CN115304208B - 一种乳化炸药生产废水处理方法 - Google Patents
一种乳化炸药生产废水处理方法 Download PDFInfo
- Publication number
- CN115304208B CN115304208B CN202210684329.9A CN202210684329A CN115304208B CN 115304208 B CN115304208 B CN 115304208B CN 202210684329 A CN202210684329 A CN 202210684329A CN 115304208 B CN115304208 B CN 115304208B
- Authority
- CN
- China
- Prior art keywords
- carbon source
- model
- treatment
- synchronous nitrification
- water
- 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
Links
Classifications
-
- C—CHEMISTRY; METALLURGY
- C02—TREATMENT OF WATER, WASTE WATER, SEWAGE, OR SLUDGE
- C02F—TREATMENT OF WATER, WASTE WATER, SEWAGE, OR SLUDGE
- C02F9/00—Multistage treatment of water, waste water or sewage
-
- C—CHEMISTRY; METALLURGY
- C02—TREATMENT OF WATER, WASTE WATER, SEWAGE, OR SLUDGE
- C02F—TREATMENT OF WATER, WASTE WATER, SEWAGE, OR SLUDGE
- C02F1/00—Treatment of water, waste water, or sewage
- C02F1/24—Treatment of water, waste water, or sewage by flotation
-
- C—CHEMISTRY; METALLURGY
- C02—TREATMENT OF WATER, WASTE WATER, SEWAGE, OR SLUDGE
- C02F—TREATMENT OF WATER, WASTE WATER, SEWAGE, OR SLUDGE
- C02F1/00—Treatment of water, waste water, or sewage
- C02F1/40—Devices for separating or removing fatty or oily substances or similar floating material
-
- C—CHEMISTRY; METALLURGY
- C02—TREATMENT OF WATER, WASTE WATER, SEWAGE, OR SLUDGE
- C02F—TREATMENT OF WATER, WASTE WATER, SEWAGE, OR SLUDGE
- C02F1/00—Treatment of water, waste water, or sewage
- C02F1/52—Treatment of water, waste water, or sewage by flocculation or precipitation of suspended impurities
- C02F1/5209—Regulation methods for flocculation or precipitation
-
- C—CHEMISTRY; METALLURGY
- C02—TREATMENT OF WATER, WASTE WATER, SEWAGE, OR SLUDGE
- C02F—TREATMENT OF WATER, WASTE WATER, SEWAGE, OR SLUDGE
- C02F1/00—Treatment of water, waste water, or sewage
- C02F1/52—Treatment of water, waste water, or sewage by flocculation or precipitation of suspended impurities
- C02F1/54—Treatment of water, waste water, or sewage by flocculation or precipitation of suspended impurities using organic material
- C02F1/56—Macromolecular compounds
-
- C—CHEMISTRY; METALLURGY
- C02—TREATMENT OF WATER, WASTE WATER, SEWAGE, OR SLUDGE
- C02F—TREATMENT OF WATER, WASTE WATER, SEWAGE, OR SLUDGE
- C02F1/00—Treatment of water, waste water, or sewage
- C02F1/72—Treatment of water, waste water, or sewage by oxidation
-
- C—CHEMISTRY; METALLURGY
- C02—TREATMENT OF WATER, WASTE WATER, SEWAGE, OR SLUDGE
- C02F—TREATMENT OF WATER, WASTE WATER, SEWAGE, OR SLUDGE
- C02F1/00—Treatment of water, waste water, or sewage
- C02F1/72—Treatment of water, waste water, or sewage by oxidation
- C02F1/722—Oxidation by peroxides
-
- C—CHEMISTRY; METALLURGY
- C02—TREATMENT OF WATER, WASTE WATER, SEWAGE, OR SLUDGE
- C02F—TREATMENT OF WATER, WASTE WATER, SEWAGE, OR SLUDGE
- C02F2101/00—Nature of the contaminant
- C02F2101/10—Inorganic compounds
- C02F2101/16—Nitrogen compounds, e.g. ammonia
-
- C—CHEMISTRY; METALLURGY
- C02—TREATMENT OF WATER, WASTE WATER, SEWAGE, OR SLUDGE
- C02F—TREATMENT OF WATER, WASTE WATER, SEWAGE, OR SLUDGE
- C02F2101/00—Nature of the contaminant
- C02F2101/30—Organic compounds
- C02F2101/38—Organic compounds containing nitrogen
-
