仅包括泡沫的泡沫图像，将泡沫图像中泡沫像素的像素值置为255，其他像素的像素值置为0，得到泡沫二值图。泡沫语义分割网络的具体训练和使用过程不再描述。
一种实施方式中，基于像素颜色将水体表面图像中的像素分为若干像素集合，计算各像素集合为泡沫像素集合的概率，基于所述概率寻找泡沫像素集合，基于泡沫像素集合获取泡沫二值图；具体地：
(1)基于像素颜色将水体表面图像中的像素分为若干像素集合：将水体表面图像转至HSV图像，利用HSV图像中H通道的响应值来识别颜色类别，利用S、V两个通道判断颜色的程度；获取水体表面图像中各像素的颜色(色调)，基于像素颜色将水体表面图像中的像素分为若干像素集合，优选地，基于像素颜色，对水体表面图像中的像素进行密度聚类，得到若干像素集合。
(2)计算各像素集合为泡沫像素集合的概率，下面以一个像素集合为例说明概率的计算过程：
基于像素集合中各像素在水体表面图像中的位置获取该像素结合对应的二值图
Figure DEST_PATH_IMAGE002
，二值图
Figure 650936DEST_PATH_IMAGE002
中属于像素集合的像素的值为1，其他像素的值为0；对二值图
Figure 755027DEST_PATH_IMAGE002
进行闭运算，得到填补内部间隙后的二值图
Figure DEST_PATH_IMAGE004
；获取二值图
Figure 659398DEST_PATH_IMAGE004
与二值图
Figure 992291DEST_PATH_IMAGE002
的差值图像，具体地，二值图
Figure 996543DEST_PATH_IMAGE004
减去二值图
Figure 491110DEST_PATH_IMAGE002
得到差值图像。差值图像用于表示当前类颜色像素之间的其他类像素，即泡沫区域并不是颜色统一且平滑的，而是穿插有不同的其他类像素，例如棕黄色泡沫区域内泡沫间存在白色的像素，且白色像素是分布相对均匀的。基于此，计算该像素集合为泡沫像素集合的概率，具体地，根据像素集合中像素的分布区域内不属于该像素集合的其他像素的分布情况，以及像素集合对应的颜色(色调)值
Figure DEST_PATH_IMAGE006
与各颜色泡沫的颜色(色调)值的差异情况计算该像素集合为泡沫像素集合的概率。
对二值图
Figure 882777DEST_PATH_IMAGE004
进行凸包检测，获取凸包区域，计算凸包区域各边缘点到凸包中心点的距离，得到最大距离，基于最大距离对二值图
Figure 268628DEST_PATH_IMAGE004
进行同心圆环区域的划分，相邻圆环之间的间距相等，即最外面圆环区域对应的圆内要包括像素集合中的所有像素；需要说明，最内的圆环区域实际为圆区域，为了方便描述，本发明中将最内的圆区域也称为圆环区域；二值图中属于像素集合的像素称为有效像素；具体地，划分为N个圆环区域，根据各圆环区域内包括的有效像素的个数以及圆环个数N，计算每个圆环区域内有效像素的平均数量
Figure DEST_PATH_IMAGE008
；根据各圆环区域内有效像素的个数和平均数量
Figure 62140DEST_PATH_IMAGE008
计算方差
Figure DEST_PATH_IMAGE010
，
Figure DEST_PATH_IMAGE012
，
Figure DEST_PATH_IMAGE014
表示第
Figure DEST_PATH_IMAGE016
各圆环区域内有效像素的个数；方差表示当前类颜色像素之间其他类像素的分布均匀度
Figure 223213DEST_PATH_IMAGE010
；此外，计算概率还需要计算颜色差异度，具体地，获取像素集合对应的颜色(色调)值
Figure 915226DEST_PATH_IMAGE006
，根据颜色(色调)值
Figure 839188DEST_PATH_IMAGE006
与各颜色泡沫的颜色(色调)值的差异计算颜色差异度，作为一个示例，实施例中以三种颜色的泡沫的颜色(色调)值为例，说明颜色差异度的计算方式：
Figure DEST_PATH_IMAGE018
，
Figure DEST_PATH_IMAGE020
为颜色差异度；
Figure DEST_PATH_IMAGE022
、
Figure DEST_PATH_IMAGE024
、
Figure DEST_PATH_IMAGE026
分别为不同颜色的泡沫对应的颜色(色调)值，优选地，污水处理中泡沫颜色多为棕黄色、灰黑色、白色，因此，
Figure 755716DEST_PATH_IMAGE022
、
Figure 372511DEST_PATH_IMAGE024
、
Figure 535508DEST_PATH_IMAGE026
分别为棕黄色、灰黑色、白色的泡沫对应的颜色(色调)值；
Figure DEST_PATH_IMAGE028
为颜色(色调)差值最大值，即
Figure 951577DEST_PATH_IMAGE028
的值为360；
Figure DEST_PATH_IMAGE030
