CN1303006C - 基于多源信息融合技术的混凝过程智能监测与控制方法 - Google Patents
基于多源信息融合技术的混凝过程智能监测与控制方法 Download PDFInfo
- Publication number
- CN1303006C CN1303006C CNB2005100098316A CN200510009831A CN1303006C CN 1303006 C CN1303006 C CN 1303006C CN B2005100098316 A CNB2005100098316 A CN B2005100098316A CN 200510009831 A CN200510009831 A CN 200510009831A CN 1303006 C CN1303006 C CN 1303006C
- Authority
- CN
- China
- Prior art keywords
- coagulation
- water quality
- sensor
- factor
- value
- 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.)
- Expired - Fee Related
Links
Landscapes
- Separation Of Suspended Particles By Flocculating Agents (AREA)
Abstract
本发明公开水处理中对混凝投药过程智能监测、混凝剂投加的实时优化控制的方法。基于多源信息融合技术的混凝过程智能监测与控制方法由以下步骤组成:利用浊度、PH值、电导率、温度和流量传感器分别获取代表水质参数的相应信号I1、I2、I3、I4和I5;把I1、I2、I3、I4和I5输入运用模糊神经网络算法的时空融合系统,其输出值α输入到比较器;单因子混凝智能控制系统的控制器进行相应的运算,把混凝剂的投加量输出到混凝剂投加泵,单因子检测仪把当前混凝反应程度反馈值β反馈到比较器;通过对原水水质参数及其变化量的全面、准确、可靠的智能监测,实现对混凝过程全面、高质量的控制。
Description
技术领域:
本发明涉及水处理投药混凝过程中,对混凝投药过程智能监测,实现混凝剂投加的实时优化控制的方法。
背景技术:
水处理的混凝投药过程是影响处理水质的关键环节,一直是水处理研究的重点。随着计算机技术的发展和水厂运行自动化程度的提高,已在一定程度上实现了混凝投药的自动控制。但由于水处理过程复杂的物理化学反应机理,以及反应过程水质参数的时变性、反应的时滞性,而且影响混凝剂投加量因素很多,确定和控制混凝剂的投加量仍然十分困难。目前先进的单因子参数法(如流动电流法、透光率脉动检测法)利用单一因子表征多项水质因素对混凝过程的影响,利用其可实现混凝投药过程的自动控制,如《吉林电力》2003年6月第3期《单因子水处理混凝自控加药技术的应用》一文所述。但由于原水水质参数的变化会对单因子检测仪的测量结果和单因子混凝控制系统的设定值产生不确定的影响,使这一方法在应用中受到了一定限制。
发明内容:
本发明的目的是提供一种基于多源信息融合技术的混凝过程智能监测与控制方法,全面、准确、可靠地监测原水水质状况及混凝反应的变化程度,实现变化水质条件下的混凝剂实时最优投加,以克服单一传感器只能提供混凝过程的局部信息,不能全面反映原水及混凝反应过程的变化,且存在抗干扰能力低、容错性差问题的缺陷。本发明的技术方案是:它包括步骤三、在单因子混凝智能控制系统的控制器7中进行相应的运算,把混凝剂的投加量输出到混凝剂投加泵9,同时设置在混凝反应池中的单因子检测仪8把检测到的代表当前混凝反应程度反馈值β反馈到比较器10的负输入端;在步骤三前还包括步骤一、利用设置于原水中的浊度传感器1、PH值传感器2、电导率传感器3、温度传感器4和流量传感器5分别获取代表水质参数的相应信号I1、I2、I3、I4和I5;步骤二、把代表水质参数的相应信号I1、I2、I3、I4和I5输入运用模糊神经网络算法的时空融合系统6,其输出值α输入到比较器10的正输入端,作为单因子混凝智能控制系统的设定值;本发明的方法通过实时测量原水的多种水质参数从而实现变化水质条件下单因子混凝控制系统设定值适时、适宜的自修正,运用基于自适应控制和模糊逻辑控制方法,实现变化水质条件下的混凝剂实时最优投加。它克服了单一传感器只能提供混凝过程的局部信息,不能全面反映原水及混凝反应过程的变化的缺陷,由于采集的信息种类多,抗干扰的能力强,也不容易因为采集到错误信息而造成错误的混凝剂投加量。本发明的方法采用多传感器数据融合技术,在水厂现有运行检测仪表的基础上,以最少的设备投入,实现对原水水质参数及其变化量的全面、准确、可靠的智能监测,提高了传感检测单元提供数据的准确性和可靠性,实现以任何单一传感器无法实现的对混凝过程全面、高质量的智能监测与控制,降低了电耗和药耗,减少了过量投药对健康的危害。该系统还可用于污水处理自动监控过程及水文环境的动态监测。
