CN115421525A - 曝气量智能控制方法、装置、控制器和存储介质 - Google Patents

曝气量智能控制方法、装置、控制器和存储介质 Download PDF

Info

Publication number
CN115421525A
CN115421525A CN202211067130.8A CN202211067130A CN115421525A CN 115421525 A CN115421525 A CN 115421525A CN 202211067130 A CN202211067130 A CN 202211067130A CN 115421525 A CN115421525 A CN 115421525A
Authority
CN
China
Prior art keywords
aeration
target
dissolved oxygen
oxygen
oxygen demand
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
CN202211067130.8A
Other languages
English (en)
Inventor
胡卫军
卢奕
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.)
Wuhan Huaxin Data System Co ltd
Original Assignee
Wuhan Huaxin Data System 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 Wuhan Huaxin Data System Co ltd filed Critical Wuhan Huaxin Data System Co ltd
Priority to CN202211067130.8A priority Critical patent/CN115421525A/zh
Publication of CN115421525A publication Critical patent/CN115421525A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D11/00—Control of flow ratio
    • G05D11/02—Controlling ratio of two or more flows of fluid or fluent material
    • G05D11/13—Controlling ratio of two or more flows of fluid or fluent material characterised by the use of electric means
    • G05D11/139—Controlling ratio of two or more flows of fluid or fluent material characterised by the use of electric means by measuring a value related to the quantity of the individual components and sensing at least one property of the mixture
    • 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
    • C—CHEMISTRY; METALLURGY
    • C02—TREATMENT OF WATER, WASTE WATER, SEWAGE, OR SLUDGE
    • C02F—TREATMENT OF WATER, WASTE WATER, SEWAGE, OR SLUDGE
    • C02F7/00—Aeration of stretches of water
    • 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
    • C02F2209/14—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
    • C02F2209/40—Liquid flow rate
    • 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

  • Engineering & Computer Science (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Organic Chemistry (AREA)
  • Environmental & Geological Engineering (AREA)
  • Water Supply & Treatment (AREA)
  • Chemical & Material Sciences (AREA)
  • Hydrology & Water Resources (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Automation & Control Theory (AREA)
  • Biodiversity & Conservation Biology (AREA)
  • Microbiology (AREA)
  • Activated Sludge Processes (AREA)

Abstract

本申请涉及智能控制领域，具体涉及一种曝气量智能控制方法、装置、控制器和存储介质，该方法用于控制器，控制器与现场控制设备通信连接，控制器获取目标场地的曝气参考参数；通过曝气处理模型和曝气参考参数得到曝气处理的目标溶解氧浓度、碳化需氧量、硝化需氧量、以及反硝化脱氮产氧量；根据碳化需氧量、硝化需氧量以及反硝化脱氮产氧量，得到曝气处理的需氧量；根据需氧量和曝气设备氧的利用率得到目标曝气量；将目标曝气量和目标溶解氧浓度传输至现场控制设备，现场控制设备据此调节曝气量。该方法能够自动实现曝气的精准控制，节约人力资源，还能够解决因单参数为控制目标导致的超调现象。

