CN114995529A - 一种用于垃圾渗滤液的厌氧反应罐控制系统 - Google Patents

一种用于垃圾渗滤液的厌氧反应罐控制系统 Download PDF

Info

Publication number
CN114995529A
CN114995529A CN202210705940.5A CN202210705940A CN114995529A CN 114995529 A CN114995529 A CN 114995529A CN 202210705940 A CN202210705940 A CN 202210705940A CN 114995529 A CN114995529 A CN 114995529A
Authority
CN
China
Prior art keywords
flow
reaction tank
anaerobic reaction
inflow
value
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.)
Withdrawn
Application number
CN202210705940.5A
Other languages
English (en)
Inventor
曹民先
陈帮
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.)
Hunan Huanhong Environmental Protection Technology Co ltd
Original Assignee
Hunan Huanhong 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 Hunan Huanhong Environmental Protection Technology Co ltd filed Critical Hunan Huanhong Environmental Protection Technology Co ltd
Priority to CN202210705940.5A priority Critical patent/CN114995529A/zh
Publication of CN114995529A publication Critical patent/CN114995529A/zh
Withdrawn legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D7/00—Control of flow
    • G05D7/06—Control of flow characterised by the use of electric means
    • G05D7/0617—Control of flow characterised by the use of electric means specially adapted for fluid materials
    • G05D7/0629—Control of flow characterised by the use of electric means specially adapted for fluid materials characterised by the type of regulator means
    • G05D7/0635—Control of flow characterised by the use of electric means specially adapted for fluid materials characterised by the type of regulator means by action on throttling means
    • 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
    • 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
    • C02F3/28—Anaerobic digestion processes
    • C—CHEMISTRY; METALLURGY
    • C02—TREATMENT OF WATER, WASTE WATER, SEWAGE, OR SLUDGE
    • C02F—TREATMENT OF WATER, WASTE WATER, SEWAGE, OR SLUDGE
    • C02F2103/00—Nature of the water, waste water, sewage or sludge to be treated
    • C02F2103/06—Contaminated groundwater or leachate
    • 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
    • Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
    • Y02E50/00—Technologies for the production of fuel of non-fossil origin
    • Y02E50/30—Fuel from waste, e.g. synthetic alcohol or diesel

Landscapes

  • Life Sciences & Earth Sciences (AREA)
  • Microbiology (AREA)
  • Engineering & Computer Science (AREA)
  • Water Supply & Treatment (AREA)
  • Biodiversity & Conservation Biology (AREA)
  • Hydrology & Water Resources (AREA)
  • Environmental & Geological Engineering (AREA)
  • Chemical & Material Sciences (AREA)
  • Organic Chemistry (AREA)
  • Automation & Control Theory (AREA)
  • General Physics & Mathematics (AREA)
  • Physics & Mathematics (AREA)
  • Health & Medical Sciences (AREA)
  • Molecular Biology (AREA)
  • Purification Treatments By Anaerobic Or Anaerobic And Aerobic Bacteria Or Animals (AREA)

Abstract

本发明公开了一种用于垃圾渗滤液的厌氧反应罐控制系统，涉及垃圾处理技术领域，包括参数设置模块、监测传感器组、监测分析模块、流量调节模块和流量补偿模块；参数设置模块用于用户在系统的HMI界面中设置预设参数；监测传感器组用于监测与其对应的厌氧反应罐的内部环境数据，监测分析模块用于对接收到的内部环境数据进行预处理，并对预处理后的数据进行进水系数分析，根据进水系数确定对应厌氧反应罐内的进水流量计算值；流量调节模块用于根据进水流量计算值和参数设置模块中用户设置的预设参数对厌氧反应罐的进水流量进行调节，提高污水处理效率；流量补偿模块用于对进水流量目标值进行补偿，从而提高进水流量调节精度和平稳度。

