CN116606032B - 用于高速服务区污水处理的智能控制方法 - Google Patents
用于高速服务区污水处理的智能控制方法 Download PDFInfo
- Publication number
- CN116606032B CN116606032B CN202310764668.2A CN202310764668A CN116606032B CN 116606032 B CN116606032 B CN 116606032B CN 202310764668 A CN202310764668 A CN 202310764668A CN 116606032 B CN116606032 B CN 116606032B
- Authority
- CN
- China
- Prior art keywords
- water
- sewage
- preset
- water quality
- sample
- 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
- 239000010865 sewage Substances 0.000 title claims abstract description 207
- 238000000034 method Methods 0.000 title claims abstract description 37
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Chemical compound O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims abstract description 388
- 239000008213 purified water Substances 0.000 claims abstract description 84
- 238000001514 detection method Methods 0.000 claims abstract description 32
- 238000000746 purification Methods 0.000 claims description 53
- 238000012360 testing method Methods 0.000 claims description 30
- 239000011159 matrix material Substances 0.000 claims description 21
- 238000005070 sampling Methods 0.000 claims description 20
- 239000013049 sediment Substances 0.000 claims description 14
- 230000005540 biological transmission Effects 0.000 claims description 13
- 238000011156 evaluation Methods 0.000 claims description 13
- 238000004062 sedimentation Methods 0.000 claims description 10
- 238000001179 sorption measurement Methods 0.000 claims description 10
- 239000002351 wastewater Substances 0.000 claims description 10
- 238000006731 degradation reaction Methods 0.000 claims description 9
- 230000015556 catabolic process Effects 0.000 claims description 8
- 238000001556 precipitation Methods 0.000 claims description 6
- 230000005236 sound signal Effects 0.000 claims description 5
- 230000001678 irradiating effect Effects 0.000 claims description 3
- 238000004065 wastewater treatment Methods 0.000 claims description 2
- 230000009286 beneficial effect Effects 0.000 description 12
- 230000008569 process Effects 0.000 description 6
- 230000005856 abnormality Effects 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 239000000126 substance Substances 0.000 description 3
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical group [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 description 2
- 238000012864 cross contamination Methods 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000004083 survival effect Effects 0.000 description 2
- 241000894006 Bacteria Species 0.000 description 1
- OAICVXFJPJFONN-UHFFFAOYSA-N Phosphorus Chemical compound [P] OAICVXFJPJFONN-UHFFFAOYSA-N 0.000 description 1