Description

曝气量智能控制方法、装置、控制器和存储介质
技术领域
本申请涉及智能控制领域，具体涉及一种曝气量智能控制方法、装置、控制器和存储介质。
背景技术
在曝气处理过程中，需要使用一定的方法和设备，向曝气池中强制通入空气，使曝气池内的液体与空气接触充氧，并搅动液体，加速空气中的氧气向液体中的转移，防止池内悬浮物体下沉，加强池内有机物与微生物及溶解氧的接触，对液体中有机物进行氧化分解，这种向液体中强制增氧的过程就叫做曝气。
曝气过程中，一种方式是通过人工设置曝气量，另一种方式是通过测定池内的溶解氧浓度，通过测定的溶解氧浓度反馈控制曝气量。
然而上述通过人工控制的方式，调整频次较低，浪费人力资源，且容易因人工误判造成能源浪费，或者工艺不达标，而通过溶解氧浓度反馈曝气量的方法，在进水负荷较大时，溶解氧浓度会出现频繁震荡，导致风量出现高低超调等现象。
发明内容
本申请实施例提供一种曝气量智能控制方法、装置、控制器和存储介质，旨在通过控制器自动实现曝气的精准控制，使得工艺达标，减少能源浪费，节约人力资源，还能够解决因单参数为控制目标导致的超调现象。
一方面，本申请实施例提供一种曝气量智能控制方法，应用于控制器，所述控制器与有曝气需求的目标场地的现场控制设备通信连接，所述目标场地的现场控制设备用于控制目标场地的曝气设备的曝气量，所述曝气量智能控制方法，包括：
获取目标场地的曝气参考参数，所述曝气参考参数包括进水的流量、化学需氧量，和氨氮含量；
通过曝气处理模型和所述曝气参考参数，得到曝气处理的目标溶解氧浓度、碳化需氧量、硝化需氧量、以及反硝化脱氮产氧量，所述曝气处理模型基于活性污泥模型建立；
根据所述碳化需氧量、硝化需氧量以及反硝化脱氮产氧量，得到曝气处理的需氧量；
根据所述曝气处理的需氧量和曝气设备氧的利用率得到目标曝气量；
将所述目标曝气量和所述目标溶解氧浓度传输至目标场地的现场控制设备，以供所述目标场地的现场控制设备根据所述目标曝气量和所述目标溶解氧浓度调节所述曝气设备的曝气量。
另一方面，本申请提供一种曝气量智能控制装置，应用于控制器，所述控制器与有曝气需求的目标场地的现场控制设备通信连接，所述目标场地的现场控制设备用于控制目标场地的曝气设备的曝气量，所述曝气量智能控制装置，包括：
获取模块，用于获取目标场地的曝气参考参数，所述曝气参考参数包括：进水的流量、化学需氧量和氨氮含量；
目标值获取模块，用于通过曝气处理模型和所述曝气参考参数，得到曝气处理的目标溶解氧浓度、碳化需氧量、硝化需氧量、以及反硝化脱氮产氧量，所述曝气处理模型基于活性污泥模型建立；根据所述碳化需氧量、硝化需氧量以及反硝化脱氮产氧量，得到目标场地进行曝气处理的需氧量；根据所述曝气处理的需氧量和曝气设备氧的利用率得到目标曝气量；
目标值传输模块，用于将所述目标曝气量和所述目标溶解氧浓度传输至目标场地的现场控制设备，以供所述目标场地的现场控制设备根据所述目标曝气量和所述目标溶解氧浓度调节所述曝气设备的曝气量。
另一方面，本申请还提供一种控制器，所述控制器包括：
一个或多个处理器；
存储器；以及
一个或多个应用程序，其中所述一个或多个应用程序被存储于所述存储器中，并配置为由所述处理器执行以实现第一方面中任一项所述的曝气量智能控制方法。
第四方面，本申请还提供一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器进行加载，以执行第一方面任一项所述的曝气量智能控制方法中的步骤。
本申请实施例通过控制器自动进行曝气控制，能够节约曝气控制的人力资源，且创建基于活性污泥模型的曝气处理模型，由于活性污泥模型能够基于多种曝气参考参数模拟曝气处理厂的生化反应过程，因此，相较于通过溶解氧这一单参数控制曝气量，本申请实施例能够精准得到目标溶解氧浓度和目标曝气量，进而能够保证精准的曝气控制，不仅能够保证工艺达标，节约能源，还能够避免单参数反馈导致的超调现象。
附图说明
为了更清楚地说明本申请实施例中的技术方案，下面将对实施例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申请的一些实施例，对于本领域技术人员来讲，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是本申请实施例提供的曝气量智能控制系统的场景示意图；
图2是本申请实施例中提供的曝气量智能控制方法的一个实施例流程示意图；
图3是本申请实施例的步骤204中获取目标曝气量的一个实施例流程示意图；
图4是本申请实施例中提供的曝气量智能控制装置的一个实施例结构示意图；
图5是本申请实施例中提供的控制器的一个实施例结构示意图。
具体实施方式
下面将结合本申请实施例中的附图，对本申请实施例中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申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域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，都属于本申请保护的范围。
在本申请的描述中，需要理解的是，术语“中心”、“纵向”、“横向”、“长度”、“宽度”、“厚度”、“上”、“下”、“前”、“后”、“左”、“右”、“竖直”、“水平”、“顶”、“底”、“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本申请和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本申请的限制。此外，术语“第一”、“第二”仅用于描述目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”的特征可以明示或者隐含地包括一个或者更多个所述特征。在本申请的描述中，“多个”的含义是两个或两个以上，除非另有明确具体的限定。
在本申请中，“示例性”一词用来表示“用作例子、例证或说明”。本申请中被描述为“示例性”的任何实施例不一定被解释为比其它实施例更优选或更具优势。为了使本领域任何技术人员能够实现和使用本申请，给出了以下描述。在以下描述中，为了解释的目的而列出了细节。应当明白的是，本领域普通技术人员可以认识到，在不使用这些特定细节的情况下也可以实现本申请。在其它实例中，不会对公知的结构和过程进行详细阐述，以避免不必要的细节使本申请的描述变得晦涩。因此，本申请并非旨在限于所示的实施例，而是与符合本申请所公开的原理和特征的最广范围相一致。
需要说明的是，本申请实施例方法由于是在计算机设备，如控制器中执行，各电子设备的处理对象均以数据或信息的形式存在，例如时间，实质为时间信息，可以理解的是，后续实施例中若提及尺寸、数量、位置等，均为对应的数据存在，以便电子设备进行处理，具体此处不作赘述。
本申请实施例提供一种曝气量智能控制方法、装置、控制器和存储介质，以下分别进行详细说明。
本申请实施例曝气量智能控制方法可用于控制器。
请参阅图1，图1为本申请实施例所提供的曝气量智能控制系统的场景示意图，该场景可应用于目标场地，目标场地为有曝气需求的场地，如污水处理厂，但不限于此，目标场地有曝气池，曝气池可分为多个溶解氧控制区。该曝气量智能控制系统可以包括控制器101，控制器101中集成有曝气量智能控制装置。
本申请实施例中，该控制器101可以是独立的服务器，也可以是服务器组成的服务器网络或服务器集群，例如，本申请实施例中所描述的控制器101，其包括但不限于计算机、网络主机、单个网络服务器、多个网络服务器集或多个服务器构成的云服务器。其中，云服务器由基于云计算(Cloud Computing)的大量计算机或网络服务器构成。