表示取最小值。
根据分布均匀度
Figure 723878DEST_PATH_IMAGE010
和颜色差异度
Figure 996728DEST_PATH_IMAGE020
计算该像素集合为泡沫像素集合的概率；分布均匀度
Figure 912600DEST_PATH_IMAGE010
值越小，该像素集合为泡沫像素集合的概率要越大，说明像素集合中像素的分布区域内不属于该像素集合的其他像素的分布越均匀，该像素集合为泡沫像素集合的概率越大；颜色差异度
Figure 929097DEST_PATH_IMAGE020
值越小，该像素集合为泡沫像素集合的概率要越大，说明该像素集合对应的颜色(色调)值越可能是泡沫的颜色(色调)值，该像素集合为泡沫像素集合的概率越大。即概率与分布均匀度
Figure 614026DEST_PATH_IMAGE010
和颜色差异度
Figure 323356DEST_PATH_IMAGE020
均呈反比关系，作为一个示例，根据分布均匀度
Figure 463874DEST_PATH_IMAGE010
和颜色差异度
Figure 284063DEST_PATH_IMAGE020
计算该像素集合为泡沫像素集合的概率的方式为：
Figure DEST_PATH_IMAGE032
，
Figure DEST_PATH_IMAGE034
为像素集合为泡沫像素集合的概率。
按照上述步骤，可计算得到每个像素集合为泡沫像素集合的概率。
(3)基于所述概率寻找泡沫像素集合，基于泡沫像素集合获取泡沫二值图：概率大于预设概率阈值的集合为泡沫像素集合；若存在多个泡沫像素集合，则概率最大值对应的像素集合为泡沫像素集合。结合泡沫像素结合中各像素在水体表面图像中的位置获取泡沫像素结合对应的泡沫二值图。
步骤S2，基于泡沫二值图，获取泡沫的面积、堆积程度以及易碎程度。
活性污泥法污水处理工艺中产生的泡沫需通过颜色、堆积性、破碎难易程度进行分类并可判断目前活性污泥所处的状态。如果泡沫颜色为棕黄色泡沫，且此类泡沫的产生数量并不多，沿辐射方向渐渐消散，这种棕黄色的污泥泡沫在短期内很少发生泡沫严重聚集且产生大量浮渣的情况；此时的活性污泥可能处于老化的状态，污泥颜色较为暗沉无鲜光泽。如果泡沫颜色为灰黑色泡沫，此类泡沫的易碎且短时时间不会聚集，但产生泡沫的颜色呈现出灰黑色而且堆积过度的浮渣，此时的活性污泥处于缺氧状态，出现局部的厌氧反应。如果泡沫颜色为白色泡沫，泡沫是粘稠易破碎的，堆积性很差，污泥泡沫色泽陈旧，只会发生局部堆积，此种情况常见于活性污泥的过度曝气。基于上述结论可知，不同的颜色泡沫可以反映污泥的不同状态。
(1)泡沫的面积的获取具体为：基于泡沫二值图中泡沫像素数量，获取泡沫像素的数量占比，数量占比与水体表面实际面积的乘积为泡沫的面积。
(2)泡沫的堆积程度的获取具体为：对泡沫二值图中的泡沫像素进行聚类，得到若干聚类簇；根据每个簇内泡沫像素与簇中心点的距离计算簇内泡沫的第一堆积程度；对簇中心点进行聚类，得到聚类中心点，根据簇中心点与聚类中心点的距离计算簇间泡沫的第二堆积程度；根据第一堆积程度和第二堆积程度获取泡沫的堆积程度；具体地：
Figure DEST_PATH_IMAGE036
Figure DEST_PATH_IMAGE038
为簇内泡沫的第一堆积程度；
Figure DEST_PATH_IMAGE040
表示第
Figure DEST_PATH_IMAGE042
个簇内第
Figure DEST_PATH_IMAGE044
个像素与第
Figure 53524DEST_PATH_IMAGE042
个簇的簇中心点的距离；
Figure DEST_PATH_IMAGE046
表示第
Figure 120706DEST_PATH_IMAGE042
个簇内像素点的总数量，
Figure DEST_PATH_IMAGE048
表示聚类共得到
Figure 683274DEST_PATH_IMAGE048
个簇。
Figure DEST_PATH_IMAGE050
Figure DEST_PATH_IMAGE052
表示簇间泡沫的第二堆积程度；
Figure DEST_PATH_IMAGE054
表示第
Figure 28192DEST_PATH_IMAGE042
个簇的簇中心点与聚类中心点的距离。
根据第一堆积程度和第二堆积程度获取泡沫的堆积程度，具体地，第一堆积程度和第二堆积程度的乘积为泡沫的堆积程度
Figure DEST_PATH_IMAGE056
，
Figure 625396DEST_PATH_IMAGE056
越小，说明泡沫的堆积性越大，反之，泡沫的堆积性越差。
(3)泡沫的易碎程度的获取具体为：获取多帧水体表面图像，进而得到多帧泡沫二值图；基于多帧泡沫二值图，根据每个像素位置处像素连续为泡沫像素的连续帧数最大值计算泡沫的易碎程度。