Description

一种用于垃圾渗滤液的厌氧反应罐控制系统
技术领域
本发明涉及垃圾处理技术领域，具体是一种用于垃圾渗滤液的厌氧反应罐控制系统。
背景技术
垃圾中转站，垃圾在此经压榨减量后再运至垃圾填埋场或焚烧厂处理。垃圾中转站会产生大量污水，此污水为垃圾压榨过程中所产生，行业称之为渗滤液，渗滤液具有含油量高，悬浮物浓度高和有机物含量高的特点，如不及时处理，其中的污染物质可能会渗入到地下影响地下水，对周围的居民和植物的生存有很大的影响，渗出的渗滤液味道十分难闻也会产生沼气，影响大气环境。
处理垃圾渗滤液时往往会用到生物降解，污水在厌氧反应罐内经过厌氧微生物分解，污水中的大分子有机物分解为更容易被好氧微生物降解的小分子有机物，很大一部分有机物提供给厌氧微生物新陈代谢的能量，因此厌氧出水的COD浓度会急剧下降，且B/C值得到提升；但是厌氧反应罐中的降解反应常常会受到内部环境或进水流量影响，使得污水中的大分子有机物无法充分被分解，降低污水处理效率，基于以上不足，本发明提出一种用于垃圾渗滤液的厌氧反应罐控制系统。
发明内容
本发明旨在至少解决现有技术中存在的技术问题之一。为此，本发明提出一种用于垃圾渗滤液的厌氧反应罐控制系统。
为实现上述目的，根据本发明的第一方面的实施例提出一种用于垃圾渗滤液的厌氧反应罐控制系统，包括参数设置模块、监测传感器组、监测分析模块、流量调节模块和流量补偿模块；
所述参数设置模块用于用户在系统的HMI界面中设置预设参数；每个厌氧反应罐中均设置有对应的监测传感器组，用于监测与其对应的厌氧反应罐的内部环境数据，并将监测到的内部环境数据发送至监测分析模块；
所述监测分析模块用于对接收到的内部环境数据进行预处理，并对预处理后的数据进行进水系数分析，具体分析步骤为：
获取预处理后的数据，将对应的气压信息、温度信息、液位信息以及振动信息依次标记为Y1、W1、N1以及Z1；利用公式WB＝Y1×b1+W1×b2+N1×b3+Z1×b4计算得到进水系数WB，其中b1、b2、b3、b4均为系数因子；
根据进水系数WB确定对应厌氧反应罐内的进水流量计算值为JL；
所述监测分析模块用于将进水流量计算值JL经控制器传输至流量调节模块，所述流量调节模块用于根据进水流量计算值JL和参数设置模块中用户设置的预设参数对厌氧反应罐的进水流量进行调节；所述流量补偿模块和流量调节模块相连接，用于对进水流量目标值进行补偿。
进一步地，预设参数包括厌氧反应罐振动幅度允许值、HMI进水流量设定值、进水流量目标值的修正系数以及厌氧反应罐的数量。
进一步地，流量调节模块的具体调节步骤为：
S1：根据进水流量计算值JL和预设参数确定进水流量目标值，具体为：
通过进水流量目标值的修正系数对进水流量计算值JL进行修正；若修正后的进水流量计算值处于预设进水流量标准范围内，则将进水流量计算值作为进水流量目标值；否则，将HMI进水流量设定值作为进水流量目标值；
S2：流量调节模块通过流量传感器实时监测厌氧反应罐的实际进水流量，并根据进水流量目标值和实际进水流量的差值来调节厌氧反应罐的进水流量；
S3：当厌氧反应罐处于流量调节状态时，流量调节模块通过振动传感器实时监测厌氧反应罐的振动幅度；
当振动幅度达到厌氧反应罐振动幅度允许值或实际进水流量与进水流量目标值的偏差在预设允许范围内时，停止调节；将此时厌氧反应罐的实际进水流量标记为厌氧反应罐的流量调节终值。