控制器101分别与处于目标场地现场的现场控制设备通信连接，现场控制设备用于控制目标场地的曝气设备的曝气量。
例如现场控制设备可以包括：曝气风机控制设备102和曝气支管控制设备103。
曝气风机控制设备102用于控制曝气设备对应的曝气风机104的总曝气量，曝气支管控制设备用于控制曝气设备对应的各曝气支管105的曝气量。各曝气支管分别对曝气池106中各溶解氧控制区传输氧气。曝气风机控制设备和曝气支管控制设备可为可编程逻辑控制器(Programmable Logic Controller，PLC)，也可为其他控制设备，本申请实施例不对此进行限定。
本申请实施例将目标曝气量和目标溶解氧浓度传输至现场控制设备，以供现场控制设备确定曝气量，相较于将控制曝气设备的控制设备设置在远端，本申请实施例一方面能够便于现场控制设备从现场的其他参数测量仪表中获取测量数据，提高测量数据获取的实时性，另一方面便于现场控制设备目标场地进行实时管控，减少了现场仪器与远端交互导致的数据传输、处理导致的时延。
本领域技术人员可以理解，图1中示出的应用环境，仅仅是与本申请方案一种应用场景，并不构成对本申请方案应用场景的限定，其他的应用环境还可以包括比图1中所示更多或更少的计算机设备，例如图1中仅示出1个计算机设备，可以理解的，该曝气量智能控制系统还可以包括一个或多个其他服务，具体此处不作限定。
另外，该应用于目标场地的曝气量智能控制系统还可以包括存储器，用于存储数据，如存储历史的进出水数据，用于进行曝气控制的经验数据等。
在一些实施例中，该曝气量智能控制系统还可以包括处于目标场地现场的参数测量仪表，如空气流量计、在线溶解氧仪、氧化还原电位测量仪(oxidation-reductionpotential，ORP)、混合液悬浮固体浓度(Mixed liquid suspended solids，MLSS)等在线仪表。参数测量仪表可作为在线监测手段实时监测整个曝气过程与好氧微生物降解有机物过程状态，便于运行管理人员及时掌握活性污泥系统运行情况与污染物降解情况。
在一些实施例中，该曝气量智能控制系统还可以包括：中控室上位机组态，中控室上位机组态可以与控制器101通信连接，提供人机交互界面，人机交互界面用于运行人员操作控制系统启停、参数设定等，以及调试人员修改相关控制策略和控制参数，方便运行管理人员及时掌握整个曝气过程相关仪表、设备状态，并可以远程进行调节，实现目标场地的远程调控。
需要说明的是，图1所示的曝气量智能控制系统的场景示意图仅仅是一个示例，本申请实施例描述的曝气量智能控制系统以及场景是为了更加清楚的说明本申请实施例的技术方案，并不构成对于本申请实施例提供的技术方案的限定，本领域普通技术人员可知，随着曝气量智能控制系统的演变和新业务场景的出现，本申请实施例提供的技术方案对于类似的技术问题，同样适用。
首先，本申请实施例中提供一种曝气量智能控制方法，该曝气量智能控制方法的执行主体为应用于曝气量智能控制装置，该曝气量智能控制装置应用于控制器，控制器与目标场地的现场控制设备通信连接，所述目标场地的现场控制设备用于控制目标场地的曝气设备的曝气量，所述曝气量智能控制方法，包括：
获取目标场地的曝气参考参数，所述曝气参考参数包括进水的流量、化学需氧量，和氨氮含量；
通过曝气处理模型和所述曝气参考参数，得到曝气处理的目标溶解氧浓度、碳化需氧量、硝化需氧量、以及反硝化脱氮产氧量，所述曝气处理模型基于活性污泥模型建立；
根据所述碳化需氧量、硝化需氧量以及反硝化脱氮产氧量，得到所述目标场地进行曝气处理的需氧量；
根据所述曝气处理的需氧量和曝气设备氧的利用率得到目标场地的目标曝气量；
将所述目标曝气量和所述目标溶解氧浓度传输至目标场地的现场控制设备，以供所述目标场地的现场控制设备根据所述目标曝气量和所述目标溶解氧浓度调节所述曝气设备的曝气量。
本申请实施例曝气风机控制设备曝气支管控制设备能够实现对目标场地的曝气流程的实时精准控制，从而避免因过曝导致的能源消耗，保证工艺达标，并且还能够节约曝气控制的人力资源，还能够解决单参数反馈控制导致的超调现象。
下面对本申请实施例的曝气量智能控制方法的实现细节进行具体的说明，以下内容仅为方便理解提供的实现细节，并非实施本方案的必须。
如图2所示，为本申请实施例中曝气量智能控制方法的一个实施例流程示意图，该曝气量智能控制方法包括：
步骤201，获取目标场地的曝气参考参数。
该目标场地可根据实际应用进行确定，有曝气需求的场所均可作为目标场地，如污水处理厂。
曝气参考参数可以包括进水各组分浓度等表征目标场地中曝气池当前的进水水质的参数。如进水的流量、化学需氧量(Chemical Oxygen Demand，COD)、氨氮含量、进水的溶解氧浓度(dissolved oxygen，DO)等。
曝气参考参数可以通过目标场地的现场设备，以及活性污泥模型(activatedsludge models，ASMs)的推荐值获取。
对于可以直接测量得到的曝气参考参数，可以从目标场地的现场设备获。现场设备包括：现场控制设备，如PLC，污曝气处理厂的参数测量仪表。
对于无法直接测得的曝气参考参数中的各组分浓度，可以使用活性污泥模型(activated sludge models，ASMs)中的推荐值。
ASMs提供了各组分所占比例的推荐值，在没有水质组分的条件下可以采用这些数值，但在实际应用过程中，需要结合实质的水质情况，对推荐值进行修正。
ASMs模型将进水COD组分划分为：易生物降解溶解性有机物SS，惰性溶解性有机物SI，慢速可生物降解有机物XS，惰性颗粒性有机物XI，异养菌XH。
其中，ASMs模型中的ASM2d模型将易生物降解溶解性有机物SS进一步划分为发酵产物SA和可发酵易生物降解有机物SF；将进水含氮组分划分为：氨氮SNH4、硝酸盐氮和亚硝酸盐氮SNO3、氮气SN2；将进水含磷组分划分为：正磷酸盐SPO4、聚磷酸盐XPP、金属氢氧化物XMeOH、金属磷酸盐XMeP。
示例性的，本申请实施例中可根据污曝气处理厂的实际检测条件，确定化学需氧量COD、生化需氧量BOD、氨氮SNH4、硝酸盐氮、亚硝酸盐氮、总磷TP、易生物降解溶解性有机物SS、惰性溶解性有机物SI、慢速可生物降解有机物XS、惰性颗粒性有机物XI、正磷酸盐SPO4、碱度为主要测定组分，异养菌XH、可发酵易生物降解有机物SF和发酵产物采用国际水协IWA的推荐比例进行确定。
相较于单参数进行曝气调控，即测定曝气池的溶解氧浓度，再基于曝气池和溶解氧浓度的线性关系，反馈曝气量，本申请实施例采集多个曝气参考参数，基于各曝气参考参数进行曝气控制，能够避免上述单参数控制过程中，因进水负荷发生大幅度变化导致的溶解氧的频繁震荡或者高低超调等现象。
获取曝气参考参数之后，可执行步骤202。
步骤202，通过曝气处理模型和曝气参考参数，得到曝气处理的目标溶解氧浓度、碳化需氧量、硝化需氧量、以及反硝化脱氮产氧量。
曝气处理模型具体为目标场地的曝气处理模型，其可以根据目标场地的参数，以及活性污泥模型的参数确定。曝气处理模型可以包括：输入模型，生物动力学模型，曝气模型，输出模型等。其中的模型参数包括目标场地的物理尺寸数据，曝气参考参数的推荐值，目标场地的荷载参数、运行参数，以及活性污泥模型的动力学参数和化学计量参数。
例如，若目标场地为污水处理厂，污水处理厂模型的模型参数，包括但不限于：污水处理厂的物理尺寸、曝气参考参数的推荐值，荷载参数、污水处理厂的运行参数、污水处理厂模型中的活性污泥模型的动力学参数和化学计量参数。
生物动力学模型可具体为活性污泥模型，活性污泥模型也可称为活性污泥动力学模型，其能够结合化工领域的反应器理论与微生物学理论，对基质降解、微生物生长等各参数之间的数学关系做定量描述，即能够通过数学式定量地或者半定量地揭示活性污泥系统内有机物降解、污泥增长、好氧等作用与各项设计参数、运行参数以及环境因素之间地关系。
