公布日：2022.12.23
申请日：2022.10.25
分类号：C02F1/52(2006.01)I;B01D21/24(2006.01)I;B01D21/30(2006.01)I;G06F30/27(2020.01)I;G06K9/62(2022.01)I;G06N20/00(2019.01)I
摘要
本发明公开了一种应用于沉淀池的自动排泥方法，包括：S1.构建以沉淀池出水浊度为输出的智能加药模型；S2.构建以沉淀池污泥分布浓度为输出的污泥积累分布规律模型；S3.利用污泥积累分布规律模型预测目标区域的污泥分布浓度预测值，并利用智能加药模型预测目标区域的出水浊度预测值，若污泥分布浓度预测值大于污泥浓度报警值或出水浊度预测值大于出水浊度报警值或排泥周期大于排泥周期报警值，则对沉淀池进行自动排泥。本发明能够实现精准排泥，改善了排泥效果，减少了半成品水的浪费。
权利要求书
1.一种应用于沉淀池的自动排泥方法，其特征在于：包括如下步骤：S1.构建以沉淀池出水浊度为输出的智能加药模型；S2.构建以沉淀池污泥分布浓度为输出的污泥积累分布规律模型；S3.利用污泥积累分布规律模型预测目标区域的污泥分布浓度预测值，并利用智能加药模型预测目标区域的出水浊度预测值，若污泥分布浓度预测值大于污泥浓度报警值或出水浊度预测值大于出水浊度报警值或排泥周期大于排泥周期报警值，则对沉淀池进行自动排泥。
2.根据权利要求1所述的应用于沉淀池的自动排泥方法，其特征在于：构建以沉淀池出水浊度为输出的智能加药模型，具体包括：以水质参数、加药参数以及排泥参数为输入，以沉淀池出水浊度为输出，通过机器学习算法，构建智能加药模型；其中，所述水质参数包括进水浊度、进水电导率、进水pH以及进水温度；所述加药参数包括混凝剂加药量以及絮凝剂加药量；所述排泥参数包括排泥周期以及排泥流量。
3.根据权利要求1所述的应用于沉淀池的自动排泥方法，其特征在于：构建以沉淀池污泥分布浓度为输出的污泥积累分布规律模型，具体包括：以进水浊度、出水浊度、混凝剂加药量、絮凝剂加药量、排泥周期以及排泥流量为输入，以沉淀池污泥分布浓度为输出，通过机器学习算法，构建污泥积累分布规律模型。
4.根据权利要求1所述的应用于沉淀池的自动排泥方法，其特征在于：对沉淀池进行自动排泥，具体包括：按照排泥行进方向将沉淀池划分为同等长度的n段，并以50Hz的行进速度进行吸泥；若n段中某一段污泥量占总污泥量的30％及以上，则该段采用20Hz的行进速度进行吸泥；若n段中某一段污泥量占总污泥量的20％及以上且30％以下，则该段采用35Hz的行进速度进行吸泥；若n段中某一段污泥量占总污泥量的10％及以上且20％以下，则该段采用50Hz的行进速度进行吸泥；若n段中某一段污泥量占总污泥量的10％以下，则不吸泥且行进；其中，在每段之间，设置休息时间为k小时；当进行完最后一段的吸泥且休息完毕后，执行与所述行进方向相反的反向行进吸泥；所述反向行进吸泥的行进速度以及休息时间的设置原理与正向行进时一致；所述正向为所述行进方向。
5.根据权利要求1所述的应用于沉淀池的自动排泥方法，其特征在于：还包括：S4.自动排泥结束后：若排泥浓度的平均值低于设定的污泥浓度报警值的10％，则排泥周期增加20％和排泥流量减少10％；若排泥浓度的平均值高于设定的污泥浓度报警值，则排泥流量增加10％和排泥周期减少20％。
6.根据权利要求5所述的应用于沉淀池的自动排泥方法，其特征在于：还包括：S5.将步骤S4中变化后的排泥周期与排泥流量作为新的排泥周期与排泥流量，并将新的排泥周期与排泥流量作为输入参数，对智能加药模型以及污泥积累分布规律模型进行更新。