附图说明:
图1是本发明方法数据流向的示意图,图2是本发明实施方式二的数据流向的示意图。
具体实施方式:
具体实施方式一:本实施方式由以下步骤组成:一、利用设置于原水中的浊度传感器1、PH值传感器2、电导率传感器3、温度传感器4和流量传感器5分别获取代表水质参数的相应信号I1、I2、I3、I4和I5;步骤二、把代表水质参数的相应信号I1、I2、I3、I4和I5输入运用模糊神经网络算法的时空融合系统6,其输出值α输入到比较器10的正输入端,作为单因子混凝智能控制系统的设定值;三、在单因子混凝智能控制系统的控制器7中进行相应的运算,把混凝剂的投加量输出到混凝剂投加泵9,同时设置在混凝反应池中的单因子检测仪8把检测到的当前混凝反应程度反馈值β反馈到比较器10的负输入端;单因子混凝智能控制系统的控制器7选用二维模糊控制器,或者选用背景技术中的单因子水处理混凝系统中的控制器和单因子检测仪。
具体实施方式二:下面结合图2具体说明本实施方式。本实施方式与实施方式一的不同之处是:实施方式一中的步骤二内数据在运用模糊神经网络算法的时空融合系统6中的处理步骤由以下步骤组成:201、分别把输入的信号I1、I2、I3、I4和I5进行数据级融合,即获得各传感器的检测值并求取各传感器的检测值的变化率,分析各传感器连续输出的数据是否有超常规的变化以决定该数据是否可靠,从而判别是否仪器存在失灵、噪声干扰、信号丢失等问题;202、把经过数据级融合的数据进行特征级融合,具体为把经过数据级融合处理的数据运用二数据输入、一数据输出的5层网络结构的模糊神经网络,将不同度量的信息转换为对混凝影响程度的一致性描述,在网络的A层根据选择的隶属度函数进行隶属度计算,完成对网络二个输入变量的模糊化处理,B层根据数据的输入,确定规则库中规则的适用度并进行推理,推理结果在C层以加权平均方法进行非模糊化处理;203、进行决策级融合,运用基于改进的BP算法神经网络,实现对各检测参数W1、W2、W3、W4、W5权值的确定和调整,对各检测数据进行加权融合处理。这样处理的原因在于不同的水域以及同一水域的不同季节,各水质参数对混凝反应的影响及其程度均不相同;其它的步骤与实施方式一相同。本实施方式首先在数据融合级进行多传感器同源信息的纯空间域融合,在特征融合级进行时间、空间域的融合,以获取对原水水质及其变化量、混凝反映效果极其变化程度的智能监测;然后在决策融合级建立基于原水水质参数变化量的单因子检测值与混凝效果、混凝剂投加量间相关性的动态规律模型及知识库,实现变化水质条件下单因子混凝控制系统设定值适时、适宜的自修正;在此基础上,运用基于自适应控制和模糊逻辑控制方法,并将控制输出作用于混凝剂投加泵,实现变化水质条件下的混凝剂实时最优投加。运用模糊神经网络算法的时空融合系统6中具体应用了TaKagi-Sugeno(高木-关野)模糊推理方法和神经网络算法。
Claims (1)
1、基于多源信息融合技术的混凝过程智能监测与控制方法,它包括步骤三、在单因子混凝智能控制系统的控制器(7)中进行相应的运算,把混凝剂的投加量输出到混凝剂投加泵(9),同时设置在混凝反应池中的单因子检测仪(8)把检测到的当前混凝反应程度反馈值β反馈到比较器(10)的负输入端;其特征在于在步骤三前还包括步骤一、利用设置于原水中的浊度传感器(1)、PH值传感器(2)、电导率传感器(3)、温度传感器(4)和流量传感器(5)分别获取代表水质参数的相应信号I1、I2、I3、I4和I5;步骤二、把代表水质参数的相应信号I1、I2、I3、I4和I5输入运用模糊神经网络算法的时空融合系统(6),其输出值α输入到比较器(10)的正输入端,作为单因子混凝智能控制系统的设定值。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CNB2005100098316A CN1303006C (zh) | 2005-03-17 | 2005-03-17 | 基于多源信息融合技术的混凝过程智能监测与控制方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CNB2005100098316A CN1303006C (zh) | 2005-03-17 | 2005-03-17 | 基于多源信息融合技术的混凝过程智能监测与控制方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN1683254A CN1683254A (zh) | 2005-10-19 |
CN1303006C true CN1303006C (zh) | 2007-03-07 |