在一些实施例中，在曝气过程中可根据目标场地的历史参数，对曝气处理模型中的模型参数进行调整。例如：获取预设时间段内目标场地的历史参数；其中，历史参数包括：目标场地的历史曝气参考参数，和历史曝气结果参数；将历史曝气参考参数输入当前的曝气处理模型，得到预测的曝气结果参数；根据预测的曝气结果参数和历史曝气结果参数，调整当前的曝气处理模型中的模型参数。
其中，曝气结果参数可为目标场地中的出水各组分浓度等表征目标场地中曝气池当前的出水水质的参数。
本实施例能够通过历史数据实现模型参数的调整，不断优化曝气处理模型，使得曝气处理模型更加精确的与目标场地相贴合，提高曝气处理模型的仿真效果。
本申请实施例考虑到溶解氧是影响好氧生物处理等过程的重要因素，溶解氧受很多因素的影响，是非线性和时变的变量，传统的PID控制方式无法准确及时地响应各种扰动的影响，因此将溶解氧的控制建立在活性污泥模型基础之上控制方式，以提高溶解氧控制的可靠性。
在一些实施例中，本申请实施例的活性污泥模型可以为活性污泥学模型中的静态模型。
静态模型计算结果可基本满足活性污泥工艺设计的要求，且具有模型变量易测、动力学参数确定及方程求解方便等特点。
然而，这种基于平衡态的静态模型丢失了大量不同平衡生长状态间的瞬变过程信息，忽视了一些重要的动态现象，静态模型只考虑了污水中含碳有机物的去除，并没有考虑氮磷的去除过程，当静态模型应用到具有典型时变特性的活性污泥工艺系统中时，会存在以下问题：
其一，不能解释和描述污水生物处理中常见的有机物“快速去除”和出水中有机物浓度随进水浓度变化的现象。
其二，不能很好地预测实际观察中存在的有机物浓度增加时，微生物增长速率变化的滞后效应，静态模型无法模拟氧利用的动态变化。
基于此，在另一些实施例中，本申请实施例的活性污泥模型可以为活性污泥动力学模型中的动态模型。通过动态模型能够使得曝气处理模型能够模拟氧利用的动态变化，既考虑污水中含碳有机物的去除，也能够考虑氮磷的去除过程，从而能够模拟氧利用的动态变化。
活性污泥模型的原理基于活性污泥法，活性污泥法通过人为地维持微生物生长的环境，在曝气池中进行有机物的去除、NH4-N的硝化反应以及好氧吸磷反应。
活性污泥法的曝气过程是为有机碳、硝化、吸磷等的去除过程提供适宜的溶解氧，以促进三种生化反应的正常进行。
在曝气过程的好氧生物处理过程中，溶解氧的变化是动态平衡的过程，包含氧气的供给和消耗。
氧气的供给过程中主要涉及到曝气设备供给的氧气的扩散和溶解，即在曝气设备中，空气从曝气池底部的曝气头释放后，空气中的氧气从气相向液相中转移。
氧气的消耗过程是好氧处理过程各种反应的综合结果。氧气的消耗过程包括硝化反应、碳氧化反应、微生物好氧吸磷等反应过程。
而由于目标场地的进水水质和水量实时变化，微生物降解污染物的耗氧量也随之发生变化，因此，只有使该时段内的供氧量和耗氧量相平衡，实现溶解氧的稳定控制，才能在促进生化反应的稳定进行，提高出水水质的情况下，尽量降低曝气导致的资源消耗。
即，本申请实施例曝气控制的目标就是形成稳定的溶解氧条件，为微生物生长与污染物降解建立一个动态平衡和可靠的生存环境，这一动态平衡过程的实质，就是使氧转移速率近似等于耗氧速率。
氧转移速率RO与溶解氧浓度、温度以及氧传递系数KLa相关，KLa则与曝气量、污水特性等相关，其中，KLa主要受曝气量Qg的影响。
耗氧速率rO与溶解氧浓度、污染物负荷、混合液挥发性悬浮固体浓度(mixedliquid volatile suspended solids，MLVSS)生物量等密切相关，由于MLVSS变化速率较慢，其主要影响因素是溶解氧浓度和污染物负荷。
即，氧转移速率近似等于耗氧速率的关系可以表述成为：RO＝rO；
其中，RO＝f(DO，T，Qg)，rO＝g(DO，Qin，C，N，P，VSS)，其中，DO为当前的溶解氧浓度，T为当前曝气池的温度，Qg为曝气量，C为含碳量，N为含氮量，P为含磷量，Qin为进水流量，VSS为挥发性悬浮固体。
本申请实施例通过目标曝气量维持曝气池中耗氧和供养的动态平衡，使得曝气池中的溶解氧浓度维持在预设浓度。
对溶解氧的控制，不仅表现为溶解氧实时值的稳定性，还体现在选择合适的溶解氧浓度设定值，即目标溶解氧浓度。
在一些实施例中，目标溶解氧浓度的设定方法如下：将当前设置的曝气池所需达到的溶解氧浓度和所述曝气参考参数输入曝气处理模型，得到预测的未来预设时间段内的曝气结果参数；若预测的未来预设时间段内的曝气结果参数达到目标曝气结果参数标准，则将当前设置的曝气池所需达到的溶解氧浓度作为目标溶解氧浓度；若预测的未来预设时间段内的曝气结果参数未达到目标曝气结果参数标准，则调整所述溶解氧浓度，并将调整后的溶解氧浓度重新输入所述曝气处理模型，直至所述预测的未来预设时间段内的曝气结果参数达到所述目标曝气结果参数标准。
其中，当前设置的曝气池所需达到的溶解氧浓度可为根据历史经验值设置的初始溶解氧浓度。曝气结果参数标准可为规定的出水水质标准，本申请实施例不对此进行限定。
未来预设时间段，可为未来1个小时，未来N天，可根据需求设置。
溶解氧的调整策略可根据实际的曝气参考参数、预测的未来预设时间段内的曝气结果参数，以及目标曝气结果参数标准进行设置，也可根据当前设置的曝气池所需达到的溶解氧浓度上升或者下调一定比例进行设定，本申请实施例不对此进行限定。
在另一些实施例中，将曝气池分为多个溶解氧控制区，针对曝气池中不同的溶解氧控制区获取不同的目标溶解氧浓度。即，首先，分别将当前设置的各溶解氧控制区所需达到的各溶解氧浓度，和曝气参考参数输入所述曝气处理模型，得到预测的未来预设时间段内的曝气结果参数；将各溶解氧控制区所需达到的各溶解氧浓度作为所述各溶解氧控制区对应的各目标溶解氧浓度；调整各溶解氧控制区所需达到的各溶解氧浓度，并将调整后的各溶解氧控制区所需达到各溶解氧浓度重新输入所述曝气处理模型。
本申请实施例考虑到由于工艺存在分区差异，相互之间有所影响，比如末端溶解氧会影响反硝化区的脱氮效果、二沉池回流污泥溶解氧会影响厌氧区释磷效果等，因此本申请实施例对好氧区不同位置进行区别对待，即将曝气池分为各溶解氧控制区，针对各溶解氧控制区更为合理获取目标溶解氧浓度，以便促进整个曝气过程中的脱氮除磷效果。
上述为目标溶解氧浓度的获取过程，以下结合曝气处理模型中的数学式简述碳化需氧量、硝化需氧量、以及反硝化脱氮产氧量的获取流程：
其中，在目标场地的曝气处理模型中定义的数学式如下：
碳化需氧量＝去除BOD需氧量-剩余污泥中BOD氧当量
＝0.001aQ(So-Se)-cΔXV。
硝化需氧量＝氨氮硝化需氧量-剩余污泥中氨氮的氧当量
＝b[0.001Q(Nk-Nke)-0.12ΔXV]。
反硝化脱氮产氧量＝0.62b[0.001Q(Nt-Nke-Noe)-0.12ΔXV]。
其中，O2—进行曝气处理的需氧量(kgO2/d)；
Q—生物反应池的进水流量(m3/d)；
So—生物反应池进水五日生化需氧量浓度BOD5(mg/L)；
Se—生物反应池出水五日生化需氧量浓度BOD5(mg/L)；
ΔXV—排出生物反应池系统的微生物量(kg/d)；
Nk—生物反应池进水总凯氏氮浓度(mg/L)；
Nke—生物反应池出水总凯氏氮浓度(mg/L)；
Nt—生物反应池进水总氮浓度(mg/L)；
Noe—生物反应池出水硝态氮浓度(mg/L)；
0.12ΔXV—排出生物反应池系统的微生物中含氮量(kg/d)；
a—碳的氧当量，当含碳物质以BOD5计时，取1.47；
b—常数，氧化每公斤氨氮所需氧量(kgO2/kgN)，取4.57；
c—常数，细菌细胞的氧当量，取1.42。
在去除含碳污染物时，去除每公斤五日生化需氧量BOD5可采用0.7～1.2kgO2。上述生物反应池也可称为曝气池。
相较于考虑单一参数，本申请实施例能够充分考虑水中碳、氮、硝含量，使得曝气更加精确。