- 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
- C02F2103/34—Nature of the water, waste water, sewage or sludge to be treated from industrial activities not provided for in groups C02F2103/12 - C02F2103/32
-
- C—CHEMISTRY; METALLURGY
- C02—TREATMENT OF WATER, WASTE WATER, SEWAGE, OR SLUDGE
- C02F—TREATMENT OF WATER, WASTE WATER, SEWAGE, OR SLUDGE
- C02F2209/00—Controlling or monitoring parameters in water treatment
- C02F2209/005—Processes using a programmable logic controller [PLC]
-
- C—CHEMISTRY; METALLURGY
- C02—TREATMENT OF WATER, WASTE WATER, SEWAGE, OR SLUDGE
- C02F—TREATMENT OF WATER, WASTE WATER, SEWAGE, OR SLUDGE
- C02F2209/00—Controlling or monitoring parameters in water treatment
- C02F2209/02—Temperature
-
- C—CHEMISTRY; METALLURGY
- C02—TREATMENT OF WATER, WASTE WATER, SEWAGE, OR SLUDGE
- C02F—TREATMENT OF WATER, WASTE WATER, SEWAGE, OR SLUDGE
- C02F2209/00—Controlling or monitoring parameters in water treatment
- C02F2209/06—Controlling or monitoring parameters in water treatment pH
-
- C—CHEMISTRY; METALLURGY
- C02—TREATMENT OF WATER, WASTE WATER, SEWAGE, OR SLUDGE
- C02F—TREATMENT OF WATER, WASTE WATER, SEWAGE, OR SLUDGE
- C02F2209/00—Controlling or monitoring parameters in water treatment
- C02F2209/08—Chemical Oxygen Demand [COD]; Biological Oxygen Demand [BOD]
-
- C—CHEMISTRY; METALLURGY
- C02—TREATMENT OF WATER, WASTE WATER, SEWAGE, OR SLUDGE
- C02F—TREATMENT OF WATER, WASTE WATER, SEWAGE, OR SLUDGE
- C02F2209/00—Controlling or monitoring parameters in water treatment
- C02F2209/10—Solids, e.g. total solids [TS], total suspended solids [TSS] or volatile solids [VS]
-
- C—CHEMISTRY; METALLURGY
- C02—TREATMENT OF WATER, WASTE WATER, SEWAGE, OR SLUDGE
- C02F—TREATMENT OF WATER, WASTE WATER, SEWAGE, OR SLUDGE
- C02F2209/00—Controlling or monitoring parameters in water treatment
- C02F2209/14—NH3-N
-
- C—CHEMISTRY; METALLURGY
- C02—TREATMENT OF WATER, WASTE WATER, SEWAGE, OR SLUDGE
- C02F—TREATMENT OF WATER, WASTE WATER, SEWAGE, OR SLUDGE
- C02F2209/00—Controlling or monitoring parameters in water treatment
- C02F2209/16—Total nitrogen (tkN-N)
-
- C—CHEMISTRY; METALLURGY
- C02—TREATMENT OF WATER, WASTE WATER, SEWAGE, OR SLUDGE
- C02F—TREATMENT OF WATER, WASTE WATER, SEWAGE, OR SLUDGE
- C02F2209/00—Controlling or monitoring parameters in water treatment
- C02F2209/22—O2
-
- 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
- C02F3/1236—Particular type of activated sludge installations
- C02F3/1263—Sequencing batch reactors [SBR]
-
- 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
- C02F3/30—Aerobic and anaerobic processes
- C02F3/302—Nitrification and denitrification 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
- C02F3/34—Biological treatment of water, waste water, or sewage characterised by the microorganisms used
-
- 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)
- Hydrology & Water Resources (AREA)
- Engineering & Computer Science (AREA)
- Environmental & Geological Engineering (AREA)
- Water Supply & Treatment (AREA)
- Chemical & Material Sciences (AREA)
- Organic Chemistry (AREA)
- Purification Treatments By Anaerobic Or Anaerobic And Aerobic Bacteria Or Animals (AREA)
Abstract
