CN201392338Y - 污水处理出水水质软测量在线智能检测仪表 - Google Patents

Abstract

本实用新型公开了一种污水处理出水水质软测量在线智能检测仪表，它包括：一组用于采集输入量的前端传感器；一模数转换器，用于将前端传感器采集的模拟输入量转换为数字信号量；一CPU中心处理器，内嵌基于PNN过程神经元网络结构及改进算法编制的软测量程序模块；一键盘输入设备；一组输出设备；所述的一组前端传感器的输出端接模数转换器的输入端，模数转换器的输出端接CPU中心处理器的串行外围接口；键盘输入接于通用输入/输出接口；CPU中心处理器的控制输出端接一组输出设备的输入。其可以实现对出水水质的主要技术指标的测试及显示，测出结果可以用于对出水水质的实时控制。

Description

污水处理出水水质软测量在线智能检测仪表

技术领域

本实用新型属于污水处理领域技术，尤其涉及一种污水处理出水水质软测量在线智能检测仪表。

背景技术

在污水处理过程中存在着过程参数时变、产品质量指标难以在线实时检测或检测时间严重滞后，因而不能实现实时闭环控制、不易保证产品质量的难题。

为了对污水处理过程出水质量的主要指标COD(Chemical Oxygen Demand化学需氧量)和BOD(Biochemical Oxygen Demand生物化学需氧量)这类变量进行实时检测和控制，人们已开始研究采用间接测量的方法，利用易于获取的其它测量信息，通过数学建模的方法利用这些信息来实现对被检测量的估计。

软测量是随着控制理论、智能科学发展和计算机技术的推广应用，从九十年代起得到了普遍关注和迅速发展，被认为是进行工业过程监测、优化、控制的重要方法。软测量是目前检测和过程控制研究发展的重要方向。

过程神经元网络是一种效果较好的软测量建模方法，它具有联想记忆，自学习，高度容错，快速处理，能逼近高度复杂的非线性系统的特点，适合于非线性、时变的工程系统。如何更好的利用该过程神经元网络技术来实现对污水处理出水水质的软测量是业内人士努力寻求的目标。

发明内容

本实用新型的目的是提供一种污水处理出水水质软测量在线智能检测仪表，其可以实现对出水水质的主要技术指标的测试及显示，测出结果可以用于对出水水质的实时控制。

为实现上述目的，本实用新型采取以下设计方案：

一种污水处理出水水质软测量在线智能检测仪表，它包括：

一组用于采集输入量的前端传感器；

一模数转换器，用于将前端传感器采集的模拟输入量转换为数字信号量；

一CPU中心处理器，内嵌基于PNN过程神经元网络结构及改进算法编制的软测量程序模块；

一键盘输入设备；

一组输出设备；

所述的一组前端传感器的输出端接模数转换器的输入端，模数转换器的输出端接CPU中心处理器的串行外围接口；键盘输入接于通用输入/输出接口；CPU中心处理器的控制输出端接一组输出设备的输入。

所述一组前端传感器可以是采集总有机碳含量TOC、溶解氧DO、氧化还原电位ORP和酸碱度pH值的一组传感器。亦可以是采集总有机碳含量TOC、溶解氧DO和污泥浓度MLSS值的一组传感器。

所述的一组输出设备是显示设备、打印设备、数据存储设备和声音输出设备中的至少一种设备。

所述的CPU中心处理器为51系列单片机、AVR系列单片机或ARM系列单片机。

所述的总有机碳含量TOC(Total Organic Carbon)是指在排水中构成有机物的碳的总量，可作为测定污染程度的重要指标。其单位一般表示为“毫克/升”。

所述的溶解氧DO(Dissolved Oxygen)是水体环境质量的一项极其重要的综合性表观指标，它直接反映水体受有机物、微生物、藻类等物质污染的程度，在环境水质监测中被广泛采用，DO值的变化主要由曝气量所影响，监测DO可以优化调节曝气量，控制用电量，进而可以控制污水处理成本。其单位一般表示为“毫克/升”。

所述的氧化还原电位ORP(Oxidation Reduction Potential)是指溶液的氧化还原电位。ORP值是水溶液氧化还原能力的测量指标，其单位是毫升。

所述的污泥浓度MLSS系指曝气池中单位体积混合液所含悬浮固体的重量(常以MLSS表示)，单位用“克/升”或“毫克/升”。污泥浓度MLSS的大小间接地反映混合液中所含微生物的量。为了保证曝气池的净化效率，必须在池内维持一定量的污泥浓度。一般来说，对于普通活性污泥法，曝气池内污泥浓度MLSS常控制在2-3克/升之间。