获取上述多种参数后，执行步骤203。
步骤203，根据碳化需氧量、硝化需氧量以及反硝化脱氮产氧量，得到目标场地进行曝气处理的需氧量。
在污水处理厂中，对污水进行曝气处理的需氧量也可简称为污水需氧量。
在一些实施例中，将碳化需氧量和硝化需氧量求和，得到需氧量和值；将需氧量和值减去硝化脱氮产氧量，得到曝气处理的需氧量。
即，曝气处理的需氧量＝碳化需氧量+硝化需氧量-硝化脱氮产氧量。
步骤204，根据曝气处理的需氧量和曝气设备氧的利用率得到目标场地的目标曝气量。
在一些实施例中，可根据曝气处理的需氧量和曝气设备氧的利用率的比值得到目标曝气量。
在另一些实施例中，考虑到不同的设备特征，位于水面下的深度、水温、污水的氧总转移特性，当地的海拔高度，预期生物反应池中溶解氧浓度等因素，本实施例将计算的曝气处理的需氧量换算为标准状态下的曝气处理的需氧量，根据标准状态下的曝气处理的需氧量和曝气设备氧的利用率，得到目标曝气量。
具体地，可参照图3所示，步骤204进一步包括：
步骤301，根据曝气设备所处的绝对压力，和曝气池中溢出的气体含氧量，得到需氧量修正系数。
具体地，需氧量修正系数公式如下；
Figure BDA0003828142300000151
Figure BDA0003828142300000152
Figure BDA0003828142300000153
其中，
Ko——需氧量修正系数；
CS——标准条件下清水中饱和溶解氧浓度，mg/L，取9.17；
α——混合液中总传氧系数与清水中传氧系数之比，一般取0.80～0.85；
β——混合液的饱和溶解氧值与清水中饱和溶解氧之比，一般取0.90～0.97；
Csw——T℃、实际计算压力时，清水表面饱和溶解氧，mg/L；
Co——混合液剩余溶解氧，mg/L，一般取2；
T——混合液温度，℃，一般取5～30；
Csm——T℃、实际计算压力时，曝气装置所在水下深处至池面的清水中平均溶解值，mg/L；
Ot——曝气池逸出气体中含氧，％；
Pb——曝气装置所处的绝对压力，MPa；
EA——曝气设备氧的利用率，％。
上述混合液指曝气池中的液体，即污水。
得到需氧量修正系数之后，执行步骤302。
步骤302，将曝气处理的需氧量与需氧量修正系数相乘，得到标准状态下的曝气处理的需氧量。
具体地，标准状态下的曝气处理的需氧量如下：
OS＝Ko·O2，
其中，OS——标准状况下曝气处理的需氧量，kgO2/d；
Ko——需氧量修正系数；
O2——曝气处理的需氧量，kgO2/d。
得到标准状态下的曝气处理的需氧量后，可执行步骤303。
步骤303，根据标准状态下的曝气处理的需氧量和曝气设备氧的利用率的比值，得到目标曝气量。
具体地，目标曝气量公式如下：
Figure BDA0003828142300000161
其中，GS——标准状态下的供气量，m3/h；
OS——标准状态下的曝气处理的需氧量，kgO2/h。
得到目标曝气量和目标溶解氧浓度后可执行步骤203和步骤204。
步骤205，将目标曝气量和目标溶解氧浓度传输至目标场地的现场控制设备。
目标场地的现场控制设备可根据目标曝气量和目标溶解氧浓度调节所述曝气设备的曝气量。
在一些实施例中，参考图1所示，现场控制设备可至少包括：曝气风机控制设备102和曝气支管控制设备103，曝气风机控制设备用于根据所述目标溶解氧浓度和目标曝气量，计算出曝气设备中的曝气风机的第一曝气控制参数，并通过所述第一曝气控制参数调整所述曝气设备的总曝气量；
曝气支管控制设备用于根据所述目标溶解氧浓度和目标曝气量，计算出曝气设备中的各曝气支管的第二曝气控制参数，并根据第二曝气控制参数，为所述各曝气支管对应的各溶解氧控制区分配所述总曝气量。
进一步地，曝气风机控制设备还实时采集目标场地的第一现场数据，根据目标场地的第一现场数据，以及目标溶解氧浓度和目标曝气量确定第一曝气控制参数，从而使得曝气风机控制设备能够实时控制曝气设备的总曝气量，若通过第一曝气控制参数控制预设时间段后，仍未达到目标溶解氧浓度，则继续采集现场数据，然后再次进行调控，直至曝气池中达到目标溶解氧浓度。即通过实现曝气设备的反馈闭环控制。
示例性的，参考图1所示，曝气风机控制设备获取的目标场地，如污曝气处理厂的现场数据包括：各曝气支管当前的曝气流量G和压力信号P，控制器根据目标曝气量和目标溶解氧浓度，各曝气支管当前的曝气流量G和压力信号P，得到曝气设备中的曝气风机的第一曝气控制参数，如曝气风机总气量，曝气风机运行频率，并通过曝气风机控制设备调整风机总气量。
上述为曝气风机控制设备的控制方法，以下简述曝气支管控制设备的控制方法。
在一些实施例中，曝气支管控制设备实时采集第二现场数据，通过第二现场数据、目标溶解氧浓度和目标曝气量得到第二控制参数，曝气支管控制设备通过第二控制参数对各曝气支管进行调整，直至现场采集到的溶解氧浓度达到目标溶解氧浓度。即实现溶解氧浓度的反馈闭环控制。
具体地，第二现场数据可以为现场采集到的溶解氧浓度，第二曝气控制参数可以包括各曝气支管的曝气量，以及各曝气支管的阀门开度，曝气支管的压力信号。
如图1中，曝气支管控制设备会采集各溶解氧控制区当前测量到的溶解氧测量。
可以一个曝气池对应一个目标溶解氧浓度，也可以曝气池中的每个溶解氧控制区对应一个目标溶解氧浓度。
上述为基于曝气处理模型进行自动曝气量控制，以实现曝气量智能控制的方法，在本申请实施例的曝气量智能控制系统中还可提供一个与控制器101通信连接的中控室上位机组态，用户可在中控室上位机组态中设定曝气量控制模式，曝气量控制模式包括：非自动曝气量控制模式，非智能自动曝气量控制模式，自动曝气量智能控制模式。
其中，自动曝气量智能控制模式对应上述步骤201至205中的曝气量智能控制方法。
对于非自动曝气量控制模式，由用户在中控室上位机组态的人机交互界面手动设定曝气控制参数，如上述的第一控制参数和第二控制参数，基于人工判断是否达到目标溶解氧浓度，并决定是否继续进行调控。
对于非智能自动曝气量控制模式，控制器101中可预设有目标曝气量，以及目标溶解氧浓度，或者从中控室上位机组态获取预设的目标曝气量，以及目标溶解氧浓度，以供曝气风机控制设备和曝气支管控制设备进行溶解氧浓度的调控。
本申请实施例创建曝气处理模型，其依据的原理是活性污泥模型，为目标场地的工艺运行和预测控制提供可靠的理论依据，本申请实施例还通过目标场地的历史数据不断优化曝气处理模型，以确保曝气环节的精确控制，在基于工艺达标的基础上，为节能降耗提供事实依据，最终实现目标场地的曝气工艺节能降耗的目标，且节约曝气控制的人力资源。
本申请实施例实现曝气环节的精确控制，在保证曝气处理过程中，生化反应环境条件的稳定性的情况下，还能够避免过曝造成的能耗升高，实现节能曝气。
另外，由于过曝会导致溶解氧浓度过高，溶解氧浓度过高会导致微生物的过氧化，有机污染物的分解过程将大大加快，这将致使活性污泥中以好氧菌为主题的微生物后期缺乏营养来源，从而降低好氧菌的活性，不利于后期的生化反应过程，并且活性污泥也随之老化，造成污泥膨化，因此，本申请实施例通过精准曝气有利于后期生化反应的正常进行，减少因活性污泥老化造成的污泥膨胀的情况发生。
本申请实施例还提供一种曝气量智能控制装置，曝气量智能控制装置可参考图4所示，该曝气量智能控制装置的应用于控制器，控制器与有曝气需求的目标场地的现场控制设备通信连接，目标场地的现场控制设备用于控制目标场地的曝气设备的曝气量，所述曝气量智能控制装置，包括：
获取模块401，用于获取目标场地的曝气参考参数，所述曝气参考参数包括：进水的流量、化学需氧量和氨氮含量；
目标值获取模块402，用于通过曝气处理模型和所述曝气参考参数，得到曝气处理的目标溶解氧浓度、碳化需氧量、硝化需氧量、以及反硝化脱氮产氧量，所述曝气处理模型基于活性污泥模型建立；根据所述碳化需氧量、硝化需氧量以及反硝化脱氮产氧量，得到目标场地进行曝气处理的需氧量；根据所述曝气处理的需氧量和曝气设备氧的利用率得到目标曝气量；