- 230000004075 alteration Effects 0.000 description 1
- XKMRRTOUMJRJIA-UHFFFAOYSA-N ammonia nh3 Chemical compound N.N XKMRRTOUMJRJIA-UHFFFAOYSA-N 0.000 description 1
- QVGXLLKOCUKJST-UHFFFAOYSA-N atomic oxygen Chemical compound [O] QVGXLLKOCUKJST-UHFFFAOYSA-N 0.000 description 1
- 238000006065 biodegradation reaction Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 239000003344 environmental pollutant Substances 0.000 description 1
- 229910001385 heavy metal Inorganic materials 0.000 description 1
- 230000002906 microbiologic effect Effects 0.000 description 1
- 244000005700 microbiome Species 0.000 description 1
- 230000001546 nitrifying effect Effects 0.000 description 1
- 229910052760 oxygen Inorganic materials 0.000 description 1
- 239000001301 oxygen Substances 0.000 description 1
- 229910052698 phosphorus Inorganic materials 0.000 description 1
- 239000011574 phosphorus Substances 0.000 description 1
- 231100000719 pollutant Toxicity 0.000 description 1
- 239000002699 waste material Substances 0.000 description 1
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
- C02F1/008—Control or steering systems not provided for elsewhere in subclass C02F
-
- 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
- C02F1/28—Treatment of water, waste water, or sewage by sorption
-
- 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
- C02F2001/007—Processes including a sedimentation step
-
- 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
- C02F2209/001—Upstream control, i.e. monitoring for predictive control
-
- 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
- C02F2209/003—Downstream control, i.e. outlet monitoring, e.g. to check the treating agents, such as halogens or ozone, leaving the process
-
- 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
- C02F3/00—Biological 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
- C02F3/00—Biological treatment of water, waste water, or sewage
- C02F3/006—Regulation methods for biological treatment
-
- 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)
- Activated Sludge Processes (AREA)
Abstract
本发明提供了用于高速服务区污水处理的智能控制方法包括：控制高速服务区产生的污水流入预设污水池中，在预设污水池中对所述污水进行净化处理，得到净化水，然后对净化水进行采样得到采样水，对采样水进行水质检测得到水质报告，进而根据水质报告得到所述净化水的水质，当净化水的水质满足预设水质时，控制净化水流入预设存水池中，反之，则控制净化水返回对应的预设污水池中，通过智能控制的方式对高速服务区的污水进行净化处理，然后将生成的净化水进行水质检测，从而根据水质检测结果来决定净化水是否需要二次净化，在此过程中不需要人工监督，也不需要人工操作，所以减少了人员调度，可以广泛应用于高速服务区。
Description
技术领域
本发明涉及污水处理技术领域，特别涉及用于高速服务区污水处理的智能控制方法。
背景技术
高速服务区一般远离市区，位于稍偏远地区，高速服务区污水的主要来源为餐饮以及公共厕所的污水排放，还有洗车后的废水，服务区污水具有氨氮含量高，化学需氧量大，磷、重金属、油污等污染物含量高，水质复杂、水量波动大等特点。环境是人类生存和发展的基本前提。环境为我们的生存和发展提供了必要的资源和条件，所以环保问题是重中之重。但实际生活中高速服务区比较分散，需要的人工费用成本比较高，人员调度比较麻烦，传统的污水处理办法不适用高速服务区。