本发明提供一种乳化炸药生产废水处理方法。一种乳化炸药生产废水处理方法,具体包括以下步骤:对乳化炸药生产废水原水进行预沉隔油处理,去除乳化炸药生产废水原水中的浮油及部分悬浮物,得到第一处理液;对第一处理液进行气浮处理,去除第一处理液中的乳化油及部分悬浮物,得到第二处理液;对第二处理液投加复合氧化剂并进行联合氧化处理,得到第三处理液;对第三处理液投加碳源并进行同步硝化反硝化处理,然后以序批式活性污泥法进行生化处理,得到第四处理液;对第四处理液投加絮凝剂并进行混凝沉淀处理,得到达标出水。本发明以较低的外部碳源投加量,实现对于呈现低碳源高氨氮特点的乳化炸药生产废水内氨氮及总氮的有效脱除。
Description
技术领域
本发明涉及一种高氨氮废水处理方法,具体涉及一种乳化炸药生产废水处理方法,属于污水处理技术领域。
背景技术
乳化炸药生产废水是在乳化炸药生产过程中产生的,其废水含有一定量的生产原料,主要成分有:粒状硝酸铵、柴油、乳化剂(司盘80)、硫脲、柠檬酸、碱、敏化剂(亚硝酸钠)。乳化炸药生产废水处理的难点和重点在于氨氮的处理。乳化炸药生产废水的氨氮浓度高达数百甚至上千毫克每升,而有机物含量却较少,C/N比很低,营养比例严重失调,属于典型的低碳源高氨氮废水。
另外,该类废水中含有的硫脲含有较强的毒性,虽然含量较低,但是仍对生物(尤其是微生物)有较强的毒害作用。硫脲很早就被认定为一种硝化抑制剂,其对硝化菌有严重的抑制作用。硫脲可以作用于硝化过程中的氨氧化酶从而破坏氨氮硝化的进程,其作用于土壤可以延缓尿素的水解,进入废水则会对脱氮造成很大影响。由于硫脲等有毒物质的存在,不宜直接对乳化炸药生产废水进行生化处理,一般采用化学法对硫脲进行预处理,根据相关试验研究,芬顿氧化、微波催化氧化、超临界水氧化、活性炭-H2O2等都能对废水中的硫脲具有一定的去除效果。
低碳源高氨氮废水处理技术已经困扰多年。近些年来,国内的不少专家学者针对高氨氮废水进行了大量的研究,也出现了很多新工艺、新系统,主要以物化和生化方面为主。
刘华等采用蒸氨/氨吹脱工艺对高氨氮废水进行处理,主要采用物化工艺将氨氮与水进行脱离,对氨氮浓度极高的母液进行蒸氨/氨吹脱两级处理后,氨氮去除率达到99.5%。但该工艺由于能耗较大,运行成本较高,仅适用氨氮极高且产生的氨水可以重复利用的情况,否则经济性很低。
俞彬等采用“A/O+BAF”工艺处理高氨氮煤化工废水,主要为生化法脱氮,其对煤制烯烃项目废水的COD和氨氮的去除率分别达到92%和95%。但是,乳化炸药生产废水中有机物含量很低,属于低碳源高氨氮废水,明显有别于煤化工的高COD高氨氮废水。
针对低碳源高氨氮废水,国内外有进行短程硝化-反硝化、厌氧氨氧化、半氧化—厌氧氨氧化等生化工艺的研究。相关研究表示,短程硝化-反硝化工艺缩短了生物脱氮的途径,具有降低能耗、节省碳源、减少污泥生成量、缩小反应器容积等优点,对C与N质量比低的废水的生物脱氮处理具有重要意义。厌氧氨氧化工艺是在厌氧条件下直接利用NH4 +作电子供体,无需供氧、无需外加有机碳源维持反硝化,很好地解决了传统硝化-反硝化工艺处理高氮低碳废水时存在的问题。半硝化-厌氧氨氧化工艺比传统的生物脱氮工艺减少耗氧60%,且不需投加碳源,具有可持续发展意义。但以上生化工艺多处于理论研究阶段,国内未见有相关应用实例以及适用处理系统使用的具体工艺方法。
现有技术中对低碳源高氨氮废水处理过程中需要面对诸多问题,如反硝化过程中碳源不足、总氮去除率不高、反硝化投加大量碳源运行成本高、活性污泥失效、菌种大面积死亡等。因此,研究开发一种新型的乳化炸药生产废水处理系统,对于本领域技术的技术发展很有意义。
发明内容
基于以上背景,本发明的目的在于提供一种乳化炸药生产废水处理方法,对乳化炸药生产废水中的氨氮及总氮进行有效脱除。
为了实现上述发明目的,本发明提供以下技术方案:
一种乳化炸药生产废水处理方法,具体包括以下步骤:
对乳化炸药生产废水原水进行预沉隔油处理,去除乳化炸药生产废水原水中的浮油及部分悬浮物,得到第一处理液;
对第一处理液进行气浮处理,去除第一处理液中的乳化油及部分悬浮物,得到第二处理液;
对第二处理液投加复合氧化剂并进行联合氧化处理,得到第三处理液,其中,所述的复合氧化剂为Fe2SO4、Na2S2O8和H2O2的混合物;
对第三处理液投加碳源并进行同步硝化反硝化处理,然后以序批式活性污泥法进行生化处理,得到第四处理液;
对第四处理液投加絮凝剂并进行混凝沉淀处理,得到达标出水;
其中,所述对第三处理液投加碳源并进行同步硝化反硝化处理包括以下步骤:
在同步硝化反硝化池内安装辫带式生物填料,同步硝化反硝化池设置与同步硝化反硝化池连通的碳源投加装置,同步硝化反硝化池进水口设置第一水质监测仪,同步硝化反硝化池出水口设置第二水质监测仪,同步硝化反硝化池内设置第三水质监测仪,同步硝化反硝化池外设置分别与碳源投加装置、第一水质监测仪、第二水质监测仪和第三水质监测仪电性连接的PLC控制柜;
将第三处理液注入同步硝化反硝化池内,并在同步硝化反硝化池内接种异养硝化-好氧反硝化菌,进行异养硝化-好氧反硝化菌的培养、富集、驯化和挂膜;
通过PLC控制柜运行预先构建的碳源投加运算模型,根据第一水质监测仪采集的同步硝化反硝化池的进水水质数据、第二水质监测仪采集的同步硝化反硝化池的出水水质数据和第三水质监测仪采集的同步硝化反硝化池内水质数据运算得出碳源投加量,控制碳源投加装置定时定量对同步硝化反硝化池内的第三处理液投加碳源;
第三处理液在同步硝化反硝化池内进行同步硝化反硝化反应。
通过气浮处理消除乳化炸药生产废水中悬浮物及油类物质对后续生化处理的影响,通过联合氧化处理较为完全的分解废水中硫脲等有毒物质,降低其对后续硝化反应的抑制作用,通过在低碳源高氨氮条件下具有较强耐受力的异养硝化-好氧反硝化菌参与的硝化反应和反硝化反应,对乳化炸药生产废水中的氨氮及总氮进行有效脱除,并依据预先构建的碳源投加运算模型运算得出的碳源投加量对同步硝化反硝化池内精确投加碳源,维持异养硝化-好氧反硝化菌较高的反硝化速率,将碳源投加量降低至传统缺氧反硝化处理中碳源投加量的约三分之一,通过序批式活性污泥法生化处理进一步去除同步硝化反硝化处理后废水中的剩余总氮,使最终处理后的出水水质稳定达标。
作为优选,所述气浮处理采用部分回流溶气气浮的方式在气浮池内进行,气浮池溶气压力0.3MPa,回流比9%,投加絮凝剂聚合氯化铝和聚丙烯酰胺,其中聚合氯化铝投加量为80ppm,聚丙烯酰胺投加量为3ppm。
作为优选,所述联合氧化处理采用间歇运行方式在联合氧化池内进行,所述复合氧化剂的投加方式为分批投加,在将第二处理液的pH调整为7.0后,先投加Fe2SO4和Na2S2O8,曝气搅拌15min,再投加H2O2,曝气搅拌10min,之后进行2h的联合氧化反应,Fe2SO4投加量为600mg/L,Na2S2O8投加量为580mg/L,H2O2投加量为510mg/L。
作为优选,所述同步硝化反硝化处理和序批式活性污泥法生化处理的MLSS为4000mg/L,BOD污泥负荷为0.06kgBOD/kgMLSS·d,总氮负荷为0.025kgTN/kgMLSS·d,将第三处理液的pH调整为8.0~8.5,温度控制在30~35℃。
作为优选,所述混凝沉淀处理在混凝沉淀池内进行,投加絮凝剂聚合氯化铝和聚丙烯酰胺,其中聚合氯化铝投加量为120ppm,聚丙烯酰胺投加量为4ppm。
作为优选,所述异养硝化-好氧反硝化菌包括芽孢杆菌属、反硫化弧菌属、假单胞菌属、产碱杆菌属、不动杆菌属、黄杆菌属、盐单胞菌属、亚硝化单胞菌属、硝化杆菌属中的多种。