目标值传输模块403，用于将所述目标曝气量和所述目标溶解氧浓度传输至目标场地的现场控制设备，以供所述目标场地的现场控制设备根据所述目标曝气量和所述目标溶解氧浓度调节所述曝气设备的曝气量。
在本申请一些实施方案中，目标值获取模块402进一步用于将所述碳化需氧量和硝化需氧量求和，得到需氧量和值；将所述需氧量和值减去硝化脱氮产氧量，得到曝气处理的需氧量。
在本申请一些实施方案中，目标值获取模块402进一步用于根据所述曝气设备所处的绝对压力，和曝气池中溢出的气体含氧量，得到需氧量修正系数；将所述曝气处理的需氧量与所述需氧量修正系数相乘，得到标准状态下的曝气处理的需氧量；根据所述标准状态下的曝气处理的需氧量和曝气设备氧的利用率的比值，得到目标曝气量。
在本申请一些实施方案中，现场控制设备包括：曝气风机控制设备和曝气支管控制设备，所述曝气风机控制设备用于根据所述目标溶解氧浓度和目标曝气量，计算出所述曝气设备中的曝气风机的第一曝气控制参数，并通过所述第一曝气控制参数调整所述曝气设备的总曝气量；
所述曝气支管控制设备用于根据所述目标溶解氧浓度和目标曝气量，计算出曝气设备中的各曝气支管的第二曝气控制参数，并根据所述第二曝气控制参数，为所述各曝气支管对应的各溶解氧控制区分配所述总曝气量。
在本申请一些实施方案中，目标值获取模块402进一步用于将当前设置的所述目标场地中的曝气池所需达到的溶解氧浓度和所述曝气参考参数输入所述曝气处理模型，得到预测的未来预设时间段内的曝气结果参数；若所述预测的未来预设时间段内的曝气结果参数达到目标曝气结果参数标准，则将当前设置的曝气池所需达到的溶解氧浓度作为目标溶解氧浓度；若所述预测的未来预设时间段内的曝气结果参数未达到目标曝气结果参数标准，则调整所述溶解氧浓度，并将调整后的溶解氧浓度重新输入所述曝气处理模型，直至所述预测的未来预设时间段内的曝气结果参数达到所述目标曝气结果参数标准。本申请实施例的曝气处理厂模型能基于曝气参考参数预测曝气结果参数，为目标溶解氧浓度的设置提供了参考依据，从而使得设置的目标溶解氧浓度更贴合于目标场地中生化反应过程，提高曝气效果。
在本申请一些实施方案中，目标值获取模块402进一步用于分别将当前设置的各溶解氧控制区所需达到的各溶解氧浓度，和所述曝气参考参数输入所述曝气处理模型，得到预测的未来预设时间段内的曝气结果参数；将所述各溶解氧控制区所需达到的各溶解氧浓度作为所述各溶解氧控制区对应的各目标溶解氧浓度；调整所述各溶解氧控制区所需达到的各溶解氧浓度，并将调整后的各溶解氧控制区所需达到各溶解氧浓度重新输入所述曝气处理模型。本申请实施例针对曝气池中各溶解氧控制设置目标溶解氧浓度，实现各溶解氧控制区的溶解氧精准控制，进一步提高曝气效果。
在本申请一些实施方案中，目标值获取模块402进一步用于获取预设时间段内曝气处理的历史参数；其中，所述历史参数包括：目标场地的历史曝气参考参数，和历史曝气结果参数；将所述历史曝气参考参数输入当前的曝气处理模型，得到预测的曝气结果参数；根据所述预测的曝气结果参数和历史曝气结果参数，调整当前的曝气处理模型中的模型参数。
本申请实施例还提供一种控制器，其集成了本申请实施例所提供的任一种应用于污曝气处理厂的曝气装置，所述控制器包括：
一个或多个处理器；
存储器；以及
一个或多个应用程序，其中所述一个或多个应用程序被存储于所述存储器中，并配置为由所述处理器执行上述曝气量智能控制方法实施例中任一实施例中所述的曝气量智能控制方法中的步骤。
本申请实施例还提供一种控制器，其集成了本申请实施例所提供的任一种应用于曝气量智能控制装置。如图5所示，其示出了本申请实施例所涉及的控制器的结构示意图，具体来讲：
该控制器可以包括一个或者一个以上处理核心的处理器501、一个或一个以上计算机可读存储介质的存储器502、电源503和输入单元504等部件。本领域技术人员可以理解，图5中示出的控制器结构并不构成对控制器的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件布置。
其中：
处理器501是该控制器的控制中心，利用各种接口和线路连接整个控制器的各个部分，通过运行或执行存储在存储器502内的软件程序和/或模块，以及调用存储在存储器502内的数据，执行控制器的各种功能和处理数据，从而对控制器进行整体监控。可选的，处理器501可包括一个或多个处理核心；优选的，处理器501可集成应用处理器和调制解调处理器，其中，应用处理器主要处理操作系统、用户界面和应用程序等，调制解调处理器主要处理无线通信。可以理解的是，上述调制解调处理器也可以不集成到处理器501中。
存储器502可用于存储软件程序以及模块，处理器501通过运行存储在存储器502的软件程序以及模块，从而执行各种功能应用以及数据处理。存储器502可主要包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需的应用程序(比如声音播放功能、图像播放功能等)等；存储数据区可存储根据控制器的使用所创建的数据等。此外，存储器502可以包括高速随机存取存储器，还可以包括非易失性存储器，例如至少一个磁盘存储器件、闪存器件、或其他易失性固态存储器件。相应地，存储器502还可以包括存储器控制器，以提供处理器501对存储器502的访问。
控制器还包括给各个部件供电的电源503，优选的，电源503可以通过电源管理系统与处理器501逻辑相连，从而通过电源管理系统实现管理充电、放电、以及功耗管理等功能。电源503还可以包括一个或一个以上的直流或交流电源、再充电系统、电源故障检测电路、电源转换器或者逆变器、电源状态指示器等任意组件。
该控制器还可包括输入单元504，该输入单元504可用于接收输入的数字或字符信息，以及产生与用户设置以及功能控制有关的键盘、鼠标、操作杆、光学或者轨迹球信号输入。
尽管未示出，控制器还可以包括显示单元等，在此不再赘述。具体在本实施例中，控制器中的处理器501会按照如下的指令，将一个或一个以上的应用程序的进程对应的可执行文件加载到存储器502中，并由处理器501来运行存储在存储器502中的应用程序，从而实现各种功能。
本领域普通技术人员可以理解，上述实施例的各种方法中的全部或部分步骤可以通过指令来完成，或通过指令控制相关的硬件来完成，该指令可以存储于一计算机可读存储介质中，并由处理器进行加载和执行。
为此，本申请实施例提供一种计算机可读存储介质，该存储介质可以包括：只读存储器(ROM，Read Only Memory)、随机存取记忆体(RAM，Random Access Memory)、磁盘或光盘等。其上存储有计算机程序，所述计算机程序被处理器进行加载，以执行本申请实施例所提供的任一种曝气量智能控制方法中的步骤。
在上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述的部分，可以参见上文针对其他实施例的详细描述，此处不再赘述。
具体实施时，以上各个单元或结构可以作为独立的实体来实现，也可以进行任意组合，作为同一或若干个实体来实现，以上各个单元或结构的具体实施可参见前面的方法实施例，在此不再赘述。
以上各个操作的具体实施可参见前面的实施例，在此不再赘述。
以上对本申请实施例所提供的一种曝气量智能控制方法、装置、控制器及存储介质进行了详细介绍，本文中应用了具体个例对本申请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申请的方法及其核心思想；同时，对于本领域的技术人员，依据本申请的思想，在具体实施方式及应用范围上均会有改变之处，综上所述，本说明书内容不应理解为对本申请的限制。