因此，本发明提供了用于高速服务区污水处理的智能控制方法。
发明内容
本发明用于高速服务区污水处理的智能控制方法，通过智能控制的方式对高速服务区的污水进行净化处理，然后将生成的净化水进行水质检测，从而根据水质检测结果来决定净化水是否需要二次净化，在此过程中不需要人工监督，也不需要人工操作，所以减少了人员调度，可以广泛应用于高速服务区。
本发明提供了用于高速服务区污水处理的智能控制方法，包括：
步骤1：控制高速服务区产生的污水流入预设污水池中；
步骤2：在所述预设污水池中对所述污水进行净化处理，得到净化水；
步骤3：对所述净化水进行采样得到采样水，对所述采样水进行水质检测得到水质报告；
步骤4：根据所述水质报告得到所述净化水的水质，当所述净化水的水质满足预设水质时，控制所述净化水流入预设存水池中，反之，控制所述净化水返回对应的所述预设污水池中。
在一种可实施的方式中，
所述步骤1，包括：
步骤11：当所述高速服务区产生污水时，获取所述污水的水来源；
步骤12：根据所述水来源确定所述污水的污水属性；
步骤13：根据所述污水属性控制所述污水流入对应属性的预设污水池中。
在一种可实施的方式中，
所述步骤2，包括：
步骤21：获取所述预设污水池中的当前水量以及所述预设污水池中污水的污水属性，根据所述当前水量和污水属性确定每一净化过程对应的净化参数，建立参数对照表；
步骤22：根据所述参数对照表确定所述污水的沉淀时长参数，根据所述沉淀时长参数将所述预设污水池中的污水沉淀对应的沉淀时长；
步骤23：根据所述参数对照表确定所述污水的生物处理参数，根据所述生物处理参数将所述预设污水池中的污水进行生化降解以及吸附；
步骤24：得到经过沉淀、生化降解和吸附后的净化水。
在一种可实施的方式中，
所述步骤3，包括：
步骤31：对所述预设污水池中不同指定位置的净化水进行采样，得到若干个采样水；
步骤32：利用预设光线分别照射每一采样水，得到每一采样水对应的透光强度、利用预设pH试纸分别检测每一采样水的pH值，采集每一pH试纸图像；
步骤33：根据每一采样水在所述预设水池中对应的指定位置，建立水样模型，分别将每一采样水对应的透光强度和pH试纸图像输入到所述水样模型对应的水样位置上，得到检测模型；
步骤34：解析所述检测模型中每一水样位置上对应的透光强度和pH试纸图像，得到对应采样水的浑浊信息和酸碱信息，根据所述浑浊信息和酸碱信息得到所述预设污水池中每一水区域对应的水质信息，建立水质报告。
在一种可实施的方式中，
所述步骤4，包括：
步骤41：解析所述水质报告，得到所述净化水的水质信息；
步骤42：获取预设水质的第一水质参数集，以及根据所述水质信息得到所述净化水的第二水质参数集；
步骤43：利用所述第一水质参数集建立参数评价范围，利用所述参数评价范围对所述第二水质参数集中每一第二水质参数进行评价，得到每一第二参数与参数评价范围之间的参数差特征；
步骤44：当每一个所述参数差特征均在预设差特征范围内时，确定所述净化水满足预设水质，控制所述净化水流入预设存水池中，反之，控制所述净化水返回对应的所述预设污水池中。
在一种可实施的方式中，
所述步骤21，包括：
步骤211：向所述预设污水池发射预设声音信号，采集所述预设污水池的反馈信号，得到所述反馈信号的信号损失量；
步骤212：根据所述信号损失量得到所述预设污水池的蓄水高度，结合所述预设污水池的池底面积得到所述预设污水池中的当前水量，以及获取所述预设污水池中污水的污水属性；
步骤213：根据所述污水属性调用对应的净化方式，解析所述净化方式得到对所述污水的净化过程；
步骤214：根据所述当前水量确定所述净化方式中每一净化过程对应的净化参数，建立参数对照表。
在一种可实施的方式中，
所述步骤34，包括：
步骤341：根据所述透光强度得到对应采样水的浑浊信息，解析所述pH试纸图像得到对应pH试纸的试纸色彩，根据所述试纸色彩得到对应采样水的酸碱信息，建立每一水样位置对应的区域水质信息；
步骤342：根据每一水样位置在所述检测模型中的位置建立水样分布框架，将对应的区域水质信息输入到所述水样分布框架中得到信息分布框架；
步骤343：解析所述信息分布框架，得到每一框架行对应的第一水质信息，以及每一框架行对应的第二水质信息；
步骤344：根据所述第一水质信息和第二水质信息，结合每一水样位置对应的区域水质信息得到所述预设污水池中不同水区域对应的水质信息，建立水质报告。
在一种可实施的方式中，
还包括：
当所述预设污水池中的沉淀物高度大于预设高度时，控制所述沉淀物流入预设沉淀物池中。
在一种可实施的方式中，
还包括：
当所述净化水经过两次净化处理后的水质仍不满足预设水质时，生成净化异常报告，传输到指定终端进行显示。
在一种可实施的方式中，
所述步骤342，包括：
步骤3421：获取每一水样位置在所述检测模型中的位置，分别解析每一位置，得到不同水样位置之间的相邻特征，根据所述相邻特征获取对应规格的样本矩阵；
步骤3422：分别解析每一相邻特征，根据解析结果得到中心水样位置在所述检测模型中的中心位置，将所述中心位置与所述样本矩阵的矩阵中心元素建立第一对应关系；
步骤3423：根据所述第一对应关系结合所述相邻特征，确定每一位置与矩阵元素之间的第二对应关系，根据所述第一对应关系以及第二对应关系建立水样分布框架；
步骤3424：将对应的区域水质信息输入到所述水样分布框架中得到信息分布框架。
本发明可以实现的有益效果为：为了实现智能化污水处理，先控制污水流入预设污水池中，在污水池中对污水进行净化处理，然后对净化水进行采样，从而进行水质检测，根据检测结果来判断净化水是否可以投入使用，通过这样的方式不仅可以实现智能化净水，还可以进行水质检测，并在必要情况下对净化水进行二次净化，避免未完全净化水流入使用渠道，在此过程中不需要人工参与，减少了人工费用，实现了高速服务区污水的有效处理。
下面通过附图和实施例，对本发明的技术方案做进一步的详细描述。
附图说明
附图用来提供对本发明的进一步理解，并且构成说明书的一部分，与本发明的实施例一起用于解释本发明，并不构成对本发明的限制。在附图中：
图1为本发明实施例中用于高速服务区污水处理的智能控制方法的工作流程示意图；
图2为本发明实施例中用于高速服务区污水处理的智能控制方法的步骤2工作流程示意图；
图3为本发明实施例中用于高速服务区污水处理的智能控制方法的步骤4工作流程示意图。
