CN117069241B - 一种好氧池溶解氧浓度控制方法及控制系统 - Google Patents

一种好氧池溶解氧浓度控制方法及控制系统 Download PDF

Info

Publication number
CN117069241B
CN117069241B CN202311322717.3A CN202311322717A CN117069241B CN 117069241 B CN117069241 B CN 117069241B CN 202311322717 A CN202311322717 A CN 202311322717A CN 117069241 B CN117069241 B CN 117069241B
Authority
CN
China
Prior art keywords
dissolved oxygen
oxygen concentration
concentration
aerobic tank
cod
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
Application number
CN202311322717.3A
Other languages
English (en)
Other versions
CN117069241A (zh
Inventor
杨健
杨凌柯
王海牛
黄一驰
鲜红清
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.)
Ji'an Yonglan Beijing Engineering Technology Development Co ltd
Original Assignee
Ji'an Yonglan Beijing Engineering Technology Development 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 Ji'an Yonglan Beijing Engineering Technology Development Co ltd filed Critical Ji'an Yonglan Beijing Engineering Technology Development Co ltd
Priority to CN202311322717.3A priority Critical patent/CN117069241B/zh
Publication of CN117069241A publication Critical patent/CN117069241A/zh
Application granted granted Critical
Publication of CN117069241B publication Critical patent/CN117069241B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • C—CHEMISTRY; METALLURGY
    • C02—TREATMENT OF WATER, WASTE WATER, SEWAGE, OR SLUDGE
    • C02F—TREATMENT OF WATER, WASTE WATER, SEWAGE, OR SLUDGE
    • C02F3/00—Biological treatment of water, waste water, or sewage
    • C02F3/006—Regulation methods for biological treatment
    • C—CHEMISTRY; METALLURGY
    • C02—TREATMENT OF WATER, WASTE WATER, SEWAGE, OR SLUDGE
    • C02F—TREATMENT OF WATER, WASTE WATER, SEWAGE, OR SLUDGE
    • C02F3/00—Biological treatment of water, waste water, or sewage
    • C02F3/30—Aerobic and anaerobic processes
    • C02F3/308—Biological phosphorus removal
    • 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
    • C02F2209/16—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
    • 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)
  • Biodiversity & Conservation Biology (AREA)
  • Engineering & Computer Science (AREA)
  • Molecular Biology (AREA)
  • Microbiology (AREA)
  • Hydrology & Water Resources (AREA)
  • Health & Medical Sciences (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)
  • Activated Sludge Processes (AREA)

Abstract

本申请属于污水处理技术领域，具体涉及一种好氧池溶解氧浓度控制方法及控制系统；控制方法包括步骤：获取t时刻好氧池的多个溶解氧浓度数据；计算好氧池的当前整体溶解氧浓度；获取t时刻好氧池多个污染物的污染物浓度数据；分别计算出多个污染物的去除向量；得到整体溶解氧浓度分别与总磷、总氮、氨氮、COD污染物的去除向量之间的函数关系；分别计算t时刻各污染物的动态负荷；计算最优整体溶解氧浓度，并根据结果对曝气装置进行控制；本申请的好氧池溶解氧浓度控制方法和控制系统，能够计算出在出水达标的条件下动态最优整体溶解氧浓度，从而在安全运行的前提下使得能耗水平最低。

Description

一种好氧池溶解氧浓度控制方法及控制系统
技术领域
本申请属于污水处理技术领域，具体涉及一种好氧池溶解氧浓度控制方法及控制系统。
背景技术
在污水处理领域中，以生物法应用最为广泛，即通过人为地维持好氧，缺氧或厌氧环境，使生物池中的微生物按照需求持续发生特定的生化反应以降低目标污染物（如总磷、总氮、氨氮、COD等）的浓度，从而实现达标排放。
主流的污水厂工艺流程AAO/AO中溶解氧（DO）浓度是污水处理生化反应过程中的重要指标，能比较直观，迅速地反映整个系统的运行状况。除此之外，溶解氧间接影响了微生物处理的效率，如在溶解氧充足条件下，聚磷菌氧化分解PHB类物质产生能量，从而吸收污水中溶解磷酸盐。
因此，溶解氧在生物除磷脱氮的过程中发挥关键作用。一般来说，在污水处理中在厌氧池和缺氧池，需控制水中溶解氧浓度在低水平，厌氧池的溶解氧浓度要求限制在0.2mg/l以下，缺氧池溶解氧浓度在0.2~0.5mg/l范围内；在好氧池，需控制水中溶解氧浓度在较高水平，一般在控制在2~4mg/l。
在好氧池的溶解氧浓度控制方面，常见做法是通过曝气系统将DO控制在2~4mg/l范围内的特定值，从而保持稳定活性污泥在分解有机物或自身代谢过程中对溶解氧的需求。
目前，针对曝气系统研究主要集中在精准曝气（即对曝气流量进行精确控制，使溶解氧达到设定值即对曝气流量进行精确控制，使溶解氧达到设定值），以下方法具有一定代表性：
方法一：曝气量自动控制系统包括曝气设备，曝气控制器，上位机监控系统，污水曝气控制器等部分。首先，检测仪表将检测的原水流量，溶解氧浓度的模拟量信息通过硬接线方式或网络通讯方式传入系统；其次，根据溶解氧浓度设定值计算出曝气量，通过曝气控制器将曝气量输出模拟量信号给曝气设备；第三，上位机监控系统与污水曝气控制器进行数据通讯；最后，采用鼓风机曝气量控制，对曝气流量进行精确控制。
方法二：根据不同的进水水质，利用在线多输入多输出最小二乘支持向量机软测量模型预测出水参数值；再将这些参数作为水质反馈信号，使用模糊神经网络动态优化与进水水质对应的溶解氧设定值；最后利用神经网络逆控制系统跟踪优化的溶解氧设定值。
方法三：鉴于污水处理过程中水质变化剧烈，要求的溶解氧浓度不一等问题，提出了一种自适应模糊神经网络控制方法，对变参数活性污泥法污水处理系统的溶解氧浓度进行控制，并通过调整量化因子减小系统的静态误差。仿真结果表明该控制方法能够在线调整隶属函数，优化控制规则，将其应用于活性污泥法污水处理系统中可以快速，准确地使溶解氧达到期望要求，并具有较强的鲁棒性。
综上所述，以“方法一”代表的传统理念属于精准曝气，即将好氧池所需的溶解氧浓度精准地保持在工艺设计标准的数值附近。然而，实际污水处理过程中的进水水质并非恒定。为使得出水水质达标，溶解氧需根据进水与出水状态进行动态调整，“方法二”与“方法三”试图通过模型预测出水水质，进而动态调整溶解氧浓度，是在智能曝气上的初步探索。
上述方法中默认溶解氧的设定值是合理的，但是没有考虑以下问题：
（1）由于进水总磷、总氮、氨氮、COD等污染物浓度是动态波动的，并且不同溶解氧水平下总磷、总氮、氨氮、COD的去除效率不同，因此固定的溶解氧水平很难满足动态的进水水质污染物负荷；
（2）不同环境下污水处理系统溶解氧浓度与污染物的去除量的比例关系变化，例如溶解氧会受到菌群，温度，氧分压，盐度等外部因素的影响，即使在固定的溶解氧水平下，污水处理的能力也有所不同；
（3）不同污水处理厂总磷、总氮、氨氮、COD等污染物浓度排放标准的差异等问题。
因此，针对溶解氧浓度的控制，最主要是问题是在考虑上述不同环境，不同工艺，不同排放标准等束条件下，如何动态计算最佳的溶解氧浓度，来引导曝气系统的控制，从而在安全生产的前提下的尽可能降低能耗。这里需要说明的是，污水处理运行成本主要包括电耗，碳源与絮凝剂等药耗以及人工成本，曝气在污水处理流程中占总耗电量的50-70%，因此曝气系统是节能降耗的关键。
发明内容
为了解决现有技术中存在的至少一个技术问题，本申请提供了一种好氧池溶解氧浓度控制方法及控制系统。
第一方面，本申请公开了一种好氧池溶解氧浓度控制方法，包括如下步骤：
步骤一、获取t时刻在好氧池中监测到的多个溶解氧浓度数据，所述多个溶解氧浓度数据由位于好氧池的入水口和出水口之间且沿好氧池长度方向进行布置的多个测量点测得；
步骤二、根据多个所述溶解氧浓度数据，计算得到t时刻所述好氧池的当前整体溶解氧浓度；
步骤三、获取t时刻在好氧池中监测到的多个污染物的污染物浓度数据；
其中，所述多个污染物包括总磷、总氮、氨氮以及COD，且每个污染物至少包括入水口与出水口两个位置的污染物浓度数据；
步骤四、根据所述步骤三获取的污染物浓度分别计算出总磷、总氮、氨氮以及COD的去除向量；
其中，所述去除向量是指在t-T时刻入水口的总磷、总氮、氨氮、COD污染物浓度与t时刻出水口的总磷、总氮、氨氮、COD污染物浓度之间的变化量，T表示水流从入水取样点到出水取样点所需的时间间隔；
步骤五、根据多组历史数据，利用人工智能技术拟合得到整体溶解氧浓度分别与总磷、总氮、氨氮、COD污染物的去除向量之间的函数关系；
其中，每一组历史数据包括整体溶解氧浓度以及在该整体溶解氧浓度条件下计算得到的总磷、总氮、氨氮、COD污染物的去除向量，并且，用于计算整体溶解氧浓度和对应去除向量的参数，分别来自t时刻及t时刻之前获取的溶解氧浓度和污染物浓度；
步骤六、根据步骤三获取的各污染物的入水口污染物浓度以及各污染物的出水标准，分别计算t时刻各污染物的动态负荷；
其中，所述动态负荷是指t时刻各污染物要达到出水标准应降低的浓度值；
步骤七、根据如下公式计算最优整体溶解氧浓度：
其中，
、/>、/>分别代表t时刻总磷、总氮、氨氮、COD在进水口处的污染物浓度；
、/>、/>、/>分别代表总磷、总氮、氨氮、COD浓度的出水标准；
另外，在最优整体溶解氧浓度公式中，、/>、、/>，是由步骤六得到的总磷、总氮、氨氮、COD的动态负荷，分别代入步骤五中的对应函数关系后，得到的分别与总磷、总氮、氨氮、COD对应的整体溶解氧浓度预估值，最后，在得到四个整体溶解氧浓度预估值中取最大值，即为最优整体溶解氧浓度值；
步骤八、根据所述最优整体溶解氧浓度对曝气装置进行控制，从而调节好氧池中的溶解氧浓度。
在一种可选的实施方式中，所述步骤八包括：
步骤8.1、判断步骤七中得到的最优整体溶解氧浓度与步骤二得到的当前整体溶解氧浓度的大小关系；如果所述最优整体溶解氧浓度大于所述当前整体溶解氧浓度，则进行步骤8.2；如果二者相等，则不进行调整操作；如果所述最优整体溶解氧浓度小于所述当前整体溶解氧浓度，则进行步骤8.3；
步骤8.2、通过控制曝气系统提高好氧池的溶解氧浓度；
步骤8.3、通过控制曝气系统降低好氧池的溶解氧浓度。
在一种可选的实施方式中，所述步骤二中，所述好氧池的当前整体溶解氧浓度是通过如下公式中的一个计算得到：
（1）；
（3）；
其中，
表示好氧池当前整体溶解氧浓度；
V表示好氧池总体积；
表示好氧池的体积变量，是溶解氧测量点位置的函数，范围是0~V，即在好氧池入口处/>，在好氧池出口处/>；
表示好氧池中不同位置体积/>的溶解氧浓度。
在一种可选的实施方式中，所述公式（1）和（3）分别用长宽高三个方向的位置变量来表达的形式如下：
（2）；
（4）；
其中，
分别表示好氧池的长度、宽度和高度；
分别表示好氧池长宽高三个方向的位置变量；表示
表示在好氧池中长度为/>，宽度为/>，高度为/>位置的溶解氧浓度。
在一种可选的实施方式中，在所述步骤四中，总磷、总氮、氨氮以及COD的去除向量分别通过如下公式计算得到：
；
；
；
；
其中，
t表示出水口取样时间；
T表示水流从入水取样点到出水取样点所需的时间间隔；
分别表示在t时刻入水的总磷、总氮、氨氮、COD的去除向量；
分别表示总磷、总氮、氨氮、COD在t-T时刻在进水口处的污染物浓度；
分别表示总磷、总氮、氨氮、COD在t时刻在出水口处的污染物浓度。
在一种可选的实施方式中，在所述步骤五中，是分别通过如下公式计算t时刻各污染物的动态负荷：
；
；
；
；
其中，
分别表示t时刻总磷、总氮、氨氮、COD浓度的动态负荷。
在一种可选的实施方式中，在所述步骤七中，在进行最优整体溶解氧浓度计算之前，还包括如下步骤：
分别通过如下判别式判断各污染物的去除向量与动态负荷的关系：
；
；
；
；
如果所有判别式均成立，则说明没有污染物处于超负荷状态，则后续进行最优整体溶解氧浓度计算方法不变；
如果某一条或某几条判别式不成立，则说明该判别式对应的污染物处于超负荷状态，后续进行最优整体溶解氧浓度计算时只需计算处于超负荷状态污染物的整体溶解氧浓度预估值，再取其中最大值即可。
第二方面，本申请还公开了用于上述好氧池溶解氧浓度控制的控制系统，包括：
多个溶解氧浓度监测装置，所述多个溶解氧浓度监测装置设置在好氧池的入水口和出水口之间，沿好氧池长度方向进行布置，用于监测t时刻好氧池中相应位置的溶解氧浓度数据；
多个污染物浓度监测装置，所述多个污染物浓度监测装置用于监测t时刻多个污染物的污染物浓度数据，其中，多个污染物包括总磷、总氮、氨氮以及COD，且每个污染物至少包括入水口与出水口两个位置的污染物浓度数据；
曝气装置，用于调节所述好氧池中的溶解氧浓度；
控制装置，所述控制装置用于：
接收多个溶解氧浓度监测装置监测的溶解氧浓度数据，并计算得到t时刻所述好氧池的当前整体溶解氧浓度；以及
接收多个污染物浓度监测装置监测的污染物浓度数据，并分别计算出总磷、总氮、氨氮以及COD的去除向量；以及
根据多组历史数据，利用人工智能技术拟合得到整体溶解氧浓度分别与总磷、总氮、氨氮、COD污染物的去除向量之间的函数关系；以及
根据各污染物入水口污染物浓度数据以及各污染物的出水标准，分别计算t时刻各污染物的动态负荷；以及
计算最优整体溶解氧浓度，并根据所述最优整体溶解氧浓度对曝气装置进行控制，以调节好氧池的溶解氧浓度。
在一种可选的实施方式中，所述控制装置在根据所述最优整体溶解氧浓度对曝气装置进行控制时，包括：
如果所述最优整体溶解氧浓度大于步骤二得到的当前整体溶解氧浓度，则通过控制曝气系统提高好氧池的溶解氧浓度；以及
如果所述最优整体溶解氧浓度等于步骤二得到的当前整体溶解氧浓度，则不进行调整；以及
如果所述最优整体溶解氧浓度小于步骤二得到的当前整体溶解氧浓度，则通过控制曝气系统降低好氧池的溶解氧浓度。
在一种可选的实施方式中，所述控制装置包括：
通讯设备，用于与所述溶解氧浓度监测装置、污染物浓度监测装置以及曝气装置进行数据通讯；
处理设备，用于对接收的数据进行处理，以及生成用于控制曝气装置的曝气控制指令。
本申请至少存在以下有益技术效果：
本申请的好氧池溶解氧浓度控制方法和控制系统，基于当前整体溶解氧浓度与总磷、总氮、氨氮、COD等负荷量的去除向量，近似计算出在出水达标的条件下动态最优整体溶解氧浓度，从而在安全运行的前提下使得能耗水平最低；本申请解决了在入水污染物动态变化与污水处理系统的污染物去除量向量动态变化的复杂条件下，通过控制溶解氧使得在出水达标的约束条件下，实现曝气系统能耗最小化。
相关现有技术解释说明如下：
1，污水处理工艺流程：
在污水处理领域中，以生物法应用最为广泛，即通过人为地维持好氧，缺氧或厌氧环境，使生物池中的微生物按照需求持续发生特定的生化反应以降低目标污染物（如总磷、总氮、氨氮、COD等）的浓度，从而实现达标排放。
如图1所示，主流的污水厂工艺流程AAO/AO中溶解氧浓度是污水处理生化反应过程中的重要指标，能比较直观，迅速地反映整个系统的运行状况。
（1）厌氧区
污水经过初沉池进入到厌氧区，回流污泥中的兼性厌氧发酵菌将可生物降解有机物转化为挥发性脂肪酸等小分子发酵产物，同时聚磷菌在厌氧环境下释放储存在菌体内的多聚磷酸盐。因此，厌氧区是一个去除部分碳，释放磷的过程。
（2）缺氧区
反硝化菌利用由好氧池中回流夹带的硝酸盐及污水中可生物降解的有机物进行反硝化反应，完成对碳，磷的脱除，同时排出氮气。之后，较低浓度的碳氮和较高浓度的磷污水进入好氧区。
（3）好氧区
通过曝气处理，使聚磷菌与氧气充分接触，超量吸收污水中的溶解性磷，达到降低污水中的磷的效果。同时硝化菌在好氧条件下完成氨化和硝化，将水中的氮转化为或。
（4）沉淀池
泥水分离，污泥一部分回流至厌氧区，另一部分将携带磷的聚磷菌以污泥的形式排出，上清液作为处理水排放。
2，除磷脱氮原理：
（1）生物除磷原理
聚磷菌（其显微镜下的形状参见图3所示）是具有除磷功能的微生物的统称，在好氧条件下，能够从污水中吸收磷并将其转化为多聚磷酸盐储存在细胞内，形成含磷量较高的污泥，系统可以通过排污泥的方式达到除磷效果。
厌氧/好氧代谢过程如图2所示，其中，E-能量，g-糖原，VFA-挥发性脂肪酸，Poly-P-聚磷酸盐，PHA-胞内聚酯（作为碳源和能源的贮藏性物质）。
所谓生物除磷，是利用聚磷菌一类的微生物，在厌氧环境下释放磷；而在好氧环境下，能够过量地从外部环境摄取磷。在数量上超过其生理需要，并将磷以聚合的形态储藏在菌体内，形成高磷污泥排出系统，达到从污水中除磷的效果。
生物除磷过程可分为细菌的压抑放磷，过渡积累和吸收，从而达到除磷的目的。
a）聚磷菌摄取磷（好氧池）
在好氧阶段，微生物利用被氧化分解所获得的能量，大量吸收在厌氧阶段释放的磷和原污水中的磷，完成磷的过渡积累和最后的吸收，在细胞体内合成聚磷酸盐而储存起来。方程式如下：
；
b）聚磷菌的放磷（厌氧池）
在厌氧阶段，聚磷菌把储存的聚磷酸盐进行分解，提供能量，并大量吸收污水中的BOD（生化需氧量），释放磷（聚磷酸盐水解为正磷酸盐），使污水中BOD下降，磷含量升高。反应方程式如下：
（2）生物脱氮原理
一般来说，生物脱氮过程可分为三步：
第一步是氨化作用，即水中的有机氮在氨化细菌的作用下转化成氨氮。在普通活性污泥法中，氨化作用进行得很快，无需采取特殊的措施。
第二步是硝化作用，即在供氧充足的条件下，水中的氨氮首先在亚硝酸菌的作用下被氧化成亚硝酸盐，然后再在硝酸菌的作用下进一步氧化成硝酸盐。为防止生长缓慢的亚硝酸细菌和硝酸细菌从活性污泥系统中流失，要求很长的污泥龄。
第三步是反硝化作用，即硝化产生的亚硝酸盐和硝酸盐在反硝化细菌的作用下被还原成氮气。这一步速率比较快，但由于反硝化细菌（参见图4所示）是兼性厌氧菌，只有在缺氧或厌氧条件下才能进行反硝化，因此需要为其创造一个缺氧或厌氧的环境。
需要说明的是，具体的脱氮反应方程式（包括亚硝化反应，硝化反应，反硝化反应等）属于本领域被普遍认知的技术，此处不再赘述。
3，溶解氧反应方程式
在好氧池中的溶解氧直接参与了以下化学反应：
a）磷的转化方程式
；
b）脱氮总反应方程式
；
c）氨氮的转化方程式
；
；
d）COD的转化方程式
；
除此之外，溶解氧间接影响了微生物处理的效率，如在溶解氧充足条件下，聚磷菌氧化分解PHB类物质产生能量，从而吸收污水中溶解磷酸盐。
附图说明
图1是现有污水厂工艺流程图；
图2是现有技术中厌氧，好氧代谢过程图；
图3是显微镜下的聚磷菌示意图；
图4是培养皿中分别装有硝化细菌和反硝化细菌的示意图；
图5是本申请的好氧池溶解氧浓度控制方法的流程图；
图6是溶解氧浓度在好氧池长度方向不同位置的分布示例图；
图7是溶解氧浓度与和氨氮浓度去除量的曲线；
图8是本申请的一个具体实例中t时刻东，西区溶解氧（DO）分布图；
图9是本申请的一个具体实例中t时刻东区污染物浓度分布图；
图10是本申请的一个具体实例中t时刻西区污染物浓度分布图；
图11是本申请的一个具体实例中好氧池进水/出水总磷浓度图；
图12是本申请的一个具体实例中好氧池进水/出水总氮浓度图；
图13是本申请的一个具体实例中好氧池进水/出水氨氮浓度图；
图14是本申请的一个具体实例中好氧池进水/出水COD浓度图。
具体实施方式
为使本申请实施的目的，技术方案和优点更加清楚，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更加详细的描述。所描述的实施例是本申请一部分实施例，而不是全部的实施例。下面通过参考附图描述的实施例是示例性的，旨在用于解释本申请，而不能理解为对本申请的限制。
通过上述背景技术的陈述可知，当前溶解氧控制技术多为精准曝气，即对曝气流量进行精确控制，使溶解氧达到设定值。然而，由于不同溶解氧水平下，总磷、总氮、氨氮、COD的去除效率不同，固定的溶解氧水平很难满足动态的进水水质污染物负荷。此外，由于菌群，温度，氧分压，盐度等影响溶解氧的外部因素，即使固定的溶解氧水平下，污水处理的能力也有所不同。
据此，本申请公开了一种好氧池溶解氧浓度控制方法及控制系统，假设污水处理系统各水池的停水时间不变，碳源，污泥浓度以及内回流外回流水平处于合理范围，基于进水污染物的动态负荷，实时调整目标溶解氧浓度，在保证出水水质达标的前提下，使得能耗水平最低。
具体的，此处将以S1-S4四个大步骤（其中包括了如图5所示的8个具体步骤）来对本申请的好氧池溶解氧浓度控制方法进行说明。
步骤S1（包含发明内容中的步骤一至步骤二）：依据不同污水处理工艺设计以及流量，流速等流体力学理论，可以进行在稳定状态下的仿真模拟。通过多个测量点的溶解氧浓度，可以描述好氧池中溶解氧分布状态；进而建立好氧池的溶解氧浓度的积分模型，以此描述不同时刻好氧池整体溶解氧水平。
依据流量，流速等流体力学原理，可以构造好氧池内溶解氧分布的仿真模型。在内外回流处于稳态下，在好氧池的长度方向不同位置的溶解氧浓度如图6所示。
不失一般性，假设污水处理系统流量不变。溶解氧在水中的分布不仅仅与好氧池长度方向上的位置有关。假设好氧池容积表示为，在三维空间中不同区域中，溶解氧的浓度均不相同。假设整体溶解氧浓度估计模型如下：
（1）；
（2）；
（3）；
（4）；
其中，
代表好氧池整体溶解氧浓度；
V代表好氧池总体积；
代表好氧池的体积变量，/>是溶解氧测量点位置的函数，范围是0~V，即在好氧池入口处，/>，在好氧池出口处，/>；
代表好氧池中不同位置体积/>的溶解氧浓度；
分别代表好氧池的长度，宽度和高度；
分别代表好氧池长、宽、高三个方向的位置变量；
表示在好氧池中长度为/>，宽度为/>，高度为/>位置的溶解氧浓度。
以上的数学表达式的解释如下：
式（1）是好氧池整体溶解氧浓度的理论公式；
式（2）是式（1）用长宽高三个方向的位置变量来表达的形式；
式（3）是实践中计算使用的公式，用有限个测量点的溶解氧浓度估计整体溶解氧浓度；
式（4）是式（3）用长宽高三个方向的位置变量来表达的形式；
在实践中多使用多点测量法，结合公式（4）估计好氧池整体溶解氧浓度
步骤S2（包含发明内容中的步骤三至步骤五）：基于大量的历史数据，利用AI技术建立好氧池整体溶解氧浓度与总磷、总氮、氨氮、COD等污染物的去除向量之间的函数关系。
不失一般性，在特定的溶解氧状态下，分别测量记录出总磷、总氮、氨氮、COD等污染物质的去除向量如下：
；
；
（7）；
（8）；
其中，
t表示出水口取样时间；
T表示从入水取样点到出水取样点所需的时间间隔；
分别表示从t-T时刻入水到t时刻出水的总磷、总氮、氨氮、COD浓度的去除向量；
分别表示总磷、总氮、氨氮、COD在t-T时刻的进水浓度（即进水口处的污染物浓度）；
分别表示总磷、总氮、氨氮、COD在t时刻的出水浓度（即出水口处的污染物浓度）。
在获得大量数据后，利用整体溶解氧估计模型获得整体溶解氧浓度，进而建立整体溶解氧浓度/>和污染物去除向量的关系数据：
（9）；
据此，可以得到整体溶解氧浓度估值和污染物质去除量的函数关系：
（10）；
（11）；
（12）；
（13）；
其中，
代表t时刻好氧池的整体溶解氧浓度；
，/>，/>分别代表在特定的整体溶解氧浓度/>下，经过好氧池的污水处理后总磷、总氮、氨氮、COD污染物浓度的降低值或去除量。
需要说明的是，通过多组已知数据来自动拟合两个参数之间的函数关系，属于目前非常常规的技术手段，此处不再对其具体拟合方法进行详细介绍。以氨氮为例，依据大数据与AI技术可以获得两者之间的数据模型；理论上，如果环境条件相对稳定，则去除量与整体溶解氧浓度/>之间呈现如图7所示的单调上升与幅度递减的函数关系。
上述映射具有双重含义：
第一，整体溶解氧浓度（自变量）与不同的污染物质的去除量（因变量）之间的函数分别为：
（14）；
（15）；
（16）；
（17）；
第二，不同的污染物质的去除量（自变量）与整体溶解氧浓度（因变量）之间的反函数分别为：
（18）；
（19）；
（20）；
（21）；
其中，，/>，/>，/>分别表示从t-T时刻入水到t时刻出水总磷、总氮、氨氮、COD浓度的去除向量与整体溶解氧浓度/>之间的反函数关系。
数据说明：
不失一般性，入水与出水的取样时间以及污染物的测量时间都忽略不计。
由于污水处理具有非线性、非稳态、大时滞等特征，需要注意维持“数据新性”。
关于“数据新性”说明如下：为适应动态的环境条件，模型基于“数据新性”的理念，动态更新整体溶解氧浓度和总磷、总氮、氨氮、COD浓度去除率的函数关系。
不失一般性，如果在时刻获得整体溶解氧浓度和污染物质的去除向量的关系：
（22）；
其中，表示/>时刻的整体溶解氧浓度；
表示/>时刻入水到出水的污染物质的去除向量。
随着新的样本数据不断获取，如果环境变量也近似相同，依据“数据新性”规则，使用新的数据替代旧的数据；
（23）；
其中，表示/>时刻的整体溶解氧浓度；
表示/>时刻入水取样位置到出水取样位置污染物的去除向量。
但是，如果在时刻的整体溶解氧浓度/>与/>时刻的整体溶解氧浓度/>相同或非常近似，但测量的污染物的去除向量相差较大，则需检查影响溶解氧的一些变量如碳源、温度、PH值等是否异常。
步骤S3（包含发明内容中的步骤六）：测量t时刻入水的总磷、总氮、氨氮、COD等污染物浓度，根据出水标准，计算污染物总磷、总氮、氨氮、COD浓度的去除向量，即入水负荷（动态负荷）。
在好氧池内回流和外回流比例不变的前提下，依据出水标准，t时刻的动态负荷的计算公式如下：
（24）；
（25）；
（26）；
（27）；
其中，
分别表示t时刻总磷、总氮、氨氮、COD浓度的动态负荷；
、/>、/>分别表示t时刻总磷、总氮、氨氮、COD的进水浓度；
，/>，/>，/>分别表示污水处理系统的总磷、总氮、氨氮、COD的出水标准。
在实际应用中，需要按照总磷、总氮、氨氮、COD等污染物的排放标准，预留一定的安全边际。
步骤S4（包含发明内容中的步骤七至步骤八）：在总磷、总氮、氨氮、COD分别达到出水标准的条件下，动态计算最优的整体溶解氧浓度，通过控制曝气系统，使得电耗最低。
对于不同的污水处理厂，不失一般性，假设曝气系统维持溶解氧浓度状态或相应的整体溶解氧浓度，所需电耗为/>，而且电耗和溶解氧是正比关系：
（28）；
因此，在污水处理达到出水标准的前提下降低电耗，相当于在达到出水标准的前提下降低整体溶解氧浓度。
最优化问题（P）：
；
s.t.
；
；
；
；
；
其中，
好氧池的整体溶解氧浓度是决策变量；
为好氧池溶解氧浓度的下界，经验值为1 mg/l；
为好氧池溶解氧浓度的上界，经验值为4 mg/l；
、/>、/>、/>分别表示在整体溶解氧浓度/>条件下，从t时刻入水到t+T时刻出水总磷、总氮、氨氮、COD浓度的去除向量；
即，基于时刻t的最新取样数据，利用S1，S2，S3的数据，计算出的最优整体溶解氧浓度。
对上述最优化问题（P），在此给出一种近似的计算方法：
第一步，在S2中基于大数据与线性逼近，可以获得近似函数。上述问题中的四个约束条件C 1 ，C 2 ，C 3 ，C 4可转化为：
（29）；
（30）；
（31）；
（32）；/>
其中，，/>，/>分别代表t时刻总磷、总氮、氨氮、COD的进水浓度；
，/>，/>，/>分别代表总磷、总氮、氨氮、COD浓度的出水标准。
第二步，基于在合理值域内的函数单调性，可以获得总磷、总氮、氨氮、COD等四个相应反函数。
即将第一步中的四个约束条件进一步转化为以下四个不等式：
（33）；
（34）；
（35）；
（36）；
其中，，/>，/>，/>分别是的反函数。
第三步，令
其中，表示t时刻满足上述四个不等式的整体溶解氧浓度。
第四步，基于可行性考虑，
；
如果，则/>；
如果，则令/>；
如果，则令/>；
是最优化问题（P）的一个近似解析的最优解。
第五步，依据判别式，具体控制整体溶解氧浓度的方法如下：
（1）如果同时成立，即/>总磷、总氮、氨氮、COD浓度的去除量均大于等于动态负荷量，此时出水全部达标，如有冗余则应通过控制曝气装置调降整体溶解氧浓度以降低能耗；
（2）如果存在任意一个不等式不成立，总磷、总氮、氨氮、COD的出水浓度存在一项以上不能达标，此时应通过控制曝气装置提高整体溶解氧浓度。
其实，无论情况（1）或（2），整体溶解氧浓度的目标值公式如下：
需要说明的是，上述公式（37）中的、/>、、/>，是由步骤S3（即步骤六）得到的总磷、总氮、氨氮、COD的动态负荷，分别代入步骤五中的对应函数关系（参见图7所示，是氨氮的去除向量与整体溶解氧浓度的函数关系）后，得到的分别与总磷、总氮、氨氮、COD对应的整体溶解氧浓度预估值；最后，在得到四个整体溶解氧浓度预估值中取最大值（/>），即为最优整体溶解氧浓度值。
还需要说明的是，在进一步的实施例中，基于上述四个约束条件的判断结果，当某一条判别式不成立时，则说明该判别式对应的污染物处于超负荷状态，后续进行最优整体溶解氧浓度计算时只需计算该超负荷状态污染物的整体溶解氧浓度预估值，即为最优整体溶解氧浓度值；如果是两条或两条以上判别式不成立，则说明这些判别式对应的污染物处于超负荷状态，后续只需计算这些处于超负荷状态污染物的整体溶解氧浓度预估值，再取其中最大值作为最优整体溶解氧浓度值。
综上所述，本申请的好氧池溶解氧浓度控制方法中，首先，通过大数据获得在好氧池中溶解氧的分布状态；其次，动态获得不同溶解氧状态与污染物的去除向量的函数关系；第三，动态测量入水污染物浓度，依据污染物排放标准，计算当前污水处理系统的入水负荷；最后，在大数据与AI技术的基础上，求解最优的整体溶解氧浓度，即在污水处理排放达标的前提下，通过控制曝气系统实现降低能耗。
另一方面，本申请还提供了用于实现上述好氧池溶解氧浓度控制方法的控制系统，该控制系统包括多个溶解氧浓度监测装置，多个污染物浓度监测装置，曝气装置以及控制装置。
具体的，多个溶解氧浓度监测装置设置在好氧池的入水口和出水口之间，沿好氧池长度方向进行布置，用于监测t时刻好氧池中相应位置的溶解氧浓度数据；
多个污染物浓度监测装置用于监测t时刻多个污染物的污染物浓度数据，其中，多个污染物包括总磷、总氮、氨氮以及COD，且每个污染物至少包括入水口与出水口两个位置的污染物浓度数据；
曝气装置用于调节好氧池中的溶解氧浓度；
控制装置用于：
接收多个溶解氧浓度监测装置监测的溶解氧浓度数据，并计算得到t时刻所述好氧池的当前整体溶解氧浓度；以及
接收多个污染物浓度监测装置监测的污染物浓度数据，并分别计算出总磷、总氮、氨氮以及COD的去除向量；以及
根据多组历史数据，利用人工智能技术拟合得到整体溶解氧浓度分别与总磷、总氮、氨氮、COD污染物的去除向量之间的函数关系；以及
根据各污染物的入水口污染物浓度数据以及各污染物的出水标准，分别计算t时刻各污染物的动态负荷；以及
计算最优整体溶解氧浓度，并根据最优整体溶解氧浓度对曝气装置进行控制，以调节好氧池的溶解氧浓度。
进一步的，上述控制装置在根据最优整体溶解氧浓度对曝气装置进行控制时，具体包括如下控制手段：
如果最优整体溶解氧浓度大于步骤二所得到的当前整体溶解氧浓度，则通过控制曝气系统提高好氧池的溶解氧浓度；以及
如果最优整体溶解氧浓度等于步骤二所得到的当前整体溶解氧浓度，则不进行调整；
如果最优整体溶解氧浓度小于步骤二所得到的当前整体溶解氧浓度，则通过控制曝气系统降低好氧池的溶解氧浓度。
进一步的，上述控制装置具体包括通讯设备和处理设备；其中，通讯设备用于与溶解氧浓度监测装置，污染物浓度监测装置以及曝气装置进行数据通讯；处理设备用于对接收的数据进行处理，以及生成用于控制曝气装置的曝气控制指令。
下面将以一具有应用案例对本申请的好氧池溶解氧浓度控制方法和控制系统做进一步说明。
应用案例1
某水厂案例总体概况：
工艺：AAO；
设计规模：10000m³/d；
设计进出水水质见下表1：
表1、设计进，出水水质
序号 污染物 进水指标（mg/L） 出水指标（mg/L）
1 化学需氧量（CODcr） ≤500 ≤50
2 生化需氧量（BOD5） ≤200 ≤10
3 悬浮物（SS） ≤200 ≤10
4 总氮（TN） ≤50 ≤15
5 氨氮（NH3-N） ≤40 ≤5.0
6 总磷（TP） ≤4 ≤0.5
7 pH值 6～9 6～9
出水指标执行《城镇污水处理厂污染物排放标准》GB18918-2002中一级A标准。
1，AAO生化池设计参数
AAO生化池提供足够氧气条件下利用生物池中大量繁殖的活性污泥中的微生物，降解水中有机污染物质，以达到净化水质的目的。单池分为厌氧区，缺氧区和好氧区三个部分，厌氧区进行磷的释放，缺氧区发生反硝化进行硝酸盐的去除，好氧区进行氧化，硝化和磷的吸收。污水通过厌氧，缺氧，好氧的处理保证出水中污染物的去除和后续处理单元的稳定运行。
类型：半地下钢筋砼水池；
数量：1座2格；
设计参数：设计规模：1万m3/d；
设计流量：Q=416m3/h；
设计最低水温：10℃；
设计最高水温：25℃；
尺寸：长×宽×高=52.20×33.30×6.60m；
池深：6.5m；
有效水深：6.0m；
单座总池容：V=9225m3；
总停留时间：T=22.15hr；
（1）厌氧池设计参数
单座厌氧池有效容积：615m3
停留时间：1.48h
（2）缺氧池设计参数
缺氧池有效容积：2440m3；
停留时间：5.86h；
（3）好氧池设计参数
好氧池有效容积：6170m3；
停留时间：14.81h；
好氧池廊道总长度：100m；
污泥浓度：4000mg/l；
污泥负荷：F/M=0.10kgBOD5/kgMLSS；
容积负荷：0.22kgBOD5/m3.d；
好氧泥龄：15d；
总泥龄：22.43d；
剩余污泥量1530kg/d；
污泥回流比：50~100％；
混合液回流比：200%；
气水比：8：1；
2，曝气设备参数
（1）鼓风机
设备类型：悬浮鼓风机；
数量：2台（1用1备）；
设计参数：Q=62m3/min，H=7m，N=100kW；
（2）曝气设备
设备类型：管式曝气器；
数量：560套；
参数：Q=6~8m3/h，Φ67mm，L=1000mm，氧利用率>25%（配套管道支架）；
3，整体运行参数
（1）进水水质
生化池进水各项指标范围如下表2所示：
表2、进水水质指标范围
（2）溶解氧
厌氧池，缺氧池，好氧池各池末端位置配备溶解氧（DO）在线监测，溶解氧监测情况如下表3所示：
表3、溶解氧变化范围
4，好氧池运行参数与溶解氧最优化实例
（1）好氧池溶解氧分布
本例中，生化池分为东西2区。通过调节阀门，分配给两区不同的曝气量。东区曝气量高，西区曝气量低。两区好氧池的溶解氧沿廊道的分布情况如图8所示。
另外，t时刻东，西区溶解氧浓度下表4所示
表4、t时刻东，西区溶解氧浓度
利用本申请提供的整体溶解氧计算模型，通过多个测量点的溶解氧浓度，可估计得出整体溶解氧浓度：
；
依据表4，分别获得：
t时刻东区整体溶解氧浓度：
；
t时刻西区整体溶解氧浓度：
；
（2）总磷、总氮、氨氮、COD浓度分布
在稳定环境下，t时刻东，西区对应的总磷、总氮、氨氮、COD浓度分布如图9，图10所示。
在稳定状态下，东区，西区污染物浓度分布数据分别如下表5，表6所示：
表5、t时刻东区污染物浓度分布
距离 总磷 总氮 氨氮 COD
3.5 1.60 18.60 12.20 40.00
10 1.40 16.20 10.60 34.60
20 1.40 15.60 8.80 35.60
30 1.00 15.20 9.40 33.80
40 1.00 14.60 9.40 30.60
55 0.80 13.20 8.60 21.60
70 0.60 11.20 6.20 21.20
85 0.60 9.60 5.20 19.80
100 0.39 8.50 3.30 17.20
表6、t时刻西区污染物浓度分布
距离 总磷 总氮 氨氮 COD
3.5 1.88 25.87 17.63 33.03
10 1.70 24.97 14.77 27.12
20 1.34 24.44 14.05 25.51
30 1.16 21.21 7.61 24.08
40 0.98 17.81 4.92 16.92
55 0.81 17.99 2.24 15.66
70 0.63 17.46 0.98 16.02
85 0.45 18.35 1.16 14.05
100 0.45 18.35 1.52 14.95
（一）东区整体溶解氧浓度最优控制问题
（1）去除向量
依据表5，在东区整体溶解氧浓度的状态下，总磷、总氮、氨氮、COD浓度的去除向量如下：
；
；
；
；
（2）动态负荷
依据t时刻东区污水处理系统的总磷、总氮、氨氮、COD浓度进水浓度与出水标准之差额，可以计算出t时刻东区污水处理所需的动态负荷如下：
；
；
；
；/>
（3）判别式
据此可知污染物的去除量均大于动态负荷，故无需上调整体溶解氧浓度。
（4）解析算法
由于约束条件同时成立且均为松约束，即污水处理系统总磷、总氮、氨氮、COD浓度的去除量均高于动态负荷量，此时建议调降整体溶解氧浓度以降低能耗。
依据大数据与反函数模型，最优整体溶解氧浓度的计算公式如下：
，需通过控制曝气系统降低好氧池的溶解氧浓度。
（二）西区整体溶解氧浓度最优控制问题
（1）去除向量
依据表6，在西区整体溶解氧浓度状态下，西区总磷、总氮、氨氮、COD浓度的去除向量如下：
；
；
；
；
（2）动态负荷
依据t时刻东区污水处理系统的总磷、总氮、氨氮、COD浓度进水浓度与出水标准之差额，可以计算出t时刻东区污水处理所需的动态负荷如下：
；
；
；/>
；
（3）判别式
据此可知，除了总氮将出水超标，其他污染物的去除量均大于动态负荷，故只需上调整总氮所需溶解氧浓度即可。
（4）解析算法
依据大数据与反函数模型，最优整体溶解氧浓度的计算公式如下：
，需通过控制曝气系统提高好氧池的溶解氧浓度。
基于“数据新性”原则，只需计算任意时刻，总磷、总氮、氨氮、COD浓度的动态负荷：
如下公式计算任意时刻/>的最优整体溶解氧浓度，实现整体溶解氧浓度的最优控制：
（5）实际效果
该水厂采用本申请的技术后，好氧池出水稳定达标，总磷、总氮、氨氮、COD浓度等实际时间序列数据如图11-图14所示。
以上所述，仅为本申请的具体实施方式，但本申请的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本申请揭露的技术范围内，可轻易想到的变化或替换，都应涵盖在本申请的保护范围之内。因此，本申请的保护范围应以所述权利要求的保护范围为准。

Claims (8)

1.一种好氧池溶解氧浓度控制方法，其特征在于，包括如下步骤：
步骤一、获取t时刻在好氧池中监测到的多个溶解氧浓度数据，所述多个溶解氧浓度数据由位于好氧池的入水口和出水口之间且沿好氧池长度方向进行布置的多个测量点测得；
步骤二、根据多个所述溶解氧浓度数据，计算得到t时刻所述好氧池的当前整体溶解氧浓度；
步骤三、获取t时刻在好氧池中监测到的多个污染物的污染物浓度数据；
其中，所述多个污染物包括总磷、总氮、氨氮以及COD，且每个污染物至少包括入水口与出水口两个位置的污染物浓度数据；
步骤四、根据所述步骤三获取的污染物浓度分别计算出总磷、总氮、氨氮以及COD的去除向量；
其中，所述去除向量是指在t-T时刻入水口的总磷、总氮、氨氮、COD污染物浓度与t时刻出水口的总磷、总氮、氨氮、COD污染物浓度之间的变化量，T表示水流从入水取样点到出水取样点所需的时间间隔；
步骤五、根据多组历史数据，利用人工智能技术拟合得到整体溶解氧浓度分别与总磷、总氮、氨氮、COD污染物的去除向量之间的函数关系；
其中，每一组历史数据包括整体溶解氧浓度以及在该整体溶解氧浓度条件下计算得到的总磷、总氮、氨氮、COD污染物的去除向量，并且，用于计算整体溶解氧浓度和对应去除向量的参数，分别来自t时刻及t时刻之前获取的溶解氧浓度和污染物浓度；
步骤六、根据步骤三获取的各污染物的入水口污染物浓度以及各污染物的出水标准，分别计算t时刻各污染物的动态负荷；
其中，所述动态负荷是指t时刻各污染物要达到出水标准应降低的浓度值；
步骤七、根据如下公式计算最优整体溶解氧浓度：
其中，
TPin,t、TNin,t、NH3Nin,t、CODin,t分别代表t时刻总磷、总氮、氨氮、COD在进水口处的污染物浓度；
TPs、TNs、NH3Ns、CODs分别代表总磷、总氮、氨氮、COD浓度的出水标准；
另外，在最优整体溶解氧浓度公式中，fTP -1(TPin,t-TPs)、fTN -1(TNin,t-TNs)、fNH3N -1(NH3Nin,t-NH3Ns)、fCOD -1(CODin,t-CODs)，是由步骤六得到的总磷、总氮、氨氮、COD的动态负荷，分别代入步骤五中的对应函数关系后，得到的分别与总磷、总氮、氨氮、COD对应的整体溶解氧浓度预估值，最后，在得到四个整体溶解氧浓度预估值中取最大值，即为最优整体溶解氧浓度值；
步骤八、根据所述最优整体溶解氧浓度对曝气装置进行控制，从而调节好氧池中的溶解氧浓度；
所述步骤二中，所述好氧池的当前整体溶解氧浓度是通过如下公式中的一个计算得到：
其中，
表示好氧池当前整体溶解氧浓度；
V表示好氧池总体积；
v表示好氧池的体积变量，是溶解氧测量点位置的函数，范围是0～V，即在好氧池入口处v＝0，在好氧池出口处v＝V；
DO(v)表示好氧池中不同位置体积v的溶解氧浓度；
所述公式(1)和(3)分别用长宽高三个方向的位置变量来表达的形式如下：
其中，
L，W，H分别表示好氧池的长度、宽度和高度；
l，w，h分别表示好氧池长宽高三个方向的位置变量；
DO(l,w,h)表示在好氧池中长度为l，宽度为w，高度为位置的溶解氧浓度。
2.根据权利要求1所述的好氧池溶解氧浓度控制方法，其特征在于，所述步骤八包括：
步骤8.1、判断步骤七中得到的最优整体溶解氧浓度与步骤二得到的当前整体溶解氧浓度的大小关系；如果所述最优整体溶解氧浓度大于所述当前整体溶解氧浓度，则进行步骤8.2；如果二者相等，则不进行调整操作；如果所述最优整体溶解氧浓度小于所述当前整体溶解氧浓度，则进行步骤8.3；
步骤8.2、通过控制曝气系统提高好氧池的溶解氧浓度；
步骤8.3、通过控制曝气系统降低好氧池的溶解氧浓度。
3.根据权利要求1所述的好氧池溶解氧浓度控制方法，其特征在于，在所述步骤四中，总磷、总氮、氨氮以及COD的去除向量分别通过如下公式计算得到：
ΔTPt＝TPin，t-T-TPeff，t；
ΔTNt＝TNin，t-T-TNeff，t；
ΔNH3Nt＝NH3Nin，t-T-NH3Neff，t；
ΔCODt＝CODin，t-T-CODeff，t；
其中，
t表示出水口取样时间；
T表示水流从入水取样点到出水取样点所需的时间间隔；
ΔTPt，ΔTNt，ΔNH3Nt，ΔCODt分别表示在t时刻入水的总磷、总氮、氨氮、COD的去除向量；
TPin，t-T，TNin，t-T，NH3Nin，t-T，CODin，t-T分别表示总磷、总氮、氨氮、COD在t-T时刻在进水口处的污染物浓度；
TPeff，t，TNeff，t，NH3Neff，t，CODeff，t分别表示总磷、总氮、氨氮、COD在t时刻在出水口处的污染物浓度。
4.根据权利要求3所述的好氧池溶解氧浓度控制方法，其特征在于，在所述步骤五中，是分别通过如下公式计算t时刻各污染物的动态负荷：
δTPt＝TPin，t-TPs；
δTNt＝TNin，t-TNs；
δNH3Nt＝NH3Nin，t–NH3Ns；
δCODt＝CODin，t-CODs；
其中，
δTPt，δTNt，δNH3Nt，δCODt分别表示t时刻总磷、总氮、氨氮、COD浓度的动态负荷。
5.根据权利要求4所述的好氧池溶解氧浓度控制方法，其特征在于，在所述步骤七中，在进行最优整体溶解氧浓度计算之前，还包括如下步骤：
分别通过如下判别式判断各污染物的去除向量与动态负荷的关系：
ΔTPt＞δTPt；
ΔTNt＞δTNt；
ΔNH3Nt＞δNH3Nt；
ΔCODt＞δCODt；
如果所有判别式均成立，则说明没有污染物处于超负荷状态，则后续进行最优整体溶解氧浓度计算方法不变；
如果某一条或某几条判别式不成立，则说明该判别式对应的污染物处于超负荷状态，后续进行最优整体溶解氧浓度计算时只需计算处于超负荷状态污染物的整体溶解氧浓度预估值，再取其中最大值即可。
6.用于权利要求1～5任一所述好氧池溶解氧浓度控制方法的控制系统，其特征在于，包括：
多个溶解氧浓度监测装置，所述多个溶解氧浓度监测装置设置在好氧池的入水口和出水口之间，沿好氧池长度方向进行布置，用于监测t时刻好氧池中相应位置的溶解氧浓度数据；
多个污染物浓度监测装置，所述多个污染物浓度监测装置用于监测t时刻多个污染物的污染物浓度数据，其中，多个污染物包括总磷、总氮、氨氮以及COD，且每个污染物至少包括入水口与出水口两个位置的污染物浓度数据；
曝气装置，用于调节所述好氧池中的溶解氧浓度；
控制装置，所述控制装置用于：
接收多个溶解氧浓度监测装置监测的溶解氧浓度数据，并计算得到t时刻所述好氧池的当前整体溶解氧浓度；以及
接收多个污染物浓度监测装置监测的污染物浓度数据，并分别计算出总磷、总氮、氨氮以及COD的去除向量；以及
根据多组历史数据，利用人工智能技术拟合得到整体溶解氧浓度分别与总磷、总氮、氨氮、COD污染物的去除向量之间的函数关系；以及
根据各污染物入水口污染物浓度数据以及各污染物的出水标准，分别计算t时刻各污染物的动态负荷；以及
计算最优整体溶解氧浓度，并根据所述最优整体溶解氧浓度对曝气装置进行控制，以调节好氧池的溶解氧浓度。
7.根据权利要求6所述的控制系统，其特征在于，所述控制装置在根据所述最优整体溶解氧浓度对曝气装置进行控制时，包括：
如果所述最优整体溶解氧浓度大于步骤二得到的当前整体溶解氧浓度，则通过控制曝气系统提高好氧池的溶解氧浓度；以及
如果所述最优整体溶解氧浓度等于步骤二得到的当前整体溶解氧浓度，则不进行调整；以及
如果所述最优整体溶解氧浓度小于步骤二得到的当前整体溶解氧浓度，则通过控制曝气系统降低好氧池的溶解氧浓度。
8.根据权利要求6所述的控制系统，其特征在于，所述控制装置包括：
通讯设备，用于与所述溶解氧浓度监测装置、污染物浓度监测装置以及曝气装置进行数据通讯；
处理设备，用于对接收的数据进行处理，以及生成用于控制曝气装置的曝气控制指令。
CN202311322717.3A 2023-10-13 2023-10-13 一种好氧池溶解氧浓度控制方法及控制系统 Active CN117069241B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202311322717.3A CN117069241B (zh) 2023-10-13 2023-10-13 一种好氧池溶解氧浓度控制方法及控制系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202311322717.3A CN117069241B (zh) 2023-10-13 2023-10-13 一种好氧池溶解氧浓度控制方法及控制系统

Publications (2)

Publication Number Publication Date
CN117069241A CN117069241A (zh) 2023-11-17
CN117069241B true CN117069241B (zh) 2023-12-22

Family

ID=88702804

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202311322717.3A Active CN117069241B (zh) 2023-10-13 2023-10-13 一种好氧池溶解氧浓度控制方法及控制系统

Country Status (1)

Country Link
CN (1) CN117069241B (zh)

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO1998003434A1 (fr) * 1996-07-19 1998-01-29 Mitsubishi Chemical Corporation Dispositif de regulation de la concentration d'oxygene dissous d'une cuve d'aeration, de regulation de la temperature de ladite cuve, de regulation du debit d'eau brute pour obtenir une surface liquide homogene et equipement de traitement d'eaux usees utilise dans le procede de traitement par boues activees
JP2002219481A (ja) * 1996-07-23 2002-08-06 Mitsubishi Chemicals Corp 曝気槽の溶存酸素濃度の制御装置
CN102701547A (zh) * 2012-07-04 2012-10-03 北京碧水源科技股份有限公司 一种城市污水深度处理方法
CN103197539A (zh) * 2013-04-01 2013-07-10 鞍山市海汇自动化有限公司 污水处理智能优化控制曝气量的方法
CN112340930A (zh) * 2019-08-07 2021-02-09 横河电机株式会社 控制系统以及控制方法
CN115636510A (zh) * 2022-10-26 2023-01-24 青岛万慧源环保科技有限公司 一种适用于低溶氧废水的脱氮系统及其调试方法

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO1998003434A1 (fr) * 1996-07-19 1998-01-29 Mitsubishi Chemical Corporation Dispositif de regulation de la concentration d'oxygene dissous d'une cuve d'aeration, de regulation de la temperature de ladite cuve, de regulation du debit d'eau brute pour obtenir une surface liquide homogene et equipement de traitement d'eaux usees utilise dans le procede de traitement par boues activees
JP2002219481A (ja) * 1996-07-23 2002-08-06 Mitsubishi Chemicals Corp 曝気槽の溶存酸素濃度の制御装置
CN102701547A (zh) * 2012-07-04 2012-10-03 北京碧水源科技股份有限公司 一种城市污水深度处理方法
CN103197539A (zh) * 2013-04-01 2013-07-10 鞍山市海汇自动化有限公司 污水处理智能优化控制曝气量的方法
CN112340930A (zh) * 2019-08-07 2021-02-09 横河电机株式会社 控制系统以及控制方法
CN115636510A (zh) * 2022-10-26 2023-01-24 青岛万慧源环保科技有限公司 一种适用于低溶氧废水的脱氮系统及其调试方法

Also Published As

Publication number Publication date
CN117069241A (zh) 2023-11-17

Similar Documents

Publication Publication Date Title
CN110790381B (zh) 一种基于aao污水处理工艺的全流程智能控制系统
Izadi et al. Design, operation and technology configurations for enhanced biological phosphorus removal (EBPR) process: a review
Ge et al. Enhanced nutrient removal in a modified step feed process treating municipal wastewater with different inflow distribution ratios and nutrient ratios
Akhbari et al. Process modeling and analysis of biological nutrients removal in an integrated RBC-AS system using response surface methodology
Spagni et al. Nitrogen removal via nitrite in a sequencing batch reactor treating sanitary landfill leachate
CN103226366B (zh) 短程硝化‑厌氧氨氧化一体式脱氮工艺的控制方法
Sun et al. Study on emission characteristics and reduction strategy of nitrous oxide during wastewater treatment by different processes
Kermani et al. Biological phosphorus and nitrogen removal from wastewater using moving bed biofilm process
Yongzhen et al. Nitrogen and phosphorus removal in pilot-scale anaerobic-anoxic oxidation ditch system
Xiaolian et al. Influence of wastewater composition on nitrogen and phosphorus removal and process control in A 2 O process
KR19990028315A (ko) 폐수처리 개선 방법 및 장치
Debik et al. Sequence optimization in a sequencing batch reactor for biological nutrient removal from domestic wastewater
CN112875859A (zh) 基于aoa工艺的污水脱氮除磷控制系统
Li et al. An appropriate technique for treating rural wastewater by a flow step feed system driven by wind-solar hybrid power
CN108383239B (zh) 间歇曝气模式下短程硝化厌氧氨氧化同时除磷的一体化生物处理工艺
Sheik et al. Integrated supervisory and override control strategies for effective biological phosphorus removal and reduced operational costs in wastewater treatment processes
Zafarzadeh et al. Performance of moving bed biofilm reactors for biological nitrogen compounds removal from wastewater by partial nitrification-denitrification process
Sadabad et al. Simultaneous effective sludge stabilization and direct electricity generation by merging microbial fuel cell (MFC) and Fered-Fenton reactor: An experimental study
Chanakya et al. Achieving biological nutrient removal in an old sewage treatment plant through process modifications–A simulation and experimental study
CN117069241B (zh) 一种好氧池溶解氧浓度控制方法及控制系统
CN209815777U (zh) 一种多点进水多级a/o工艺的碳源精确投加控制装置
Kapagiannidis et al. Comparison between UCT type and DPAO biomass phosphorus removal efficiency under aerobic and anoxic conditions
Mirbagheri et al. Modeling of mixed liquor volatile suspended solids and performance evaluation for a sequencing batch reactor
Sheik et al. Model-based evaluation of three different A2O processes in the presence of carbon and metal dosages
Asadi et al. Statistical analysis and optimization of an aerobic SBR treating an industrial estate wastewater using response surface methodology (RSM)

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