作为优选,所述碳源投加运算模型为BP神经网络模型,碳源投加运算模型的输入参数包括:所述第一水质监测仪监测的同步硝化反硝化池进水口的进水量、五日生化需氧量浓度、进水氨氮浓度、进水总氮浓度,所述第二水质监测仪监测的同步硝化反硝化池出水口的出水量、五日生化需氧量浓度、出水氨氮浓度、出水总氮浓度,所述第三水质监测仪监测的同步硝化反硝化池内的溶解氧浓度、pH、温度和有机物浓度,同步硝化反硝化池的水力停留时间;碳源投加运算模型的输出参数包括碳源投加量。
作为优选,所述碳源投加运算模型的构建方法包括以下步骤:
采集若干组所述碳源投加运算模型输入参数和所述碳源投加运算模型输出参数的实际运行数据,对其中一半数量组的实际运行数据进行数据归一化处理并将数据归一化到[0.3,0.7]的区间内,将其用于BP神经网络模型的训练,另外一半数量组的实际运行数据用于BP神经网络模型的验证,所述数据归一化处理采用以下公式:
式中,y(i)为归一化处理后的数据,x(i)为输入参数和输出参数的实际运行数据,xmin和xmax分别为实际运行数据的最小值和最大值;
建立单隐层的BP神经网络模型,输入层设定13个节点,隐含层设定11个节点,输出层设定1个节点,误差函数采用均方差误差函数,激活函数采用以下公式:
将数据归一化处理后的一半数量组的数据代入BP神经网络模型开始模型训练,训练参数设定为目标误差0.015,学习速率0.25,动量系数0.9,经过若干次迭代后达到设定的训练参数,模型训练完成;
将另外一半数量组的实际运行数据代入训练完成的BP神经网络模型进行验证,若达到模型的目标精度,模型构建完成,若未达到模型的目标精度,调整隐含层设定节点数量,重复训练步骤。
作为优选,所述对第三处理液投加碳源并进行同步硝化反硝化处理中,在通过PLC控制柜运行预先构建的碳源投加运算模型之前,还包括以下步骤:通过PLC控制柜运行预先构建的修正模型,所述修正模型为BP神经网络模型,修正模型的输入参数包括:t时刻第一水质监测仪监测的同步硝化反硝化池进水口的进水量、五日生化需氧量浓度、进水氨氮浓度、进水总氮浓度,t时刻第三水质监测仪监测的同步硝化反硝化池内的溶解氧浓度、pH、温度和有机物浓度;修正模型的输出参数包括t+s时刻的同步硝化反硝化池出水口的出水氨氮浓度和出水总氮浓度;所述碳源投加运算模型为BP神经网络模型,碳源投加运算模型的输入参数包括:t时刻第一水质监测仪监测的同步硝化反硝化池进水口的进水量、五日生化需氧量浓度、进水氨氮浓度、进水总氮浓度,t时刻第二水质监测仪监测的同步硝化反硝化池出水口的出水量、五日生化需氧量浓度,t时刻修正模型输出的t+s时刻的同步硝化反硝化池出水口的出水氨氮浓度和出水总氮浓度,t时刻第三水质监测仪监测的同步硝化反硝化池内的溶解氧浓度、pH、温度和有机物浓度,同步硝化反硝化池的水力停留时间;碳源投加运算模型的输出参数包括t时刻的碳源投加量。
由于碳源投加后同步硝化反硝化池的出水氨氮浓度和出水总氮浓度并不会及时响应并改变,所以通过第二水质监测仪监测的t时刻出水氨氮浓度和出水总氮浓度作为碳源投加模型的输入参数运算t时刻碳源投加量,模拟精度与实际情况还是由于上述处理的时间差而具有偏差,而依据修正模型运算得出的t+s时刻同步硝化反硝化池的出水氨氮浓度和出水总氮浓度作为碳源投加模型运算需要的输入参数,可以进一步提高运算得出t时刻碳源投加量的精确度,以更好的维持异养硝化-好氧反硝化菌较高反硝化速率。
作为优选,所述修正模型的构建方法包括以下步骤:
采集若干组所述修正模型输入参数和所述修正模型输出参数的实际运行数据,对其中一半数量组的实际运行数据进行数据归一化处理并将数据归一化到[0.2,0.8]的区间内,将其用于BP神经网络模型的训练,另外一半数量组的实际运行数据用于BP神经网络模型的验证,所述数据归一化处理采用以下公式:
式中,y(i)为归一化处理后的数据,x(i)为输入参数和输出参数的实际运行数据,xmin和xmax分别为实际运行数据的最小值和最大值;
建立单隐层的BP神经网络模型,输入层设定8个节点,隐含层设定10个节点,输出层设定2个节点,误差函数采用均方差误差函数,激活函数采用以下公式:
将数据归一化处理后的一半数量组的数据代入BP神经网络模型开始模型训练,训练参数设定为目标误差0.02,学习速率0.3,动量系数0.8,经过若干次迭代后达到设定的训练参数,模型训练完成;
将另外一半数量组的实际运行数据代入训练完成的BP神经网络模型进行验证,若达到模型的目标精度,模型构建完成,若未达到模型的目标精度,调整隐含层设定节点数量,重复训练步骤。
与现有技术相比,本发明具有以下优点:
本发明的一种乳化炸药生产废水处理方法,通过各步骤的协同作用,以较低的外部碳源投加量,实现对于呈现低碳源高氨氮特点的乳化炸药生产废水内氨氮及总氮的有效脱除,出水水质稳定达标。
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,还可以根据提供的附图获得其他的附图。
图1是采用本发明乳化炸药生产废水处理方法的处理系统示意图。
图中:1、预沉隔油池;2、第一调节池;3、气浮池;4、联合氧化池;5、同步硝化反硝化池;6、SBR反应池;7、混凝沉淀池;8、第二调节池;9、污泥浓缩池;10、压滤机;11、PLC控制柜;12、水质监测仪;501、同步硝化反硝化反应分区;504、微孔曝气器;505、碳源储罐;506、控制阀;507、加药泵;601、回流口。
具体实施方式
下面通过具体实施例,对本发明的技术方案作进一步的具体说明。应当理解,本发明的实施并不局限于下面的实施例,对本发明所做的任何形式上的变通和/或改变都将落入本发明保护范围。
在本发明中,若非特指,所有的份、百分比均为重量单位,所采用的设备和原料等均可从市场购得或是本领域常用的。下述实施例中的方法,如无特别说明,均为本领域的常规方法。下述实施例中的部件或设备如无特别说明,均为通用标准件或本领域技术人员知晓的部件,其结构和原理都为本技术人员均可通过技术手册得知或通过常规实验方法获知。
本发明的实施例公开了一种乳化炸药生产废水处理方法,具体包括以下步骤:
对乳化炸药生产废水原水进行预沉隔油处理,去除乳化炸药生产废水原水中的浮油及部分悬浮物,得到第一处理液;
对第一处理液进行气浮处理,去除第一处理液中的乳化油及部分悬浮物,得到第二处理液;
对第二处理液投加复合氧化剂并进行联合氧化处理,得到第三处理液,其中,所述的复合氧化剂为Fe2SO4、Na2S2O8和H2O2的混合物;
对第三处理液投加碳源并进行同步硝化反硝化处理,然后以序批式活性污泥法进行生化处理,得到第四处理液;
对第四处理液投加絮凝剂并进行混凝沉淀处理,得到达标出水;
其中,对第三处理液投加碳源并进行同步硝化反硝化处理包括以下步骤:
在同步硝化反硝化池内安装辫带式生物填料,同步硝化反硝化池设置与同步硝化反硝化池连通的碳源投加装置,同步硝化反硝化池进水口设置第一水质监测仪,同步硝化反硝化池出水口设置第二水质监测仪,同步硝化反硝化池内设置第三水质监测仪,同步硝化反硝化池外设置分别与碳源投加装置、第一水质监测仪、第二水质监测仪和第三水质监测仪电性连接的PLC控制柜;
将第三处理液注入同步硝化反硝化池内,并在同步硝化反硝化池内接种异养硝化-好氧反硝化菌,进行异养硝化-好氧反硝化菌的培养、富集、驯化和挂膜;
通过PLC控制柜运行预先构建的碳源投加运算模型,根据第一水质监测仪采集的同步硝化反硝化池的进水水质数据、第二水质监测仪采集的同步硝化反硝化池的出水水质数据和第三水质监测仪采集的同步硝化反硝化池内水质数据运算得出碳源投加量,控制碳源投加装置定时定量对同步硝化反硝化池内的第三处理液投加碳源;
第三处理液在同步硝化反硝化池内进行同步硝化反硝化反应。