Family
ID=35262786
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CNB2005100098316A Expired - Fee Related CN1303006C (zh) | 2005-03-17 | 2005-03-17 | 基于多源信息融合技术的混凝过程智能监测与控制方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN1303006C (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105301960A (zh) * | 2015-10-10 | 2016-02-03 | 杨晓林 | 一种自来水凝絮剂投加量的控制方法 |
Families Citing this family (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101607151B (zh) * | 2009-01-09 | 2011-05-18 | 湖南华博科技开发有限公司 | 嵌入式智能加药控制器及其控制方法 |
JP5947292B2 (ja) * | 2010-06-04 | 2016-07-06 | アクセス ビジネス グループ インターナショナル リミテッド ライアビリティ カンパニー | 誘導結合誘電体バリア放電ランプ |
CN104529009A (zh) * | 2014-12-31 | 2015-04-22 | 苏州工业职业技术学院 | 一种自动化废水处理系统及处理工艺 |
CN104850225B (zh) * | 2015-04-28 | 2017-10-24 | 浙江大学 | 一种基于多层次融合的活动识别方法 |
CN106596637B (zh) * | 2016-10-20 | 2018-12-14 | 浙江农林大学 | 基于3v算法的养殖场污水水质等级判断方法 |
CN108121860A (zh) * | 2017-12-12 | 2018-06-05 | 电子科技大学 | 一种基于多源信息融合的生物制曲过程cps建模方法 |
CN108897309B (zh) * | 2018-07-13 | 2019-09-06 | 南京航空航天大学 | 基于模糊隶属度的航空发动机传感器故障诊断与隔离方法 |
CN109357696B (zh) * | 2018-09-28 | 2020-10-23 | 西南电子技术研究所(中国电子科技集团公司第十研究所) | 多源传感器信息融合闭环测试架构 |
CN111320246B (zh) * | 2020-03-12 | 2023-04-11 | 青岛道斯康环保科技有限公司 | 一种基于多变量控制的混凝剂智能精确投加控制系统 |
CN111895383A (zh) * | 2020-07-08 | 2020-11-06 | 上海汇信能源科技有限公司 | 一种控制电磁蒸汽发生器工作功率的方法及系统 |
CN113075883B (zh) * | 2021-03-29 | 2023-03-21 | 中南林业科技大学 | 一种制水业中混凝投药优化方法 |
CN113428957A (zh) * | 2021-06-29 | 2021-09-24 | 长沙榔梨自来水有限公司 | 一种适合江河水的聚合氯化铝投加方法 |
CN113582309A (zh) * | 2021-07-28 | 2021-11-02 | 长三角(义乌)生态环境研究中心 | 一种混凝剂投加量的确定方法和装置 |
CN116378974B (zh) * | 2023-05-31 | 2023-08-04 | 宜宾科全矿泉水有限公司 | 一种净水器智能控制系统 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH06119454A (ja) * | 1992-10-08 | 1994-04-28 | Babcock Hitachi Kk | 異常検出方法および装置 |
EP0664594A1 (de) * | 1994-01-19 | 1995-07-26 | RHEBAU Rheinische Beton- und Bauindustrie GmbH | Schutzschaltung für Pumpenmotoren |
-
2005
- 2005-03-17 CN CNB2005100098316A patent/CN1303006C/zh not_active Expired - Fee Related
