CN117970811A - 基于预测控制流程优化的出水tn预测控制方法 - Google Patents
基于预测控制流程优化的出水tn预测控制方法 Download PDFInfo
- Publication number
- CN117970811A CN117970811A CN202410362054.6A CN202410362054A CN117970811A CN 117970811 A CN117970811 A CN 117970811A CN 202410362054 A CN202410362054 A CN 202410362054A CN 117970811 A CN117970811 A CN 117970811A
- Authority
- CN
- China
- Prior art keywords
- carbon source
- prediction
- effluent
- stn
- control
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 93
- 238000005457 optimization Methods 0.000 title claims abstract description 23
- 229910052799 carbon Inorganic materials 0.000 claims abstract description 203
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 claims abstract description 202
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims abstract description 112
- 230000008569 process Effects 0.000 claims abstract description 55
- MMDJDBSEMBIJBB-UHFFFAOYSA-N [O-][N+]([O-])=O.[O-][N+]([O-])=O.[O-][N+]([O-])=O.[NH6+3] Chemical compound [O-][N+]([O-])=O.[O-][N+]([O-])=O.[O-][N+]([O-])=O.[NH6+3] MMDJDBSEMBIJBB-UHFFFAOYSA-N 0.000 claims abstract description 52
- XKMRRTOUMJRJIA-UHFFFAOYSA-N ammonia nh3 Chemical compound N.N XKMRRTOUMJRJIA-UHFFFAOYSA-N 0.000 claims abstract description 48
- 238000012544 monitoring process Methods 0.000 claims abstract description 23
- 238000004458 analytical method Methods 0.000 claims abstract description 19
- 239000000843 powder Substances 0.000 claims description 32
- 230000009467 reduction Effects 0.000 claims description 22
- 238000010992 reflux Methods 0.000 claims description 22
- IJGRMHOSHXDMSA-UHFFFAOYSA-N Atomic nitrogen Chemical compound N#N IJGRMHOSHXDMSA-UHFFFAOYSA-N 0.000 claims description 18
- 238000004364 calculation method Methods 0.000 claims description 9
- 229910052757 nitrogen Inorganic materials 0.000 claims description 9
- 230000001105 regulatory effect Effects 0.000 claims description 9
- 239000010802 sludge Substances 0.000 claims description 6
- CKUAXEQHGKSLHN-UHFFFAOYSA-N [C].[N] Chemical compound [C].[N] CKUAXEQHGKSLHN-UHFFFAOYSA-N 0.000 claims description 4
- 230000001276 controlling effect Effects 0.000 claims description 3
- 239000010865 sewage Substances 0.000 abstract description 13
- 238000004904 shortening Methods 0.000 abstract description 3
- 238000004886 process control Methods 0.000 abstract 1
- 206010021143 Hypoxia Diseases 0.000 description 8
- 238000005516 engineering process Methods 0.000 description 8
- 238000010586 diagram Methods 0.000 description 3