通过气浮处理消除乳化炸药生产废水中悬浮物及油类物质对后续生化处理的影响,通过联合氧化处理较为完全的分解废水中硫脲等有毒物质,降低其对后续硝化反应的抑制作用,通过在低碳源高氨氮条件下具有较强耐受力的异养硝化-好氧反硝化菌参与的硝化反应和反硝化反应,对乳化炸药生产废水中的氨氮及总氮进行有效脱除。由于乳化炸药生产废水的低碳源特性,同步硝化反硝化反应需要外加碳源,而由于外加碳源对处理控制要求较高,难以控制,存在出水有机物超标的风险,使运行处理方法的处理系统稳定性变差,为了提高处理乳化炸药生产废水的系统对废水进水水质波动的耐受性,并且提高在进水水质波动大的条件下的废水脱氮效果,本实施例的处理方法依据预先构建的碳源投加运算模型运算得出的碳源投加量对同步硝化反硝化池内精确投加碳源,维持异养硝化-好氧反硝化菌较高的反硝化速率,将碳源投加量降低至传统缺氧反硝化处理中碳源投加量的约三分之一,通过序批式活性污泥法生化处理进一步去除同步硝化反硝化处理后废水中的剩余总氮,使最终处理后的出水水质稳定达标。
在本实施例中,气浮处理采用部分回流溶气气浮的方式在气浮池内进行,气浮池溶气压力0.3MPa,回流比9%,投加絮凝剂聚合氯化铝和聚丙烯酰胺,其中聚合氯化铝投加量为80ppm,聚丙烯酰胺投加量为3ppm。
在本实施例中,联合氧化处理采用间歇运行方式在联合氧化池内进行,所述复合氧化剂的投加方式为分批投加,在将第二处理液的pH调整为7.0后,先投加Fe2SO4和Na2S2O8,曝气搅拌15min,再投加H2O2,曝气搅拌10min,之后进行2h的联合氧化反应,Fe2SO4投加量为600mg/L,Na2S2O8投加量为580mg/L,H2O2投加量为510mg/L。
在本实施例中,同步硝化反硝化处理和序批式活性污泥法生化处理的MLSS为4000mg/L,BOD污泥负荷为0.06kgBOD/kgMLSS·d,总氮负荷为0.025kgTN/kgMLSS·d,将第三处理液的pH调整为8.0~8.5,温度控制在30~35℃。
在本实施例中,混凝沉淀处理在混凝沉淀池内进行,投加絮凝剂聚合氯化铝和聚丙烯酰胺,其中聚合氯化铝投加量为120ppm,聚丙烯酰胺投加量为4ppm。
在本实施例中,异养硝化-好氧反硝化菌包括芽孢杆菌属、反硫化弧菌属、假单胞菌属、产碱杆菌属、不动杆菌属、黄杆菌属、盐单胞菌属、亚硝化单胞菌属、硝化杆菌属中的多种。
在本实施例中,碳源投加运算模型为BP神经网络模型,碳源投加运算模型的输入参数包括:第一水质监测仪监测的同步硝化反硝化池进水口的进水量、五日生化需氧量浓度、进水氨氮浓度、进水总氮浓度,第二水质监测仪监测的同步硝化反硝化池出水口的出水量、五日生化需氧量浓度、出水氨氮浓度、出水总氮浓度,第三水质监测仪监测的同步硝化反硝化池内的溶解氧浓度、pH、温度和有机物浓度,同步硝化反硝化池的水力停留时间;碳源投加运算模型的输出参数包括碳源投加量。
碳源投加运算模型的构建方法包括以下步骤:
采集若干组所述碳源投加运算模型输入参数和所述碳源投加运算模型输出参数的实际运行数据,对其中一半数量组的实际运行数据进行数据归一化处理并将数据归一化到[0.3,0.7]的区间内,将其用于BP神经网络模型的训练,另外一半数量组的实际运行数据用于BP神经网络模型的验证,所述数据归一化处理采用以下公式:
式中,y(i)为归一化处理后的数据,x(i)为输入参数和输出参数的实际运行数据,xmin和xmax分别为实际运行数据的最小值和最大值;
建立单隐层的BP神经网络模型,输入层设定13个节点,隐含层设定11个节点,输出层设定1个节点,误差函数采用均方差误差函数,激活函数采用以下公式:
将数据归一化处理后的一半数量组的数据代入BP神经网络模型开始模型训练,训练参数设定为目标误差0.015,学习速率0.25,动量系数0.9,经过若干次迭代后达到设定的训练参数,模型训练完成;
将另外一半数量组的实际运行数据代入训练完成的BP神经网络模型进行验证,若达到模型的目标精度,模型构建完成,若未达到模型的目标精度,调整隐含层设定节点数量,重复训练步骤。
采集300组数据,其中150组数据作为训练数据,另外150组数据作为验证数据,经过12017次迭代,测试误差达到0.014982,模型拟合精度达标。
在另一实施例中,由于碳源投加后同步硝化反硝化池的出水氨氮浓度和出水总氮浓度并不会及时响应并改变,通过第二水质监测仪监测的t时刻出水氨氮浓度和出水总氮浓度作为碳源投加模型的输入参数运算t时刻碳源投加量,模拟精度与实际情况还是由于上述处理的时间差而具有偏差,因此,对第三处理液投加碳源并进行同步硝化反硝化处理中,在通过PLC控制柜运行预先构建的碳源投加运算模型之前,还包括以下步骤:通过PLC控制柜运行预先构建的修正模型,所述修正模型为BP神经网络模型,修正模型的输入参数包括:t时刻第一水质监测仪监测的同步硝化反硝化池进水口的进水量、五日生化需氧量浓度、进水氨氮浓度、进水总氮浓度,t时刻第三水质监测仪监测的同步硝化反硝化池内的溶解氧浓度、pH、温度和有机物浓度;修正模型的输出参数包括t+s时刻的同步硝化反硝化池出水口的出水氨氮浓度和出水总氮浓度;所述碳源投加运算模型为BP神经网络模型,碳源投加运算模型的输入参数包括:t时刻第一水质监测仪监测的同步硝化反硝化池进水口的进水量、五日生化需氧量浓度、进水氨氮浓度、进水总氮浓度,t时刻第二水质监测仪监测的同步硝化反硝化池出水口的出水量、五日生化需氧量浓度,t时刻修正模型输出的t+s时刻的同步硝化反硝化池出水口的出水氨氮浓度和出水总氮浓度,t时刻第三水质监测仪监测的同步硝化反硝化池内的溶解氧浓度、pH、温度和有机物浓度,同步硝化反硝化池的水力停留时间;碳源投加运算模型的输出参数包括t时刻的碳源投加量。
依据修正模型运算得出的t+s时刻同步硝化反硝化池的出水氨氮浓度和出水总氮浓度作为碳源投加模型运算需要的输入参数,可以进一步提高运算得出t时刻碳源投加量的精确度,以更好的维持异养硝化-好氧反硝化菌较高反硝化速率。
碳源投加运算模型的构建方法与上一实施例相同,再次不再赘述。
修正模型的构建方法包括以下步骤:
采集若干组所述修正模型输入参数和修正模型输出参数的实际运行数据,对其中一半数量组的实际运行数据进行数据归一化处理并将数据归一化到[0.2,0.8]的区间内,将其用于BP神经网络模型的训练,另外一半数量组的实际运行数据用于BP神经网络模型的验证,所述数据归一化处理采用以下公式:
式中,y(i)为归一化处理后的数据,x(i)为输入参数和输出参数的实际运行数据,xmin和xmax分别为实际运行数据的最小值和最大值;
建立单隐层的BP神经网络模型,输入层设定8个节点,隐含层设定10个节点,输出层设定2个节点,误差函数采用均方差误差函数,激活函数采用以下公式:
将数据归一化处理后的一半数量组的数据代入BP神经网络模型开始模型训练,训练参数设定为目标误差0.02,学习速率0.3,动量系数0.8,经过若干次迭代后达到设定的训练参数,模型训练完成;
将另外一半数量组的实际运行数据代入训练完成的BP神经网络模型进行验证,若达到模型的目标精度,模型构建完成,若未达到模型的目标精度,调整隐含层设定节点数量,重复训练步骤。
采集100组数据,其中50组数据作为训练数据,另外50组数据作为验证数据,经过3028次迭代,测试误差达到0.02045,模型拟合精度达标。
图1示意了一种用于执行上述乳化炸药生产废水方法的处理系统,包括依次通过管道连通的预沉隔油池1、第一调节池2、气浮池3、联合氧化池4、同步硝化反硝化池5、SBR反应池6、混凝沉淀池7,以及第二调节池8、污泥浓缩池9、压滤机10、PLC控制柜11、第一水质监测仪12、第二水质监测仪13和第三水质监测仪14。
预沉隔油池1内设有过滤筛网,预沉隔油池1用于去除乳化炸药废水中的浮油及部分悬浮物。