7.根据权利要求1所述的应用于沉淀池的自动排泥方法，其特征在于：步骤S3中，还包括：若实际检测的出水浊度大于出水浊度报警值，则对沉淀池进行自动排泥。
发明内容
有鉴于此，本发明的目的是克服现有技术中的缺陷，提供应用于沉淀池的自动排泥方法，能够实现精准排泥，改善了排泥效果，减少了半成品水的浪费。
本发明的应用于沉淀池的自动排泥方法，包括如下步骤：
S1.构建以沉淀池出水浊度为输出的智能加药模型；
S2.构建以沉淀池污泥分布浓度为输出的污泥积累分布规律模型；
S3.利用污泥积累分布规律模型预测目标区域的污泥分布浓度预测值，并利用智能加药模型预测目标区域的出水浊度预测值，若污泥分布浓度预测值大于污泥浓度报警值或出水浊度预测值大于出水浊度报警值或排泥周期大于排泥周期报警值，则对沉淀池进行自动排泥。
进一步，构建以沉淀池出水浊度为输出的智能加药模型，具体包括：
以水质参数、加药参数以及排泥参数为输入，以沉淀池出水浊度为输出，通过机器学习算法，构建智能加药模型；其中，所述水质参数包括进水浊度、进水电导率、进水pH以及进水温度；所述加药参数包括混凝剂加药量以及絮凝剂加药量；所述排泥参数包括排泥周期以及排泥流量。
进一步，构建以沉淀池污泥分布浓度为输出的污泥积累分布规律模型，具体包括：
以进水浊度、出水浊度、混凝剂加药量、絮凝剂加药量、排泥周期以及排泥流量为输入，以沉淀池污泥分布浓度为输出，通过机器学习算法，构建污泥积累分布规律模型。
进一步，对沉淀池进行自动排泥，具体包括：
按照排泥行进方向将沉淀池划分为同等长度的n段，并以50Hz的行进速度进行吸泥；
若n段中某一段污泥量占总污泥量的30％及以上，则该段采用20Hz的行进速度进行吸泥；
若n段中某一段污泥量占总污泥量的20％及以上且30％以下，则该段采用35Hz的行进速度进行吸泥；
若n段中某一段污泥量占总污泥量的10％及以上且20％以下，则该段采用50Hz的行进速度进行吸泥；
若n段中某一段污泥量占总污泥量的10％以下，则不吸泥且行进；
其中，在每段之间，设置休息时间为k小时；
当进行完最后一段的吸泥且休息完毕后，执行与所述行进方向相反的反向行进吸泥；所述反向行进吸泥的行进速度以及休息时间的设置原理与正向行进时一致；所述正向为所述行进方向。
进一步，还包括：S4.自动排泥结束后：
若排泥浓度的平均值低于设定的污泥浓度报警值的10％，则排泥周期增加20％和排泥流量减少10％；
若排泥浓度的平均值高于设定的污泥浓度报警值，则排泥流量增加10％和排泥周期减少20％。
进一步，还包括：S5.将步骤S4中变化后的排泥周期与排泥流量作为新的排泥周期与排泥流量，并将新的排泥周期与排泥流量作为输入参数，对智能加药模型以及污泥积累分布规律模型进行更新。
进一步，步骤S3中，还包括：若实际检测的出水浊度大于出水浊度报警值，则对沉淀池进行自动排泥。
本发明的有益效果是：本发明公开的一种应用于沉淀池的自动排泥方法，通过根据混凝絮凝工艺单元进水的浊度等水质参数以及其混凝剂絮凝剂的药剂投加量对平流沉淀池的污泥分布累计规律进行建模与机器学习，同时通过排泥的污泥浓度对模型进行矫正与自学习，从而提升污泥分布累积模型的可靠度；同时，构建排泥周期与排泥流量与药剂投加量、沉淀池出水水质的模型关系，以此来协同控制药剂投加量和排泥周期与排泥流量，实现精准排泥，减少半成品水的浪费，实现平流沉淀池出水水质的提升以及混凝絮凝工艺单元药剂量的节省，为下游的过滤单元提供稳定水质。
（发明人：郑界;李翠）