本实用新型污水处理出水水质软测量在线智能检测仪表用于污水处理出水水质软测量方法中，主要为解决因BOD和COD化学方法检测的大滞后带来的在线检测问题，故选用总有机碳含量TOC、溶解氧DO、污泥浓度MLSS值作为一组或选用总有机碳含量TOC、溶解氧DO、氧化还原电位ORP和酸碱度pH值作为一组采集的输入二次变量，将BOD₅和COD作为控制输出的主导变量，由检测仪的CPU中心处理器基于PNN过程神经元网络结构及改进算法可快速地计算推导出BOD₅(BOD变量中的一常用表示指标，为五天生物化学需氧量)或COD值并输出，从而可以将得到的结果数据适时地用于污水处理的实时闭环控制，以保证出水达标并节省电能。

本实用新型的优点是：本实用新型污水处理出水水质软测量在线智能检测仪表测出的结果滞后时间短，误差小，环境适应能力强，成本相对较低，可操作性强，使用方便；为实现实时闭环控制、保证产品质量打下坚实基础。

附图说明

图1为本实用新型污水处理出水水质软测量在线智能检测仪表一实施例构成原理示意图。

图2为本实用新型污水处理出水水质软测量在线智能检测仪表的另一实施例构成原理示意图。

图3为图1所示实施例中基于PNN过程神经元网络建模结构示意图。

图4为图2所示实施例中基于PNN过程神经元网络建模结构示意图。

图5为软测量程序的方框流程图。

图6为本实用新型实施例中微处理器、蜂鸣器和复位电路单元的电原理图。

图7为本实用新型实施例中模数转换部分电路单元的电原理图。

图8为本实用新型实施例中多电压供给电源部分电路单元的电原理图。

图9为本实用新型实施例中按键输入部分电路单元的电原理图。

图10为本实用新型实施例中LCD显示部分电路单元的电原理图。

图11为本实用新型实施例中打印机输出部分电路单元的电原理图。

图12a为本实用新型实施例中时钟部分电路单元的电原理图。

图12b为本实用新型实施例中在线烧录电路单元的电原理图。

图13a为本实用新型实施例中数据存储部分电路单元的电原理图。

图13b为本实用新型实施例中中文字符库存储部分电路单元的电原理图。

具体实施方式

如图1、图2所示，本实用新型污水处理出水水质软测量在线智能检测仪表主要包括：一组用于采集输入量的前端传感器；一模数转换器，用于将前端传感器采集的模拟输入量转换为数字信号量；一CPU中心处理器，内嵌基于PNN过程神经元网络结构及改进算法编制的软测量程序模块；一键盘输入设备；一组输出设备。一组前端传感器的输出端接模数转换器的输入端，模数转换器的输出端接CPU中心处理器的串行外围接口；键盘输入接于通用输入/输出接口；CPU中心处理器的控制输出端接一组输出设备的输入。

所述一组前端传感器可以是采集总有机碳含量TOC、溶解氧DO、氧化还原电位ORP和酸碱度pH值的一组传感器(如图1所示)。亦可以是采集总有机碳含量TOC、溶解氧DO和污泥浓度MLSS值的一组传感器(如图2所示)。

所述的CPU中心处理器中内嵌基于PNN过程神经元网络结构及改进算法编制的软测量程序模块，该软测量程序是本申请的发明人依据基于PNN过程神经元网络建立起的一个用于污水处理出水水质软测量方法的网络模型及在原算法的基础上研究的改进算法后编制的软件程序。

本申请的发明人对该PNN过程神经元网络模型中的参数选取也做了大量的研究工作，得出以下技术方案：在生活污水处理中，只要对BOD₅和COD进行软测量就可实现对出水水质的实时控制。需要确定的是与BOD₅和COD测量密切相关的可测输入量的个数。确立机碳含量TOC、溶解氧DO、污泥浓度MLSS、PH值和氧化还原电位ORP等均可测量且与BOD₅密切相关，尤其是进水水质与出水水质关系直接。DO值的变化主要由曝气量所影响，监测DO可以优化调节曝气量，控制用电量，进而可以控制污水处理成本。根据当前流行的SBR工艺过程分析及对实时检测的数据分析，以及现有实验条件，结合部分资料调研，选用进水TOC、DO、MLSS、ORP和pH值作为输入的二次变量，软测量技术主要解决BOD₅滞后检测问题，所以将BOD₅作为输出的主导变量。

根据上面的分析确定了图3及图4所示的过程神经元网络软测量模型结构，并在基于正交基展开算法的基函数种类、阈值调整的方法基础上，提出有动量项调整的权值、阈值调整方法或同时具有动量项和自适应学习速率的共轭梯度法的权值、阈值调整的算法，后者为佳。

依据上述的用于污水处理出水水质软测量方法的网络模型及改进算法，将其计算机程序化而固化在出水水质软测量用网络计算机系统中。该程序的方框流程图可参见图5。

所述的一组输出设备可以是显示设备、打印设备、数据存储设备和声音输出设备中的至少一种设备。其中存储设备接于CPU中心处理器的SPI串行外围接口；显示器接于CPU中心处理器的打印终端接口；微型打印机接于CPU中心处理器的通用异步接收/发送装置接口；下载数据线接于CPU中心处理器的ISP接口；声音输出设接通用输入/输出接口。