第一调节池2用于减少预沉隔油池1排出的第一处理液进入气浮池3的流量波动,并提供对第一处理液的处理负荷的缓冲能力。
气浮池3去除乳化油及部分悬浮物。气浮工艺为部分回流溶气气浮,气浮池3停留时间为17min,溶气压力为0.3MPa,回流比9%,投加的絮凝剂为聚合氯化铝(PAC)和聚丙烯酰胺(PAM)。
联合氧化池4设有复合氧化剂投加装置,用于投加复合氧化剂分解破坏废水中的有毒物质,其中复合氧化剂为Fe2SO4、Na2S2O8和H2O2的混合物,运行方式为间歇运行,每批次废水进入联合氧化池4,调整废水的pH为7.0左右,先投加Fe2SO4及Na2S2O8,曝气搅拌15min后加入H2O2,再曝气搅拌10min,而后进行2h的联合氧化反应。
同步硝化反硝化池5内设有若干辫带式生物填料,同步硝化反硝化池5底部设有微孔曝气器504。同步硝化反硝化池5包括若干依次连通的同步硝化反硝化反应分区501,每个同步硝化反硝化反应分区501内均具有好氧段和缺氧段,微孔曝气器504设有多个,每个同步硝化反硝化反应分区501内均具有至少一个微孔曝气器504。每个同步硝化反硝化反应分区501内为完全混合式曝气,相邻同步硝化反硝化反应分区501呈现推流式曝气。
同步硝化反硝化池5内接种异养硝化-好氧反硝化菌(heterotrophicnitrification-aerobic denitrification,HN-AD),经过培养、富集、驯化等步骤,在生物填料表面布满淡黄色生物膜。接种的HN-AD菌包括芽孢杆菌属(Bacillus)、反硫化弧菌属(Desulfovibrio)、假单胞菌属(Pseudomonas)、产碱杆菌属(Alcaligenes)、不动杆菌属(Acinetobacter)、黄杆菌属(Flavobacterium)、盐单胞菌属(Halomonas)、亚硝化单胞菌属(Nitrosomonas)、硝化杆菌属(Nitrobacter)等。
通过以下方法接种异养硝化-好氧反硝化菌:在同步硝化反硝化池5内投加池体容积5%的含有HN-AD菌的污泥(污泥含水率为80%左右),闷曝48h。此后,每日添加生活污水和乳化炸药生产废水混合液,第一天添加20m3,以后逐日递增,直至80m3/d,此阶段持续10日左右。接下来,逐日提高乳化炸药废水的比例,直至100%,并每日添加化粪池污水作为营养物,化粪池污水不足时,再添加一部分乙酸钠作为外加碳源,此阶段持续15日左右。上述培养、富集、驯化、挂膜完成后,即可开始进行正常的污水处理。
SBR反应池6包括至少两个依次连通的SBR反应分区,混凝沉淀池7设有絮凝剂投加装置。当其中一个SBR反应分区在进水、曝气阶段时,另外一个SBR反应分区在沉淀、排水阶段,依次交替间歇运行。
同步硝化反硝化池5和SBR反应池6的生化工艺参数为:MLSS 4000mg/L,BOD污泥负荷0.1kgBOD/kgMLSS·d以下,总氮负荷0.03kgTN/kgMLSS·d以下,同步硝化反硝化池5和SBR反应池6的运行参数为pH值8.0~8.5,温度30~35℃。
混凝沉淀池7用于对同步硝化反硝化池5和SBR反应池6处理后的废水进行混凝沉淀处理,投加絮凝剂为PAC和PAM,采用曝气搅拌进行混凝反应,搅拌时间为10min,反应完成后静置2h,得到达标出水。
第二调节池8分别通过管道连通于SBR反应池6和同步硝化反硝化池5。SBR反应池6内与混凝沉淀池7连通的SBR反应分区设有通过管道连通于第二调节池8的回流口601。如出现SBR出水未达标的情况,其出水可通过回流口601进入第二调节池8,再重新进入同步硝化反硝化池5进行处理。
污泥浓缩池9分别通过管道连通于SBR反应池6和同步硝化反硝化池5,压滤机10通过管道连通于污泥浓缩池9,方便排出系统污泥。
同步硝化反硝化池5设有碳源投加装置。碳源投加装置用于根据间隔时间分次向同步硝化反硝化池5内投加碳源,以保证池内菌种正常进行硝化和反硝化过程。碳源投加装置包括碳源储罐505、控制阀506和加药泵507,碳源储罐505依次通过管道连通加药泵507和同步硝化反硝化池5,控制阀506设于碳源储罐505和加药泵507之间的管道上。
PLC控制柜11分别与控制阀506、第一水质监测仪12、第二水质监测仪13和第三水质监测仪14电性连接,第一水质监测仪12设于邻近同步硝化反硝化池5进水口的管道上,第二水质监测仪13设于邻近同步硝化反硝化池5出水口的管道上,第三水质监测仪14设于同步硝化反硝化池5内。
通过PLC控制柜11运行预先构建的碳源投加运算模型,根据同步硝化反硝化池5的进水水质数据、出水水质数据和池内水质数据运算得出更为精准的碳源投加量,并通过控制阀506控制碳源储罐505内碳源被泵入同步硝化反硝化池5。处理系统的运行过程中,将乙酸钠作为外加碳源,乙酸钠对反硝化过程的响应较快,易于被反硝化菌利用。但由于加工昂贵一般不能大规模投加,而正适用于采用本实施例处理方法的处理系统。以碳源投加运算模型运算得出碳源投加量进行碳源投加控制,每日分批次投加乙酸钠。
采用该乳化炸药生产废水处理方法的处理系统,在进水氨氮400~600mg/L,COD<450mg/L的情况下,出水氨氮能稳定达到25mg/L以下,COD达到150mg/L以下。
将本实施例的乳化炸药生产废水处理系统用于处理废水进水量为80m3/d的乳化炸药生产废水,其进水pH值为7.42,氨氮浓度为570mg/L,COD浓度为428mg/L,处理过程中,平均单日投加乙酸钠耗量为157kg,远低于采用常规生物脱氮方法的平均单日投加乙酸钠耗量472kg,处理后,出水pH值为7.26,氨氮浓度为18mg/L,COD浓度为116mg/L,出水水质达到《污水综合排放标准》(GB8978-1996)中的二级标准,水质稳定达标。
本文中应用了具体个例对本发明的原理及实施方式进行了阐述,以上实施例的说明只是用于帮助理解本发明的方法及其核心思想。应当指出,对于本技术领域的普通技术人员来说,在不脱离本发明原理的前提下,还可以对本发明进行若干改进和修饰,这些改进和修饰也落入本发明权利要求的保护范围内。
Claims (7)
1.一种乳化炸药生产废水处理方法,其特征在于:该乳化炸药生产废水处理方法具体包括以下步骤:
对乳化炸药生产废水原水进行预沉隔油处理,去除乳化炸药生产废水原水中的浮油及部分悬浮物,得到第一处理液;
对第一处理液进行气浮处理,去除第一处理液中的乳化油及部分悬浮物,得到第二处理液;
对第二处理液投加复合氧化剂并进行联合氧化处理,得到第三处理液,其中,所述的复合氧化剂为Fe2SO4、Na2S2O8和H2O2的混合物;
对第三处理液投加碳源并进行同步硝化反硝化处理,然后以序批式活性污泥法进行生化处理,得到第四处理液;
对第四处理液投加絮凝剂并进行混凝沉淀处理,得到达标出水;
其中,所述对第三处理液投加碳源并进行同步硝化反硝化处理包括以下步骤:
在同步硝化反硝化池内安装辫带式生物填料,同步硝化反硝化池设置与同步硝化反硝化池连通的碳源投加装置,同步硝化反硝化池进水口设置第一水质监测仪,同步硝化反硝化池出水口设置第二水质监测仪,同步硝化反硝化池内设置第三水质监测仪,同步硝化反硝化池外设置分别与碳源投加装置、第一水质监测仪、第二水质监测仪和第三水质监测仪电性连接的PLC控制柜;
将第三处理液注入同步硝化反硝化池内,并在同步硝化反硝化池内接种异养硝化-好氧反硝化菌,进行异养硝化-好氧反硝化菌的培养、富集、驯化和挂膜;
通过PLC控制柜运行预先构建的碳源投加运算模型,根据第一水质监测仪采集的同步硝化反硝化池的进水水质数据、第二水质监测仪采集的同步硝化反硝化池的出水水质数据和第三水质监测仪采集的同步硝化反硝化池内水质数据运算得出碳源投加量,控制碳源投加装置定时定量对同步硝化反硝化池内的第三处理液投加碳源;