具体地，对于每个像素位置，获取该像素位置处的标记值，每帧泡沫二值图中该像素位置都对应一个标记值，实施例中若一帧泡沫二值图中该像素位置处的像素为泡沫像素，则标记值为1，否则，标记值为0；因此，基于多帧泡沫二值图，每个像素位置对应一个标记值序列，获取每个标记值序列中标记值1连续出现的连续次数最大值，即获取每个像素位置处像素连续为泡沫像素的连续帧数最大值；根据每个标记值序列中标记值1连续出现的连续次数最大值计算泡沫像素连续出现的平均持续长度，得到泡沫的易碎程度，具体地：
Figure DEST_PATH_IMAGE058
Figure DEST_PATH_IMAGE060
表示泡沫的易碎程度，
Figure 719604DEST_PATH_IMAGE060
值越小，说明泡沫越容易破碎；
Figure DEST_PATH_IMAGE062
为
Figure DEST_PATH_IMAGE064
帧泡沫二值图中像素位置(
Figure DEST_PATH_IMAGE066
)处即第
Figure DEST_PATH_IMAGE068
行第
Figure DEST_PATH_IMAGE070
列处像素连续为泡沫像素的连续帧数最大值；
Figure DEST_PATH_IMAGE072
和
Figure DEST_PATH_IMAGE074
分别表示泡沫二值图的尺寸为
Figure 146299DEST_PATH_IMAGE072
行
Figure 291979DEST_PATH_IMAGE074
列；
Figure DEST_PATH_IMAGE076
表示第
Figure DEST_PATH_IMAGE078
帧泡沫二值图中泡沫像素的个数，
Figure DEST_PATH_IMAGE080
表示
Figure 602743DEST_PATH_IMAGE064
帧泡沫二值图中泡沫像素的个数均值。
步骤S3，根据泡沫的颜色、面积、堆积程度以及易碎程度，推理得到活性污泥的状态；基于活性污泥的状态采取相应的污水处理操作。
将泡沫的颜色、面积、堆积程度以及易碎程度输入推理模型中，经过推理得到活性污泥的状态；活性污泥的状态包括活性污泥老化、活性污泥缺氧、活性污泥过度曝气。其中，基于泡沫二值图在水体表面图像中提取仅包括泡沫的泡沫图像，将泡沫图像转至HSV空间，各像素对应颜色(色调)值的均值为泡沫的颜色。
优选地，所述推理模型为全连接神经网络。全连接神经网络的输出层中神经元的数量为活性污泥状态的维度数，因此，实施例中全连接神经网络的输出层中神经元的数量为3；基于输入的泡沫的颜色、面积、堆积程度以及易碎程度，全连接神经网络输出活性污泥分别为三种状态的可能性，取可能性最大值，并将可能性最大值与相应的可能性阈值进行比较，判断活性污泥的状态。优选地，实施例中用数字0-9表示可能性，数字越大，活性污泥越可能为某种状态；具体地，根据全连接神经网络的输出推理得到活性污泥的状态为：全连接神经网络输出活性污泥分别为三种状态的可能性(LH，QY，BQ)，LH，QY，BQ分别为活性污泥状态为活性污泥老化、活性污泥缺氧、活性污泥过度曝气的可能性值；若MAX(LH，QY，BQ)=LH，且LH>k1，则活性污泥发生老化；若MAX(LH，QY，BQ)=QY，且QY>k2，则活性污泥发生缺氧；若MAX(LH，QY，BQ)=BQ，且BQ>k3，则活性污泥发生过度曝气；其中，k1，k2，k3分别为相应的可能性阈值，实施例中经验值为6。
基于活性污泥的状态采取相应的污水处理操作：若活性污泥老化，则及时排泥；若活性污泥缺氧，则进行曝气，增氧；若活性污泥过度曝气，则减少曝气量。
需要说明，由于步骤S1中获取了多帧水体表面图像，相应的得到多帧泡沫二值图，则基于每帧泡沫二值图都可得到获取泡沫的颜色、面积、堆积程度，实施者可选择其中一帧泡沫二值图对应的泡沫的颜色、面积、堆积程度，再结合易碎程度进行活性污泥状态的预测，也可基于多帧泡沫二值图对应的泡沫的颜色、面积、堆积程度计算颜色均值、面积均值和堆积程度均值，再结合易碎程度进行活性污泥状态的预测。
基于与上述方法实施例相同的发明构思，本发明一个实施例提供了一种基于活性污泥泡沫的污水处理系统，该系统包括：
二值图获取模块，用于获取曝气池中的水体表面图像；基于水体表面图像，获取泡沫二值图；
参数计算模块，用于基于泡沫二值图，获取泡沫的面积、堆积程度以及易碎程度；
污泥状态获取模块，用于根据泡沫的颜色、面积、堆积程度以及易碎程度，推理得到活性污泥的状态；基于活性污泥的状态采取相应的污水处理操作。
需要说明的是：上述本发明实施例先后顺序仅仅为了描述，不代表实施例的优劣。且上述对本说明书特定实施例进行了描述。其它实施例在所附权利要求书的范围内。在一些情况下，在权利要求书中记载的动作或步骤可以按照不同于实施例中的顺序来执行并且仍然可以实现期望的结果。另外，在附图中描绘的过程不一定要求示出的特定顺序或者连续顺序才能实现期望的结果。在某些实施方式中，多任务处理和并行处理也是可以的或者可能是有利的。
本说明书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。
以上所述仅为本发明的较佳实施例，并不用以限制本发明，凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (8)