Claims (10)

1.一种曝气量智能控制方法，其特征在于，应用于控制器，所述控制器与有曝气需求的目标场地的现场控制设备通信连接，所述目标场地的现场控制设备用于控制目标场地的曝气设备的曝气量，所述曝气量智能控制方法，包括：
获取所述目标场地的曝气参考参数，所述曝气参考参数包括进水的流量、化学需氧量，和氨氮含量；
通过曝气处理模型和所述曝气参考参数，得到曝气处理的目标溶解氧浓度、碳化需氧量、硝化需氧量、以及反硝化脱氮产氧量，所述曝气处理模型基于活性污泥模型建立；
根据所述碳化需氧量、硝化需氧量以及反硝化脱氮产氧量，得到所述目标场地进行曝气处理的需氧量；
根据所述曝气处理的需氧量和曝气设备氧的利用率得到所述目标场地的目标曝气量；
将所述目标曝气量和所述目标溶解氧浓度传输至目标场地的现场控制设备，以供所述目标场地的现场控制设备根据所述目标曝气量和所述目标溶解氧浓度调节所述曝气设备的曝气量。
2.根据权利要求1所述的曝气量智能控制方法，其特征在于，所述根据所述碳化需氧量、硝化需氧量以及反硝化脱氮产氧量，得到所述目标场地进行曝气处理的需氧量，包括：
将所述碳化需氧量和硝化需氧量求和，得到需氧量和值；
将所述需氧量和值减去硝化脱氮产氧量，得到曝气处理的需氧量。
3.根据权利要求1所述的曝气量智能控制方法，其特征在于，所述根据所述曝气处理的需氧量和曝气设备氧的利用率得到所述目标场地的目标曝气量，包括：
根据所述曝气设备所处的绝对压力，和曝气池中溢出的气体含氧量，得到需氧量修正系数；
将所述曝气处理的需氧量与所述需氧量修正系数相乘，得到标准状态下的曝气处理的需氧量；
根据所述标准状态下的曝气处理的需氧量和曝气设备氧的利用率的比值，得到目标曝气量。
4.根据权利要求1所述的曝气量智能控制方法，其特征在于，所述现场控制设备包括：曝气风机控制设备和曝气支管控制设备，所述曝气风机控制设备用于根据所述目标溶解氧浓度和目标曝气量，计算出所述曝气设备中的曝气风机的第一曝气控制参数，并通过所述第一曝气控制参数调整所述曝气设备的总曝气量；
所述曝气支管控制设备用于根据所述目标溶解氧浓度和目标曝气量，计算出曝气设备中的各曝气支管的第二曝气控制参数，并根据所述第二曝气控制参数，为所述各曝气支管对应的各溶解氧控制区分配所述总曝气量。
5.根据权利要求1至4中任一项所述的曝气量智能控制方法，其特征在于，通过曝气处理模型和所述曝气参考参数，得到曝气处理的目标溶解氧浓度，包括：
将当前设置的所述目标场地中的曝气池所需达到的溶解氧浓度和所述曝气参考参数输入所述曝气处理模型，得到预测的未来预设时间段内的曝气结果参数；
若所述预测的未来预设时间段内的曝气结果参数达到目标曝气结果参数标准，则将当前设置的曝气池所需达到的溶解氧浓度作为目标溶解氧浓度；
若所述预测的未来预设时间段内的曝气结果参数未达到目标曝气结果参数标准，则调整所述溶解氧浓度，并将调整后的溶解氧浓度重新输入所述曝气处理模型，直至所述预测的未来预设时间段内的曝气结果参数达到所述目标曝气结果参数标准。
6.根据权利要求5所述的曝气量智能控制方法，其特征在于，所述将当前设置的所述目标场地中的曝气池所需达到的溶解氧浓度和所述曝气参考参数输入所述曝气处理模型，得到预测的未来预设时间段内的曝气结果参数，包括：
分别将当前设置的各溶解氧控制区所需达到的各溶解氧浓度，和所述曝气参考输入所述曝气处理模型，得到预测的未来预设时间段内的曝气结果参数；
所述将当前设置的曝气池所需达到的溶解氧浓度作为目标溶解氧浓度，包括：
将所述各溶解氧控制区所需达到的各溶解氧浓度作为所述各溶解氧控制区对应的各目标溶解氧浓度；
所述调整所述溶解氧浓度，并将调整后的溶解氧浓度重新输入所述曝气处理模型，包括：
调整所述各溶解氧控制区所需达到的各溶解氧浓度，并将调整后的各溶解氧控制区所需达到各溶解氧浓度重新输入所述曝气处理模型。
7.根据权利要求1所述的曝气量智能控制方法，其特征在于，所述曝气量智能控制方法，还包括：
获取预设时间段内目标场地的历史参数；其中，所述历史参数包括：目标场地的历史曝气参考参数，和历史曝气结果参数；
将所述历史曝气参考参数输入当前的曝气处理模型，得到预测的曝气结果参数；
根据所述预测的曝气结果参数和历史曝气结果参数，调整当前的曝气处理模型中的模型参数。
8.一种曝气量智能控制装置，其特征在于，应用于控制器，所述控制器与有曝气需求的目标场地的现场控制设备通信连接，所述目标场地的现场控制设备用于控制目标场地的曝气设备的曝气量，所述曝气量智能控制装置，包括：
获取模块，用于获取所述目标场地的曝气参考参数，所述曝气参考参数包括：进水的流量、化学需氧量和氨氮含量；
目标值获取模块，用于通过曝气处理模型和所述曝气参考参数，得到曝气处理的目标溶解氧浓度、碳化需氧量、硝化需氧量、以及反硝化脱氮产氧量，所述曝气处理模型基于活性污泥模型建立；根据所述碳化需氧量、硝化需氧量以及反硝化脱氮产氧量，得到所述目标场地进行曝气处理的需氧量；根据所述曝气处理的需氧量和曝气设备氧的利用率得到所述目标场地的目标曝气量；
目标值传输模块，用于将所述目标曝气量和所述目标溶解氧浓度传输至目标场地的现场控制设备，以供所述目标场地的现场控制设备根据所述目标曝气量和所述目标溶解氧浓度调节所述曝气设备的曝气量。
9.一种控制器，其特征在于，所述控制器包括：
一个或多个处理器；
存储器；以及
一个或多个应用程序，其中所述一个或多个应用程序被存储于所述存储器中，并配置为由所述处理器执行以实现权利要求1至7中任一项所述的曝气量智能控制方法。
10.一种计算机可读存储介质，其特征在于，其上存储有计算机程序，所述计算机程序被处理器进行加载，以执行权利要求1至7任一项所述的曝气量智能控制方法的步骤。
CN202211067130.8A 2022-09-01 2022-09-01 曝气量智能控制方法、装置、控制器和存储介质 Pending CN115421525A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202211067130.8A CN115421525A (zh) 2022-09-01 2022-09-01 曝气量智能控制方法、装置、控制器和存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202211067130.8A CN115421525A (zh) 2022-09-01 2022-09-01 曝气量智能控制方法、装置、控制器和存储介质