- 230000007954 hypoxia Effects 0.000 description 3
- VMHLLURERBWHNL-UHFFFAOYSA-M Sodium acetate Chemical compound [Na+].CC([O-])=O VMHLLURERBWHNL-UHFFFAOYSA-M 0.000 description 2
- QVGXLLKOCUKJST-UHFFFAOYSA-N atomic oxygen Chemical compound [O] QVGXLLKOCUKJST-UHFFFAOYSA-N 0.000 description 2
- 230000006735 deficit Effects 0.000 description 2
- 230000006872 improvement Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 229910052760 oxygen Inorganic materials 0.000 description 2
- 239000001301 oxygen Substances 0.000 description 2
- 238000004062 sedimentation Methods 0.000 description 2
- 235000017281 sodium acetate Nutrition 0.000 description 2
- 239000001632 sodium acetate Substances 0.000 description 2
- 238000005728 strengthening Methods 0.000 description 2
- 238000010276 construction Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000008092 positive effect Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
Landscapes
- Purification Treatments By Anaerobic Or Anaerobic And Aerobic Bacteria Or Animals (AREA)
- Biological Treatment Of Waste Water (AREA)
Abstract
本发明提供了一种基于预测控制流程优化的出水TN预测控制方法,包括以下步骤:设置过程核心参数在线监测仪表、确定生物处理系统出水溶解性TN控制浓度、实时预测与对比分析生物处理系统出水溶解性TN浓度、结合实时预测分析结果分类采取工艺调控技术方法。本发明通过基于后缺氧池出水端氨氮和硝酸盐氮在线监测的出水溶解性TN浓度的实时预测以及TN预测控制流程的缩短优化,可解决现有城镇污水处理厂出水TN预测控制方法输入参数多、基于进水水质预测出水TN、受进水水质水量波动影响、预测控制流程长、预测准确性不高、出水TN超标风险大、碳源过量投加、技术适应性差等系列问题。
Description
技术领域
本发明属于控制技术领域,具体涉及一种基于预测控制流程优化的出水TN预测控制方法。
背景技术
随着我国城市污水排放标准的提高,具有脱氮率高等技术优势的五段式Bardenpho工艺在我国城镇污水处理厂提标建设工程中得以大规模推广应用。我国现状城镇污水处理厂的运行控制以人工控制为主,智能控制率低,城镇污水处理厂的智能控制是重要的发展趋势和现实需求。TN是城镇污水处理厂运行考核的关键指标之一,目前,城镇污水处理厂TN预测控制相关技术主要包括Biowin、GPS-X等国外商业模型、国内研究机构研发的前馈、前馈-反馈预测控制技术等,但均存在诸多问题,技术可操作性差。对于Biowin、GPS-X等国外商业模型,主要存在模型输入参数多(包含进水组分参数、反应动力学参数等)、参数难以获取、水质水量波动下基于进水水质预测出水TN的预测准确性不高、技术适应性差等问题。对于国内研发的前馈、前馈-反馈等TN预测控制技术,主要存在预测控制方法相对复杂、以工艺末端出水TN为主要反馈指标指导工艺调控、预测控制流程长、水质水量波动下基于进水水质预测出水TN的预测准确性不高、出水超标风险大、碳源粗放投加等问题。
基于此,亟需提出基于预测控制流程优化的Bardenpho工艺出水TN预测控制方法,通过基于后缺氧池出水端过程核心参数氨氮和硝酸盐氮在线监测的出水溶解性TN浓度的实时预测和TN预测控制流程缩短优化,解决Biowin、GPS-X等商业模型、前馈-反馈控制等现有城镇污水处理厂出水TN预测控制方法输入参数多、基于进水水质预测出水TN、受进水水质水量波动影响、预测控制流程长、预测准确性不高、技术适应性差、出水TN超标风险大、碳源过量投加等系列问题。
发明内容
本发明的目的是克服现有城镇污水处理厂TN预测控制方法的缺陷,提供一种基于预测控制流程优化的出水TN预测控制方法,可解决现有城镇污水处理厂出水TN预测控制方法输入参数多、基于进水水质预测出水TN、受进水水质水量波动影响、预测控制流程长、预测准确性不高、技术适应性差、出水TN超标风险大、碳源过量投加等系列问题。
为实现以上技术目的,本发明实施例采用的技术方案是:
一种基于预测控制流程优化的出水TN预测控制方法,包括如下步骤:
步骤S1、设置过程核心参数在线监测仪表,为预测控制提供参数支撑:所述在线监测仪表包括供预测控制器对Bardenpho工艺生物处理系统出水溶解性TN浓度STN出实实时预测的在线氨氮仪和在线硝酸盐氮仪,以及供预测控制器对生物处理系统进水量和污泥回流量实时监测的第一在线流量计和第二在线流量计;