进一步地，所述流量补偿模块的具体补偿步骤为：
采集流量调节模块的调节记录，对调节记录进行整理，构建训练样本；所述调节记录包括厌氧反应罐每次流量调节时的进水流量目标值、流量调节终值以及厌氧反应罐的各项工作参数值，其中各项工作参数值包括电机温度、工作电压、工作电流、噪音分贝值、承受重力以及振动信息；
搭建ResNet-50深度卷积神经网络模型；其中，ResNet-50深度卷积神经网络模型至少包括一层隐含层；
将训练样本按照设定比例划分为训练集、测试集和校验集，通过训练集、测试集和校验集对ResNet-50深度卷积神经网络模型进行训练、测试和校验，将完成训练的ResNet-50深度卷积神经网络模型标记为流量补偿模型M；
获取当前的进水流量目标值和厌氧反应罐的各项工作参数值并将其输入至流量补偿模型M，得到流量补偿系数；
根据流量补偿系数对当前的进水流量目标值进行补偿，得到进水流量目标补偿值；所述流量补偿模块用于将进水流量目标补偿值传输至控制器；控制器接收到进水流量目标补偿值后，驱动控制流量调节模块调节厌氧反应罐的进水流量。
进一步地，所述监测传感器组包括气压传感器、温度传感器、液位传感器以及振动传感器，所述内部环境数据包括气压信息、温度信息、液位信息以及振动信息。
进一步地，其中，气压传感器用于实时监测厌氧反应罐内的气压信息，温度传感器用于实时监测厌氧反应罐内滤液的温度信息；液位传感器用于实时监测厌氧反应罐内滤液的液位信息；振动传感器用于实时监测厌氧反应罐的振动信息；所述振动信息包括振动幅度和振动频率。
进一步地，其中预处理表现为剔除明显错误或无用的数据。
进一步地，还包括数据库；所述数据库内存储有进水系数范围与进水流量阈值的映射关系表；根据进水系数WB确定对应的进水流量阈值并标记为进水流量计算值JL。
与现有技术相比，本发明的有益效果是：
1、本发明中参数设置模块用于用户在系统的HMI界面中设置预设参数；监测分析模块用于对接收到的内部环境数据进行预处理，结合对应的气压信息、温度信息、液位信息以及振动信息计算得到进水系数WB，根据进水系数WB确定对应厌氧反应罐内的进水流量计算值；流量调节模块用于根据进水流量计算值JL和参数设置模块中用户设置的预设参数对厌氧反应罐的进水流量进行调节；使滤液能够以适宜的速度的进入到厌氧反应罐内，避免滤液进入过快、数量过多在厌氧反应罐内堆积，使得污水中的大分子有机物充分被分解，提高污水处理效率；
2、本发明中所述流量补偿模块用于对进水流量目标值进行补偿；采集流量调节模块的调节记录，对调节记录进行整理，构建训练样本；搭建ResNet-50深度卷积神经网络模型；将训练样本按照设定比例划分为训练集、测试集和校验集，训练得到流量补偿模型M；获取当前的进水流量目标值和厌氧反应罐的各项工作参数值并将其输入至流量补偿模型M，得到流量补偿系数；根据流量补偿系数对当前的进水流量目标值进行补偿，得到进水流量目标补偿值；所述流量补偿模块用于将进水流量目标补偿值传输至控制器；控制器接收到进水流量目标补偿值后，驱动控制流量调节模块调节厌氧反应罐的进水流量；从而提高进水流量调节精度和平稳度。
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为本发明的系统框图。