Publications (1)

Publication Number Publication Date
CN115421525A true CN115421525A (zh) 2022-12-02

Family

ID=84203232

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202211067130.8A Pending CN115421525A (zh) 2022-09-01 2022-09-01 曝气量智能控制方法、装置、控制器和存储介质

Country Status (1)

Country Link
CN (1) CN115421525A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117923681A (zh) * 2024-03-14 2024-04-26 深圳市水务科技有限公司 一种智能算法协同溶解氧与氨氮反馈控制的精确曝气系统与方法

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117923681A (zh) * 2024-03-14 2024-04-26 深圳市水务科技有限公司 一种智能算法协同溶解氧与氨氮反馈控制的精确曝气系统与方法

Similar Documents

Publication Publication Date Title
Sollfrank et al. Characterisation of domestic wastewater for mathematical modelling of the activated sludge process
Baeten et al. Modelling aerobic granular sludge reactors through apparent half-saturation coefficients
Zhu et al. Effect of extended idle conditions on structure and activity of granular activated sludge
CN113104961B (zh) 一种基于活性污泥处理污水工艺中实时曝气精确控制方法
CN110510740B (zh) 污水同时硝化反硝化曝气控制系统及曝气方法
CN106495321B (zh) 生物池工艺优化及运行控制系统及其控制方法
CN108640276A (zh) 一种基于west模型的污水处理厂aao工艺优化运行方法
Kim et al. Control of an alternating aerobic–anoxic activated sludge system—Part 2: optimization using a linearized model
CN105731630B (zh) 水处理系统以及该系统的曝气风量控制方法
WO2013021591A1 (ja) 水処理システムおよびその曝気風量制御方法
CN115421525A (zh) 曝气量智能控制方法、装置、控制器和存储介质
Chiavola et al. Optimization of energy consumption in the biological reactor of a wastewater treatment plant by means of Oxy Fuzzy and ORP control
Insel et al. A calibration methodology and model‐based systems analysis for SBRs removing nutrients under limited aeration conditions
KR102041326B1 (ko) 하모니서치 알고리즘을 이용한 활성슬러지 공정의 산소공급량 제어 시스템
JP2006055683A (ja) 活性汚泥方式排水処理方法及び活性汚泥方式排水処理装置
JP4367037B2 (ja) 水質情報演算処理装置
CN111039404B (zh) 一种基于多参数自动监测生物污泥活性的装置与方法
CN111484124A (zh) 一种污水处理智能控制与生化工艺集约方法及系统
Fan et al. Fuzzy logic based dissolved oxygen control for SBR wastewater treatment process
Miao et al. The effect of oxygen supply on nitrogen removal via nitrite using stored substrate (PHB) as the electron donor in SBRs
Kim et al. SBR system for phosphorus removal: linear model based optimization
CN114538538A (zh) 一种用于污水厂的总氮控制系统及方法
KR100683476B1 (ko) 하수의 고도 처리 시스템 및 이 시스템을 이용한 고도 처리방법
JP2015016410A (ja) 排水の処理方法および排水の処理装置、並びに制御方法、制御装置、およびプログラム
Fan et al. A kinetic modeling for carbon metabolism in sequencing batch reactor under multiple aerobic/anoxic conditions

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