具体实施方式
以下结合附图对本发明的优选实施例进行说明，应当理解，此处所描述的优选实施例仅用于说明和解释本发明，并不用于限定本发明。
实施例1
本实施例提供了用于高速服务区污水处理的智能控制方法，如图1所示，包括：
步骤1：控制高速服务区产生的污水流入预设污水池中；
步骤2：在所述预设污水池中对所述污水进行净化处理，得到净化水；
步骤3：对所述净化水进行采样得到采样水，对所述采样水进行水质检测得到水质报告；
步骤4：根据所述水质报告得到所述净化水的水质，当所述净化水的水质满足预设水质时，控制所述净化水流入预设存水池中，反之，控制所述净化水返回对应的所述预设污水池中。
该实例中，高速服务区的污水来源于餐饮、公共厕所、洗车，故需要设置多个预设污水池，且每一个预设污水池只能流入指定来源的污水；
该实例中，预设存水池的数量为多个；
该实例中，水质报告中包含了净化水的各项水质指标。
上述技术方案的工作原理以及有益效果：为了实现智能化污水处理，先控制污水流入预设污水池中，在污水池中对污水进行净化处理，然后对净化水进行采样，从而进行水质检测，根据检测结果来判断净化水是否可以投入使用，通过这样的方式不仅可以实现智能化净水，还可以进行水质检测，并在必要情况下对净化水进行二次净化，避免未完全净化水流入使用渠道，在此过程中不需要人工参与，减少了人工费用，实现了高速服务区污水的有效处理。
实施例2
在实施例1的基础上，所述用于高速服务区污水处理的智能控制方法，所述步骤1，包括：
步骤11：当所述高速服务区产生污水时，获取所述污水的水来源；
步骤12：根据所述水来源确定所述污水的污水属性；
步骤13：根据所述污水属性控制所述污水流入对应属性的预设污水池中。
该实例中，水来源包括：餐饮污水、公共厕所污水和洗车场污水；
该实例中，污水属性包括：油污属性、微生物属性、化学属性；
该实例中，一个预设污水池只能存放一种污水属性的污水。
上述技术方案的工作原理以及有益效果：为了避免污水之间相互交叉污染，根据污水的来源来确定污水所被污染的属性，然后控制其流入对应的预设污水池中等待下一步处理，这样一来不仅可以避免污水交叉污染，还可以减少污水处理的程序，实现了针对性净化，提高了净化的效率。
实施例3
在实施例1的基础上，所述用于高速服务区污水处理的智能控制方法，所述步骤2，如图2所示，包括：
步骤21：获取所述预设污水池中的当前水量以及所述预设污水池中污水的污水属性，根据所述当前水量和污水属性确定每一净化过程对应的净化参数，建立参数对照表；
步骤22：根据所述参数对照表确定所述污水的沉淀时长参数，根据所述沉淀时长参数将所述预设污水池中的污水沉淀对应的沉淀时长；
步骤23：根据所述参数对照表确定所述污水的生物处理参数，根据所述生物处理参数将所述预设污水池中的污水进行生化降解以及吸附；
步骤24：得到经过沉淀、生化降解和吸附后的净化水。
该实例中，当前水量表示预设水池中污水的体积；
该实例中，净化过程包括：沉淀、生化降解和吸附；
该实例中，净化参数表示在进行污水净化的过程中各类操作动作的具体数值，例如：在沉淀过程中需要进行30min的沉淀，在生化降解过程中需要向预设污水池中加入500单位的硝化细菌，以及在吸附过程中需要向预设污水池中加入1000单位的活性炭；
该实例中，沉淀时长参数表示根据预设污水池中的当前水量所确定的污水沉淀时长；
该实例中，生物处理参数表示根据预设污水池中的当前水量所确定的投入微生物和吸附物质的量；
该实例中，净化水是由污水经过沉淀、生化降解和吸附后的所得到的。
上述技术方案的工作原理以及有益效果：为了进一步污水净化的成功率，在净化前先根据预设污水池中的当前水量和其中污水的污水属性来建立净化过程中的参数对照表，然后根据参数对照表依次进行沉淀、生物降解和吸附，从而得到了净化水，通过这样的方式来进行净化不仅可以在最短时间内完成净化工作，还在净化过程中考虑了预设污水池中的当前水量，可以避免投入过量的微生物以及吸附物质造成二次污染，提高了污水净化的效率。
实施例4
在实施例1的基础上，所述用于高速服务区污水处理的智能控制方法，所述步骤3，包括：
步骤31：对所述预设污水池中不同指定位置的净化水进行采样，得到若干个采样水；
步骤32：利用预设光线分别照射每一采样水，得到每一采样水对应的透光强度、利用预设pH试纸分别检测每一采样水的pH值，采集每一pH试纸图像；
步骤33：根据每一采样水在所述预设水池中对应的指定位置，建立水样模型，分别将每一采样水对应的透光强度和pH试纸图像输入到所述水样模型对应的水样位置上，得到检测模型；
步骤34：解析所述检测模型中每一水样位置上对应的透光强度和pH试纸图像，得到对应采样水的浑浊信息和酸碱信息，根据所述浑浊信息和酸碱信息得到所述预设污水池中每一水区域对应的水质信息，建立水质报告。
该实例中，指定位置包括：根据预设污水池中污水的高度以及预设污水池的底面积，将预设污水池中的污水划分为五个同高度的等份，以及划分为五个同宽度的等份，不同划分线之间的交叉点为指定位置；
该实例中，利用预设光线依次照射每一采样水，以及利用多条pH试纸分别检测每一采样水的pH值；
该实例中，水样模型中不同水样位置之间的位置关系与预设污水池中不同指定位置之间的位置关系是等比例的；
该实例中，浑浊信息表示采样水的浑浊度，且不同采样水对应的浑浊信息不一定相同；
该实例中，酸碱信息表示采样水的酸碱度，且不同采样水对应的酸碱信息不一定相同；
该实例中，水区域表示相邻的四个指定位置之间的有水区域，以及小于四个指定位置与预设污水池的池壁之间的有水区域。
上述技术方案的工作原理以及有益效果：为了全方位检测净化水的水质，对预设污水池中不同位置的净化水进行采样，然后利用光线照射发和pH试纸法来确定净化水的浑浊信息和酸碱信息，根据采样水所在的位置来建立水样模型，结合浑浊信息和酸碱信息可以得到检测模型，从而可以在检测模型中分析不同水区域的水质信息，从而得到了水质报告，通过多次采样的方式来进行水质检测，可以全方位的了解净化水的水质，避免存在净化不彻底的现象，这样一来所生成的水质报告更具是说服力，可以保证净化水的可信度。
实施例5
在实施例1的基础上，所述用于高速服务区污水处理的智能控制方法，所述步骤4，如图3所示，包括：
步骤41：解析所述水质报告，得到所述净化水的水质信息；