步骤S2、确定生物处理系统出水溶解性TN控制浓度STN出控,为预测结果对比分析提供基准:结合出水排放标准、出水TN控制浓度TN控和出水SS的氮含量,确定生物处理系统出水溶解性TN控制浓度STN出控=TN控-SS×10%;
步骤S3、实时预测与对比分析生物处理系统出水溶解性TN浓度STN出实,为工艺调控提供预测支撑:根据所述在线氨氮仪实时监测的后缺氧池末端的氨氮浓度NH3-N后缺末和所述在线硝酸盐氮仪实时监测的后缺氧池末端的硝酸盐氮浓度NO3-N后缺末,所述预测控制器实时预测生物处理系统出水溶解性TN浓度STN出实,同时所述预测控制器对实时预测的生物处理系统出水溶解性TN浓度STN出实和生物处理系统出水溶解性TN控制浓度STN出控进行实时对比分析;
步骤S4、结合实时预测分析结果及后缺氧池现状碳源投加流量q0,所述预测控制器采用分类调控措施实时指导后缺氧池碳源投加系统的动态科学调控。
进一步地,所述在线氨氮仪和在线硝酸盐氮仪均设置于Bardenpho工艺的后缺氧池的出水端或末端,当后缺氧池分段设置时,所述在线氨氮仪和在线硝酸盐氮仪设置于后缺氧池最后一段缺氧区的出水端或末端。
进一步地,所述第一在线流量计设置在预处理系统与生物处理系统之间的生物池进水管线或管渠,所述第二在线流量计设置在外回流系统的回流管线上。
进一步地,所述预测控制器根据实时预测的生物处理系统出水溶解性TN浓度STN出实、生物处理系统出水溶解性TN控制浓度STN出控及后缺氧池现状碳源投加流量q0,采取分类调控措施时,工艺调控标准包括三类:第一类为STN出实>STN出控;第二类为STN出实≤STN出控且q0≥△q碳源;第三类为STN出实≤STN出控且q0<△q碳源。
进一步地,所述分类调控措施包括三种情形:
A、当STN出实>STN出控时,后缺氧池需强化去除的硝酸盐氮浓度△NO3-N为(STN出实-STN出控)mg/L,所述预测控制器启动调增所述后缺氧池碳源投加系统中碳源投加泵的碳源投加流量,调增后的碳源投加系统的碳源投加流量为q0+△q碳源,至STN出实≤STN出控时,预测控制器停止调增所述后缺氧池碳源投加系统的碳源投加流量;
结合工艺实际运行控制参数,需调增的碳源投加流量△q碳源的计算模型为△q碳源=[(Q进+Q外)×△NO3-N×K碳投/(ρ碳源×H碳含×M碳COD)]L/h,其中Q进为生物处理系统实时进水流量,单位为m3/h;Q外为外回流系统实时回流量,单位为m3/h;K碳投为碳源投加系数,即碳氮比COD/TN,取值为4~6;ρ碳源为碳源的密度,单位为kg/m3;H碳含为碳源的有效含量;M碳COD为外加碳源的COD当量,单位为gCOD/g碳源;
B、当STN出实≤STN出控且q0≥△q碳源减时,所述预测控制器启动调减所述后缺氧池碳源投加系统的碳源投加流量,调减后的碳源投加系统的碳源投加流量为q0 -△q碳源减,至STN出实=STN出控时,预测控制器停止调减所述后缺氧池碳源投加系统的碳源投加流量;
结合工艺实际运行控制参数,需调减的碳源投加流量△q碳源减的计算模型为△q碳源减=[(Q进+Q外)×(STN出控-STN出实)×K碳投/(ρ碳源×H碳含×M碳COD)]L/h;
C、当STN出实≤STN出控且q0<△q碳源减时,预测控制器启动关闭所述后缺氧池碳源投加系统。
进一步地,所述预测控制器通过线路分别与所述在线氨氮仪、在线硝酸盐氮仪、第一在线流量计、第二在线流量计、后缺氧池碳源投加系统的碳源投加泵连接,其中所述在线氨氮仪、在线硝酸盐氮仪、第一在线流量计和第二在线流量计位于所述预测控制器的输入端,所述后缺氧池碳源投加系统位于所述预测控制器的输出端。
进一步地,所述预测控制器的输入参数包括出水TN控制浓度TN控、出水SS控制浓度、出水SS的氮含量、后缺氧池出水端实时监测的氨氮浓度NH3-N后缺末及实时监测的硝酸盐氮浓度NO3-N后缺末、生物处理系统实时进水流量Q进、外回流系统实时回流量Q外、碳源投加系数K碳投、碳源密度ρ碳源、碳源有效含量H碳含和碳源的COD当量M碳COD。
进一步地,所述预测控制器通过后缺氧池出水端过程核心参数氨氮和硝酸盐氮的实时在线监测,实现生物处理系统出水溶解性TN的实时准确预测,所述生物处理系统出水溶解性TN的预测模型为STN出实=NH3-N后缺末+NO3-N后缺末。
进一步地,所述预测控制器优化的出水TN预测流程为从Bardenpho工艺的后缺氧池出水端至生物处理系统出水端的工艺过程,优化的出水TN控制流程为从所述后缺氧池碳源投加系统至后缺氧池出水端的工艺过程。
本发明具有以下优点和积极效果:
1.本发明通过基于后缺氧池出水端过程核心参数氨氮和硝酸盐氮在线监测的出水溶解性TN浓度的实时预测和TN预测控制流程缩短优化,解决Biowin等商业模型、前馈-反馈控制等现有城镇污水处理厂出水TN预测控制方法输入参数多、基于进水水质预测出水TN、受进水水质水量波动影响、预测控制流程长、预测准确性不高、技术适应性差、出水TN超标风险大、碳源过量投加等系列问题。
2.本发明创新性地以后缺氧池出水端氨氮浓度和硝酸盐氮浓度的在线监测实现对生物处理系统出水(二沉池)溶解性TN的实时预测,替代传统TN预测控制技术主要以进水水质预测出水TN的方法;创新性地以后缺氧池出水端实时氨氮浓度和硝酸盐氮浓度之和即后缺氧池出水实时溶解性TN浓度实时指导后缺氧池碳源投加系统的动态科学精细调控,替代传统TN预测控制技术主要以生物处理系统出水端(二沉池)TN浓度反馈指导工艺调控的方法;与传统TN预测控制技术相比,本发明具有预测及控制流程均显著缩短、预测控制技术方法相对简单、预测不受进水水质水量波动影响、预测控制准确性提升、碳源科学精细投加、出水TN超标风险小、碳源投加成本降低等显著优点。
3.本发明针对性、实用性和可操作性强,可为我国城镇污水处理厂出水TN的实时准确预测和工艺科学调控提供新思路新方法,对城镇污水处理厂智能控制水平提升、出水TN稳定达标和工艺低碳运行具有重要现实意义。
附图说明
图1 本发明基于预测控制流程优化的出水TN预测控制方法示意图。
