【技术实现步骤摘要】
本专利技术涉及废水处理
,具体是指一种废水处理系统出水COD的软测量方法和系统。
技术介绍
随着现代工业过程对控制、计算、节能增效和运行可靠性等要求的不断提高,各种测量要求日益增多。现代过程检测的内涵和外延较之以往均有很大的深化和拓展。一方面, 仅获取流量、温度和压力等常规过程参数的信息已经不能满足工艺操作和控制的要求,需要获取诸如成分、物性等与过程操作和控制密切相关的检测参数的测量信息。另一方面,仪表测量的精度要求越来越高。一般解决工业过程的测量问题有两条途径一是沿袭传统的检测技术思路,以硬件形式实现过程参数的直接在线测量;另一种就是采用间接测量的思路,利用容易获取的其他测量信息,通过计算来实现对被测变量的估计。近年来在过程控制和检测领域涌现出的软测量技术就是这一思想的集中体现。以软测量技术为基础的软测量仪表是多输入多输出的智能型仪表,它可以是使用仪表,也可以是由用户进行编程的通用仪表。软测量仪表使用成本低,容易推广,可代替一些价格较贵且难以维护的仪表。软测量仪表结合软测量技术与控制技术,可采用现场总线的智能总线仪表以后,在一台仪表中实现多个回路的控制。软测量是面向对象的,通过编程或组态来实现软测量数学模型,可以通过编程器或组态操作方便地对模型参数进行修改,甚至可以对推理控制模型进行修正。软测量的控制推理模型可以方便地在分散控制系统中实现,一些较简单的数学模型还可以在单回路控制器中实现。废水处理是个复杂的非线性过程,当前污水处理领域,废水的一些关键参数无法在线实时检测,大多数检测传感器、仪表存在测量时间滞后长,价格昂贵且维护困难的问题。在实际污水 ...
【技术保护点】
1.一种废水处理系统出水COD的软测量方法,其特征在于,包括以下步骤:(1)测定进入A/A/O废水处理系统的水力停留时间HRT、进水pH值、好氧池DO和混合液回流比r,以及从废水处理系统流出的实际出水COD值;(2)收集上述已测定的数据样本,采用自适应模糊C均值聚类算法,对数据进行聚类分析,根据得到的聚类数在MATLAB中建立起COD模糊神经网络模型,对模型进行训练,直到误差满足要求;(3)将训练好的模糊神经网络模型嵌入工控机中,并使用组态软件MCGS构建好人机交互界面;(4)采用OPC技术实现COD模糊神经网络模型与组态软件之间的数据交换,将组态软件收集好的数据输送至COD模糊神经网络模型,计算出出水COD的预测值,再把该值返回至工控机人机交互界面;(5)不断重复步骤(4),从而实现废水处理系统出水COD的在线实时监测。
【技术特征摘要】
1.一种废水处理系统出水COD的软测量方法,其特征在于,包括以下步骤(1)测定进入Α/Α/ο废水处理系统的水力停留时间HRT、进水PH值、好氧池DO和混合液回流比r,以及从废水处理系统流出的实际出水COD值;(2)收集上述已测定的数据样本,采用自适应模糊C均值聚类算法,对数据进行聚类分析,根据得到的聚类数在MATLAB中建立起COD模糊神经网络模型,对模型进行训练,直到误差满足要求;(3)将训练好的模糊神经网络模型嵌入工控机中,并使用组态软件MCGS构建好人机交互界面;(4)采用OPC技术实现COD模糊神经网络模型与组态软件之间的数据交换,将组态软件收集好的数据输送至COD模糊神经网络模型,计算出出水COD的预测值,再把该值返回至工控机人机交互界面;(5)不断重复步骤G),从而实现废水处理系统出水COD的在线实时监测。2.根据权利要求1所述的软测量方法,其特征在于,所述数据样本矩阵为X=Ix1, X2,…,χη},其中Xi= [Xli, X2i,…,、]τ,模糊C均值聚类就是求使聚类目标函数J (U,V)最小的隶属度矩阵U= [uj。xn;以及聚类中心V= Iv1, v2,…,ν。},其中Vi= [Vli, v2i,3.根据权利要求2所述的软测量方法,其特征在于,所述COD模糊神经网络模型包括输入层、隐含层和输出层,其中隐含层又分为三层模糊化输入层、模糊规则层和模糊化输出层;其中,模糊化输入层中的模糊隶属度函数选用高斯函数,模糊规则数为自适应模糊C均值聚类算法进行聚类分析得到的聚类数。4.根据权利要求3所述的软测量方法,其特征在于,所述COD模糊神经网络模型的具体结构如下所述输入层为第一层计算每个输入变量对应的隶属度,以水力停留时间HRT、进水ρΗ 值、好...
【专利技术属性】
技术研发人员:万金泉,胡康,马邕文,王艳,黄明智,黄乾,
申请(专利权)人:华南理工大学,
类型:发明
国别省市:81
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。