图6至图13给出了本实用新型污水处理出水水质软测量在线智能检测仪表一实施例具体构成的全部电路。其中：

图6为CPU中心处理器、蜂鸣器和复位电路，CPU中心处理器采用AVR系列单片机ATMEGA1280，通过SPI接口实现现场数据采集和Flash存储，通过LPT接口实现LCD显示驱动，通过GPIO接口实现声音输出和按键输出，通过ISP接口实现上位数据下载，通过UART接口实现微型打印机打印输出，同时，图中还给出了蜂鸣器、外部晶振和复位部分电路。

图7为高精度模数转换部分电路。该电路包括四个部分：模拟信号输入、高精度ADC转换、外部时钟和基准电源，其中模拟信号输入部分共提供四组(或三组)传感器输入，分别连接采集DO、TOC、ORP和pH值(或DO、TOC和MLSS)的传感器信号输出端；高精度ADC转换部分特别地采用24位转换芯片AD77188RU，从而满足了仪表系统对现场数据精度的要求；外部时钟和基准电源电路为AD77188RU芯片提供了时钟信号和基准电源。

图8为多电压供给电源部分电路，分别提供3.3V、5V、9V和12V电压输出，以满足不同设备对电源的要求。

图9为按键输入部分电路。该电路分为两个部分：板载按键和外接按键接口，其中板载按键包括五个按键：确定、取消、上方向、下方向和水平方向，另外为了实现数据下载，在软件上设置了组合键功能，以保障数据传输的安全；外接按键接口提供8个按键输入，属于扩展接口。

图10为LCD显示部分电路，其中采用芯片74HC125和74LVC245作为缓冲器，以保证图像的正确显示。

图11为打印机输出部分电路，其中采用MAX232芯片实现电平转换，因此提供标准串口连接功能，可以与以串口作为通信接口的打印机进行连接；

图12a、图12b为在线烧录和时钟部分电路，其中采用了SD2098A作为实时时钟芯片，该芯片内置时钟精度数字调整功能，可以在很宽的范围内校正时钟的偏差(分辨力3ppm)，通过外置的温度传感器可设定适应温度变化的调整值，实现在宽温范围内高精度的计时功能，因此提高了系统的稳定可靠性能。

图13a、图13b为数据存储部分电路，其中包括两个部分：数据存储(图13a所示)和中文字符存储(图13b所示)，前者用来存储软测量过程中的历史数据，后者则存储中文字符库，以满足仪表的中文操作需求，另外两者都采用74HC125芯片作为缓冲器、AT26F004作为存储芯片(SPI接口Flash芯片)。

本实用新型污水处理出水水质软测量在线智能检测仪表能够实现BOD或COD的在线快速检测。该仪表以AVR单片机系列的Atmega1280为主控制器，它可配有128K字节的FLASH存贮器，支持ISP、IAP编程，因此可以将污水处理出水水质软测量方法通过编程予以实现。主控制器设计有时钟电路，可以周期地控制前端采样仪采样现场的TOC、DO、ORP和pH值实时数据，通过ADC芯片转换为计算机可以识别的数字信号，结合基于PNN理论的软测量程序快速计算得到BOD或COD值。另外，该仪表还可配备有键盘和液晶显示屏，能方便实现系统配置和信息显示，还具备有数据统计和报表打印功能。

上述各实施例可在不脱离本实用新型的范围下加以若干变化，故以上的说明所包含及附图中所示的结构应视为例示性，而非用以限制本实用新型的申请专利范围。

Claims (5)

1、一种污水处理出水水质软测量在线智能检测仪表，其特征在于它包括：

一组用于采集输入量的前端传感器；

一模数转换器，用于将前端传感器采集的模拟输入量转换为数字信号量；

一CPU中心处理器，内嵌基于PNN过程神经元网络结构及改进算法编制的软测量程序模块；

一键盘输入设备；

一组输出设备；

所述的一组前端传感器的输出端接模数转换器的输入端，模数转换器的输出端接CPU中心处理器的串行外围接口；键盘输入接于通用输入/输出接口；CPU中心处理器的控制输出端接一组输出设备的输入。

2、根据权利要求1所述的污水处理出水水质软测量在线智能检测仪表，其特征在于：所述一组前端传感器为采集总有机碳含量TOC、溶解氧DO、氧化还原电位ORP和酸碱度pH值的传感器。

3、根据权利要求1所述的污水处理出水水质软测量在线智能检测仪表，其特征在于：所述一组前端传感器为采集总有机碳含量TOC、溶解氧DO和污泥浓度MLSS值的传感器。

4、根据权利要求1所述的污水处理出水水质软测量在线智能检测仪表，其特征在于：所述的一组输出设备是显示设备、打印设备、数据存储设备和声音输出设备中的至少一种设备。

5、根据权利要求1所述的污水处理出水水质软测量在线智能检测仪表，其特征在于：所述的CPU中心处理器为51系列单片机、AVR系列单片机或ARM系列单片机。

Images