图2 本发明出水TN预测控制流程与现有方法出水TN预测控制流程对比图。
图3 本发明基于预测控制流程优化的出水TN预测控制方法的预测控制逻辑示意图。
附图标记说明:1-预测控制器;2-在线氨氮仪;3-在线硝酸盐氮仪;4-第一在线流量计;5-第二在线流量计;6-后缺氧池碳源投加系统。
具体实施方式
如图1和3所示,一种基于预测控制流程优化的出水TN预测控制方法,包括如下步骤:
步骤S1、设置过程核心参数在线监测仪表,为预测控制提供参数支撑:在线监测仪表包括在线氨氮仪2和在线硝酸盐氮仪3,以及第一在线流量计4和第二在线流量计5;
其中,在线氨氮仪2和在线硝酸盐氮仪3均设置于五段式Bardenpho工艺的后缺氧池的出水端或末端,当后缺氧池分段设置时,在线氨氮仪2和在线硝酸盐氮仪3设置于后缺氧池最后一段缺氧区的出水端或末端,供预测控制器1对五段式Bardenpho工艺生物处理系统出水溶解性TN浓度STN出实的实时预测;
第一在线流量计4设置在预处理系统与生物处理系统之间的生物池进水管线或管渠,注意不宜用设置于预处理系统进水提升泵房的在线流量计替代第一在线流量计4;
第二在线流量计5设置在预处理系统与生物处理系统之间的外回流系统;
第一在线流量计4和第二在线流量计5供预测控制器1对生物处理系统进水量和污泥回流量的实时监测;
包括在线氨氮仪2、在线硝酸盐氮仪3、第一在线流量计4及第二在线流量计5在内的过程核心参数在线仪表需定期及时维护校准,保障工艺出水溶解性TN预测的准确性和工艺的科学调控。
步骤S2、确定生物处理系统出水溶解性TN控制浓度STN出控,为预测结果对比分析提供基准:结合出水排放标准、出水TN控制浓度TN控和出水SS的氮含量,确定生物处理系统出水溶解性TN控制浓度STN出控=TN控-SS×10%。对于地方排放标准,出水TN控制浓度TN控可为7~8mg/L,SS可为5mg/L;
步骤S3、实时预测与对比分析生物处理系统出水溶解性TN浓度STN出实,为工艺调控提供预测支撑:根据在线氨氮仪2实时监测的氨氮浓度NH3-N后缺末和在线硝酸盐氮仪3实时监测的硝酸盐氮浓度NO3-N后缺末,基于五段式Bardenpho工艺后缺氧池出水端实时氨氮浓度和实时硝酸盐氮浓度与生物处理系统出水实时溶解性TN浓度的关联关系即预测模型STN出实=NH3-N后缺末+NO3-N后缺末,预测控制器1实时预测生物处理系统出水溶解性TN浓度STN出实,同时预测控制器1对实时预测的出水溶解性TN浓度STN出实和出水溶解性TN控制浓度STN出控进行实时对比分析;
步骤S4、结合实时预测分析结果及后缺氧池现状碳源投加流量q0,预测控制器采用分类调控措施实时指导后缺氧池碳源投加系统的动态科学调控。
预测控制器1以后缺氧池出水端实时氨氮浓度和硝酸盐氮浓度之和即后缺氧池出水实时溶解性TN浓度,实时指导后缺氧池碳源投加系统6的动态科学调控,根据实时预测的生物处理系统出水溶解性TN浓度STN出实、生物处理系统出水溶解性TN控制浓度STN出控及后缺氧池现状碳源投加流量q0,采取分类调控措施时,工艺调控标准包括三类:第一类为STN出实>STN出控;第二类为STN出实≤STN出控且q0≥△q碳源;第三类为STN出实≤STN出控且q0<△q碳源。
具体地,(1)当STN出实>STN出控时,后缺氧池需强化去除的硝酸盐氮浓度△NO3-N为(STN出实-STN出控)mg/L,预测控制器1启动调增后缺氧池碳源投加系统6碳源投加泵的碳源投加流量,调增后的碳源投加系统的碳源投加流量为q0+△q碳源,至STN出实≤STN出控时,预测控制器1停止调增后缺氧池碳源投加系统6的碳源投加流量。
结合工艺实际运行控制参数,需调增的碳源投加流量△q碳源的计算模型为△q碳源=[(Q进+Q外)×△NO3-N×K碳投/(ρ碳源×H碳含×M碳COD)]L/h,其中Q进为生物处理系统实时进水流量,单位为m3/h; Q外为外回流系统实时回流量,单位为m3/h;K碳投为碳源投加系数,即碳氮比COD/TN,可为4~6;ρ碳源为碳源的密度,单位为kg/m3;H碳含为碳源的有效含量,一般商业碳源乙酸钠的有效含量为18%~25%;M碳COD为外加碳源的COD当量,单位为gCOD/g碳源,碳源乙酸钠的COD当量为0.6;
(2)当STN出实≤STN出控且q0≥△q碳源减时,预测控制器1启动调减后缺氧池碳源投加系统6的碳源投加流量,调减后的碳源投加系统的碳源投加流量为q0-△q碳源减,至STN出实=STN出控时,预测控制器1停止调减后缺氧池碳源投加系统6的碳源投加流量。
结合工艺实际运行控制参数,需调减的碳源投加流量△q碳源减的计算模型为△q碳源减=[(Q进+Q外)×(STN出控-STN出实)×K碳投/(ρ碳源×H碳含×M碳COD)]L/h;
(3)当STN出实≤STN出控且q0<△q碳源减时,预测控制器1启动关闭后缺氧池碳源投加系统6。
预测控制器1通过线路分别与在线氨氮仪2、在线硝酸盐氮仪3、第一在线流量计4、第二在线流量计5及后缺氧池碳源投加系统6的碳源投加泵连接,其中在线氨氮仪2、在线硝酸盐氮仪3、第一在线流量计4和第二在线流量计5位于预测控制器1的输入端,后缺氧池碳源投加系统6位于预测控制器1的输出端。
预测控制器1的主要输入参数包括出水TN控制浓度TN控、出水SS控制浓度、出水SS的氮含量、后缺氧池出水端实时监测的氨氮浓度NH3-N后缺末及实时监测的硝酸盐氮浓度NO3-N后缺末、生物处理系统实时进水流量Q进、外回流系统实时回流量Q外、碳源投加系数K碳投、碳源密度ρ碳源、碳源有效含量H碳含和碳源的COD当量M碳COD。
预测控制器1通过后缺氧池出水端过程核心参数氨氮和硝酸盐氮的实时在线监测,实现生物处理系统出水溶解性TN的实时准确预测,生物处理系统出水溶解性TN的预测模型为STN出实=NH3-N后缺末+NO3-N后缺末。