步骤42：获取预设水质的第一水质参数集，以及根据所述水质信息得到所述净化水的第二水质参数集；
步骤43：利用所述第一水质参数集建立参数评价范围，利用所述参数评价范围对所述第二水质参数集中每一第二水质参数进行评价，得到每一第二参数与参数评价范围之间的参数差特征；
步骤44：当每一个所述参数差特征均在预设差特征范围内时，确定所述净化水满足预设水质，控制所述净化水流入预设存水池中，反之，控制所述净化水返回对应的所述预设污水池中。
该实例中，第一水参数集表示预设水质不同水质指标对应的参数；
该实例中，参数评价范围表示根据第一水参数集所建立的合格参数范围；
该实例中，第二水质参数集表示净化水不同水质指标对应的参数；
该实例中，参数差特征表示第二参数与参数评价范围中对应的参数之间的差值，且参数差特征是具有正负的数值。
上述技术方案的工作原理以及有益效果：为了进一步确定净化水是否已经净化合格，解析水质报告，得到净化水的水质信息，然后根据预设水质的第一水质参数集建立参数评价范围，利用参数评价范围对第二参数进行评价，从而得到参数差特征，然后根据参数差特征来判断净化水是否满足预设水质，从而控制满足预设水质的净化水流入预设存水池，控制不满足预设水质的净化水返回到预设水池。
实施例6
在实施例3的用于高速服务区污水处理的智能控制方法，所述步骤21，包括：
步骤211：向所述预设污水池发射预设声音信号，采集所述预设污水池的反馈信号，得到所述反馈信号的信号损失量；
步骤212：根据所述信号损失量得到所述预设污水池的蓄水高度，结合所述预设污水池的池底面积得到所述预设污水池中的当前水量，以及获取所述预设污水池中污水的污水属性；
步骤213：根据所述污水属性调用对应的净化方式，解析所述净化方式得到对所述污水的净化过程；
步骤214：根据所述当前水量确定所述净化方式中每一净化过程对应的净化参数，建立参数对照表。
该实例中，反馈信号也为声音信号；
该实例中，信号损失量表示反馈信号与预设声音信号之间的差值；
该实例中，净化方式与污水属性是对应的。
上述技术方案的工作原理以及有益效果：为了进一步确定净化过程中的净化参数，向预设污水池发射预设声音信号，然后根据预设污水池的反馈信号的信号损失量来确定预设污水池中的蓄水高度，进而得到预设污水池的当前水量，进而根据当前水量和污水属性来确定净化方式中每一净化过程对应的净化参数，最后可以建立参数对照表，通过这样的方式所得到的净化参数更加贴合污水的实际情况，避免了过度净化以及净化不彻底的现象。
实施例7
在实施例4的基础上，所述用于高速服务区污水处理的智能控制方法，所述步骤34，包括：
步骤341：根据所述透光强度得到对应采样水的浑浊信息，解析所述pH试纸图像得到对应pH试纸的试纸色彩，根据所述试纸色彩得到对应采样水的酸碱信息，建立每一水样位置对应的区域水质信息；
步骤342：根据每一水样位置在所述检测模型中的位置建立水样分布框架，将对应的区域水质信息输入到所述水样分布框架中得到信息分布框架；
步骤343：解析所述信息分布框架，得到每一框架行对应的第一水质信息，以及每一框架行对应的第二水质信息；
步骤344：根据所述第一水质信息和第二水质信息，结合每一水样位置对应的区域水质信息得到所述预设污水池中不同水区域对应的水质信息，建立水质报告。
该实例中，试纸色彩表示pH试纸所呈现的色彩；
该实例中，一个水样位置对应一个区域水质信息；
该实例中，水样分布框架是根据不同水样位置的分布信息所建立的平面图；
该实例中，信息分布框架中的分布特征与水样分布框架一致；
该实例中，第一水质信息表示同一横截面的净化水对应的水质；
该实例中，第二水质信息表示同一竖截面的净化水对应的水质。
上述技术方案的工作原理以及有益效果：为了使水质报告更加具有说服力，先根据透光强度和pH试纸的试纸色彩来得到不同采样水的浑浊信息和酸碱信息，然后结合水样位置建立检测信息分布框架，然后在信息分布框架中可以清楚的得到净化水在不同横截面对应的水质和在不同竖截面对应的水质，从而得到不同水区域对应的水质信息，建立了水质报告，通过这样的方式所建立的水质报告可以直观的看到不同水区域的水质信息，可以更全面的判断净化水的质量。
实施例8
在实施例1的基础上，所述用于高速服务区污水处理的智能控制方法，还包括：
当所述净化水的水质不满足预设水质，返回对应的预设污水池后，将所述净化水视为污水，进行净化处理，得到净化水。
上述技术方案的工作原理以及有益效果：为了避免未净化彻底的污水流入使用渠道，将不满足预设水质的净化水重新投入到对应的预设污水池中进行二次净化。
实施例9
在实施例3的基础上，所述用于高速服务区污水处理的智能控制方法，还包括：
当所述预设污水池中的沉淀物高度大于预设高度时，控制所述沉淀物流入预设沉淀物池中。
上述技术方案的工作原理以及有益效果：为了避免沉淀物二次污染污水以及为了减少沉淀物处理时长，当预设污水池中的沉淀物高度大于预设高度时，控制沉淀物流入预设沉淀物池中等待下一步操作。
实施例10
在实施例7的基础上，所述用于高速服务区污水处理的智能控制方法，所述步骤342，包括：
步骤3421：获取每一水样位置在所述检测模型中的位置，分别解析每一位置，得到不同水样位置之间的相邻特征，根据所述相邻特征获取对应规格的样本矩阵；
步骤3422：分别解析每一相邻特征，根据解析结果得到中心水样位置在所述检测模型中的中心位置，将所述中心位置与所述样本矩阵的矩阵中心元素建立第一对应关系；
步骤3423：根据所述第一对应关系结合所述相邻特征，确定每一位置与矩阵元素之间的第二对应关系，根据所述第一对应关系以及第二对应关系建立水样分布框架；
步骤3424：将对应的区域水质信息输入到所述水样分布框架中得到信息分布框架。
该实例中，根据所述相邻特征获取对应规格的样本矩阵的过程表示获取能位置的、矩阵元素位最少的矩阵；
该实例中，当水样位置的行列均为偶数时，中心位置可以为四个水样位置；
该实例中，当中心位置为四个水样位置时，矩阵中心元素也为四个；
该实例中，第一对应关系表示中心位置与矩阵中心元素之间的对应关系；
该实例中，第二对应关系表示除中心位置外的位置与矩阵元素之间的对应关系；
该实例中，相邻特征表示一个水样位置与相邻水样位置之间的距离、角度关系以及该水样位置与边缘水样位置之间的距离、角度关系。
