CN116256979A - 具有在线模拟实验功能的水厂加药系统及其控制方法 - Google Patents

具有在线模拟实验功能的水厂加药系统及其控制方法 Download PDF

Info

Publication number
CN116256979A
CN116256979A CN202310537854.2A CN202310537854A CN116256979A CN 116256979 A CN116256979 A CN 116256979A CN 202310537854 A CN202310537854 A CN 202310537854A CN 116256979 A CN116256979 A CN 116256979A
Authority
CN
China
Prior art keywords
dosing
water
simulation
water plant
reaction
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.)
Granted
Application number
CN202310537854.2A
Other languages
English (en)
Other versions
CN116256979B (zh
Inventor
柳景青
李秀娟
于俊锋
王江霞
王雪松
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.)
Tianjin Zhiyun Water Technology Co ltd
Zhejiang University ZJU
Original Assignee
Tianjin Zhiyun Water Technology Co ltd
Zhejiang University ZJU
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 Tianjin Zhiyun Water Technology Co ltd, Zhejiang University ZJU filed Critical Tianjin Zhiyun Water Technology Co ltd
Priority to CN202310537854.2A priority Critical patent/CN116256979B/zh
Publication of CN116256979A publication Critical patent/CN116256979A/zh
Application granted granted Critical
Publication of CN116256979B publication Critical patent/CN116256979B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B13/00—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion
    • G05B13/02—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric
    • G05B13/04—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric involving the use of models or simulators
    • G05B13/042—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric involving the use of models or simulators in which a parameter or coefficient is automatically adjusted to optimise the performance
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
    • G01N33/18—Water
    • 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
    • Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
    • Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
    • Y02P90/02—Total factory control, e.g. smart factories, flexible manufacturing systems [FMS] or integrated manufacturing systems [IMS]

Landscapes

  • Engineering & Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • Physics & Mathematics (AREA)
  • Chemical & Material Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • General Physics & Mathematics (AREA)
  • Medical Informatics (AREA)
  • Medicinal Chemistry (AREA)
  • Evolutionary Computation (AREA)
  • Automation & Control Theory (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Artificial Intelligence (AREA)
  • Food Science & Technology (AREA)
  • Software Systems (AREA)
  • Analytical Chemistry (AREA)
  • Biochemistry (AREA)
  • General Health & Medical Sciences (AREA)
  • Immunology (AREA)
  • Pathology (AREA)
  • Separation Of Suspended Particles By Flocculating Agents (AREA)

Abstract

本发明涉及环保技术领域，提供了一种具有在线模拟实验功能的水厂加药系统及其控制方法，加药系统包括：模拟实验装置，模拟实验装置包括模拟装置、内嵌算法模块、自控系统，模拟装置对水厂的原水进行实验，模拟水厂加药的反应过程，得到实验结果；内嵌算法模块根据模拟装置的实验结果计算最佳加药方案；自控系统，改变模拟装置模拟水厂加药的反应过程的模拟参数；水厂加药系统，自控系统根据最佳加药方案联动水厂加药系统运行，对水厂进行加药操作；本申请通过模拟实验装置的内嵌算法模块计算出最佳加药方案，根据最佳加药方案直接联动水厂加药系统进行加药，无需人为干预，更加便捷、快速，满足原水水质突变、反应药剂快速随之变化的要求。