预测控制器1的优化的出水TN预测流程为从五段式Bardenpho工艺的后缺氧池出水端至生物处理系统出水端的工艺过程,优化的出水TN控制流程为从后缺氧池碳源投加系统6至后缺氧池出水端的工艺过程。
为了使本发明的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本发明进行进一步详细说明。应当理解,此处所描述的具体实施例仅用以解释本发明,并不用于限定本发明。
实施例1
一种基于预测控制流程优化的出水TN预测控制方法,包括如下步骤:
步骤S1、设置过程核心参数在线监测仪表,为预测控制提供参数支撑:在后缺氧池出水端或末端分别设置在线氨氮仪2和在线硝酸盐氮仪3,供预测控制器1对五段式Bardenpho工艺生物处理系统出水溶解性TN浓度STN出实的实时预测;在生物处理系统进水管线或管渠和外回流系统分别设置第一在线流量计4和第二在线流量计5,供预测控制器1对生物处理系统进水量和污泥回流量的实时监测;
步骤S2、确定生物处理系统出水溶解性TN控制浓度STN出控,为预测结果对比分析提供基准:结合出水排放标准、出水TN控制浓度TN控和出水SS的氮含量,确定生物处理系统出水溶解性TN控制浓度STN出控=TN控-SS×10%=8-5×10%=7.5mg/L。对于地方排放标准,出水TN控制浓度TN控为8mg/L,SS为5mg/L;
步骤S3、实时预测与对比分析生物处理系统出水溶解性TN浓度STN出实,为工艺调控提供预测支撑:根据在线氨氮仪2实时监测的后缺氧池末端的氨氮浓度NH3-N后缺末和在线硝酸盐氮仪3实时监测的后缺氧池末端的硝酸盐氮浓度NO3-N后缺末,基于五段式Bardenpho工艺后缺氧池出水端实时氨氮浓度和实时硝酸盐氮浓度与生物处理系统出水实时溶解性TN浓度的关联关系即预测模型STN出实=NH3-N后缺末+NO3-N后缺末=0.5+7.5=8mg/L,预测控制器1实时预测生物处理系统出水溶解性TN浓度STN出实=8mg/L,同时预测控制器1对实时预测的出水溶解性TN浓度STN出实和出水溶解性TN控制浓度STN出控进行实时对比分析;
步骤S4、结合实时预测分析结果及后缺氧池现状碳源投加流量q0,预测控制器1采用分类调控措施实时指导后缺氧池碳源投加系统6的动态科学调控。
由于STN出实=8mg/L>STN出控=7.5mg/L,后缺氧池需强化去除的硝酸盐氮浓度△NO3-N为(STN出实-STN出控)mg/L=8-7.5=0.5mg/L,预测控制器1启动调增后缺氧池碳源投加系统6碳源投加泵的碳源投加流量,调增后的碳源投加系统的碳源投加流量为q0+△q碳源,至STN出实≤STN出控时,预测控制器1停止调增后缺氧池碳源投加系统6的碳源投加流量;
结合工艺实际运行控制参数,需调增的碳源投加流量△q碳源的计算模型为△q碳源=[(Q进+Q外)×△NO3-N×K碳投/(ρ碳源×H碳含×M碳COD)] L/h=[(2083+2083)×0.5×6/(1100×25%×0.6)]L/h=75.7 L/h,其中Q进为生物处理系统实时进水流量,单位为m3/h;Q外为外回流系统实时回流量,单位为m3/h;K碳投为碳源投加系数,即碳氮比COD/TN;ρ碳源为碳源的密度,单位为kg/m3;H碳含为碳源的有效含量;M碳COD为外加碳源的COD当量,单位为gCOD/g碳源。
实施例2
一种基于预测控制流程优化的出水TN预测控制方法,包括如下步骤:
步骤S1、设置过程核心参数在线监测仪表,为预测控制提供参数支撑:在后缺氧池出水端或末端分别设置在线氨氮仪2和在线硝酸盐氮仪3,供预测控制器1对五段式Bardenpho工艺生物处理系统出水溶解性TN浓度STN出实的实时预测;在生物处理系统进水管线或管渠和外回流系统分别设置第一在线流量计4和第二在线流量计5,供预测控制器1对生物处理系统进水量和污泥回流量的实时监测;
步骤S2、确定生物处理系统出水溶解性TN控制浓度STN出控,为预测结果对比分析提供基准:结合出水排放标准、出水TN控制浓度TN控和出水SS的氮含量,确定生物处理系统出水溶解性TN控制浓度STN出控=TN控-SS×10%=7-5×10%=6.5mg/L。对于地方排放标准,出水TN控制浓度TN控为7mg/L,SS为5mg/L;
步骤S3、实时预测与对比分析生物处理系统出水溶解性TN浓度STN出实,为工艺调控提供预测支撑:根据在线氨氮仪2实时监测的后缺氧池末端的氨氮浓度NH3-N后缺末和在线硝酸盐氮仪3实时监测的后缺氧池末端的硝酸盐氮浓度NO3-N后缺末,基于五段式Bardenpho工艺后缺氧池出水端实时氨氮浓度和实时硝酸盐氮浓度与生物处理系统出水实时溶解性TN浓度的关联关系即预测模型STN出实=NH3-N后缺末+NO3-N后缺末=1+5=6mg/L,预测控制器1实时预测生物处理系统出水溶解性TN浓度STN出实=6mg/L,同时预测控制器1对实时预测的出水溶解性TN浓度STN出实和出水溶解性TN控制浓度STN出控进行实时对比分析;
步骤S4、结合实时预测分析结果及后缺氧池现状碳源投加流量q0,预测控制器1采用分类调控措施实时指导后缺氧池碳源投加系统6的动态科学调控。
由于STN出实=6mg/L≤STN出控=6.5mg/L且q0=80 L/h≥△q碳源减=63.1 L/h,预测控制器1启动调减后缺氧池碳源投加系统6的碳源投加流量,调减后的碳源投加系统的碳源投加流量为q0-△q碳源减=80-63.1=16.9 L/h,至STN出实=STN出控时,预测控制器1停止调减后缺氧池碳源投加系统6的碳源投加流量。
需调减的碳源投加流量△q碳源减的计算模型为△q碳源减=[(Q进+Q外)×(STN出控-STN出实)×K碳投/(ρ碳源×H碳含×M碳COD)] L/h=[(2083+2083)×(6.5-6)×5/(1100×25%×0.6)]=63.1 L/h。
实施例3
一种基于预测控制流程优化的出水TN预测控制方法,包括如下步骤:
步骤S1、设置过程核心参数在线监测仪表,为预测控制提供参数支撑:在后缺氧池出水端或末端分别设置在线氨氮仪2和在线硝酸盐氮仪3,供预测控制器1对五段式Bardenpho工艺生物处理系统出水溶解性TN浓度STN出实的实时预测;在生物处理系统进水管线或管渠和外回流系统分别设置第一在线流量计4和第二在线流量计5,供预测控制器1对生物处理系统进水量和污泥回流量的实时监测;
步骤S2、确定生物处理系统出水溶解性TN控制浓度STN出控,为预测结果对比分析提供基准:结合出水排放标准、出水TN控制浓度TN控和出水SS的氮含量,确定生物处理系统出水溶解性TN控制浓度STN出控=TN控-SS×10%=7-5×10%=6.5mg/L。对于地方排放标准,出水TN控制浓度TN控为7mg/L,SS为5mg/L;
步骤S3、实时预测与对比分析生物处理系统出水溶解性TN浓度STN出实,为工艺调控提供预测支撑:根据后缺氧池出水端或末端在线氨氮仪2实时监测的后缺氧池末端的氨氮浓度NH3-N后缺末和在线硝酸盐氮仪3实时监测的后缺氧池末端的硝酸盐氮浓度NO3-N后缺末,基于五段式Bardenpho工艺后缺氧池出水端实时氨氮浓度和实时硝酸盐氮浓度与生物处理系统出水实时溶解性TN浓度的关联关系即预测模型STN出实=NH3-N后缺末+NO3-N后缺末=1+5=6mg/L,预测控制器1实时预测生物处理系统出水溶解性TN浓度STN出实=6mg/L,同时预测控制器1对实时预测的出水溶解性TN浓度STN出实和出水溶解性TN控制浓度STN出控进行实时对比分析;
步骤S4、结合实时预测分析结果及后缺氧池现状碳源投加流量q0,预测控制器1采用分类调控措施实时指导后缺氧池碳源投加系统6的动态科学调控。
由于STN出实=6mg/L≤STN出控=6.5mg/L且q0=50 L/h<△q碳源减=63.1 L/h,预测控制器1启动关闭后缺氧池碳源投加系统6。结合工艺实际运行控制参数,需调减的碳源投加流量△q碳源减的计算模型为△q碳源减=[(Q进+Q外)×(STN出控-STN出实)×K碳投/(ρ碳源×H碳含×M碳COD)] L/h=[(2083+2083)×(6.5-6)×5/(1100×25%×0.6)]=63.1 L/h。
如图2所示,是本发明出水TN预测控制流程与现有方法出水TN预测控制流程对比图。可以看出,与传统TN预测控制技术相比,本发明的方法使得预测及控制流程均显著缩短。
最后所应说明的是,以上具体实施方式仅用以说明本发明的技术方案而非限制,尽管参照实例对本发明进行了详细说明,本领域的普通技术人员应当理解,可以对本发明的技术方案进行修改或者等同替换,而不脱离本发明技术方案的精神和范围,其均应涵盖在本发明的权利要求范围当中。
Claims (9)
1.一种基于预测控制流程优化的出水TN预测控制方法,其特征在于,包括如下步骤:
步骤S1、设置过程核心参数在线监测仪表,为预测控制提供参数支撑:所述在线监测仪表包括供预测控制器(1)对Bardenpho工艺生物处理系统出水溶解性TN浓度STN出实实时预测的在线氨氮仪(2)和在线硝酸盐氮仪(3),以及供预测控制器(1)对生物处理系统进水量和污泥回流量实时监测的第一在线流量计(4)和第二在线流量计(5);
步骤S2、确定生物处理系统出水溶解性TN控制浓度STN出控,为预测结果对比分析提供基准:结合出水排放标准、出水TN控制浓度TN控和出水SS的氮含量,确定生物处理系统出水溶解性TN控制浓度STN出控=TN控-SS×10%;
步骤S3、实时预测与对比分析生物处理系统出水溶解性TN浓度STN出实,为工艺调控提供预测支撑:根据所述在线氨氮仪(2)实时监测的后缺氧池末端的氨氮浓度NH3-N后缺末和所述在线硝酸盐氮仪(3)实时监测的后缺氧池末端的硝酸盐氮浓度NO3-N后缺末,所述预测控制器(1)实时预测生物处理系统出水溶解性TN浓度STN出实,同时所述预测控制器(1)对实时预测的生物处理系统出水溶解性TN浓度STN出实和生物处理系统出水溶解性TN控制浓度STN出控进行实时对比分析;
步骤S4、结合实时预测分析结果及后缺氧池现状碳源投加流量q0,所述预测控制器(1)采用分类调控措施实时指导后缺氧池碳源投加系统(6)的动态科学调控。
2.根据权利要求1所述的基于预测控制流程优化的出水TN预测控制方法,其特征在于,所述在线氨氮仪(2)和在线硝酸盐氮仪(3)均设置于Bardenpho工艺的后缺氧池的出水端或末端,当后缺氧池分段设置时,所述在线氨氮仪(2)和在线硝酸盐氮仪(3)设置于后缺氧池最后一段缺氧区的出水端或末端。
3.根据权利要求1所述的基于预测控制流程优化的出水TN预测控制方法,其特征在于,所述第一在线流量计(4)设置在预处理系统与生物处理系统之间的生物池进水管线或管渠,所述第二在线流量计(5)设置在外回流系统的回流管线上。
4.根据权利要求1所述的基于预测控制流程优化的出水TN预测控制方法,其特征在于,所述预测控制器(1)根据实时预测的生物处理系统出水溶解性TN浓度STN出实、生物处理系统出水溶解性TN控制浓度STN出控及后缺氧池现状碳源投加流量q0,采取分类调控措施时,工艺调控标准包括三类:第一类为STN出实>STN出控;第二类为STN出实≤STN出控且q0≥△q碳源;第三类为STN出实≤STN出控且q0<△q碳源。
5.根据权利要求1或4所述的基于预测控制流程优化的出水TN预测控制方法,其特征在于,所述分类调控措施包括三种情形:
A、当STN出实>STN出控时,后缺氧池需强化去除的硝酸盐氮浓度△NO3-N为(STN出实-STN出控)mg/L,所述预测控制器(1)启动调增所述后缺氧池碳源投加系统(6)中碳源投加泵的碳源投加流量,调增后的碳源投加系统的碳源投加流量为q0+△q碳源,至STN出实≤STN出控时,预测控制器(1)停止调增所述后缺氧池碳源投加系统(6)的碳源投加流量;