上述技术方案的工作原理以及有益效果：通过分析水样位置在检测模型中的位置来确定不同水样位置之间的相邻特征，然后利用矩阵稳定的特征来确定不同位置与矩阵元素之间的对应关系，从而建立了水样分布框架，根据这个框架可以建立一个信息分布框架，为后续进行水质解析做基础。
实施例11
在实施例8的基础上，所述用于高速服务区污水处理的智能控制方法，还包括：
当所述净化水经过两次净化处理后的水质仍不满足预设水质时，生成净化异常报告，传输到指定终端进行显示。
上述技术方案的工作原理以及有益效果：为了节约净化成本，避免不必要的浪费，当净化水多次净化后仍不满足预设水质时，生成净化异常报告，提醒相关人员及时查找问题所在并及时解决。
显然，本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样，倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内，则本发明也意图包含这些改动和变型在内。
Claims (8)
1.一种用于高速服务区污水处理的智能控制方法，其特征在于，包括：
步骤1：控制高速服务区产生的污水流入预设污水池中；
步骤2：在所述预设污水池中对所述污水进行净化处理，得到净化水；
步骤3：对所述净化水进行采样得到采样水，对所述采样水进行水质检测得到水质报告；其中，
步骤31：对所述预设污水池中不同指定位置的净化水进行采样，得到若干个采样水；
步骤32：利用预设光线分别照射每一采样水，得到每一采样水对应的透光强度、利用预设pH试纸分别检测每一采样水的pH值，采集每一pH试纸图像；
步骤33：根据每一采样水在所述预设污水池中对应的指定位置，建立水样模型，分别将每一采样水对应的透光强度和pH试纸图像输入到所述水样模型对应的水样位置上，得到检测模型；
步骤34：解析所述检测模型中每一水样位置上对应的透光强度和pH试纸图像，得到对应采样水的浑浊信息和酸碱信息，根据所述浑浊信息和酸碱信息得到所述预设污水池中每一水区域对应的水质信息，建立水质报告；其中，所述步骤34，包括：
步骤341：根据所述透光强度得到对应采样水的浑浊信息，解析所述pH试纸图像得到对应pH试纸的试纸色彩，根据所述试纸色彩得到对应采样水的酸碱信息，建立每一水样位置对应的区域水质信息；
步骤342：根据每一水样位置在所述检测模型中的位置建立水样分布框架，将对应的区域水质信息输入到所述水样分布框架中得到信息分布框架；其中，水样分布框架是根据不同水样位置的分布信息所建立的平面图；
步骤343：解析所述信息分布框架，得到每一框架行对应的第一水质信息，以及每一框架行对应的第二水质信息；其中，第一水质信息表示同一横截面的净化水对应的水质；第二水质信息表示同一竖截面的净化水对应的水质；
步骤344：根据所述第一水质信息和第二水质信息，结合每一水样位置对应的区域水质信息得到所述预设污水池中不同水区域对应的水质信息，建立水质报告；
步骤4：根据所述水质报告得到所述净化水的水质，当所述净化水的水质满足预设水质时，控制所述净化水流入预设存水池中，反之，控制所述净化水返回对应的所述预设污水池中。
2.如权利要求1所述的一种用于高速服务区污水处理的智能控制方法，其特征在于，所述步骤1，包括：
步骤11：当所述高速服务区产生污水时，获取所述污水的水来源；
步骤12：根据所述水来源确定所述污水的污水属性；
步骤13：根据所述污水属性控制所述污水流入对应属性的预设污水池中。
3.如权利要求1所述的一种用于高速服务区污水处理的智能控制方法，其特征在于，所述步骤2，包括：
步骤21：获取所述预设污水池中的当前水量以及所述预设污水池中污水的污水属性，根据所述当前水量和污水属性确定每一净化过程对应的净化参数，建立参数对照表；
步骤22：根据所述参数对照表确定所述污水的沉淀时长参数，根据所述沉淀时长参数将所述预设污水池中的污水沉淀对应的沉淀时长；
步骤23：根据所述参数对照表确定所述污水的生物处理参数，根据所述生物处理参数将所述预设污水池中的污水进行生化降解以及吸附；
步骤24：得到经过沉淀、生化降解和吸附后的净化水。
4.如权利要求1所述的一种用于高速服务区污水处理的智能控制方法，其特征在于，所述步骤4，包括：
步骤41：解析所述水质报告，得到净化水的所述水质信息；
步骤42：获取预设水质的第一水质参数集，以及根据所述水质信息得到所述净化水的第二水质参数集；
步骤43：利用所述第一水质参数集建立参数评价范围，利用所述参数评价范围对所述第二水质参数集中每一第二水质参数进行评价，得到每一第二参数与参数评价范围之间的参数差特征；
步骤44：当每一个所述参数差特征均在预设差特征范围内时，确定所述净化水满足预设水质，控制所述净化水流入预设存水池中，反之，控制所述净化水返回对应的所述预设污水池中。
5.如权利要求3所述的一种用于高速服务区污水处理的智能控制方法，其特征在于，所述步骤21，包括：
步骤211：向所述预设污水池发射预设声音信号，采集所述预设污水池的反馈信号，得到所述反馈信号的信号损失量；
步骤212：根据所述信号损失量得到所述预设污水池的蓄水高度，结合所述预设污水池的池底面积得到所述预设污水池中的当前水量，以及获取所述预设污水池中污水的污水属性；
步骤213：根据所述污水属性调用对应的净化方式，解析所述净化方式得到对所述污水的净化过程；
步骤214：根据所述当前水量确定所述净化方式中每一净化过程对应的净化参数，建立参数对照表。
6.如权利要求1所述的一种用于高速服务区污水处理的智能控制方法，其特征在于，还包括：
当所述净化水的水质不满足预设水质，返回对应的预设污水池后，将所述净化水视为污水，进行净化处理，得到净化水。
7.如权利要求3所述的一种用于高速服务区污水处理的智能控制方法，其特征在于，还包括：
当所述预设污水池中的沉淀物高度大于预设高度时，控制所述沉淀物流入预设沉淀物池中。
8.如权利要求1所述的一种用于高速服务区污水处理的智能控制方法，其特征在于，所述步骤342，包括：
步骤3421：获取每一水样位置在所述检测模型中的位置，分别解析每一位置，得到每一水样位置与相邻水样位置之间的相邻特征，根据所述相邻特征获取对应规格的样本矩阵；其中，相邻特征表示一个水样位置与相邻水样位置之间的距离、角度关系以及该水样位置与边缘水样位置之间的距离、角度关系；
步骤3422：分别解析每一相邻特征，根据解析结果得到中心水样位置在所述检测模型中的中心位置，将所述中心位置与所述样本矩阵的矩阵中心元素建立第一对应关系；