第三处理液在同步硝化反硝化池内进行同步硝化反硝化反应;
所述对第三处理液投加碳源并进行同步硝化反硝化处理中,在通过PLC控制柜运行预先构建的碳源投加运算模型之前,还包括以下步骤:
通过PLC控制柜运行预先构建的修正模型,所述修正模型为BP神经网络模型,修正模型的输入参数包括:t时刻第一水质监测仪监测的同步硝化反硝化池进水口的进水量、五日生化需氧量浓度、进水氨氮浓度、进水总氮浓度,t时刻第三水质监测仪监测的同步硝化反硝化池内的溶解氧浓度、pH、温度和有机物浓度;修正模型的输出参数包括t+s时刻的同步硝化反硝化池出水口的出水氨氮浓度和出水总氮浓度;所述碳源投加运算模型为BP神经网络模型,碳源投加运算模型的输入参数包括:t时刻第一水质监测仪监测的同步硝化反硝化池进水口的进水量、五日生化需氧量浓度、进水氨氮浓度、进水总氮浓度,t时刻第二水质监测仪监测的同步硝化反硝化池出水口的出水量、五日生化需氧量浓度,t时刻修正模型输出的t+s时刻的同步硝化反硝化池出水口的出水氨氮浓度和出水总氮浓度,t时刻第三水质监测仪监测的同步硝化反硝化池内的溶解氧浓度、pH、温度和有机物浓度,同步硝化反硝化池的水力停留时间;碳源投加运算模型的输出参数包括t时刻的碳源投加量;
所述修正模型的构建方法包括以下步骤:
采集若干组所述修正模型输入参数和所述修正模型输出参数的实际运行数据,对其中一半数量组的实际运行数据进行数据归一化处理并将数据归一化到[0.2,0.8]的区间内,将其用于BP神经网络模型的训练,另外一半数量组的实际运行数据用于BP神经网络模型的验证,所述数据归一化处理采用以下公式:
式中,y(i)为归一化处理后的数据,x(i)为输入参数和输出参数的实际运行数据,xmin和xmax分别为实际运行数据的最小值和最大值;
建立单隐层的BP神经网络模型,输入层设定8个节点,隐含层设定10个节点,输出层设定2个节点,误差函数采用均方差误差函数,激活函数采用以下公式:
将数据归一化处理后的一半数量组的数据代入BP神经网络模型开始模型训练,训练参数设定为目标误差0.02,学习速率0.3,动量系数0.8,经过若干次迭代后达到设定的训练参数,模型训练完成;
将另外一半数量组的实际运行数据代入训练完成的BP神经网络模型进行验证,若达到模型的目标精度,模型构建完成,若未达到模型的目标精度,调整隐含层设定节点数量,重复训练步骤。
2.根据权利要求1所述的一种乳化炸药生产废水处理方法,其特征在于:所述气浮处理采用部分回流溶气气浮的方式在气浮池内进行,气浮池溶气压力0.3MPa,回流比9%,投加絮凝剂聚合氯化铝和聚丙烯酰胺,其中聚合氯化铝投加量为80ppm,聚丙烯酰胺投加量为3ppm。
3.根据权利要求1所述的一种乳化炸药生产废水处理方法,其特征在于:所述联合氧化处理采用间歇运行方式在联合氧化池内进行,所述复合氧化剂的投加方式为分批投加,在将第二处理液的pH调整为7.0后,先投加Fe2SO4和Na2S2O8,曝气搅拌15min,再投加H2O2,曝气搅拌10min,之后进行2h的联合氧化反应,Fe2SO4投加量为600mg/L,Na2S2O8投加量为580mg/L,H2O2投加量为510mg/L。
4.根据权利要求1所述的一种乳化炸药生产废水处理方法,其特征在于:所述同步硝化反硝化处理和序批式活性污泥法生化处理的MLSS为4000mg/L,BOD污泥负荷为0.06kgBOD/kgMLSS·d,总氮负荷为0.025kgTN/kgMLSS·d,将第三处理液的pH调整为8.0~8.5,温度控制在30~35℃。
5.根据权利要求1所述的一种乳化炸药生产废水处理方法,其特征在于:所述混凝沉淀处理在混凝沉淀池内进行,投加絮凝剂聚合氯化铝和聚丙烯酰胺,其中聚合氯化铝投加量为120ppm,聚丙烯酰胺投加量为4ppm。
6.根据权利要求1所述的一种乳化炸药生产废水处理方法,其特征在于:所述碳源投加运算模型为BP神经网络模型,碳源投加运算模型的输入参数包括:所述第一水质监测仪监测的同步硝化反硝化池进水口的进水量、五日生化需氧量浓度、进水氨氮浓度、进水总氮浓度,所述第二水质监测仪监测的同步硝化反硝化池出水口的出水量、五日生化需氧量浓度、出水氨氮浓度、出水总氮浓度,所述第三水质监测仪监测的同步硝化反硝化池内的溶解氧浓度、pH、温度和有机物浓度,同步硝化反硝化池的水力停留时间;碳源投加运算模型的输出参数包括碳源投加量。
7.根据权利要求6所述的一种乳化炸药生产废水处理方法,其特征在于:所述碳源投加运算模型的构建方法包括以下步骤:
采集若干组所述碳源投加运算模型输入参数和所述碳源投加运算模型输出参数的实际运行数据,对其中一半数量组的实际运行数据进行数据归一化处理并将数据归一化到[0.3,0.7]的区间内,将其用于BP神经网络模型的训练,另外一半数量组的实际运行数据用于BP神经网络模型的验证,所述数据归一化处理采用以下公式:
式中,y(i)为归一化处理后的数据,x(i)为输入参数和输出参数的实际运行数据,xmin和xmax分别为实际运行数据的最小值和最大值;
建立单隐层的BP神经网络模型,输入层设定13个节点,隐含层设定11个节点,输出层设定1个节点,误差函数采用均方差误差函数,激活函数采用以下公式:
将数据归一化处理后的一半数量组的数据代入BP神经网络模型开始模型训练,训练参数设定为目标误差0.015,学习速率0.25,动量系数0.9,经过若干次迭代后达到设定的训练参数,模型训练完成;
将另外一半数量组的实际运行数据代入训练完成的BP神经网络模型进行验证,若达到模型的目标精度,模型构建完成,若未达到模型的目标精度,调整隐含层设定节点数量,重复训练步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210684329.9A CN115304208B (zh) | 2022-06-15 | 2022-06-15 | 一种乳化炸药生产废水处理方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210684329.9A CN115304208B (zh) | 2022-06-15 | 2022-06-15 | 一种乳化炸药生产废水处理方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN115304208A CN115304208A (zh) | 2022-11-08 |
CN115304208B true CN115304208B (zh) | 2023-09-08 |
Family
ID=83855207
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210684329.9A Active CN115304208B (zh) | 2022-06-15 | 2022-06-15 | 一种乳化炸药生产废水处理方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115304208B (zh) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115974298A (zh) * | 2022-11-15 | 2023-04-18 | 上海交通大学重庆研究院 | 一种垃圾渗滤液应急浓缩液的氮碳盐分质全流程处理系统 |
CN115546501B (zh) * | 2022-11-28 | 2023-02-21 | 科丰兴泰(杭州)生物科技有限公司 | 具有机器视觉的用于增效剂内核的智能涂覆系统及其方法 |