结合工艺实际运行控制参数,需调增的碳源投加流量△q碳源的计算模型为△q碳源=[(Q进+Q外)×△NO3-N×K碳投/(ρ碳源×H碳含×M碳COD)]L/h,其中Q进为生物处理系统实时进水流量,单位为m3/h;Q外为外回流系统实时回流量,单位为m3/h;K碳投为碳源投加系数,即碳氮比COD/TN,取值为4~6;ρ碳源为碳源的密度,单位为kg/m3;H碳含为碳源的有效含量;M碳COD为外加碳源的COD当量,单位为gCOD/g碳源;
B、当STN出实≤STN出控且q0≥△q碳源减时,所述预测控制器(1)启动调减所述后缺氧池碳源投加系统(6)的碳源投加流量,调减后的碳源投加系统的碳源投加流量为q0 -△q碳源减,至STN出实=STN出控时,预测控制器(1)停止调减所述后缺氧池碳源投加系统(6)的碳源投加流量;
结合工艺实际运行控制参数,需调减的碳源投加流量△q碳源减的计算模型为△q碳源减=[(Q进+Q外)×(STN出控-STN出实)×K碳投/(ρ碳源×H碳含×M碳COD)]L/h;
C、当STN出实≤STN出控且q0<△q碳源减时,预测控制器(1)启动关闭所述后缺氧池碳源投加系统(6)。
6.根据权利要求1所述的基于预测控制流程优化的出水TN预测控制方法,其特征在于,所述预测控制器(1)通过线路分别与所述在线氨氮仪(2)、在线硝酸盐氮仪(3)、第一在线流量计(4)、第二在线流量计(5)、后缺氧池碳源投加系统(6)的碳源投加泵连接,其中所述在线氨氮仪(2)、在线硝酸盐氮仪(3)、第一在线流量计(4)和第二在线流量计(5)位于所述预测控制器(1)的输入端,所述后缺氧池碳源投加系统(6)位于所述预测控制器(1)的输出端。
7.根据权利要求1所述的基于预测控制流程优化的出水TN预测控制方法,其特征在于,所述预测控制器(1)的输入参数包括出水TN控制浓度TN控、出水SS控制浓度、出水SS的氮含量、后缺氧池出水端实时监测的氨氮浓度NH3-N后缺末及实时监测的硝酸盐氮浓度NO3-N后缺末、生物处理系统实时进水流量Q进、外回流系统实时回流量Q外、碳源投加系数K碳投、碳源密度ρ碳源、碳源有效含量H碳含和碳源的COD当量M碳COD。
8.根据权利要求1所述的基于预测控制流程优化的出水TN预测控制方法,其特征在于,所述预测控制器(1)通过后缺氧池出水端过程核心参数氨氮和硝酸盐氮的实时在线监测,实现生物处理系统出水溶解性TN的实时准确预测,所述生物处理系统出水溶解性TN的预测模型为STN出实=NH3-N后缺末+NO3-N后缺末。
9.根据权利要求1所述的基于预测控制流程优化的出水TN预测控制方法,其特征在于,所述预测控制器(1)优化的出水TN预测流程为从Bardenpho工艺的后缺氧池出水端至生物处理系统出水端的工艺过程,优化的出水TN控制流程为从所述后缺氧池碳源投加系统(6)至后缺氧池出水端的工艺过程。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410362054.6A CN117970811B (zh) | 2024-03-28 | 2024-03-28 | 基于预测控制流程优化的出水tn预测控制方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410362054.6A CN117970811B (zh) | 2024-03-28 | 2024-03-28 | 基于预测控制流程优化的出水tn预测控制方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN117970811A true CN117970811A (zh) | 2024-05-03 |
CN117970811B CN117970811B (zh) | 2024-06-07 |
Family
ID=90849874
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202410362054.6A Active CN117970811B (zh) | 2024-03-28 | 2024-03-28 | 基于预测控制流程优化的出水tn预测控制方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117970811B (zh) |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20140374346A1 (en) * | 2012-03-09 | 2014-12-25 | Metawater Co., Ltd. | Wastewater treatment apparatus, wastewater treatment method, wastewater treatment system, control device, and control method |
CN106295800A (zh) * | 2016-07-28 | 2017-01-04 | 北京工业大学 | 一种基于递归自组织rbf神经网络的出水总氮tn智能检测方法 |
CN210457840U (zh) * | 2019-07-09 | 2020-05-05 | 宜兴博辉环保科技有限公司 | 一体化污水处理装置 |
CN113044973A (zh) * | 2021-03-18 | 2021-06-29 | 苏州美淼环保科技有限公司 | 一种污水处理控制系统及出水tn控制方法 |
CN116969596A (zh) * | 2023-08-31 | 2023-10-31 | 熊猫智慧水务有限公司 | 一种污水厂碳源智能投加系统 |
-
2024
- 2024-03-28 CN CN202410362054.6A patent/CN117970811B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20140374346A1 (en) * | 2012-03-09 | 2014-12-25 | Metawater Co., Ltd. | Wastewater treatment apparatus, wastewater treatment method, wastewater treatment system, control device, and control method |
CN106295800A (zh) * | 2016-07-28 | 2017-01-04 | 北京工业大学 | 一种基于递归自组织rbf神经网络的出水总氮tn智能检测方法 |
US20180029900A1 (en) * | 2016-07-28 | 2018-02-01 | Beijing University Of Technology | A Method for Effluent Total Nitrogen-based on a Recurrent Self-organizing RBF Neural Network |
CN210457840U (zh) * | 2019-07-09 | 2020-05-05 | 宜兴博辉环保科技有限公司 | 一体化污水处理装置 |
CN113044973A (zh) * | 2021-03-18 | 2021-06-29 | 苏州美淼环保科技有限公司 | 一种污水处理控制系统及出水tn控制方法 |
CN116969596A (zh) * | 2023-08-31 | 2023-10-31 | 熊猫智慧水务有限公司 | 一种污水厂碳源智能投加系统 |
Non-Patent Citations (3)
Title |
---|
GAO CHUN-DI: "The Comparison of Nitrogen Removal Effect in A/O Process under Different HRT of Anoxic Area", 《2013 THIRD INTERNATIONAL CONFERENCE ON INTELLIGENT SYSTEM DESIGN AND ENGINEERING APPLICATIONS》, 7 February 2013 (2013-02-07), pages 1408 - 1410 * |
李炳荣: "低氧条件下A2/O工艺对城市污水脱氮处理的中试研究", 《中国环境科学》, vol. 39, no. 1, 20 January 2019 (2019-01-20), pages 134 - 140 * |
龚正: "分点进水A/O工艺处理低碳源生活污水的脱氮性能研究", 《环境工程学报》, vol. 5, no. 1, 5 January 2011 (2011-01-05), pages 85 - 89 * |
Also Published As
Publication number | Publication date |
---|---|
CN117970811B (zh) | 2024-06-07 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN209583779U (zh) | 一种污水处理精确曝气系统 | |
CN107986428B (zh) | 一种污水处理精确曝气方法 | |
CN113044973B (zh) | 一种污水处理控制系统及出水tn控制方法 | |
CN111847634A (zh) | 一种用于泥膜复合污水处理工艺的曝气和碳源投加优化控制系统及方法 | |
CN114380386B (zh) | 一种用于污水处理外碳源投加的自动控制方法及装置 | |
CN109592804A (zh) | 一种污水处理趋近循优精确曝气方法 | |
CN207792813U (zh) | 碳源智能投加系统 | |
CN210855457U (zh) | 一种曝气控制系统 | |
CN110436609B (zh) | 一种具有自学习功能的智能化污水处理曝气控制方法 | |
CN216997850U (zh) | 用于aao工艺污水处理的碳源投加装置 | |
CN113023889B (zh) | 一种aoa+mabr耦合工艺的碳源投加优化控制系统及方法 | |
CN216141333U (zh) | 一种aoa+mabr耦合工艺的碳源投加优化控制系统 | |
CN115353200A (zh) | 污水厂出水tn智能控制系统和方法 | |
CN117970811B (zh) | 基于预测控制流程优化的出水tn预测控制方法 | |
CN111018110A (zh) | 污水生化处理系统及控制方法 | |
CN111087073A (zh) | 一种基于同步硝化反硝化机制的污水处理生化需氧控制系统及方法 | |
CN209740814U (zh) | 一种aao工艺污水处理厂碳源优化投加系统 | |
CN112794443A (zh) | 一种优化碳源剂量实现生物脱氮和碳源降耗的方法 | |
CN116969596A (zh) | 一种污水厂碳源智能投加系统 | |
CN116589096A (zh) | 一种多模式aao-mbr工艺过程控制系统及方法 | |
CN117970815B (zh) | 基于预测控制流程优化的a2/o工艺出水tn预测控制方法 | |
CN214174904U (zh) | 一种污水处理智能曝气量计算控制系统 | |
CN212425586U (zh) | 一种基于同步硝化反硝化机制的生化需氧控制系统 | |
JP3707526B2 (ja) | 廃水の硝化方法及び装置 | |
CN114751591B (zh) | 一种城市污水短程反硝化厌氧氨氧化脱氮方法 |
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 |