步骤3423：根据所述第一对应关系结合所述相邻特征，确定每一位置与矩阵元素之间的第二对应关系，根据所述第一对应关系以及第二对应关系建立水样分布框架；其中，第一对应关系表示中心位置与矩阵中心元素之间的对应关系；第二对应关系表示除中心位置外的位置与矩阵元素之间的对应关系；
步骤3424：将对应的区域水质信息输入到所述水样分布框架中得到信息分布框架。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310764668.2A CN116606032B (zh) | 2023-06-27 | 2023-06-27 | 用于高速服务区污水处理的智能控制方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310764668.2A CN116606032B (zh) | 2023-06-27 | 2023-06-27 | 用于高速服务区污水处理的智能控制方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN116606032A CN116606032A (zh) | 2023-08-18 |
| CN116606032B true CN116606032B (zh) | 2023-11-21 |
Family
ID=87681937
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202310764668.2A Active CN116606032B (zh) | 2023-06-27 | 2023-06-27 | 用于高速服务区污水处理的智能控制方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN116606032B (zh) |
Citations (12)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN100999367A (zh) * | 2007-01-10 | 2007-07-18 | 浙江大学 | 适用于小水量、多种类及复杂反应过程的自动化废水批处理方法及设备 |
| JP2007301550A (ja) * | 2006-04-14 | 2007-11-22 | Okumura Corp | 濁水処理装置 |
| CN105036414A (zh) * | 2015-07-30 | 2015-11-11 | 上海宇海企业发展集团有限公司 | 循环水过滤处理设备 |
| CN109081507A (zh) * | 2018-08-24 | 2018-12-25 | 广州市环境保护工程设计院有限公司 | 污水处理控制方法及系统 |
| CN110188945A (zh) * | 2019-05-29 | 2019-08-30 | 剑科云智(深圳)科技有限公司 | 一种生产中的污水预测系统及污水预测方法 |
| CN111308039A (zh) * | 2020-03-19 | 2020-06-19 | 无锡德林海环保科技股份有限公司 | 一种网格化水质实时监测方法及系统 |
| CN211056845U (zh) * | 2019-08-27 | 2020-07-21 | 漳州市俊龙新能源科技有限公司 | 一种电镀废水处理系统装置 |
| CN111489271A (zh) * | 2020-05-28 | 2020-08-04 | 重庆工商大学 | 污水管理云平台 |
| CN112830533A (zh) * | 2021-01-14 | 2021-05-25 | 南通科跃机械科技有限公司 | 一种城市污水排放控制系统及方法 |
| CN113239502A (zh) * | 2021-04-23 | 2021-08-10 | 肖小杰 | 基于人工智能图像处理的城市污水管网模拟构建方法 |
| WO2022085948A1 (ko) * | 2020-10-22 | 2022-04-28 | (주)파이브텍 | Iot 및 빅데이터를 활용한 대규모 산업단지의 실시간 통합 배수구역 관리시스템 |
| CN114604962A (zh) * | 2022-02-22 | 2022-06-10 | 中山大学 | 高速公路服务区污水处理系统运行工况的控制方法和系统 |
-
2023
- 2023-06-27 CN CN202310764668.2A patent/CN116606032B/zh active Active
Patent Citations (12)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2007301550A (ja) * | 2006-04-14 | 2007-11-22 | Okumura Corp | 濁水処理装置 |
| CN100999367A (zh) * | 2007-01-10 | 2007-07-18 | 浙江大学 | 适用于小水量、多种类及复杂反应过程的自动化废水批处理方法及设备 |
| CN105036414A (zh) * | 2015-07-30 | 2015-11-11 | 上海宇海企业发展集团有限公司 | 循环水过滤处理设备 |
| CN109081507A (zh) * | 2018-08-24 | 2018-12-25 | 广州市环境保护工程设计院有限公司 | 污水处理控制方法及系统 |
| CN110188945A (zh) * | 2019-05-29 | 2019-08-30 | 剑科云智(深圳)科技有限公司 | 一种生产中的污水预测系统及污水预测方法 |
| CN211056845U (zh) * | 2019-08-27 | 2020-07-21 | 漳州市俊龙新能源科技有限公司 | 一种电镀废水处理系统装置 |
| CN111308039A (zh) * | 2020-03-19 | 2020-06-19 | 无锡德林海环保科技股份有限公司 | 一种网格化水质实时监测方法及系统 |
| CN111489271A (zh) * | 2020-05-28 | 2020-08-04 | 重庆工商大学 | 污水管理云平台 |
| WO2022085948A1 (ko) * | 2020-10-22 | 2022-04-28 | (주)파이브텍 | Iot 및 빅데이터를 활용한 대규모 산업단지의 실시간 통합 배수구역 관리시스템 |
| CN112830533A (zh) * | 2021-01-14 | 2021-05-25 | 南通科跃机械科技有限公司 | 一种城市污水排放控制系统及方法 |
| CN113239502A (zh) * | 2021-04-23 | 2021-08-10 | 肖小杰 | 基于人工智能图像处理的城市污水管网模拟构建方法 |
| CN114604962A (zh) * | 2022-02-22 | 2022-06-10 | 中山大学 | 高速公路服务区污水处理系统运行工况的控制方法和系统 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN116606032A (zh) | 2023-08-18 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Tomar | Quality assessment of water and wastewater | |
| KR102359468B1 (ko) | 시료 전처리 및 균질도 평가를 통해 최적화된 총유기탄소 분석방법 | |
| CN116606032B (zh) | 用于高速服务区污水处理的智能控制方法 | |
| CN114627392B (zh) | 应用河湖参数分析的纳米改性滤料定量装置 | |
| CN213171969U (zh) | 污水处理监控系统 | |
| CN109626757A (zh) | 一种微电解-mbr耦合技术处理实验室废水的方法 | |
| CN115353223A (zh) | 一种基于anfis模型的实验室废水处理一体化方法及装置 | |
| JP3505559B2 (ja) | 汚濁負荷量計 | |
| Verma et al. | Water quality management by enhancing assimilation capacity with flow augmentation: a case study for the Yamuna River, Delhi | |
| CN111118128A (zh) | 一种利用微生物群落图谱解析河流水体污染来源的方法 | |
| Nikoonahad et al. | Evaluation the correlation between turbidity and total suspended solids with other chemical parameters in yazd wastewater treatment effluent plant | |
| CN110451741A (zh) | 一种实验室综合废水处理设备 | |
| Crozes et al. | Evaluating biological regrowth in distribution systems | |
| CN118184082B (zh) | 一种垃圾填埋场污染渗滤液的净化系统及方法 | |
| Levine et al. | Evaluation of biological hydrogen sulfide oxidation coupled with two-stage upflow filtration for groundwater treatment | |
| Abilov et al. | Optimization of oil-containing wastewater treatment processes | |
| Appels et al. | Safety and quality control in drinking water systems by online monitoring of enzymatic activity of faecal indicators and total bacteria | |
| Syahlan | Management of Hospital Waste in Maintaining the Environment | |
| Kumar et al. | Winery wastewater workshops translate research into practice | |
| Lee et al. | Study on the low energy sewage management based on pre-sensing technology and automatic blower control | |
| Jacobsen | Compliance assessment for the 91/271/EEC directive and an end-user’s view on potentials for further on-line monitoring and control at wastewater treatment plants | |
| JP2001149094A (ja) | 硝化細菌活性度の検査方法およびそれを用いた水処理方法 | |
| KR101733711B1 (ko) | 단일 반응기를 이용한 슬러지 침강-비내생 호흡율 복합측정기 | |
| RU133614U1 (ru) | Устройство для люминесцентного контроля в реальном времени электрореагентной очистки природных и сточных вод | |
| Troch | Impact of urban activity on Ganges water quality and ecology: case study Kanpur |
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 |