Description

具有在线模拟实验功能的水厂加药系统及其控制方法
技术领域
本申请涉及环保技术领域，具体涉及一种具有在线模拟实验功能的水厂加药系统及其控制方法。
背景技术
水处理（sewage treatment，wastewater treatment）：为使自来水、污水达到排水某一水体或再次使用的水质要求对其进行净化的过程；污水处理被广泛应用于建筑、农业、交通、能源、石化、环保、城市景观、医疗、餐饮等各个领域。
絮凝剂按照其化学成分总体可分为无机絮凝剂和有机絮凝剂两类，其中无机絮凝剂又包括无机凝聚剂和无机高分子絮凝剂；有机絮凝剂又包括合成有机高分子絮凝剂、天然有机高分子絮凝剂和微生物絮凝剂；絮凝剂主要是带有正（负）电性的基团和水中带有负（正）电性的难于分离的一些粒子或者颗粒相互靠近，降低其电势，使其处于不稳定状态，并利用其聚合性质使得这些颗粒集中，并通过物理或者化学方法分离出来；一般为达到这种目的而使用的药剂，称之为絮凝剂，絮凝剂主要应用于给水和污水处理领域。
现有技术中在对水厂进行投放絮凝剂前，即水厂运行是根据烧杯实验，来判断水厂絮凝沉淀反应絮凝剂投加量以及加药效果，它是实验室工作人员通过 在烧杯中滴加絮凝剂，待烧杯中絮凝反应后，取上清液来测定浊度，判断反应情况，以此来确认水厂絮凝剂投加量。
如在中国实用新型专利（公开号为CN211847303U），公开了一种用于污水絮凝沉淀的实验装置，包括杯体，用于存放污水，实现污水絮凝沉淀的过程；出水管，用于排出上述杯体中的上清液；出水管固定连接在杯体侧边且与杯体内部连通，出水管中部安装有止水阀，杯体呈倒锥形；该申请中导出上清液的过程中，高于出水管高度的上清液在重力作用下从出水管中流出，而低于出水管高度的液体保持静止不会流动，底部的沉淀物不会顺着水流排出，便于使用者获得纯净不含沉淀物杂质的上清液，同时不会减少上清液中的微生物量，有利于后续进一步的实验测定，提高实现测定结果的准确度；通过设置阻隔机构，塑料薄膜完全展开起到阻隔沉淀物的作用，避免沉淀物由于液体晃荡或是其他原因上浮，可进一步的保证上清液的纯净度；虽然该申请相对于现有技术中的烧杯而言能够保证上清液的纯净度，但是存在如下技术问题：
1、无法实现实时连续自动运行；
2、只能检测絮凝反应结果，不能真实检测絮凝反应过程水质变化趋势；不能真实的匹配各种絮凝工艺以及各种运行工况；
3、不能做除絮凝剂外其他与絮凝反应有关联的药剂使用试验；
4、设备实验容积小，不能真实的反应在系统的絮凝剂的反应结果；
5、不能将检测结果直接联动控制加药系统；
申请人在申请前对现有技术进行尽可能详细的检索，并未发现相关可以实现在线联动加药控制的技术方案。
因此，需要提供一种新的技术方案来解决上述技术问题。
发明内容
一种具有在线模拟实验功能的水厂加药系统，包括：
模拟实验装置，模拟实验装置包括模拟装置、内嵌算法模块、自控系统；其中，模拟装置对水厂的原水进行实验，用于模拟水厂加药的反应过程，得到实验结果；所述内嵌算法模块与自控系统、模拟装置连接，内嵌算法模块根据模拟装置的实验结果，用于计算最佳加药方案；所述自控系统与模拟装置连接，自控系统用于改变模拟装置模拟水厂加药的反应过程的模拟参数；
水厂加药系统，连接于所述自控系统，自控系统根据最佳加药方案联动水厂加药系统运行，对水厂进行加药操作。
作为一种优选方案，所述内嵌算法模块包括辅助决策实验模块和仿真实验模块，其中，所述辅助决策实验模块控制多个模拟装置分别进行实验，得到多个实验结果，根据实验结果计算得出最佳加药方案；所述仿真实验模块对加药过程进行监测，得到加药反应过程中的水质变化趋势，为水厂加药系统提供最佳控制参数。
作为一种优选方案，所述仿真实验模块测得加药反应过程中的飞升曲线，结合递推极大似然算法对加药过程进行模型参数辨识，更新模型，对水厂加药系统进行反馈控制。
作为一种优选方案，所述模拟装置包括反应器，所述反应器内设有搅拌器，所述反应器上连接有进水管道，进水管道上设有进水阀，进水管道将自来水厂、污水厂的原水引入反应器内；所述反应器上还连接有多个加药管道，每个加药管道上设置一个加药装置，加药管道上设有加药阀门；所述反应器的中下部连接有取样管道，所述取样管道上设有产水取样阀，所述取样管道上连接有采样仪表，所述反应器的下部设有排污管道，所述排污管道上设有排污阀，所述排污管道、取样管道均与排水管道连接；所述搅拌器、进水阀、加药装置、加药阀门、产水取样阀、采样仪表、排污阀分别与自控系统连接。
作为一种优选方案，所述采样仪表包括在线浊度仪、pH值测试仪、余氯在线检测仪、COD在线监测仪中的至少一个。
作为一种优选方案，所述进水管道、加药管道上还分别设有计量泵，所述计量泵与所述自控系统连接。
作为一种优选方案，所述模拟实验装置还包括自动冲洗装置，所述自动冲洗装置与自控系统连接。
作为一种优选方案，所述反应器还连接有溢流管道，所述溢流管道与排水管道连接。
作为一种优选方案，所述反应器为圆柱形锥型底，数量为至少两个、容积可为20L-200L。
一种具有在线模拟实验功能的水厂加药系统的控制方法，包括如下步骤：
步骤一：模拟实验装置接入自来水厂或污水厂原水，用于模拟水厂加药的反应过程，得到实验结果；
步骤二：模拟实验装置的内嵌算法模块根据模拟装置得到的实验结果，计算得到最佳加药方案；
步骤三：自控系统根据最佳加药方案联动控制水厂加药系统运行。
作为一种优选方案，一种具有在线模拟实验功能的水厂加药系统的控制方法，所述步骤一包括如下步骤：
步骤1.1，混合水解：分别在各个反应器内添加反应药剂，通过搅拌器搅拌，使反应药剂水解，与原水充分混合；
步骤1.2，过程反应：反应药剂与原水充分混合后，通过设定搅拌速率、反应时间、沉淀时间，使反应药剂与原水发生絮凝反应；
步骤1.3，产水检测：静置沉淀时间结束后，通过取样管道，采集上清液，通过采样仪表对水质检测、记录；
步骤1.4，排水排泥：取样检测结束后，开启下部的排水管道，将反应器中剩余的泥和水排出。
作为一种优选方案，所述混合水解包括如下步骤：
步骤1.11：补水，打开进水阀，反应器通过进水管道引入自来水厂或污水厂原水；打开搅拌器，对引入的自来水厂或污水厂原水进行搅拌；
步骤1.21：加药，关闭进水阀和搅拌器，打开加药阀门，在原水内加入反应药剂；打开搅拌器对原水和反应药剂进行搅拌，使反应药剂水解，与原水充分混合。
作为一种优选方案，所述过程反应包括如下步骤：
步骤1.31：搅拌反应，反应药剂与原水混合后，分多步降低搅拌器搅拌速率，设置每次搅拌对应的反应时间，通过改变搅拌器每次的搅拌速率，缓慢搅拌反应药剂与水的混合液，发生絮凝反应；
步骤1.41：搅拌结束，搅拌完成后，关闭搅拌器。
作为一种优选方案，所述产水检测包括如下步骤：
步骤1.51：设定沉淀时间静置沉淀，静置完成后，开启产水取样阀；
步骤1.61：产水检测，采样仪表对净化后的水样进行检测。
作为一种优选方案，所述排水排泥具体包括如下步骤：
检测完成，关闭产水取样阀，将反应器内的水通过排水管道排出。
作为一种优选方案，所述混合水解步骤中，反应药剂的添加量的计算公式为：
Figure SMS_1
其中：/>
Figure SMS_2
为反应药剂的添加量；/>
Figure SMS_3
为加药浓度；/>
Figure SMS_4
为反应器的体积；
Figure SMS_5
为药剂配比的浓度。
作为一种优选方案，过程反应步骤中，搅拌速率、搅拌时间计算公式为：
当：b=B时，
Figure SMS_6
；其中：V1为搅拌速率、Q为水厂的实时进水流量、c为进水浊度、T为进水温度、d为进水pH值、b为水厂产水浊度、B模拟实验装置产水浊度、λv1为流速比尺，λv1的数值是针对每个水厂的调试实验常数；
当：b=B 时，
Figure SMS_7
；其中：t1为搅拌时间，Q为水厂的实时进水流量，λt1为搅拌时间流速比尺，λt1的数值是针对每个水厂的调试实验常数。
作为一种优选方案，内嵌算法模块具有辅助决策实验模式和仿真实验模式两种实验模式，其中：
辅助决策实验模式：将多个反应器按照步骤1.1至步骤1.4进行实验，得到多个实验结果，内嵌算法模块根据实验结果得到最佳加药方案；
仿真实验模式：改变步骤1.1、步骤1.2中的涉及到的模拟参数，在步骤1.3中多次采样，对加药过程进行监测，得到加药反应过程的水质变化趋势，为水厂加药系统提供最佳控制参数。
作为一种优选方案，所述仿真实验模式下测得加药反应过程中的飞升曲线，结合递推极大似然算法对加药过程滞后模型进行在线参数辨识，对水厂加药系统的控制参数进行优化，具体包括如下步骤：
步骤B1：运行矾耗实验获取浊度变化的飞升曲线，提出一种有噪声干扰的二阶惯性滞后模型，描述时间与浊度在絮凝反应过程中的映射关系， 二阶惯性滞后模型G(z)的传递函数为：
Figure SMS_8
其中，K为系统的稳态增益值，q为纯滞后时长，
Figure SMS_9
、
Figure SMS_10
为控制系统的时间常数；
离散化采样时间可得:
Figure SMS_11
其中，
Figure SMS_13
、/>
Figure SMS_16
为输入输出传递函数，/>
Figure SMS_19
，/>
Figure SMS_14
，/>
Figure SMS_17
，/>
Figure SMS_18
，/>
Figure SMS_20
为模型中的未知参数，/>
Figure SMS_12
、/>
Figure SMS_15
为单位后移算子；
步骤B2：采用递推极大似然计算方法对上述二阶惯性滞后模型进行参数辨识，建 立滞后模型的差分方程：
Figure SMS_26
；其中，
Figure SMS_22
、
Figure SMS_30
为二阶惯 性滞后模型需要识别的系统参数，
Figure SMS_24
为参数
Figure SMS_31
的阶数，当
Figure SMS_28
=2时，展开为
Figure SMS_32
；
Figure SMS_27
为参数
Figure SMS_37
的阶数，
Figure SMS_21
=2时，展开为
Figure SMS_36
；
Figure SMS_25
为
Figure SMS_33
时刻系统输出、
Figure SMS_29
是
Figure SMS_35
时刻系统输出、
Figure SMS_23
为
Figure SMS_34
时刻系统输入；
步骤B2.1：将滞后模型转换为概率分布形式，其中
Figure SMS_38
为噪声序列{e(t)}的协方差矩阵：
Figure SMS_39
其中，N表示概率分布 模型，高斯分布；
Figure SMS_40
表示高斯分布N的参数；
Figure SMS_41
表示向量转置;
则输出序列YN在参数θ下的条件概率密度函数为：
Figure SMS_42
，其中，/>
Figure SMS_43
为YN在参数θ下的条件概率密度，/>
Figure SMS_44
为/>
Figure SMS_45
的协方差矩阵，/>
Figure SMS_46
为输出矩阵；/>
步骤B2.2：初始化参数θ和e（t），初始化后的参数为
Figure SMS_47
和/>
Figure SMS_48
，使似然函数
Figure SMS_49
对参数θ的偏导数等于0得到参数的最大似然估计/>
Figure SMS_50
Figure SMS_51
；
步骤B3：使用递推极大似然计算方法，利用新的参数估计值
Figure SMS_52
与/>
Figure SMS_53
时刻输入、输出数据和参数/>
Figure SMS_54
，更新目标函数/>
Figure SMS_55
在递推形式下估计最大似然参数值/>
Figure SMS_56
。
本申请中可以通过模拟实验装置的内嵌算法模块选择出最优的实验结果，从而得到最佳加药方案，根据最佳加药方案直接联动水厂加药系统，直接用于加药控制，无需人为干预，更加便捷、快速，可以满足原水水质突变，反应药剂快速随之变化的要求；优选地，在实验过程中能够对絮凝、加杀菌剂、酸碱控制、氧化等反应过程系统运行数据以及状态辨识，提供建立模型所需要的数据，可自动计算不同水质条件下最佳控制参数，并可以更新控制模型，实现闭环控制；此外根据水厂运行特点，可以通过配置原水的浊度、pH值等参数，模拟多种工艺运行环境，做相关实验，从而能够掌握一些特殊运行状态下的实验数据，系统能够做出正确应对，例如低温低浊等条件下支持污泥回流实验，自动计算最优化调配比例，模拟实验装置的模拟参数可以智能调节，以此能够真实的对应不同水厂加药工艺，使得实验数据与生产数据吻合，如此建立的加药控制模型更加准确。
通过上述技术方案本申请具有如下优点：
（1）模拟装置是由多台柱形锥底的反应器构成，每个反应器容积由20L-200L灵活选配，并配有变频搅拌器、补水口、中部多个位置产水取样点、排污口等结构，能够同时进行多个实验，通过采样仪表对每个反应器内的上清液进行检测，通过内嵌算法模块计算最佳加药方案，直接控制水厂加药系统联动，对水厂进行加药操作；本申请的模拟装置相比于烧杯实验更真实、准确度更高，降低人工，提高了工作效率；
（2）适用性强，模拟装置可同时或单独配置有絮凝剂、高锰酸钾、酸碱、消毒剂等药物投加装置；与前述投药对应，装置可同时或单独配置浊度、进水流量、pH表、液位仪及消毒剂浓度等采样仪表；模拟装置在各个管道上配置有对应的电动阀门，如进水阀、排污阀等；实现多种情况的使用，适用性强，且自动化程度高；
（3）模拟装置可以通过自动系统设置为全自动模式，自控系统自动改变模拟参数，如：搅拌器的搅拌速率、搅拌时间、产水取样时间、改变反应药剂的类型、反应药剂的加药量等，再配合不同的阀门的开闭来实现全自动模拟加药反应的混合水解—过程反应—产水检测—排水排泥的全部反应过程，反应完成后通过采样仪表对反应过程以及实验结果在线实时检测；模拟装置还可以通过人为修改模拟参数，实现上述反应过程；全自动模式、手动模式的设计，使得在线模拟实验装置能够真实的模拟不同水厂加药工艺运行的状态，更好地适应不同工艺场景下的应用；
（4）内嵌模块的仿真实验模块可以对整个加药反应过程的水质取样检测，用于了解和发现絮凝反应整个过程的规律；为水厂加药系统提供最佳控制参数，如：搅拌速率、搅拌时间、产水取样时间、改变反应药剂的类型、反应药剂的加药量等；
（5）仿真实验模块还可以测得加药反应过程中的飞升曲线,根据飞升曲线结合递推极大似然算法可快速准确对投药过程进行模型参数辨识，并根据不同水质重新实验，更新模型，为水厂加药系统提供更精准的加药方案；仿真实验模型是对反应过程的数据建模，来模拟水厂絮凝反应的全部过程，用于基于出水水质目标的水厂加药的反向控制，模型参数辨识能够获得控制参数输出误差，进而校正，得到理想的输出控制参数，对水厂加药系统提供更加准确的控制参数；
（6）模拟试验装置可以通过投加水厂生产的排出的残泥、河道积泥、酸碱、次氯酸钠、高锰酸钾等，改变水质，来模拟水厂不同水质运行条件、极端水质异常波动情况下的加药方案和效果模拟。
附图说明
图1是本申请的结构示意图；
图2是本申请的模拟实验装置的结构示意图；
图3是图2的内部结构示意图；
图4是单个模拟实验装置的结构示意图；
图5是本申请的飞升曲线图；
图6是本申请递推极大似然参数识别算法步骤；
图7是描述时间与浊度在絮凝反应过程中的映射关系的示意图；
附图标记：
1、模拟实验装置 2、水厂加药系统 3、反应器
4、搅拌器 5、进水管道 6、进水阀 7、加药管道一
8、加药管道二 9、加药装置一 10、加药装置二
11、加药阀门 12、取样管道 13、产水取样阀
14、采样仪表 15、排污管道 16、排污阀 17、排水管道
18、溢流管道 19、自控系统 20、絮凝剂沉淀池
21、药物投加装置。
具体实施方式
以下结合图1—图6对本发明的具体实施方式进行详细说明。应当说明的是，此处所描述的具体实施方式仅用于说明和解释本发明，并不用于限制本发明。
实施例一
一种具有在线模拟实验功能的水厂加药系统，包括：
模拟实验装置1：模拟实验装置包括模拟装置、自控系统、内嵌算法模块；其中，模拟装置用于模拟自来水厂或污水厂絮凝反应，用于模拟水厂加药反应，监测加药反应过程中水质的变化、实验的结果，得到加药量、取样浊度等实验数据；模拟实验装置1包括内嵌算法模块，所述内嵌算法模块与模拟装置、自控系统连接，内嵌算法模块根据模拟装置的实验结果，用于计算最佳加药方案；
模拟实验装置1具有自控系统，自控系统与模拟装置连接，用于改变模拟参数，如：搅拌速率、搅拌时间、投加反应药剂的种类、反应药剂投加量，对加药的过程进行实时监测，模拟实验装置能够切换全自动模式或半自动模式，全自动模式下实现模拟实验连续实时自动运行，且模拟装置能够匹配、模拟不同的水厂工艺和水质环境；
水厂加药系统2：连接于所述自控系统，自控系统根据最佳加药方案直接联动水厂加药系统2运行，对自来水厂或污水厂进行加药操作。
具体地，上述内嵌算法模块包括辅助决策实验模块和仿真实验模块，其中，所述辅助决策实验模块控制多个模拟装置分别进行实验，得到多个实验结果，根据实验结果计算得出最佳加药方案；所述仿真实验模块：对加药过程进行监测，得到加药反应过程中的水质变化趋势，为水厂加药系统2提供最佳控制参数，如：搅拌速率、搅拌时间、投加药剂的种类、药剂投加量等，监测过程中可以改变控制参数，如：搅拌速率、搅拌时间、投加药剂的种类、药剂投加量等，对改变参数后的反应器内进行絮凝反应的水进行多次采样，实现对加药过程的监测，得到加药反应过程的水质变化趋势，为水厂加药系统2提供最佳控制参数。
更优选地，仿真实验模块测得对应加药反应过程中的飞升曲线，结合递推极大似然算法对投药过程进行滞后模型参数辨识，并根据不同的水质控制模拟装置重新实验，更新模型参数，得到精准的控制参数，为水厂加药系统提供更精准的加药方案，对水厂加药系统2进行反馈控制。
综上，模拟装置对自来水厂、污水厂等的原水进行实验，用于检测加药反应过程中水质的变化、反应的结果，自控系统可以通过调节模拟参数，如搅拌次数，每次搅拌时搅拌器的搅拌频率、搅拌时间；沉淀时间、采样位置、加药量、加药种类等来调节反应，使之能够与真实的水厂反应一致；模拟实验装置内嵌算法模块用于计算最佳加药方案，然后自控装置根据最佳加药方案直接联动控制水厂加药系统2运行，通过最佳加药方案对自来水厂、污水厂的水处理进行加药；优选地，仿真实验模块能够对加药反应的过程进行监测，通过飞升曲线，结合递推极大似然算法对加药过程进行模型参数辨识，更新模型，对水厂加药系统2进行反馈控制，从而为水厂加药系统2提供更准确的控制参数。
实施例二
如图1、图2、图3、图4所示，本实施例对模拟装置进行描述，具体地：
所述模拟装置包括反应器3，反应器3采用搅拌罐、柱形锥底部反应器等，优选为透明的，可以观察内部的反应，优选地，为了同步可以进行多种实验，提高工作效率，所述反应器3的数量为至少两个，本申请以6个为例，反应器3柱形锥底，容积是烧杯试验的1000倍，实现了在线连续自动运行，通过对实验结果分析，直接联动控制水厂加药系统2运行，并且详细记录加药反应过程的数据、引入其他药剂联合反应，为建立絮凝反应数学模型提供依据；模拟装置可以设置多种参数，使之与真实水厂的絮凝反应工艺匹配，使得数据真实有效；反应器3是烧杯实验容积的1000倍以上，能够更加真实的接近水厂实际絮凝反应，也避免了容积小对于仪表误差、水质偏差、投药浓度偏差的过度敏感；
本实施例中的加药管道以2个为例，但是不仅仅限于两个，根据具体的情况进行设定，所述反应器3内设有搅拌器4，搅拌器4采用现有技术中的电动可调频搅拌器，用于对原水进行搅拌，所述反应器3上连接有进水管道5，进水管道5上设有进水阀6，进水管道5将自来水厂、污水厂的原水引入反应器3内，进水管道5上设有计量泵，为常规的技术手段，申请人在此不做赘述，所述反应器3上还连接有加药管道一7、加药管道二8，所述加药管道一7、加药管道二8分别与加药装置一9、加药装置二10连接，所述加药管道一7和加药管道二8上还均设有加药阀门11和计量泵；加药装置一9用于在污水中加入絮凝剂，加药装置二10包括多个加药装置，分别为助凝剂、杀菌剂、酸、碱、高锰酸钾、臭氧等投加装置，用于在污水中加入助凝剂、杀菌剂、酸、碱、高锰酸钾、臭氧等，可以实现多种药剂的定量投加；所述反应器3的中下部连接有取样管道12，优选地，所述取样管道12为多个，所述取样管道12上设有产水取样阀13，所述产水取样阀13下部的取样管道12上连接有采样仪表14，所述采样仪表14包括在线浊度仪、pH值测试仪、余氯在线检测仪中的至少一个，反应完成后，打开产水取样阀13，可以根据需要配置在线监测仪器，包括在线浊度仪、pH值测试仪、余氯在线检测仪、COD在线监测仪等，在线检测仪对取样管道12内的水进行监测，看是否符合标准，模拟实验装置内嵌算法模块对符合标准的多个反应器3内的数据进行算法对比分析，得出最佳的加药方案，直接控制水厂加药系统2联动，可以有效的解决原水水质突变的问题；所述反应器3的下部设有排污管道15，所述排污管道15上设有排污阀16，所述排污管道15、取样管道12均与排水管道17连接，实验完成后的水通过排水管道17流至排水回收系统进行回收；所述反应器3的内部还连接有溢流管道18，所述溢流管道18与排水管道17连接，当污水的补水量超过最高水位时，通过溢流管道18流出，将多余的污水通过溢流管道18、排水管道17流出。
上述搅拌器4、进水阀6、加药装置一9、加药装置二10、加药阀门11、产水取样阀13、采样仪表14、排污阀16、计量泵分别与自控系统19连接，通过设置自控系统19，自控系统19用于控制上述装置进行动作，且自控系统19能够实现实验的自动化，仅需要预先在自控系统19内输入需要执行的指令即可，如：搅拌的次数、每次搅拌的时长、每次搅拌的频率、加药的种类、不同药品的用量等；