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它实施例，都属于本发明保护的范围。
如图1所示，一种用于垃圾渗滤液的厌氧反应罐控制系统，包括参数设置模块、监测传感器组、监测分析模块、控制器、数据库、流量调节模块以及流量补偿模块；
参数设置模块用于用户在系统的HMI界面中设置预设参数，预设参数包括厌氧反应罐振动幅度允许值、HMI进水流量设定值、进水流量目标值的修正系数以及厌氧反应罐的数量；
在本实施例中，每个厌氧反应罐中均设置有对应的监测传感器组，并且监测传感器组与监测分析模块之间通过物联网节点进行分布式的连接；其中，监测传感器组包括气压传感器、温度传感器、液位传感器以及振动传感器，用于监测与其对应的厌氧反应罐的内部环境数据，并将监测数据发送至监测分析模块；其中，气压传感器用于实时监测厌氧反应罐内的气压信息，温度传感器用于实时监测厌氧反应罐内滤液的温度信息；液位传感器用于实时监测厌氧反应罐内滤液的液位信息；振动传感器用于实时监测厌氧反应罐的振动信息；振动信息包括振动幅度和振动频率；内部环境数据包括气压信息、温度信息、液位信息以及振动信息；
监测分析模块用于对接收到的监测数据进行预处理，并对预处理后的数据进行进水系数分析，其中预处理表现为剔除明显错误或无用的数据；具体分析步骤为：
获取预处理后的数据，将对应的气压信息、温度信息、液位信息以及振动信息依次标记为Y1、W1、N1以及Z1；利用公式WB＝Y1×b1+W1×b2+N1×b3+Z1×b4计算得到进水系数WB，其中b1、b2、b3、b4均为系数因子；
根据进水系数WB确定对应厌氧反应罐内的进水流量计算值；具体为：
数据库内存储有进水系数范围与进水流量阈值的映射关系表；根据进水系数WB确定对应的进水流量阈值并标记为进水流量计算值JL；
监测分析模块用于将进水流量计算值JL经控制器传输至流量调节模块，流量调节模块用于根据进水流量计算值JL和参数设置模块中用户设置的预设参数对厌氧反应罐的进水流量进行调节；
本发明能够根据进水流量计算值JL调节厌氧反应罐的进水流量，使滤液能够以适宜的速度的进入到厌氧反应罐内，避免滤液进入过快、数量过多在厌氧反应罐内堆积，使得污水中的大分子有机物充分被分解，提高污水处理效率；
其中，流量调节模块的具体调节步骤为：
S1：根据进水流量计算值JL和预设参数确定进水流量目标值，具体为：
通过进水流量目标值的修正系数对进水流量计算值JL进行修正；
若修正后的进水流量计算值处于预设进水流量标准范围内，则将进水流量计算值作为进水流量目标值；否则，将HMI进水流量设定值作为进水流量目标值；
S2：流量调节模块通过流量传感器实时监测厌氧反应罐的实际进水流量，然后根据进水流量目标值和实际进水流量的差值来调节厌氧反应罐的进水流量；
S3：当厌氧反应罐处于流量调节状态时，流量调节模块通过振动传感器实时监测厌氧反应罐的振动幅度，当振动幅度达到厌氧反应罐振动幅度允许值或实际进水流量与进水流量目标值的偏差在预设允许范围内时，停止调节；将此时厌氧反应罐的实际进水流量标记为厌氧反应罐的流量调节终值；
流量补偿模块和流量调节模块相连接，用于对进水流量目标值进行补偿，具体补偿步骤为：
采集流量调节模块的调节记录，对调节记录进行整理，构建训练样本；调节记录包括厌氧反应罐每次流量调节时的进水流量目标值、流量调节终值以及厌氧反应罐的各项工作参数值，其中各项工作参数值包括电机温度、工作电压、工作电流、噪音分贝值、承受重力以及振动信息；