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH06119454A (ja) * | 1992-10-08 | 1994-04-28 | Babcock Hitachi Kk | 異常検出方法および装置 |
EP0664594A1 (de) * | 1994-01-19 | 1995-07-26 | RHEBAU Rheinische Beton- und Bauindustrie GmbH | Schutzschaltung für Pumpenmotoren |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105301960A (zh) * | 2015-10-10 | 2016-02-03 | 杨晓林 | 一种自来水凝絮剂投加量的控制方法 |
CN105301960B (zh) * | 2015-10-10 | 2018-05-22 | 杨晓林 | 一种自来水凝絮剂投加量的控制方法 |
Also Published As
Publication number | Publication date |
---|---|
CN1683254A (zh) | 2005-10-19 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN1303006C (zh) | 基于多源信息融合技术的混凝过程智能监测与控制方法 | |
CN103628275A (zh) | 基于神经网络模糊控制器的智能洗衣机 | |
Branisavljević et al. | Automatic, semi-automatic and manual validation of urban drainage data | |
CN210895538U (zh) | 水质智能监管装置和设备 | |
WO2022268043A1 (zh) | 一种基于混合神经模型的数控机床刀具剩余寿命预测方法 | |
CN113011481B (zh) | 一种基于决策树算法的电能表功能异常评估方法及系统 | |
CN104615121B (zh) | 一种列车故障诊断方法及系统 | |
CN107169658B (zh) | 基于可信度的湿法冶金浓密机的故障诊断方法 | |
CN110728320A (zh) | 一种基于自编码和聚类结合的水质监测预警方法及系统 | |
CN117312997A (zh) | 一种电力管理系统智能诊断方法及系统 | |
Hwang et al. | Detection and correction method of erroneous data using quantile pattern and LSTM | |
CN110687791B (zh) | 一种基于改进自适应调频模态分解的非线性振荡检测方法 | |
JP2023033927A (ja) | 水処理状況監視システム及び水処理状況監視方法 | |
CN203350635U (zh) | 一种动态模糊控制系统 | |
CN101786675A (zh) | 一种多参数废水源头分离装置及方法 | |
CN106325258B (zh) | 一种基于在线监测信息的继电保护装置状态评估方法 | |
CN102590232B (zh) | 在线微波水分仪水分检测的非线性性自动校正方法 | |
CN117115637A (zh) | 一种基于大数据技术的水质监测预警方法及系统 | |
Zhang et al. | Prediction of influent wastewater quality based on wavelet transform and residual LSTM | |
CN116969616A (zh) | 基于软测量的一体化污水处理设施控制方法、装置及设备 | |
CN103412482A (zh) | 一种动态模糊控制系统及其控制方法 | |
CN113931270B (zh) | 一种基于深度学习的截流井智能监控系统及监控方法 | |
CN110866652B (zh) | 一种基于lstm模型的在线pmu数据纠错方法及系统 | |
CN113466424B (zh) | 一种智慧物联网的管道直饮水水质监控方法及系统 | |
CN104729102A (zh) | 电热水器内胆脏污检测方法及采用该方法的电热水器 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant | ||
C17 | Cessation of patent right | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20070307 Termination date: 20130317 |