优选地，所述模拟实验装置1还包括自动冲洗装置，所述自动冲洗装置与自控系统19连接，自控系统19控制自动冲洗装置对反应器3进行冲洗，便于下次实验，防止污水和药剂影响下次的实验结果。
模拟装置的工作机理：通过搅拌器4搅拌药剂和水的混合液体，使之反应，以及再配合以开关不同加药阀门11来模拟加药反应的混合水解-过程反应-产水检测-排水排泥的全部反应过程；再通过采样仪表14对反应过程以及反应结果进行在线实时检测，得到实验结果，内嵌算法模块根据实验结果计算出最佳加药方案，自控系统控制水厂加药系统2联动，直接对水厂进行加药操作。
实施例三
一种具有在线模拟实验功能的水厂加药系统的控制方法，包括如下步骤：
步骤一：模拟实验装置1接入自来水厂或污水厂原水，用于模拟水厂加药的反应过程，得到实验结果；
步骤二：模拟实验装置的内嵌算法模块根据模拟装置得到的实验结果，计算得到最佳加药方案；
步骤三：自控系统根据最佳加药方案联动控制水厂加药系统2运行。
优选地，所述步骤一具体包括如下步骤：
步骤1.1，混合水解：分别在各个反应器3内添加固定量的反应药剂，如絮凝剂等，通过搅拌器4快速搅拌，使反应药剂水解，与原水充分快速混合；
步骤1.2，过程反应：反应药剂与原水充分混合后，分五步降低搅拌器的搅拌速率，设置每次搅拌时对应的反应时间，缓慢搅拌反应药剂与水的混合液，使其发生絮凝反应，反应药剂与水中杂质反应后，会形成絮体；根据设定的沉淀时间，使其静置，使絮体缓慢沉淀；
步骤1.3，产水检测：静置沉淀时间结束后，通过取样管道12，采集上清液，通过采样仪表14对水质检测、记录；
步骤1.4，排水排泥：取样检测结束后，开启下部的排水管道，将反应器3中剩余的泥和水排出；具体为，检测完成，关闭产水取样阀13，将反应器3内的水和泥通过排水管道17排出。
更优选地，所述步骤1.1混合水解包括如下步骤：
步骤1.11：补水，打开进水阀6，反应器3通过进水管道5引入自来水厂或污水厂原水；打开搅拌器4，按照设定的搅拌频率、搅拌时间对引入的自来水厂或污水厂原水进行搅拌；
步骤1.21：加药，关闭进水阀6和搅拌器4，打开加药阀门11，在原水内加入反应药剂，反应药剂为预先设定好的反应药剂种类和反应药剂用量；打开搅拌器4根据预先设定的搅拌频率、搅拌时间对原水和反应药剂进行搅拌，使药剂水解，与原水充分混合。
更优选地，所述步骤1.2过程反应包括如下步骤：
步骤1.31：搅拌反应，反应药剂与原水混合后，分多步降低搅拌器4的搅拌速率，设置对应的搅拌时间；通过改变每次搅拌器4的搅拌速率、搅拌时间，缓慢搅拌反应药剂与水的混合液，发生絮凝反应；
步骤1.41：搅拌结束，搅拌完成后，关闭搅拌器4。
更优选地，所述步骤1.3产水检测包括如下步骤：
步骤1.51：设定沉淀时间，静置沉淀，静置完成后，开启产水取样阀13；
步骤1.61：产水检测，采样仪表14对净化后的水样进行检测。
所述步骤1.11、步骤1.21、步骤1.31、步骤1.51中，可以根据不同水厂的情况来设置对应参数。
实施例四
本实施例中对混合水解步骤中反应药剂的添加量进行计算，还对过程反应步骤中，搅拌器4的搅拌速率、搅拌时间进行计算，具体地：
反应药剂的添加量计算如下:
Figure SMS_57
其中：a为反应药剂的添加量；n0为加药浓度；V为反应器的体积；N为药剂配比的浓度;不同反应器3中的药剂配比的浓度按照一定的梯度设置，技术人员根据具体情况进行选择即可。
过程反应步骤中，搅拌器的搅拌速率、搅拌时间计算公式为：
搅拌速率：当：b=B时，
Figure SMS_58
；其中：v1为搅拌速率、Q为水厂的实时进水流量、c为进水浊度、T为进水温度、d为进水pH值、b为水厂产水浊度、B模拟实验装置产水浊度、λv1为流速比尺，λv1的数值是针对每个水厂的调试实验常数；结合水厂的实时进水流量Q、进水浊度c、进水温度T、进水pH值d即可计算出搅拌速率v1；
搅拌时间：当：b=B时，
Figure SMS_59
；其中：t1为搅拌时间，Q为水厂的实时进水流量，λt1为搅拌时间流速比尺，λt1的数值是针对每个水厂的调试实验常数。/>
实施例五
本实施例中，内嵌算法模块具有辅助决策实验模式和仿真实验模式两种实验模式：
辅助决策实验模式根据步骤1.11、步骤1.21、步骤1.31、步骤1.41、步骤1.51、步骤1.61进行实验，得到多个实验及结果，然后模拟实验装置内嵌算法模块根据实验结果，得出最佳加药方案，多个实验及结果如表1所示；
表1
Figure SMS_60
假设上述6个实验的除了加药量之外的所有参数都是相同的，如反应药剂的类型、搅拌速率、搅拌时间、沉淀时间等，内嵌算法模块通过分析加药量和取样浊度之间的关系，得出最佳加药方案；选择容积为20L的6个反应器，每个反应器内引入15L的原水，每个反应器内的原水pH值调节至8.0；6个反应器内分别加入0.3g/L、0.7g/L、1.0g/L、1.3g/L、1.7g/L、2.0g/L聚合氯化铝铁絮凝剂，分五步对每个反应器内的原水和絮凝剂进行搅拌，搅拌速率依次为100r/min、80r/min、60r/min、40r/min、20r/min，对应的搅拌时间均为3min，搅拌完成后6个反应器均静置20min，取其上清液进行浊度的测量，数值分别为5.69、4.88、3.31、1.65、1.32、1.68；上述可知，加药量为1.7g/L时的浊度最优 ，因此，最优的加药方案：为加入1.7g/L的聚合氯化铝铁絮凝剂，对原水和聚合氯化铝铁絮凝剂分5次搅拌，搅拌速率依次为拌速率依次为100r/min、80r/min、60r/min、40r/min、20r/min，对应的搅拌时间均为3min，搅拌完成后6个反应器均静置20min；该实验模式下不仅仅限于上述例子，还可以对反应器的容积、搅拌次数、搅拌速率、每次搅拌速率对应的搅拌时间、沉淀时间、反应药剂的类型等进行改变，进行多次实验，从而选择最优的加药方案。
仿真实验模式：改变步骤1.11中的原水进水量、搅拌器搅拌速率、搅拌时间；改变步骤1.21中搅拌器的搅拌速率、搅拌时间；改变步骤1.31中的搅拌次数、每次搅拌的搅拌速率、每次搅拌速率对应的搅拌时间；改变步骤1.51中的沉淀时间等模拟参数；上述步骤1.11、步骤1.21、步骤1.31、步骤1.51中，可以根据不同水厂的情况来设置对应参数；改变参数后，对步骤1.61中进行多次采样，该实验模式下，通过改变参数和多次采样的配合，能够对整个加药的过程进行监测，得到加药反应过程中的水质变化趋势，为水厂药剂智能投加提供更精准的控制参数，控制参数包括搅拌器速率、搅拌时间、沉淀时间等；更优选地，仿真实验模式能够对水厂加药系统2进行反馈控制，对水厂加药系统2提供更加精准的控制参数，具体为：仿真实验模块测得加药反应过程中的飞升曲线，结合递推极大似然算法对加药过程滞后模型进行在线参数辨识，对水厂加药系统2的控制参数进行优化，具体包括如下步骤，如图6所示：
步骤B1：运行矾耗实验获取浊度变化的飞升曲线（如图5所示），提出一种有噪声干扰的二阶惯性滞后系统，描述时间与浊度在絮凝反应过程中的映射关系，如图7所示，
其中, G(z)表示二阶惯性滞后模型，x(t)表示系统的输入序列, y(t)表示系统的输出序列, e(t)表示均值为零、方差为σ 2 的单变量随机白噪声序列；
二阶惯性滞后模型G(z)的传递函数为：
Figure SMS_61
,其中，K为系统的稳态增益值，q为纯滞后时长，
Figure SMS_62
、
Figure SMS_63
为控制系统的时间常 数；
离散化采样时间可得
Figure SMS_64
其中，
Figure SMS_66
，/>
Figure SMS_69
为输入输出传递函数，/>
Figure SMS_71
，/>
Figure SMS_67
，/>
Figure SMS_70
，/>
Figure SMS_72
，/>
Figure SMS_73
为模型中的未知参数，/>
Figure SMS_65
，/>
Figure SMS_68
为单位后移算子；
步骤B2：采用递推极大似然方法对上述迟滞模型进行参数辨识，建立迟滞模型的 差分方程：
Figure SMS_74
其中，
Figure SMS_78
、
Figure SMS_82
为二阶惯性滞后模型需 要识别的系统参数，
Figure SMS_77
为参数
Figure SMS_80
的阶数，当
Figure SMS_84
=2时，展开为
Figure SMS_87
；
Figure SMS_75
为参数
Figure SMS_79
的阶数，
Figure SMS_83
=2时，展开为
Figure SMS_86
；
Figure SMS_76
为
Figure SMS_81
时刻系统输出、
Figure SMS_85
是
Figure SMS_88
时刻系统输出、
Figure SMS_89
为
Figure SMS_90
时刻系统输入；
步骤B2具体包括如下步骤：
步骤B2.1：将迟滞模型转换为概率分布形式，因噪声干扰为高斯白噪声，因此输出序列可表示为正太分布描述，其中
Figure SMS_91
为噪声序列{e(t)}的协方差矩阵：
Figure SMS_92
/>
其中，N表示概率分布模型，高斯分布；
Figure SMS_93
表示高斯分布N的参数；
Figure SMS_94
表示向量 转置；
则系统的输出序列YN在参数θ下的条件概率密度函数为：
Figure SMS_95
其中，
Figure SMS_96
为YN在参数θ下的条件概率密度，/>
Figure SMS_97
为/>
Figure SMS_98
的协方差矩阵，/>
Figure SMS_99
为输出矩阵；
步骤B2.2：初始化参数θ和e（t），初始化后的参数为
Figure SMS_100
和/>
Figure SMS_101
，使似然函数
Figure SMS_102
对参数θ的偏导数等于0得到参数的最大似然估计/>
Figure SMS_103
，/>
Figure SMS_104
步骤B3：使用递推极大似然计算方法，利用新的参数估计值
Figure SMS_105
与/>
Figure SMS_106
时刻输入、输出数据和参数/>
Figure SMS_107
，更新目标函数/>
Figure SMS_108
，在递推形式下估计最大似然参数值/>
Figure SMS_109
；递推极大似然参数识别算法步骤如图6所示；
通过上述逻辑计算方法，能够获得控制参数输出误差，进而校正，得到理想的输出控制参数，对水厂加药系统2提供更加准确的控制参数，使最优加药方案得以顺利进行。
综上所述，本申请中可以通过模拟实验装置的内嵌算法模块计算出最佳加药方案，根据最佳加药方案直接联动水厂加药系统，直接用于加药控制，无需人为干预，更加便捷、快速，可以有效的满足原水水质突变，药剂快速随之变化的要求；优选地，在实验过程中能够对絮凝、加杀菌剂、酸碱控制、氧化等反应过程系统运行数据以及状态辨识，提供建立模型所需要的数据，可自动计算不同水质条件下最佳控制参数，并可以更新控制模型，实现闭环控制；此外根据水厂运行特点，可以通过配置原水的浊度、pH值等参数，模拟多种工艺运行环境，做相关实验，从而能够掌握一些特殊运行状态下的实验数据，系统能够做出正确应对，例如低温低浊等条件下支持污泥回流实验，自动计算最优化调配比例，模拟实验装置的模拟参数可以智能调节，以此能够真实的对应不同水厂加药工艺，使得实验数据与生产数据吻合，如此建立的加药控制模型更加准确。
通过上述技术方案本申请具有如下优点：
（1）模拟装置是由多台柱形锥底的反应器构成，每个反应器容积由20L-200L灵活选配，并配有变频搅拌器、补水口、中部多个位置产水取样点、排污口等结构，能够同时进行多个实验，通过采样仪表对每个反应器内的上清液进行检测，通过内嵌算法模块计算最佳加药方案，直接控制水厂加药系统联动，对水厂进行加药操作；本申请的模拟装置相比于烧杯实验更真实、准确度更高，降低人工，提高了工作效率；
（2）适用性强，模拟装置可同时或单独配置有絮凝剂、高锰酸钾、酸碱、消毒剂等药物投加装置；与前述投药对应，装置可同时或单独配置浊度、进水流量、pH表、液位仪及消毒剂浓度等采样仪表；模拟装置在各个管道上配置有对应的电动阀门，如进水阀、排污阀等；实现多种情况的使用，适用性强，且自动化程度高；
（3）模拟装置可以通过自动系统设置为全自动模式，自控系统自动改变模拟参数，如：搅拌器的搅拌速率、搅拌时间、产水取样时间、改变反应药剂的类型、反应药剂的加药量等，再配合不同的阀门的开闭来实现全自动模拟加药反应的混合水解—过程反应—产水检测—排水排泥的全部反应过程，反应完成后通过采样仪表对反应过程以及实验结果在线实时检测；模拟装置还可以通过人为修改模拟参数，实现上述反应过程；全自动模式、手动模式的设计，使得在线模拟实验装置能够真实的模拟不同水厂加药工艺运行的状态，更好地适应不同工艺场景下的应用；
（4）内嵌模块的仿真实验模块可以对整个加药反应过程的水质取样检测，用于了解和发现絮凝反应整个过程的规律；为水厂加药系统提供最佳控制参数，如：搅拌速率、搅拌时间、产水取样时间、改变反应药剂的类型、反应药剂的加药量等；
（5）仿真实验模块还可以测得加药反应过程中的飞升曲线,根据飞升曲线结合递推极大似然算法可快速准确对投药过程进行模型参数辨识，并根据不同水质重新实验，更新模型，为水厂加药系统提供更精准的加药方案；仿真实验模型是对反应过程的数据建模，来模拟水厂絮凝反应的全部过程，用于基于出水水质目标的水厂加药的反向控制，模型参数辨识能够获得控制参数输出误差，进而校正，得到理想的输出控制参数，对水厂加药系统提供更加准确的控制参数；
（6）模拟试验装置可以通过投加水厂生产的排出的残泥、河道积泥、酸碱、次氯酸钠、高锰酸钾等，改变水质，来模拟水厂不同水质运行条件、极端水质异常波动情况下的加药方案和效果模拟。
以上结合附图详细描述了本申请的优选方式，但是，本申请并不限于上述实施方式中的具体细节，在本申请的技术构思范围内，可以对本申请的技术方案进行多种简单变型，这些简单变型均属于本申请的保护范围。
另外需要说明的是，在上述具体实施方式中所描述的各个具体技术特征，在不矛盾的情况下，可以通过任何合适的方式进行组合，为了避免不必要的重复，本申请各种可能的组合方式不再另行说明。
此外，本申请的各种不同的实施方式之间也可以进行任意组合，只要其不违背本申请的思想，申请其同样应当视为本申请所公开的内容。

Claims (10)

1.一种具有在线模拟实验功能的水厂加药系统，其特征在于，包括：
模拟实验装置（1），模拟实验装置（1）包括模拟装置、内嵌算法模块、自控系统（19）；其中，模拟装置对水厂的原水进行实验，用于模拟水厂加药的反应过程，得到实验结果；所述内嵌算法模块与自控系统（19）、模拟装置连接，内嵌算法模块根据模拟装置的实验结果，用于计算最佳加药方案；所述自控系统（19）与模拟装置连接，自控系统（19）用于改变模拟装置模拟水厂加药的反应过程的模拟参数；
水厂加药系统（2），连接于所述自控系统（19），自控系统（19）根据最佳加药方案联动水厂加药系统（2）运行，对水厂进行加药操作。
2.根据权利要求1所述的一种具有在线模拟实验功能的水厂加药系统，其特征在于，所述内嵌算法模块包括辅助决策实验模块和仿真实验模块，其中，所述辅助决策实验模块控制多个模拟装置分别进行实验，得到多个实验结果，根据实验结果计算得出最佳加药方案；所述仿真实验模块对加药过程进行监测，得到加药反应过程中的水质变化趋势，为水厂加药系统（2）提供最佳控制参数。
3.根据权利要求2所述的一种具有在线模拟实验功能的水厂加药系统，其特征在于，所述仿真实验模块测得加药反应过程中的飞升曲线，结合递推极大似然算法对加药过程进行模型参数辨识，更新模型，对水厂加药系统（2）进行反馈控制。
4.根据权利要求1所述的一种具有在线模拟实验功能的水厂加药系统，其特征在于，所述模拟装置包括反应器（3），所述反应器（3）内设有搅拌器（4），所述反应器（3）上连接有进水管道（5），进水管道（5）上设有进水阀（6），进水管道（5）将原水引入反应器（3）内；所述反应器（3）上还连接有多个加药管道，每个加药管道上设置一个加药装置，每个加药管道上均设有加药阀门（11）；所述反应器（3）的中下部连接有取样管道（12），所述取样管道（12）上设有产水取样阀（13），所述取样管道（12）上连接有采样仪表（14），所述反应器（3）的下部设有排污管道（15），所述排污管道（15）上设有排污阀（16），所述排污管道（15）、取样管道（12）均与排水管道（17）连接；所述搅拌器（4）、进水阀（6）、加药装置、加药阀门（11）、产水取样阀（13）、采样仪表（14）、排污阀（16）分别与自控系统（19）连接。
5.一种具有在线模拟实验功能的水厂加药系统的控制方法，其特征在于，包括如下步骤：
步骤一：模拟实验装置（1）接入自来水厂或污水厂原水，用于模拟水厂加药的反应过程，得到实验结果；
步骤二：模拟实验装置（1）的内嵌算法模块根据模拟装置得到的实验结果，计算得到最佳加药方案；
步骤三：自控系统（19）根据最佳加药方案联动控制水厂加药系统（2）运行。
6.根据权利要求5所述的一种具有在线模拟实验功能的水厂加药系统的控制方法，其特征在于，所述步骤一包括如下步骤：
步骤1.1，混合水解：分别在各个反应器（3）内添加反应药剂，通过搅拌器（4）搅拌，使反应药剂水解，与原水充分混合；
步骤1.2，过程反应：反应药剂与原水充分混合后，通过设定搅拌速率、反应时间、沉淀时间，使反应药剂与原水发生絮凝反应；
步骤1.3，产水检测：静置沉淀时间结束后，通过取样管道（12）采集上清液，通过采样仪表（14）对水质检测、记录；
步骤1.4，排水排泥：取样检测结束后，开启下部的排水管道（17），将反应器（3）中剩余的泥和水排出。
7.根据权利要求6所述的一种具有在线模拟实验功能的水厂加药系统的控制方法，其特征在于，所述混合水解步骤中，反应药剂的添加量的计算公式为：
Figure QLYQS_1
其中：a为反应药剂的添加量；n0为加药浓度；V为反应器（3）的体积；N为药剂配比的浓度。
8.根据权利要求6所述的一种具有在线模拟实验功能的水厂加药系统的控制方法，其特征在于，所述过程反应步骤中，搅拌速率、搅拌时间计算公式为：
当b=B时，
Figure QLYQS_2
；其中，v1为搅拌速率、Q为水厂的实时进水流量、c为进水浊度、T为进水温度、d为进水pH值、b为水厂产水浊度、B模拟实验装置产水浊度、λv1为流速比尺，λv1的数值是针对每个水厂的调试实验常数；
当b=B时，
Figure QLYQS_3
；其中：t1为搅拌时间，Q为水厂的实时进水流量，λt1为搅拌时间流速比尺，λt1的数值是针对每个水厂的调试实验常数。
9.根据权利要求6所述的一种具有在线模拟实验功能的水厂加药系统的控制方法，其特征在于，内嵌算法模块具有辅助决策实验模式和仿真实验模式两种实验模式，其中：
辅助决策实验模式：将多个反应器（3）按照步骤1.1至步骤1.4进行实验，得到多个实验结果，内嵌算法模块根据实验结果计算得到最佳加药方案；
仿真实验模式：改变步骤1.1、步骤1.2中的模拟参数，在步骤1.3中多次采样，对加药过程进行监测，得到加药反应过程的水质变化趋势，为水厂加药系统（2）提供最佳控制参数。
10.根据权利要求9所述的一种具有在线模拟实验功能的水厂加药系统的控制方法，其特征在于，所述仿真实验模式下测得加药反应过程中的飞升曲线，结合递推极大似然算法对加药过程滞后模型进行在线参数辨识，对水厂加药系统（2）的控制参数进行优化，具体包括如下步骤：
步骤B1：运行矾耗实验获取浊度变化的飞升曲线，提出一种有噪声干扰的二阶惯性滞后模型，描述时间与浊度在絮凝反应过程中的映射关系，二阶惯性滞后系统G(z)的传递函数为：
Figure QLYQS_4
其中，K为系统的稳态增益值，q为纯滞后时长，
Figure QLYQS_5
、
Figure QLYQS_6
为控制系统的时间常数；
离散化采样时间可得：
Figure QLYQS_8
其中，/>
Figure QLYQS_11
，/>
Figure QLYQS_14
为输入输出传递函数，/>
Figure QLYQS_9
、/>
Figure QLYQS_12
、/>
Figure QLYQS_15
、/>
Figure QLYQS_16
、/>
Figure QLYQS_7
为模型中的未知参数，/>
Figure QLYQS_10
、/>
Figure QLYQS_13
为单位后移算子；
步骤B2：采用递推极大似然计算方法对上述二阶惯性滞后模型进行参数辨识，建立滞后模型的差分方程：
Figure QLYQS_17
其中，
Figure QLYQS_21
、
Figure QLYQS_25
为二阶惯性滞后模型需 要识别的系统参数，
Figure QLYQS_20
为参数
Figure QLYQS_22
的阶数，
Figure QLYQS_26
为参数
Figure QLYQS_28
的阶数，
Figure QLYQS_18
为
Figure QLYQS_24
时刻系统输出、
Figure QLYQS_27
是
Figure QLYQS_29
时刻系统输出、
Figure QLYQS_19
为
Figure QLYQS_23
时刻系统输入；
步骤B2.1：将滞后模型转换为概率分布形式，其中
Figure QLYQS_30
为噪声序列
Figure QLYQS_31
的协方差矩 阵：
Figure QLYQS_32
其中，N表示概率分布模型，高斯分 布；
Figure QLYQS_33
表示高斯分布N的参数；
Figure QLYQS_34
表示向量转置；
则输出序列YN在参数θ下的条件概率密度函数为：
Figure QLYQS_35
其中，/>
Figure QLYQS_36
为/>
Figure QLYQS_37
在参数/>
Figure QLYQS_38
下的条件概率密度，/>
Figure QLYQS_39
为/>
Figure QLYQS_40
的协方差矩阵，/>
Figure QLYQS_41
为输出矩阵；
步骤B2.2：初始化参数θ和e（t），初始化后的参数为
Figure QLYQS_42
和/>
Figure QLYQS_43
，使似然函数/>
Figure QLYQS_44
对参数θ的偏导数等于0得到参数的最大似然估计/>
Figure QLYQS_45
：
Figure QLYQS_46
；步骤B3：使用递推极大似然计算方法，利用新的参数估计值/>
Figure QLYQS_47
与/>
Figure QLYQS_48
时刻输入、输出数据和参数/>
Figure QLYQS_49
更新目标函数/>
Figure QLYQS_50
，在递推形式下估计最大似然参数值/>
Figure QLYQS_51
。/>
CN202310537854.2A 2023-05-15 2023-05-15 具有在线模拟实验功能的水厂加药系统及其控制方法 Active CN116256979B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202310537854.2A CN116256979B (zh) 2023-05-15 2023-05-15 具有在线模拟实验功能的水厂加药系统及其控制方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202310537854.2A CN116256979B (zh) 2023-05-15 2023-05-15 具有在线模拟实验功能的水厂加药系统及其控制方法

Publications (2)

Publication Number Publication Date
CN116256979A true CN116256979A (zh) 2023-06-13
CN116256979B CN116256979B (zh) 2023-09-12

Family

ID=86688337

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202310537854.2A Active CN116256979B (zh) 2023-05-15 2023-05-15 具有在线模拟实验功能的水厂加药系统及其控制方法

Country Status (1)

Country Link
CN (1) CN116256979B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117130336A (zh) * 2023-10-12 2023-11-28 河北中瀚水务有限公司 一种应用于水处理系统的多药剂联合投加控制方法

Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101020128A (zh) * 2006-11-29 2007-08-22 东南大学 自来水厂混凝系统投药量的多模型综合动态矩阵控制方法
JP2014065030A (ja) * 2012-09-05 2014-04-17 Metawater Co Ltd 水処理制御方法及び水処理制御装置
CN108255056A (zh) * 2017-12-29 2018-07-06 武汉长江仪器自动化研究所有限公司 水厂智能加药控制系统及其控制方法
CN111777217A (zh) * 2020-06-24 2020-10-16 南京邮电大学 一种基于前馈-反馈复合控制的水厂加矾控制方法
CN113591035A (zh) * 2021-06-25 2021-11-02 临涣水务股份有限公司 一种水处理系统加药量的计算方法
CN114229974A (zh) * 2021-11-19 2022-03-25 上海矾花科技有限公司 一种水处理系统及水处理药剂投加量的控制方法
WO2022068855A1 (zh) * 2020-09-30 2022-04-07 龙宽伟 一种水厂加药控制方法及系统、计算机可读存储介质
CN216687572U (zh) * 2021-10-19 2022-06-07 上海矾花科技有限公司 一种水处理加药量控制装置及水处理系统
CN218841805U (zh) * 2023-01-03 2023-04-11 山西潞安环保能源开发股份有限公司五阳煤矿 用于矿井水处理的加药控制系统

Patent Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101020128A (zh) * 2006-11-29 2007-08-22 东南大学 自来水厂混凝系统投药量的多模型综合动态矩阵控制方法
JP2014065030A (ja) * 2012-09-05 2014-04-17 Metawater Co Ltd 水処理制御方法及び水処理制御装置
CN108255056A (zh) * 2017-12-29 2018-07-06 武汉长江仪器自动化研究所有限公司 水厂智能加药控制系统及其控制方法
CN111777217A (zh) * 2020-06-24 2020-10-16 南京邮电大学 一种基于前馈-反馈复合控制的水厂加矾控制方法
WO2022068855A1 (zh) * 2020-09-30 2022-04-07 龙宽伟 一种水厂加药控制方法及系统、计算机可读存储介质
CN113591035A (zh) * 2021-06-25 2021-11-02 临涣水务股份有限公司 一种水处理系统加药量的计算方法
CN216687572U (zh) * 2021-10-19 2022-06-07 上海矾花科技有限公司 一种水处理加药量控制装置及水处理系统
CN114229974A (zh) * 2021-11-19 2022-03-25 上海矾花科技有限公司 一种水处理系统及水处理药剂投加量的控制方法
CN218841805U (zh) * 2023-01-03 2023-04-11 山西潞安环保能源开发股份有限公司五阳煤矿 用于矿井水处理的加药控制系统

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
王军栋: "混凝投药过程非线性预测控制研究", 中国博士学位论文全文数据库 工程科技II辑, no. 4, pages 33 - 37 *
陈菊;刘桂香;朱学峰;邹振裕;李展峰;罗永恒;徐廷国;: "无模型自适应控制器在自来水厂加药凝絮过程的控制研究", 化工自动化及仪表, no. 04, pages 18 - 20 *

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117130336A (zh) * 2023-10-12 2023-11-28 河北中瀚水务有限公司 一种应用于水处理系统的多药剂联合投加控制方法

Also Published As

Publication number Publication date
CN116256979B (zh) 2023-09-12

Similar Documents

Publication Publication Date Title
CN116256979B (zh) 具有在线模拟实验功能的水厂加药系统及其控制方法
CA2989452C (en) Process and device for the treatment of a fluid containing a contaminant
JP4230787B2 (ja) 凝集剤注入制御装置
JP4492473B2 (ja) 凝集剤注入制御装置および方法
CN105548296B (zh) 一种活性污泥氨氮利用速率在线检测装置及检测方法
CN113705898A (zh) 自来水混凝剂加药量的预测方法及系统
JP2004177122A (ja) 水質検出方法及び水質浄化装置の運転方法
JP5420467B2 (ja) 凝集剤注入量決定装置および凝集剤注入量制御システム
CN112782975A (zh) 一种基于深度学习的污水处理曝气智能控制方法及系统
Han et al. An intelligent detecting system for permeability prediction of MBR
Shinskey Control of pH
CN111439900A (zh) 本地污水管理系统
CN110642393A (zh) 一种基于神经网络模型的曝气控制系统
KR101016394B1 (ko) 급속 미생물 호흡률 측정장치와 에스에스, 이시 측정기가 결합한 실시간 하수처리장 유입하수 성분분석 장치
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
CN205856256U (zh) 污水处理厂关键工艺参数的智能控制系统
CN207924474U (zh) 净水设备智能化控制系统
JP5769300B2 (ja) 凝集剤注入量決定装置及び凝集剤注入量制御システム
CN111777236A (zh) 一种智能实验室无机重金属废液处理装置及处理方法
JP3214489B2 (ja) 汚水処理方法及び汚水処理装置
CN112723613B (zh) 一种污水处理站智能远程监管方法及终端
KR100219440B1 (ko) 응집제 투입 방법 및 투입기
CN111847617A (zh) 一种除磷加药智能控制系统
CN103336028A (zh) 一种城市污水厂进水毒性监测方法
CN209493385U (zh) 一种水软化设备

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