CN116395831B (zh) * | 2023-06-07 | 2023-08-29 | 烟台市弗兰德电子科技有限公司 | 一种污水处理工艺的碳源投加智能控制系统和方法 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102786186A (zh) * | 2012-08-09 | 2012-11-21 | 杨德敏 | 一种页岩气压裂返排废液处理方法 |
CN103183454A (zh) * | 2013-04-02 | 2013-07-03 | 上海泓济环保工程有限公司 | 耦合式生物脱氮方法及其系统 |
CN105948414A (zh) * | 2016-06-30 | 2016-09-21 | 浙江环耀环境建设有限公司 | 一种乳化液废水处理系统及其处理工艺 |
CN112830634A (zh) * | 2021-01-19 | 2021-05-25 | 南京中洲环保科技有限公司 | 高浓度废水cod和n同池同步降解工艺 |
CN113608239A (zh) * | 2021-07-13 | 2021-11-05 | 中国科学院国家空间科学中心 | 基于bp神经网络的gnss掩星对流层参数的修正方法 |
CN113716812A (zh) * | 2021-09-16 | 2021-11-30 | 江苏迈奥环保科技有限公司 | 一种废乳化液的回收再利用工艺 |
CN113860496A (zh) * | 2021-10-12 | 2021-12-31 | 山东建筑大学 | 一种基于bp神经网络的aao外加碳源智慧投加系统及方法 |
CN114565154A (zh) * | 2022-02-28 | 2022-05-31 | 厦门牧云数据技术有限公司 | 一种渗滤液生化段碳源投加量的预测方法及优化算法 |
-
2022
- 2022-06-15 CN CN202210684329.9A patent/CN115304208B/zh active Active
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102786186A (zh) * | 2012-08-09 | 2012-11-21 | 杨德敏 | 一种页岩气压裂返排废液处理方法 |
CN103183454A (zh) * | 2013-04-02 | 2013-07-03 | 上海泓济环保工程有限公司 | 耦合式生物脱氮方法及其系统 |
CN105948414A (zh) * | 2016-06-30 | 2016-09-21 | 浙江环耀环境建设有限公司 | 一种乳化液废水处理系统及其处理工艺 |
CN112830634A (zh) * | 2021-01-19 | 2021-05-25 | 南京中洲环保科技有限公司 | 高浓度废水cod和n同池同步降解工艺 |
CN113608239A (zh) * | 2021-07-13 | 2021-11-05 | 中国科学院国家空间科学中心 | 基于bp神经网络的gnss掩星对流层参数的修正方法 |
CN113716812A (zh) * | 2021-09-16 | 2021-11-30 | 江苏迈奥环保科技有限公司 | 一种废乳化液的回收再利用工艺 |
CN113860496A (zh) * | 2021-10-12 | 2021-12-31 | 山东建筑大学 | 一种基于bp神经网络的aao外加碳源智慧投加系统及方法 |
CN114565154A (zh) * | 2022-02-28 | 2022-05-31 | 厦门牧云数据技术有限公司 | 一种渗滤液生化段碳源投加量的预测方法及优化算法 |
Also Published As
Publication number | Publication date |
---|---|
CN115304208A (zh) | 2022-11-08 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN115304208B (zh) | 一种乳化炸药生产废水处理方法 | |
CN106865773B (zh) | 投加羟胺实现部分短程硝化-厌氧氨氧化的装置与方法 | |
CN112158952B (zh) | 连续流aoa短程硝化与厌氧氨氧化耦合污泥发酵反硝化处理低碳氮比废水的装置与方法 | |
CN108178302B (zh) | 基于羟胺快速启动与稳定维持短程硝化/厌氧氨氧化一体化的装置与方法 | |
CN108409033B (zh) | Fna强化短程硝化的分段进水uct深度脱氮除磷的装置与方法 | |
US8685247B2 (en) | Systems and methods for nutrient removal in biological treatment systems | |
CN106966498B (zh) | 短程硝化反硝化耦合厌氧氨氧化脱氮工艺及控制方法 | |
CN102101746A (zh) | 低碳城市污水生物除磷与自养生物脱氮装置与方法 | |
CN110668566A (zh) | 污泥发酵耦合短程反硝化串联二级厌氧氨氧化实现污泥减量与总氮去除的装置与方法 | |
CN113402021A (zh) | 原位污泥水解酸化耦合短程反硝化厌氧氨氧化一体化实现污水脱氮及污泥减量的装置与方法 | |
CN109160672A (zh) | 一种基于游离氨(fa)处理污泥实现高氨氮废水深度脱氮和污泥减量的方法 | |
CN110723816B (zh) | 一种实现短程硝化厌氧氨氧化一体化处理城市污水长期稳定运行的方法 | |
Azhdarpoor et al. | Investigation of a new double-stage aerobic-anoxic continuous-flow cyclic baffled bioreactor efficiency for wastewater nutrient removal | |
CN201923926U (zh) | 低碳城市污水生物除磷与自养生物脱氮装置 | |
CN113735263B (zh) | 基于同步硝化反硝化细菌的废水脱氮工艺及装置 | |
CN113716689B (zh) | 一种基于硫还原与硫自养反硝化的混合营养型脱氮方法 | |
CN104944703B (zh) | 一种焦化废水优化处理工艺及装置 | |
CN107151082B (zh) | 一种含dmf废水的零排放处理系统及其方法 | |
CN108483821A (zh) | 以亚硝化-厌氧氨氧化为核心的城市污水高效脱氮工艺 | |
CN112811582A (zh) | 一种投加联氨促进短程硝化的亚硝化sbr装置及改良工艺 | |
CN115477388B (zh) | 一种硝酸铵废水处理装置及其方法 | |
CN108862943B (zh) | 一种可调节生物膜-活性污泥污水处理方法和装置 | |
CN115108636B (zh) | 可调控的水解酸化-好氧颗粒污泥组合污水处理系统及方法 | |
CN216972268U (zh) | 一种废水处理装置 | |
CN113735261B (zh) | 一种养殖废水的处理工艺及处理装置 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |