CN117079742A - 一种含氟废水的处理方法、装置、电子设备及存储介质 - Google Patents

一种含氟废水的处理方法、装置、电子设备及存储介质 Download PDF

Info

Publication number
CN117079742A
CN117079742A CN202311221608.2A CN202311221608A CN117079742A CN 117079742 A CN117079742 A CN 117079742A CN 202311221608 A CN202311221608 A CN 202311221608A CN 117079742 A CN117079742 A CN 117079742A
Authority
CN
China
Prior art keywords
concentration
medicament
solubility
determining
calcium
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
CN202311221608.2A
Other languages
English (en)
Inventor
张伟健
戴艳婷
费承
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.)
Nanqi Xiance Nanjing High Tech Co ltd
Original Assignee
Nanqi Xiance Nanjing High Tech 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 Nanqi Xiance Nanjing High Tech Co ltd filed Critical Nanqi Xiance Nanjing High Tech Co ltd
Priority to CN202311221608.2A priority Critical patent/CN117079742A/zh
Publication of CN117079742A publication Critical patent/CN117079742A/zh
Pending legal-status Critical Current

Links

Classifications

    • GPHYSICS
    • G16INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16CCOMPUTATIONAL CHEMISTRY; CHEMOINFORMATICS; COMPUTATIONAL MATERIALS SCIENCE
    • G16C20/00Chemoinformatics, i.e. ICT specially adapted for the handling of physicochemical or structural data of chemical particles, elements, compounds or mixtures
    • G16C20/30Prediction of properties of chemical compounds, compositions or mixtures
    • CCHEMISTRY; METALLURGY
    • C02TREATMENT OF WATER, WASTE WATER, SEWAGE, OR SLUDGE
    • C02FTREATMENT OF WATER, WASTE WATER, SEWAGE, OR SLUDGE
    • C02F1/00Treatment of water, waste water, or sewage
    • C02F1/008Control or steering systems not provided for elsewhere in subclass C02F
    • CCHEMISTRY; METALLURGY
    • C02TREATMENT OF WATER, WASTE WATER, SEWAGE, OR SLUDGE
    • C02FTREATMENT OF WATER, WASTE WATER, SEWAGE, OR SLUDGE
    • C02F1/00Treatment of water, waste water, or sewage
    • C02F1/52Treatment of water, waste water, or sewage by flocculation or precipitation of suspended impurities
    • C02F1/5236Treatment of water, waste water, or sewage by flocculation or precipitation of suspended impurities using inorganic agents
    • GPHYSICS
    • G16INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16CCOMPUTATIONAL CHEMISTRY; CHEMOINFORMATICS; COMPUTATIONAL MATERIALS SCIENCE
    • G16C20/00Chemoinformatics, i.e. ICT specially adapted for the handling of physicochemical or structural data of chemical particles, elements, compounds or mixtures
    • G16C20/70Machine learning, data mining or chemometrics
    • CCHEMISTRY; METALLURGY
    • C02TREATMENT OF WATER, WASTE WATER, SEWAGE, OR SLUDGE
    • C02FTREATMENT OF WATER, WASTE WATER, SEWAGE, OR SLUDGE
    • C02F2101/00Nature of the contaminant
    • C02F2101/10Inorganic compounds
    • C02F2101/12Halogens or halogen-containing compounds
    • C02F2101/14Fluorine or fluorine-containing compounds

Landscapes

  • Engineering & Computer Science (AREA)
  • Chemical & Material Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Hydrology & Water Resources (AREA)
  • Crystallography & Structural Chemistry (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Computing Systems (AREA)
  • Theoretical Computer Science (AREA)
  • Organic Chemistry (AREA)
  • Water Supply & Treatment (AREA)
  • Environmental & Geological Engineering (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Evolutionary Computation (AREA)
  • General Health & Medical Sciences (AREA)
  • Medical Informatics (AREA)
  • Software Systems (AREA)
  • Inorganic Chemistry (AREA)
  • Databases & Information Systems (AREA)
  • Data Mining & Analysis (AREA)
  • Artificial Intelligence (AREA)
  • Health & Medical Sciences (AREA)
  • Removal Of Specific Substances (AREA)

Abstract

本发明公开了一种含氟废水的处理方法、装置、电子设备及存储介质。该方法包括:获取目标反应池内的含氟废水的水质信息;依据溶解度关联模型基于水质信息以及预设的氟离子浓度,确定目标化合物中钙离子的目标浓度;依据溶解度关联模型以及氧化钙投放量与酸碱度之间的关联关系,确定第一药剂的第一投放量;根据目标浓度以及第一药剂的第一投放量,确定第二药剂的第二投放量;基于第一投放量控制将第一药剂投放至含氟废水,基于第二投放量控制将第二药剂投放至含氟废水。解决了基于化学配平公式进行药剂投放处理废水,导致药剂成本高,废水处理效果差的问题,实现有效改善废水中氟离子浓度超标问题的同时,精准控制投放药剂,达到降低成本的效果。

Description

一种含氟废水的处理方法、装置、电子设备及存储介质
技术领域
本发明涉及废水处理技术领域,尤其涉及一种含氟废水的处理方法、装置、电子设备及存储介质。
背景技术
近年来,随着氟化工产业的迅速发展,由此也带来了一定的环境影响,在氟化工制造过程中会产生大量的含氟废水,很容易污染水体、土壤和植物,因此,需要对含氟废水进行处理。
目前,对含氟废水的处理方法大多采用的是利用化学配平的方式,来确定出需向废水中投放的化学药剂的药剂量,进行将相应药剂量的化学药剂投放至废水中进行化学反应,生成沉淀物,来实现废水中除氟的目的。但是,这种方式计算出的投放药剂量与实现反应时容易出现偏差,不是投放偏多就是偏少,导致投放药剂成本高的同时,还存在废水处理效果差的问题。
发明内容
本发明提供了一种含氟废水的处理方法、装置、电子设备及存储介质,以实现在有效改善废水中氟离子浓度超标问题的同时,实现对投放药剂的精准控制,提高废水处理效果,达到降低成本的技术效果。
根据本发明的一方面,提供了一种含氟废水的处理方法,该方法包括:
获取目标反应池内的含氟废水的水质信息;其中,所述水质信息包括温度和酸碱度;
依据预先构建的溶解度关联模型,基于所述水质信息以及预设的氟离子浓度,确定目标化合物中钙离子的目标浓度;其中,所述溶解度关联模型中包括温度、酸碱度与氟化钙溶解度之间的关联关系;所述目标化合物包括氟化钙;
依据所述溶解度关联模型以及氧化钙投放量与酸碱度之间的关联关系,确定第一药剂的第一投放量;所述第一药剂包括氧化钙;
根据所述目标浓度以及所述第一药剂的第一投放量,确定第二药剂的第二投放量;所述第二药剂包括氯化钙;
基于所述第一投放量控制将所述第一药剂投放至所述含氟废水,基于所述第二投放量控制将所述第二药剂投放至所述含氟废水。
根据本发明的另一方面,提供了一种含氟废水的处理装置,该装置包括:
水质信息获取模块,用于获取目标反应池内的含氟废水的水质信息;其中,所述水质信息包括温度和酸碱度;
目标浓度确定模块,用于依据预先构建的溶解度关联模型,基于所述水质信息以及预设的氟离子浓度,确定目标化合物中钙离子的目标浓度;其中,所述溶解度关联模型中包括温度、酸碱度与氟化钙溶解度之间的关联关系;所述目标化合物包括氟化钙;
第一投放量确定模块,用于依据所述溶解度关联模型以及氧化钙投放量与酸碱度之间的关联关系,确定第一药剂的第一投放量;所述第一药剂包括氧化钙;
第二投放量确定模块,用于根据所述目标浓度以及所述第一药剂的第一投放量,确定第二药剂的第二投放量;所述第二药剂包括氯化钙;
投放模块,用于基于所述第一投放量控制将所述第一药剂投放至所述含氟废水,基于所述第二投放量控制将所述第二药剂投放至所述含氟废水。
根据本发明的另一方面,提供了一种电子设备,所述电子设备包括:
至少一个处理器;以及
与所述至少一个处理器通信连接的存储器;其中,
所述存储器存储有可被所述至少一个处理器执行的计算机程序,所述计算机程序被所述至少一个处理器执行,以使所述至少一个处理器能够执行本发明任一实施例所述的含氟废水的处理方法。
根据本发明的另一方面,提供了一种计算机可读存储介质,所述计算机可读存储介质存储有计算机指令,所述计算机指令用于使处理器执行时实现本发明任一实施例所述的含氟废水的处理方法。
本发明实施例的技术方案,通过获取目标反应池内的含氟废水的水质信息;依据溶解度关联模型基于水质信息以及预设的氟离子浓度,确定目标化合物中钙离子的目标浓度;依据溶解度关联模型以及氧化钙投放量与酸碱度之间的关联关系,确定第一药剂的第一投放量;根据目标浓度以及第一药剂的第一投放量,确定第二药剂的第二投放量;基于第一投放量控制将第一药剂投放至含氟废水,基于第二投放量控制将第二药剂投放至含氟废水,解决了现有技术中基于化学配平公式进行药剂投放处理废水,导致药剂成本高,废水处理效果差的问题,实现通过合理设置目标反应池内的氟离子浓度,基于氟化钙沉淀在不同条件下的溶解度,计算出目标化合物中钙离子的目标浓度。同时考虑氟化钙溶解度、氧化钙投放量与酸碱度之间的关联关系,准确计算出第一药剂和第二药剂的投放量,实现精确控制第一药剂和第二药剂的投放量,有效改善废水中氟离子浓度超标问题的同时,实现对排放水体中氟离子的精确控制,提高废水处理效果,达到降低成本的技术效果。
应当理解,本部分所描述的内容并非旨在标识本发明的实施例的关键或重要特征,也不用于限制本发明的范围。本发明的其它特征将通过以下的说明书而变得容易理解。
附图说明
为了更清楚地说明本发明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发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1是根据本发明实施例一提供的一种含氟废水的处理方法的流程图;
图2是根据本发明实施例二提供的一种含氟废水的处理装置的结构示意图;
图3是实现本发明实施例的含氟废水的处理方法的电子设备的结构示意图。
具体实施方式
为了使本技术领域的人员更好地理解本发明方案,下面将结合本发明实施例中的附图,对本发明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发明一部分的实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通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,都应当属于本发明保护的范围。
需要说明的是,本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象,而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换,以便这里描述的本发明的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外,术语“包括”和“具有”以及他们的任何变形,意图在于覆盖不排他的包含,例如,包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元,而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
实施例一
图1是根据本发明实施例一提供的一种含氟废水的处理方法的流程图,本实施例可适用于处理含氟废水的情况,该方法可以由含氟废水的处理装置来执行,该含氟废水的处理装置可以采用硬件和/或软件的形式实现,该含氟废水的处理装置可配置于计算设备中。如图1所示,该方法包括:
S110、获取目标反应池内的含氟废水的水质信息。
其中,目标反应池可以为一级反应池,也可以是二级反应池。一级反应池用于在池内对刚收集的含氟废水进行化学反应,改变废水的酸碱性,在一级反应池的后续工艺步骤一般包括一级絮凝池、一级助凝池、一级沉淀池,一级流程结束后,处理后的含氟废水进行二级流程,先会经过二级反应池进行反应,再经絮凝、助凝、沉淀,完成整个两级除氟工艺。水质信息包括但不限于温度和酸碱度(PH)。
在本实施例中,可以利用测量仪实时监测目标反应池内的含氟废水的水质信息,以通过水质信息动态调整药剂投放量。
S120、依据预先构建的溶解度关联模型,基于水质信息以及预设的氟离子浓度,确定目标化合物中钙离子的目标浓度。
其中,溶解度关联模型可用于提供不同温度和酸碱度下氟化钙的实际溶解度,其中包括温度、酸碱度与氟化钙溶解度之间的关联关系。目标化合物包括氟化钙。预设的氟离子浓度可以是根据化学理论分析及工业废水排放标准中关于氟离子浓度和酸碱度要求确定的。例如,一级反应池内清液的氟离子浓度控制目标设定为15mg/L,二级反应池内清液的氟离子浓度控制目标设定为7mg/L。
需要说明的是,氟化钙的溶解度会随着温度,酸碱度以及其他杂质的变化,而发生变化,由于工业生产相对稳定,废水中的其他杂质相对稳定,可认为其他杂质是恒定值。在实际中,目标化合物中包含氟离子和钙离子,可通过溶解度关联模型根据水质信息,确定目标化合物的溶解度,进而再根据目标化合物的溶解度以及氟离子浓度,确定目标化合物中钙离子的目标浓度。
在本实施例中,依据预先构建的溶解度关联模型,基于水质信息以及预设的氟离子浓度,确定目标化合物中钙离子的目标浓度,包括:依据预先构建的溶解度关联模型,基于水质信息确定目标化合物的目标溶解度;根据目标溶解度以及氟离子浓度,确定钙离子的目标浓度。
在实际应用中,可以通过溶解度关联模型根据水质信息确定目标化合物的目标溶解度,例如,可以通过关联关系,根据溶解度关联模型,查找到与水质信息相适配的溶解度,该溶解度即为目标化合物的目标溶解度。或者,溶解度关联模型可以是预先学习到的机器学习模型,这样,可以将水质信息输入至溶解度关联模型中,模型输出与该水质信息相对应的溶解度,即目标溶解度。进一步的,通过目标化合物的溶解度结合预设的氟离子浓度,确定目标化合物中的钙离子浓度,即目标浓度。
在本实施例中,还可以预先构建溶解度关联模型,构建溶解度关联模型的实现方式可以是:获取多组目标沉淀池内的水质样本的水质数据;基于水质数据训练初始的溶解度关联模型,得到溶解度关联模型。
其中,目标沉淀池可以与目标反应池相对应,如一级。水质数据中包括水体的温度、酸碱度、钙离子浓度和氟离子浓度等。
在实际应用中,可以在不同时间收集多组一级沉淀池水质样本进行化验,测试水体的温度,酸碱度,钙离子浓度,氟离子浓度等指标,得到每组水质样本的水质数据。进一步的,可以将一组水质数据作为一个训练样本,得到多个训练样本,将训练样本输入至初始的溶解度关联模型,模型可以通过训练样本中的钙离子浓度和氟离子浓度计算出氟化钙的溶解度,将该溶解度和训练样本中的温度、酸碱度进行关联,通过关联关系构建溶解度关联模型,使得通过溶解度关联模型进行温度、酸碱度与氟化钙溶解度之间的关联计算。例如,可以使用机器学习模型(SVM模型和神经网络模型)作为初始的溶解度关联模型。
S130、依据溶解度关联模型以及氧化钙投放量与酸碱度之间的关联关系,确定第一药剂的第一投放量。
其中,第一药剂可以为含钙离子化合物,用于提供钙离子,如氧化钙。
在本实施例中,依据溶解度关联模型以及氧化钙投放量与酸碱度之间的关联关系,确定第一药剂的第一投放量,包括:依据溶解度关联模型中酸碱度与氟化钙溶解度之间的关联关系,确定氟化钙的溶解度最低时的水体酸碱度;通过氧化钙投放量与酸碱度之间的关联关系基于水体酸碱度,确定第一药剂的第一投放量。
具体的,可以通过酸碱度与氟化钙溶解度之间的关联关系,确定氟化钙的溶解度最低时对应的酸碱度,作为水体酸碱度,例如水体PH=9。随着第一药剂的投放,酸碱度逐渐升高,提高水体碱度,不过由于时滞,第一药剂的投放不能够基于PID(ProportionalIntegral Derivative,比例积分微分)进行实时反馈控制。基于此,可以通过氧化钙投放量与酸碱度之间的关联关系,计算与水体酸碱度相适配的氧化钙的投放量,作为第一药剂的第一投放量,将水体酸碱度作为第一药剂投放量的控制目标,控制水体PH接近9。此种设置的好处在于:通过水质样本数据构建的溶解度关联模型,使得通过模型准确反映具体废水处理的实际情况。同时基于氧化钙投放量与酸碱度之间的关联关系,能够精确控制氯化钙,氧化钙的投放量,实现在有效改善废水中氟离子浓度超标问题的同时,达到对排放水体中氟离子的精确控制以及相关药剂的节省。
需要说明的是,上述S120至S130可以顺序执行,也可以并行执行,具体的执行顺序不做限定,上述顺序只是对各步骤中技术方案进行解释的顺序,不是各步骤的执行顺序。
S140、根据目标浓度以及第一药剂的第一投放量,确定第二药剂的第二投放量。
其中,第二药剂可以为含钙离子化合物,用于提供钙离子,如氯化钙。需要说明的是,可以使用第一药剂、第二药剂与含氟废水中的氟离子进行反应,生成氟化钙沉淀物,实现废水除氟。
在实际应用中,可以在确定第一药剂的第一投放量之后,结合第一药剂中的钙离子浓度以及目标化合物中的钙离子浓度,计算出所需投放的第二药剂含离子浓度,进而确定第二药剂的第二投放量。具体来说,根据目标浓度以及第一药剂的第一投放量,确定第二药剂的第二投放量,包括:确定第一投放量的第一药剂中的钙离子的钙浓度;根据目标浓度以及钙浓度,确定第二药剂的第二投放量。
在本实施例中,可以根据第一药剂的第一投放量,计算出这些投放量的第一药剂中所含的钙离子的钙浓度。进一步的,通过目标浓度以及钙浓度,计算出所需投放的第二药剂含离子浓度,进而确定第二药剂的第二投放量。
可选的,根据目标浓度以及钙浓度,确定第二药剂的第二投放量,包括:根据目标浓度以及钙浓度,确定待投放的第二药剂的药剂浓度;基于药剂浓度,确定第二药剂的第二投放量。
在实际应用中,可以根据目标浓度以及钙浓度之间的浓度差,确定待投放的第二药剂的药剂浓度。如,作目标浓度和已投放氧化钙中钙离子的浓度二者的差值,得到浓度差,进而通过浓度差换算出所需的第二药剂的药剂浓度。确定第二药剂的药剂浓度之后,可以利用换算公式根据药剂浓度换算出所需的第二药剂的第二投放量。
S150、基于第一投放量控制将第一药剂投放至含氟废水,基于第二投放量控制将第二药剂投放至含氟废水。
在实际中,第二药剂氯化钙的缺点是价格较高,而第一药剂氧化钙的缺点是会显著提高水体碱度。基于此,可以在基于第一投放量控制将第一药剂投放至含氟废水之后,再基于第二投放量控制将第二药剂投放至含氟废水。投方原则可以是首先投放氧化钙,既能够调节酸性水体恢复到中性水体,节省药剂成本,在水体酸碱度提高到预设水平之后,再投放氯化钙进一步提高水体中的钙离子浓度达到目标浓度。
需要说明的是,在确定了目标反应池中的目标化合物的钙离子目标浓度之后,可以基于目标浓度结合化学配平公式计算出目标反应池后续工艺(絮凝池和助凝池)中待投放的药剂的投加浓度,如PAC(聚合氯化铝)和PAM(聚丙烯酰胺)药剂。
本实施例的技术方案,通过获取目标反应池内的含氟废水的水质信息;依据溶解度关联模型基于水质信息以及预设的氟离子浓度,确定目标化合物中钙离子的目标浓度;依据溶解度关联模型以及氧化钙投放量与酸碱度之间的关联关系,确定第一药剂的第一投放量;根据目标浓度以及第一药剂的第一投放量,确定第二药剂的第二投放量;基于第一投放量控制将第一药剂投放至含氟废水,基于第二投放量控制将第二药剂投放至含氟废水,解决了现有技术中基于化学配平公式进行药剂投放处理废水,导致药剂成本高,废水处理效果差的问题,实现通过合理设置目标反应池内的氟离子浓度,基于氟化钙沉淀在不同条件下的溶解度,计算出目标化合物中钙离子的目标浓度。同时考虑氟化钙溶解度、氧化钙投放量与酸碱度之间的关联关系,准确计算出第一药剂和第二药剂的投放量,实现精确控制第一药剂和第二药剂的投放量,有效改善废水中氟离子浓度超标问题的同时,实现对排放水体中氟离子的精确控制,提高废水处理效果,达到降低成本的技术效果。
实施例二
图2是根据本发明实施例二提供的一种含氟废水的处理装置的结构示意图。如图2所示,该装置包括:水质信息获取模块210、目标浓度确定模块220、第一投放量确定模块230、第二投放量确定模块240和投放模块250。
其中,水质信息获取模块210,用于获取目标反应池内的含氟废水的水质信息;其中,所述水质信息包括温度和酸碱度;目标浓度确定模块220,用于依据预先构建的溶解度关联模型,基于所述水质信息以及预设的氟离子浓度,确定目标化合物中钙离子的目标浓度;其中,所述溶解度关联模型中包括温度、酸碱度与氟化钙溶解度之间的关联关系;所述目标化合物包括氟化钙;第一投放量确定模块230,用于依据所述溶解度关联模型以及氧化钙投放量与酸碱度之间的关联关系,确定第一药剂的第一投放量;所述第一药剂包括氧化钙;第二投放量确定模块240,用于根据所述目标浓度以及所述第一药剂的第一投放量,确定第二药剂的第二投放量;所述第二药剂包括氯化钙;投放模块250,用于基于所述第一投放量控制将所述第一药剂投放至所述含氟废水,基于所述第二投放量控制将所述第二药剂投放至所述含氟废水。
本实施例的技术方案,通过获取目标反应池内的含氟废水的水质信息;依据溶解度关联模型基于水质信息以及预设的氟离子浓度,确定目标化合物中钙离子的目标浓度;依据溶解度关联模型以及氧化钙投放量与酸碱度之间的关联关系,确定第一药剂的第一投放量;根据目标浓度以及第一药剂的第一投放量,确定第二药剂的第二投放量;基于第一投放量控制将第一药剂投放至含氟废水,基于第二投放量控制将第二药剂投放至含氟废水,解决了现有技术中基于化学配平公式进行药剂投放处理废水,导致药剂成本高,废水处理效果差的问题,实现通过合理设置目标反应池内的氟离子浓度,基于氟化钙沉淀在不同条件下的溶解度,计算出目标化合物中钙离子的目标浓度。同时考虑氟化钙溶解度、氧化钙投放量与酸碱度之间的关联关系,准确计算出第一药剂和第二药剂的投放量,实现精确控制第一药剂和第二药剂的投放量,有效改善废水中氟离子浓度超标问题的同时,实现对排放水体中氟离子的精确控制,提高废水处理效果,达到降低成本的技术效果。
在上述装置的基础上,可选的,所述目标浓度确定模块220,包括目标溶解度确定单元和目标浓度确定单元。
目标溶解度确定单元,用于依据预先构建的溶解度关联模型,基于所述水质信息确定目标化合物的目标溶解度;
目标浓度确定单元,用于根据所述目标溶解度以及所述氟离子浓度,确定钙离子的目标浓度。
在上述装置的基础上,可选的,所述第一投放量确定模块230,包括水体酸碱度确定单元和第一投放量确定单元。
水体酸碱度确定单元,用于依据所述溶解度关联模型中酸碱度与氟化钙溶解度之间的关联关系,确定氟化钙的溶解度最低时的水体酸碱度;
第一投放量确定单元,用于通过氧化钙投放量与酸碱度之间的关联关系基于所述水体酸碱度,确定所述第一药剂的第一投放量。
在上述装置的基础上,可选的,所述第二投放量确定模块240,包括钙浓度确定单元和第二投放量确定单元。
钙浓度确定单元,用于确定所述第一投放量的第一药剂中的钙离子的钙浓度;
第二投放量确定单元,用于根据所述目标浓度以及所述钙浓度,确定所述第二药剂的第二投放量。
在上述装置的基础上,可选的,第二投放量确定单元包括药剂浓度确定子单元和第二投放量确定子单元。
药剂浓度确定子单元,用于根据所述目标浓度以及所述钙浓度,确定待投放的第二药剂的药剂浓度;
第二投放量确定子单元,用于基于所述药剂浓度,确定所述第二药剂的第二投放量。
在上述装置的基础上,可选的,药剂浓度确定子单元,用于根据所述目标浓度以及所述钙浓度之间的浓度差,确定所述第二药剂的药剂浓度。
在上述装置的基础上,可选的,所述装置还包括溶解度关联模型构建模块,溶解度关联模型构建模块包括水质数据获取单元和溶解度关联模型确定单元。
水质数据获取单元,用于获取多组目标沉淀池内的水质样本的水质数据;所述水质数据中包括水体的温度、酸碱度、钙离子浓度和氟离子浓度;
溶解度关联模型确定单元,用于基于所述水质数据训练初始的溶解度关联模型,得到所述溶解度关联模型。
本发明实施例所提供的含氟废水的处理装置可执行本发明任意实施例所提供的含氟废水的处理方法,具备执行方法相应的功能模块和有益效果。
实施例三
图3是实现本发明实施例的含氟废水的处理方法的电子设备的结构示意图。电子设备旨在表示各种形式的数字计算机,诸如,膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置,诸如,个人数字处理、蜂窝电话、智能电话、可穿戴设备(如头盔、眼镜、手表等)和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例,并且不意在限制本文中描述的和/或者要求的本发明的实现。
如图3所示,电子设备10包括至少一个处理器11,以及与至少一个处理器11通信连接的存储器,如只读存储器(ROM)12、随机访问存储器(RAM)13等,其中,存储器存储有可被至少一个处理器执行的计算机程序,处理器11可以根据存储在只读存储器(ROM)12中的计算机程序或者从存储单元18加载到随机访问存储器(RAM)13中的计算机程序,来执行各种适当的动作和处理。在RAM 13中,还可存储电子设备10操作所需的各种程序和数据。处理器11、ROM 12以及RAM 13通过总线14彼此相连。输入/输出(I/O)接口15也连接至总线14。
电子设备10中的多个部件连接至I/O接口15,包括:输入单元16,例如键盘、鼠标等;输出单元17,例如各种类型的显示器、扬声器等;存储单元18,例如磁盘、光盘等;以及通信单元19,例如网卡、调制解调器、无线通信收发机等。通信单元19允许电子设备10通过诸如因特网的计算机网络和/或各种电信网络与其他设备交换信息/数据。
处理器11可以是各种具有处理和计算能力的通用和/或专用处理组件。处理器11的一些示例包括但不限于中央处理单元(CPU)、图形处理单元(GPU)、各种专用的人工智能(AI)计算芯片、各种运行机器学习模型算法的处理器、数字信号处理器(DSP)、以及任何适当的处理器、控制器、微控制器等。处理器11执行上文所描述的各个方法和处理,例如含氟废水的处理方法。
在一些实施例中,含氟废水的处理方法可被实现为计算机程序,其被有形地包含于计算机可读存储介质,例如存储单元18。在一些实施例中,计算机程序的部分或者全部可以经由ROM 12和/或通信单元19而被载入和/或安装到电子设备10上。当计算机程序加载到RAM 13并由处理器11执行时,可以执行上文描述的含氟废水的处理方法的一个或多个步骤。备选地,在其他实施例中,处理器11可以通过其他任何适当的方式(例如,借助于固件)而被配置为执行含氟废水的处理方法。
本文中以上描述的系统和技术的各种实施方式可以在数字电子电路系统、集成电路系统、场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、芯片上系统的系统(SOC)、负载可编程逻辑设备(CPLD)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括:实施在一个或者多个计算机程序中,该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程系统上执行和/或解释,该可编程处理器可以是专用或者通用可编程处理器,可以从存储系统、至少一个输入装置、和至少一个输出装置接收数据和指令,并且将数据和指令传输至该存储系统、该至少一个输入装置、和该至少一个输出装置。
用于实施本发明的方法的计算机程序可以采用一个或多个编程语言的任何组合来编写。这些计算机程序可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器,使得计算机程序当由处理器执行时使流程图和/或框图中所规定的功能/操作被实施。计算机程序可以完全在机器上执行、部分地在机器上执行,作为独立软件包部分地在机器上执行且部分地在远程机器上执行或完全在远程机器或服务器上执行。
在本发明的上下文中,计算机可读存储介质可以是有形的介质,其可以包含或存储以供指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合地使用的计算机程序。计算机可读存储介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体系统、装置或设备,或者上述内容的任何合适组合。备选地,计算机可读存储介质可以是机器可读信号介质。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或快闪存储器)、光纤、便捷式紧凑盘只读存储器(CD-ROM)、光学储存设备、磁储存设备、或上述内容的任何合适组合。
为了提供与用户的交互,可以在电子设备上实施此处描述的系统和技术,该电子设备具有:用于向用户显示信息的显示装置(例如,CRT(阴极射线管)或者LCD(液晶显示器)监视器);以及键盘和指向装置(例如,鼠标或者轨迹球),用户可以通过该键盘和该指向装置来将输入提供给电子设备。其它种类的装置还可以用于提供与用户的交互;例如,提供给用户的反馈可以是任何形式的传感反馈(例如,视觉反馈、听觉反馈、或者触觉反馈);并且可以用任何形式(包括声输入、语音输入或者、触觉输入)来接收来自用户的输入。
可以将此处描述的系统和技术实施在包括后台部件的计算系统(例如,作为数据服务器)、或者包括中间件部件的计算系统(例如,应用服务器)、或者包括前端部件的计算系统(例如,具有图形用户界面或者网络浏览器的用户计算机,用户可以通过该图形用户界面或者该网络浏览器来与此处描述的系统和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算系统中。可以通过任何形式或者介质的数字数据通信(例如,通信网络)来将系统的部件相互连接。通信网络的示例包括:局域网(LAN)、广域网(WAN)、区块链网络和互联网。
计算系统可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。服务器可以是云服务器,又称为云计算服务器或云主机,是云计算服务体系中的一项主机产品,以解决了传统物理主机与VPS服务中,存在的管理难度大,业务扩展性弱的缺陷。
应该理解,可以使用上面所示的各种形式的流程,重新排序、增加或删除步骤。例如,本发明中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行,只要能够实现本发明的技术方案所期望的结果,本文在此不进行限制。
上述具体实施方式,并不构成对本发明保护范围的限制。本领域技术人员应该明白的是,根据设计要求和其他因素,可以进行各种修改、组合、子组合和替代。任何在本发明的精神和原则之内所作的修改、等同替换和改进等,均应包含在本发明保护范围之内。

Claims (10)

1.一种含氟废水的处理方法,其特征在于,包括:
获取目标反应池内的含氟废水的水质信息;其中,所述水质信息包括温度和酸碱度;
依据预先构建的溶解度关联模型,基于所述水质信息以及预设的氟离子浓度,确定目标化合物中钙离子的目标浓度;其中,所述溶解度关联模型中包括温度、酸碱度与氟化钙溶解度之间的关联关系;所述目标化合物包括氟化钙;
依据所述溶解度关联模型以及氧化钙投放量与酸碱度之间的关联关系,确定第一药剂的第一投放量;所述第一药剂包括氧化钙;
根据所述目标浓度以及所述第一药剂的第一投放量,确定第二药剂的第二投放量;所述第二药剂包括氯化钙;
基于所述第一投放量控制将所述第一药剂投放至所述含氟废水,基于所述第二投放量控制将所述第二药剂投放至所述含氟废水。
2.根据权利要求1所述的方法,其特征在于,所述依据预先构建的溶解度关联模型,基于所述水质信息以及预设的氟离子浓度,确定目标化合物中钙离子的目标浓度,包括:
依据预先构建的溶解度关联模型,基于所述水质信息确定目标化合物的目标溶解度;
根据所述目标溶解度以及所述氟离子浓度,确定钙离子的目标浓度。
3.根据权利要求1所述的方法,其特征在于,所述依据所述溶解度关联模型以及氧化钙投放量与酸碱度之间的关联关系,确定第一药剂的第一投放量,包括:
依据所述溶解度关联模型中酸碱度与氟化钙溶解度之间的关联关系,确定氟化钙的溶解度最低时的水体酸碱度;
通过氧化钙投放量与酸碱度之间的关联关系基于所述水体酸碱度,确定所述第一药剂的第一投放量。
4.根据权利要求1所述的方法,其特征在于,所述根据所述目标浓度以及所述第一药剂的第一投放量,确定第二药剂的第二投放量,包括:
确定所述第一投放量的第一药剂中的钙离子的钙浓度;
根据所述目标浓度以及所述钙浓度,确定所述第二药剂的第二投放量。
5.根据权利要求4所述的方法,其特征在于,所述根据所述目标浓度以及所述钙浓度,确定所述第二药剂的第二投放量,包括:
根据所述目标浓度以及所述钙浓度,确定待投放的第二药剂的药剂浓度;
基于所述药剂浓度,确定所述第二药剂的第二投放量。
6.根据权利要求5所述的方法,其特征在于,所述根据所述目标浓度以及所述钙浓度,确定待投放的第二药剂的药剂浓度,包括:
根据所述目标浓度以及所述钙浓度之间的浓度差,确定所述第二药剂的药剂浓度。
7.根据权利要求1所述的方法,其特征在于,构建所述溶解度关联模型,包括:
获取多组目标沉淀池内的水质样本的水质数据;所述水质数据中包括水体的温度、酸碱度、钙离子浓度和氟离子浓度;
基于所述水质数据训练初始的溶解度关联模型,得到所述溶解度关联模型。
8.一种含氟废水的处理装置,其特征在于,包括:
水质信息获取模块,用于获取目标反应池内的含氟废水的水质信息;其中,所述水质信息包括温度和酸碱度;
目标浓度确定模块,用于依据预先构建的溶解度关联模型,基于所述水质信息以及预设的氟离子浓度,确定目标化合物中钙离子的目标浓度;其中,所述溶解度关联模型中包括温度、酸碱度与氟化钙溶解度之间的关联关系;所述目标化合物包括氟化钙;
第一投放量确定模块,用于依据所述溶解度关联模型以及氧化钙投放量与酸碱度之间的关联关系,确定第一药剂的第一投放量;所述第一药剂包括氧化钙;
第二投放量确定模块,用于根据所述目标浓度以及所述第一药剂的第一投放量,确定第二药剂的第二投放量;所述第二药剂包括氯化钙;
投放模块,用于基于所述第一投放量控制将所述第一药剂投放至所述含氟废水,基于所述第二投放量控制将所述第二药剂投放至所述含氟废水。
9.一种电子设备,其特征在于,所述电子设备包括:
至少一个处理器;以及
与所述至少一个处理器通信连接的存储器;其中,
所述存储器存储有可被所述至少一个处理器执行的计算机程序,所述计算机程序被所述至少一个处理器执行,以使所述至少一个处理器能够执行权利要求1-7中任一项所述的含氟废水的处理方法。
10.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质存储有计算机指令,所述计算机指令用于使处理器执行时实现权利要求1-7中任一项所述的含氟废水的处理方法。
CN202311221608.2A 2023-09-20 2023-09-20 一种含氟废水的处理方法、装置、电子设备及存储介质 Pending CN117079742A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202311221608.2A CN117079742A (zh) 2023-09-20 2023-09-20 一种含氟废水的处理方法、装置、电子设备及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202311221608.2A CN117079742A (zh) 2023-09-20 2023-09-20 一种含氟废水的处理方法、装置、电子设备及存储介质

Publications (1)

Publication Number Publication Date
CN117079742A true CN117079742A (zh) 2023-11-17

Family

ID=88706142

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202311221608.2A Pending CN117079742A (zh) 2023-09-20 2023-09-20 一种含氟废水的处理方法、装置、电子设备及存储介质

Country Status (1)

Country Link
CN (1) CN117079742A (zh)

Similar Documents

Publication Publication Date Title
CN113687040A (zh) 基于决策树算法的水厂实时投药量预测方法、装置及介质
CN105676814A (zh) 基于sfla-svm的数字化水岛在线加药控制方法
CN110981021B (zh) 一种基于模糊bp神经网络的废水高级氧化处理智能加药系统及方法
CN116562156B (zh) 一种控制决策模型的训练方法、装置、设备及存储介质
CN109918690A (zh) 监视系统、学习装置、学习方法、监视装置及监视方法
CN115759399A (zh) 投加控制方法、装置、设备及存储介质
CN111932062A (zh) 污水处理工艺参数的确定方法、装置和计算机设备
CN114943384A (zh) 一种变电站负荷预测方法、装置、设备及存储介质
CN114236068A (zh) 一种基于循环水系统的氯离子浓度分析方法及系统
CN117079742A (zh) 一种含氟废水的处理方法、装置、电子设备及存储介质
TW202100472A (zh) 用於調控水質的配方決策方法
CN116775622A (zh) 一种结构数据生成方法、装置、设备及存储介质
CN116523249A (zh) 一种生产线确定方法、装置、设备和存储介质
EP3212300A1 (en) METHOD FOR PREDICTING THE DYNAMIC pH RANGE OF A BUFFER
CN113492724A (zh) 基于赫斯特指数的动力电池sop预测方法、存储介质及设备
CN117263384B (zh) 一种污水处理方法、装置、电子设备及存储介质
CN118561425A (zh) 一种碳源投加控制方法、装置、设备及存储介质
CN115477362B (zh) 一种水质软化方法、装置、电子设备及存储介质
Liu et al. Sensitivity analysis of parameters in water quality models and water environment management
CN115511047B (zh) Softmax模型的量化方法、装置、设备及介质
CN117827710B (zh) 基于ai芯片的dma带宽确定方法、装置、设备及介质
CN113673143B (zh) 存储器、生化需氧量软测量方法、系统和装置
CN115357346B (zh) 基于区块链的事务处理方法、装置、电子设备及介质
CN108793351A (zh) 污水处理方法、系统及具有该系统的电子设备
CN116804690A (zh) 一种变压器故障检测方法、装置、电子设备及存储介质

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