搭建ResNet-50深度卷积神经网络模型；其中，ResNet-50深度卷积神经网络模型至少包括一层隐含层；
将训练样本按照设定比例划分为训练集、测试集和校验集，通过训练集、测试集和校验集对ResNet-50深度卷积神经网络模型进行训练、测试和校验，将完成训练的ResNet-50深度卷积神经网络模型标记为流量补偿模型M；
获取当前的进水流量目标值和厌氧反应罐的各项工作参数值并将其输入至流量补偿模型M，得到流量补偿系数；
根据流量补偿系数对当前的进水流量目标值进行补偿，得到进水流量目标补偿值；流量补偿模块用于将进水流量目标补偿值传输至控制器；控制器接收到进水流量目标补偿值后，驱动控制流量调节模块调节厌氧反应罐的进水流量；从而提高进水流量调节精度和平稳度。
上述公式均是去除量纲取其数值计算，公式是由采集大量数据进行软件模拟得到最接近真实情况的一个公式，公式中的预设参数和预设阈值由本领域的技术人员根据实际情况设定或者大量数据模拟获得。
本发明的工作原理：
一种用于垃圾渗滤液的厌氧反应罐控制系统，在工作时，参数设置模块用于用户在系统的HMI界面中设置预设参数；每个厌氧反应罐中均设置有对应的监测传感器组，用于监测与其对应的厌氧反应罐的内部环境数据，监测分析模块用于对接收到的监测数据进行预处理，结合对应的气压信息、温度信息、液位信息以及振动信息计算得到进水系数WB，根据进水系数WB确定对应厌氧反应罐内的进水流量计算值；流量调节模块用于根据进水流量计算值JL和参数设置模块中用户设置的预设参数对厌氧反应罐的进水流量进行调节；使滤液能够以适宜的速度的进入到厌氧反应罐内，避免滤液进入过快、数量过多在厌氧反应罐内堆积，使得污水中的大分子有机物充分被分解，提高污水处理效率；
流量补偿模块用于对进水流量目标值进行补偿；采集流量调节模块的调节记录，对调节记录进行整理，构建训练样本；搭建ResNet-50深度卷积神经网络模型；将训练样本按照设定比例划分为训练集、测试集和校验集，对ResNet-50深度卷积神经网络模型进行训练、测试和校验，得到流量补偿模型M；获取当前的进水流量目标值和厌氧反应罐的各项工作参数值并将其输入至流量补偿模型M，得到流量补偿系数；根据流量补偿系数对当前的进水流量目标值进行补偿，得到进水流量目标补偿值；流量补偿模块用于将进水流量目标补偿值传输至控制器；控制器接收到进水流量目标补偿值后，驱动控制流量调节模块调节厌氧反应罐的进水流量；从而提高进水流量调节精度和平稳度。
在本说明书的描述中，参考术语“一个实施例”、“示例”、“具体示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不一定指的是相同的实施例或示例。而且，描述的具体特征、结构、材料或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。
以上公开的本发明优选实施例只是用于帮助阐述本发明。优选实施例并没有详尽叙述所有的细节，也不限制该发明仅为的具体实施方式。显然，根据本说明书的内容，可作很多的修改和变化。本说明书选取并具体描述这些实施例，是为了更好地解释本发明的原理和实际应用，从而使所属技术领域技术人员能很好地理解和利用本发明。本发明仅受权利要求书及其全部范围和等效物的限制。

Claims (8)

1.一种用于垃圾渗滤液的厌氧反应罐控制系统，其特征在于，包括参数设置模块、监测传感器组、监测分析模块、流量调节模块和流量补偿模块；
所述参数设置模块用于用户在系统的HMI界面中设置预设参数；每个厌氧反应罐中均设置有对应的监测传感器组，用于监测与其对应的厌氧反应罐的内部环境数据，并将监测到的内部环境数据发送至监测分析模块；
所述监测分析模块用于对接收到的内部环境数据进行预处理，并对预处理后的数据进行进水系数分析，具体分析步骤为：
获取预处理后的数据，将对应的气压信息、温度信息、液位信息以及振动信息依次标记为Y1、W1、N1以及Z1；利用公式WB＝Y1×b1+W1×b2+N1×b3+Z1×b4计算得到进水系数WB，其中b1、b2、b3、b4均为系数因子；
根据进水系数WB确定对应厌氧反应罐内的进水流量计算值为JL；
所述监测分析模块用于将进水流量计算值JL经控制器传输至流量调节模块，所述流量调节模块用于根据进水流量计算值JL和参数设置模块中用户设置的预设参数对厌氧反应罐的进水流量进行调节；所述流量补偿模块和流量调节模块相连接，用于对进水流量目标值进行补偿。
2.根据权利要求1所述的一种用于垃圾渗滤液的厌氧反应罐控制系统，其特征在于，预设参数包括厌氧反应罐振动幅度允许值、HMI进水流量设定值、进水流量目标值的修正系数以及厌氧反应罐的数量。
3.根据权利要求2所述的一种用于垃圾渗滤液的厌氧反应罐控制系统，其特征在于，流量调节模块的具体调节步骤为：
S1：根据进水流量计算值JL和预设参数确定进水流量目标值，具体为：
通过进水流量目标值的修正系数对进水流量计算值JL进行修正；若修正后的进水流量计算值处于预设进水流量标准范围内，则将进水流量计算值作为进水流量目标值；否则，将HMI进水流量设定值作为进水流量目标值；
S2：流量调节模块通过流量传感器实时监测厌氧反应罐的实际进水流量，并根据进水流量目标值和实际进水流量的差值来调节厌氧反应罐的进水流量；
S3：当厌氧反应罐处于流量调节状态时，流量调节模块通过振动传感器实时监测厌氧反应罐的振动幅度；
当振动幅度达到厌氧反应罐振动幅度允许值或实际进水流量与进水流量目标值的偏差在预设允许范围内时，停止调节；将此时厌氧反应罐的实际进水流量标记为厌氧反应罐的流量调节终值。
4.根据权利要求3所述的一种用于垃圾渗滤液的厌氧反应罐控制系统，其特征在于，所述流量补偿模块的具体补偿步骤为：
采集流量调节模块的调节记录，对调节记录进行整理，构建训练样本；所述调节记录包括厌氧反应罐每次流量调节时的进水流量目标值、流量调节终值以及厌氧反应罐的各项工作参数值，其中各项工作参数值包括电机温度、工作电压、工作电流、噪音分贝值、承受重力以及振动信息；
搭建ResNet-50深度卷积神经网络模型；其中，ResNet-50深度卷积神经网络模型至少包括一层隐含层；
将训练样本按照设定比例划分为训练集、测试集和校验集，通过训练集、测试集和校验集对ResNet-50深度卷积神经网络模型进行训练、测试和校验，将完成训练的ResNet-50深度卷积神经网络模型标记为流量补偿模型M；
获取当前的进水流量目标值和厌氧反应罐的各项工作参数值并将其输入至流量补偿模型M，得到流量补偿系数；
根据流量补偿系数对当前的进水流量目标值进行补偿，得到进水流量目标补偿值；所述流量补偿模块用于将进水流量目标补偿值传输至控制器；控制器接收到进水流量目标补偿值后，驱动控制流量调节模块调节厌氧反应罐的进水流量。
5.根据权利要求1所述的一种用于垃圾渗滤液的厌氧反应罐控制系统，其特征在于，所述监测传感器组包括气压传感器、温度传感器、液位传感器以及振动传感器，所述内部环境数据包括气压信息、温度信息、液位信息以及振动信息。
6.根据权利要求5所述的一种用于垃圾渗滤液的厌氧反应罐控制系统，其特征在于，其中，气压传感器用于实时监测厌氧反应罐内的气压信息，温度传感器用于实时监测厌氧反应罐内滤液的温度信息；液位传感器用于实时监测厌氧反应罐内滤液的液位信息；振动传感器用于实时监测厌氧反应罐的振动信息；所述振动信息包括振动幅度和振动频率。
7.根据权利要求1所述的一种用于垃圾渗滤液的厌氧反应罐控制系统，其特征在于，其中预处理表现为剔除明显错误或无用的数据。
8.根据权利要求1所述的一种用于垃圾渗滤液的厌氧反应罐控制系统，其特征在于，还包括数据库；所述数据库内存储有进水系数范围与进水流量阈值的映射关系表；根据进水系数WB确定对应的进水流量阈值并标记为进水流量计算值JL。
CN202210705940.5A 2022-06-21 2022-06-21 一种用于垃圾渗滤液的厌氧反应罐控制系统 Withdrawn CN114995529A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210705940.5A CN114995529A (zh) 2022-06-21 2022-06-21 一种用于垃圾渗滤液的厌氧反应罐控制系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210705940.5A CN114995529A (zh) 2022-06-21 2022-06-21 一种用于垃圾渗滤液的厌氧反应罐控制系统

Publications (1)

Publication Number Publication Date
CN114995529A true CN114995529A (zh) 2022-09-02

Family

ID=83037641

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210705940.5A Withdrawn CN114995529A (zh) 2022-06-21 2022-06-21 一种用于垃圾渗滤液的厌氧反应罐控制系统

Country Status (1)

Country Link
CN (1) CN114995529A (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116185087A (zh) * 2023-05-04 2023-05-30 科大智能物联技术股份有限公司 一种基于机器学习的闭环脱氨控制系统
CN116375143A (zh) * 2023-05-12 2023-07-04 安徽臻环生态科技有限公司 垃圾渗滤液处理系统及方法

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116185087A (zh) * 2023-05-04 2023-05-30 科大智能物联技术股份有限公司 一种基于机器学习的闭环脱氨控制系统
CN116375143A (zh) * 2023-05-12 2023-07-04 安徽臻环生态科技有限公司 垃圾渗滤液处理系统及方法

Similar Documents

Publication Publication Date Title
CN114995529A (zh) 一种用于垃圾渗滤液的厌氧反应罐控制系统
Raschke et al. The use of the algal growth potential test for data assessment
CN108562709A (zh) 一种基于卷积自编码器极限学习机的污水处理系统水质监测预警方法
CN113011661A (zh) 一种用于河流生态修复的曝气控制系统及其控制方法
CN114297954A (zh) 一种基于污水处理厂的大数据智能分析数字管控平台
CN108002532A (zh) 基于物联网和大数据技术的污水处理模型动态核验方法
CN109473182B (zh) 一种基于深度信念网络的mbr膜透水率智能检测方法
CN107422088A (zh) 一种污水监测管理方法及装置
CN112964843A (zh) 污水处理设施水质监测的物联网传感器系统及监测方法
US20170299565A1 (en) Computing system for detecting total phosphorus in effluent using data driven A2/O process
CN115994692B (zh) 基于5g和大数据的智慧河湖管理平台
CN115166180A (zh) 一种垃圾渗滤液水质分析系统及方法
CN114169242A (zh) 一种基于参数不确定性分析河道生态增氧的智能控制算法
CN116375143A (zh) 垃圾渗滤液处理系统及方法
CN115422850A (zh) 基于efdc和边缘计算判断河流入河排污口污染贡献率的方法
CN106769748B (zh) 膜生物反应器-mbr出水透水率的智能检测系统
CN113657023A (zh) 基于机器学习和深度学习结合的近地面臭氧浓度反演方法
CN115423383B (zh) 基于人工智能的分布式村镇饮用水监测调控系统及方法
CN117196883A (zh) 一种基于人工智能的污水处理决策优化方法及系统
CN116495808A (zh) 一种垃圾浓缩液处理设备的控制方法
Putro et al. Modeling methane emission of wastewater Anaerobic pond at Palm oil mill using radial basis function neural network
CN114149076B (zh) 一种厌氧氨氧化污水处理系统的智能调试系统
CN111470550B (zh) 一种用于工业污染源排放监测整治系统及其运行方法
CN113449789A (zh) 基于大数据的全光谱水质监测设备监测水质的质控方法
Chi et al. Wastewater treatment sensor fault detection using RBF neural network with set membership estimation

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
WW01 Invention patent application withdrawn after publication
WW01 Invention patent application withdrawn after publication

Application publication date: 20220902