1.一种基于活性污泥泡沫的污水处理方法，其特征在于，该方法包括：
获取曝气池中的水体表面图像；基于水体表面图像，获取泡沫二值图；
基于泡沫二值图，获取泡沫的面积、堆积程度以及易碎程度；
根据泡沫的颜色、面积、堆积程度以及易碎程度，推理得到活性污泥的状态；基于活性污泥的状态采取相应的污水处理操作；
泡沫的堆积程度的获取具体为：
对泡沫二值图中的泡沫像素进行聚类，得到若干聚类簇；根据每个簇内泡沫像素与簇中心点的距离计算簇内泡沫的第一堆积程度；
对簇中心点进行聚类，得到聚类中心点，根据簇中心点与聚类中心点的距离计算簇间泡沫的第二堆积程度；
根据第一堆积程度和第二堆积程度获取泡沫的堆积程度。
2.如权利要求1所述的基于活性污泥泡沫的污水处理方法，其特征在于，泡沫的易碎程度的获取具体为：
获取多帧水体表面图像，进而得到多帧泡沫二值图；
基于多帧泡沫二值图，根据每个像素位置处像素连续为泡沫像素的连续帧数最大值计算泡沫的易碎程度。
3.如权利要求2所述的基于活性污泥泡沫的污水处理方法，其特征在于，根据泡沫的颜色、面积、堆积程度以及易碎程度，推理得到活性污泥的状态，具体为：
将泡沫的颜色、面积、堆积程度以及易碎程度输入推理模型中，经过推理得到活性污泥的状态；活性污泥的状态包括活性污泥老化、活性污泥缺氧、活性污泥过度曝气。
4.如权利要求3所述的基于活性污泥泡沫的污水处理方法，其特征在于，所述推理模型为全连接神经网络。
5.一种基于活性污泥泡沫的污水处理系统，其特征在于，该系统包括：
二值图获取模块，用于获取曝气池中的水体表面图像；基于水体表面图像，获取泡沫二值图；
参数计算模块，用于基于泡沫二值图，获取泡沫的面积、堆积程度以及易碎程度；
污泥状态获取模块，用于根据泡沫的颜色、面积、堆积程度以及易碎程度，推理得到活性污泥的状态；基于活性污泥的状态采取相应的污水处理操作；
泡沫的堆积程度的获取具体为：
对泡沫二值图中的泡沫像素进行聚类，得到若干聚类簇；根据每个簇内泡沫像素与簇中心点的距离计算簇内泡沫的第一堆积程度；
对簇中心点进行聚类，得到聚类中心点，根据簇中心点与聚类中心点的距离计算簇间泡沫的第二堆积程度；
根据第一堆积程度和第二堆积程度获取泡沫的堆积程度。
6.如权利要求5所述的基于活性污泥泡沫的污水处理系统，其特征在于，泡沫的易碎程度的获取具体为：
获取多帧水体表面图像，进而得到多帧泡沫二值图；
基于多帧泡沫二值图，根据每个像素位置处像素连续为泡沫像素的连续帧数最大值计算泡沫的易碎程度。
7.如权利要求6所述的基于活性污泥泡沫的污水处理系统，其特征在于，根据泡沫的颜色、面积、堆积程度以及易碎程度，推理得到活性污泥的状态，具体为：
将泡沫的颜色、面积、堆积程度以及易碎程度输入推理模型中，经过推理得到活性污泥的状态；活性污泥的状态包括活性污泥老化、活性污泥缺氧、活性污泥过度曝气。
8.如权利要求7所述的基于活性污泥泡沫的污水处理系统，其特征在于，所述推理模型为全连接神经网络。
CN202210828666.0A 2022-07-15 2022-07-15 基于活性污泥泡沫的污水处理方法及系统 Pending CN114988567A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210828666.0A CN114988567A (zh) 2022-07-15 2022-07-15 基于活性污泥泡沫的污水处理方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210828666.0A CN114988567A (zh) 2022-07-15 2022-07-15 基于活性污泥泡沫的污水处理方法及系统

Publications (1)

Publication Number Publication Date
CN114988567A true CN114988567A (zh) 2022-09-02

Family

ID=83021500

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210828666.0A Pending CN114988567A (zh) 2022-07-15 2022-07-15 基于活性污泥泡沫的污水处理方法及系统

Country Status (1)

Country Link
CN (1) CN114988567A (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115403152A (zh) * 2022-11-02 2022-11-29 潍坊恒远环保水处理设备有限公司 一种智能污水净化处理系统
CN115594293A (zh) * 2022-10-19 2023-01-13 成都兴天水环境治理有限公司（Cn） 一种城市污水处理用曝气系统及控制方法
CN116863465A (zh) * 2023-09-01 2023-10-10 四川省每文环保科技有限公司 一种污水智能运行监测系统

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102129548A (zh) * 2011-03-15 2011-07-20 中国石油大学(华东) 多孔介质中流动泡沫结构图像实时采集与识别方法
CN104408724A (zh) * 2014-11-27 2015-03-11 中南大学 基于深度信息的泡沫浮选液位监测和工况识别方法及系统
CN107392232A (zh) * 2017-06-23 2017-11-24 中南大学 一种浮选工况分类方法和系统
CN107633503A (zh) * 2017-08-01 2018-01-26 南京航空航天大学 一种自动检测谷粒中残留秸秆的图像处理方法
CN112255381A (zh) * 2020-09-22 2021-01-22 浙江大学 一种测试污水处理系统起泡能力和泡沫稳定性的方法
CN114298898A (zh) * 2021-12-30 2022-04-08 欧波同科技产业有限公司 一种电镜二值化图像对比分析方法

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102129548A (zh) * 2011-03-15 2011-07-20 中国石油大学(华东) 多孔介质中流动泡沫结构图像实时采集与识别方法
CN104408724A (zh) * 2014-11-27 2015-03-11 中南大学 基于深度信息的泡沫浮选液位监测和工况识别方法及系统
CN107392232A (zh) * 2017-06-23 2017-11-24 中南大学 一种浮选工况分类方法和系统
CN107633503A (zh) * 2017-08-01 2018-01-26 南京航空航天大学 一种自动检测谷粒中残留秸秆的图像处理方法
CN112255381A (zh) * 2020-09-22 2021-01-22 浙江大学 一种测试污水处理系统起泡能力和泡沫稳定性的方法
CN114298898A (zh) * 2021-12-30 2022-04-08 欧波同科技产业有限公司 一种电镜二值化图像对比分析方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
唐发英: "活性污泥法治理城市污水探析", 《绿色科技》 *

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115594293A (zh) * 2022-10-19 2023-01-13 成都兴天水环境治理有限公司（Cn） 一种城市污水处理用曝气系统及控制方法
CN115403152A (zh) * 2022-11-02 2022-11-29 潍坊恒远环保水处理设备有限公司 一种智能污水净化处理系统
CN115403152B (zh) * 2022-11-02 2023-01-17 潍坊恒远环保水处理设备有限公司 一种智能污水净化处理系统
CN116863465A (zh) * 2023-09-01 2023-10-10 四川省每文环保科技有限公司 一种污水智能运行监测系统
CN116863465B (zh) * 2023-09-01 2023-12-12 四川省每文环保科技有限公司 一种污水智能运行监测系统

Similar Documents

Publication Publication Date Title
CN114988567A (zh) 基于活性污泥泡沫的污水处理方法及系统
Wang et al. Towards better process management in wastewater treatment plants: Process analytics based on SHAP values for tree-based machine learning methods
He et al. Modified firefly algorithm based multilevel thresholding for color image segmentation
Yang et al. Evaluation of biofilm image thresholding methods
Nourani et al. Artificial intelligence based ensemble modeling of wastewater treatment plant using jittered data
Agarwal et al. Performance evaluation of textile wastewater treatment techniques using sustainability index: An integrated fuzzy approach of assessment
CN110969346B (zh) 基于指标筛选的流域水生态功能分区治理需求评价方法
CN107045053A (zh) 一种基于可控标准的地表水质综合评价体系
CN110232062B (zh) 一种基于kpls和fcm的污水处理过程监测方法
CN105844401A (zh) 基于案例推理的湖库水华治理复杂动态关联模型与决策方法
CN115272327B (zh) 一种基于图像处理的污水多级处理方法及系统
CN115100215A (zh) 一种污水处理过程中溶解氧含量的预测方法及系统
CN114067114A (zh) 一种基于藻类细胞形态的面积核分割计数方法
Angel et al. Describing benthic impacts of fish farming with fuzzy sets: theoretical background and analytic methods
Woollett et al. Ecology of yeasts in polluted water
JPH0381645A (ja) 活性汚泥による下水処理方法及び装置
CN106769893B (zh) 一种基于色彩空间的污泥微生物群落特征的表征方法
CN116693075A (zh) 一种活性炭生物滤池的曝气装置
CN106846312A (zh) 一种基于色彩空间的监测污泥系统水力条件变化的方法
CN115594293A (zh) 一种城市污水处理用曝气系统及控制方法
Pollard et al. Template for the development of a boundary setting protocol for the purposes of the intercalibration exercise
Khan 7.54 Phosphorus discharges from great lakes water authority’s water resource recovery facility
CN109307749A (zh) 一种曝气扰动下黑臭河道水质指标的相关性分析方法
Sá et al. Methodology for minimum nitrogen compounds removal efficiencies estimation and wastewater treatment systems pre-selection: a watershed approach
de la Vega et al. Obtaining key parameters and working conditions of wastewater biological nutrient removal by means of artificial intelligence tools

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