【技术实现步骤摘要】
一种基于CFD数值模拟和机器学习的智能加药系统和方法
本专利技术属于水处理
中的智能加药系统，尤其涉及一种基于CFD数值模拟和机器学习的智能加药系统和方法。
技术介绍
通过投加除磷药剂的化学混凝方法，是去除污水中微小悬浮物和胶体杂质的有效方法之一。由于进水水质和水量波动较大，一些凭经验运行的污水处理厂排放难以稳定达标。在这种情况下，众多污水处理厂多采用过量投放药剂的方法以实现达标排放的目的。但药剂的过量投加，不仅增加了药剂成本，而且导致了污泥产量增大而相应处理成本增加的问题。更为严重的情况，过量的药剂投加还会对水质产生二次污染。因此，除磷药剂的精准投加对于污水厂的达标排放和降低运行成本至关重要。目前针对水处理中的智能投药系统分为两类：第一类是通过自动化控制的方式实现，如专利CN209526334U中PLC控制器根据加药箱的温度、压力和液位进行加药，专利CN109592760A中控制器根据进出水流量和浊度控制加药，然而自动化控制方法受制于污水处理过程所存在的非线性、不确定性、时滞性、变量多等问题，难以实现对其高效...
【技术保护点】
1.一种基于CFD数值模拟和机器学习的智能加药系统，其特征在于，其包括运算分析模块、优化控制模块和反应沉淀池，/n所述运算分析模块包括历史运行数据库、CFD模拟数据库、模型样本数据库和机器学习模型，所述历史运行数据库中包括有通过污水生产运行积累的所述反应沉淀池在不同参数下的历史运行数据，所述CFD模拟数据库中包括有通过模型计算获得的所述反应沉淀池的模拟数据，所述历史运行数据库和CFD模拟数据库分别被配置的能够将历史运行数据和模拟数据发送至所述模型样本数据库，所述模型样本数据库被配置的对所述历史运行数据库和CFD模拟数据库分别发送的数据信息进行数据融合，获得模型样本数据，所述...
【技术特征摘要】
1.一种基于CFD数值模拟和机器学习的智能加药系统，其特征在于，其包括运算分析模块、优化控制模块和反应沉淀池，
所述运算分析模块包括历史运行数据库、CFD模拟数据库、模型样本数据库和机器学习模型，所述历史运行数据库中包括有通过污水生产运行积累的所述反应沉淀池在不同参数下的历史运行数据，所述CFD模拟数据库中包括有通过模型计算获得的所述反应沉淀池的模拟数据，所述历史运行数据库和CFD模拟数据库分别被配置的能够将历史运行数据和模拟数据发送至所述模型样本数据库，所述模型样本数据库被配置的对所述历史运行数据库和CFD模拟数据库分别发送的数据信息进行数据融合，获得模型样本数据，所述机器学习模型被配置的能够对所述模型样本数据进行训练，所述机器学习模型还被配置的计算获得所述反应沉淀池内的加药量参数，
所述优化控制模块被配置的能够根据所述机器学习输出的加药量参数在所述反应沉淀池内投加药剂。
2.根据权利要求1所述的基于CFD数值模拟和机器学习的智能加药系统，其特征在于，所述智能加药运算分析模块还包括实时运行数据库，所述实时运行数据库包括有所述反应沉淀池的实时运行数据，所述机器学习模型被配置的能够将所述实时运行数据与模型样本数据进行相似度匹配，不断在线修正所述机器学习模型。
3.根据权利要求1所述的基于CFD数值模拟和机器学习的智能加药系统，其特征在于，其还包括储药装置，所述优化控制模块包括有控制器和计量泵，所述计量泵能够被配置的将所述储药装置内的药剂投加至所述反应沉淀池中，所述控制器被配置的能够调用所述机器学习模块输出的加药量参数，并根据所述加药量参数控制所述计量泵投加在所述反应沉淀池内的药剂数量。
4.根据权利要求1所述的基于CFD数值模拟和机器学习的智能加药系统，其特征在于，所述历史运行数据包括有在污水生产运行中所述反应沉淀池内的加药量、进水流量、进水浊度、进水磷酸根浓度、出水流量、出水浊度和出水磷酸根浓度。
5.根据权利要求1所述的基于CFD数值模拟和机器学习的智能加药系统，其特征在于，所述模拟数据包括有根据所述反应沉淀池的实际几何结构、进水的入口条件及水质情况计算获得的所述反应沉淀池内的流场信息、絮体沉淀效率和出水悬浮物。
6.根据权利要求2所述的基于CFD数值模拟和机器学习的智能加药系统，其特征在于，所述实时运行数据包括有所述反应沉淀池在实时运行时的加药量、进水流量、进水浊度、进...
【专利技术属性】
技术研发人员：詹敏述，袁芳，史广思，徐伟，程国坚，游明皓，
申请(专利权)人：江苏集萃工业过程模拟与优化研究所有限公司，中环保水务投资有限公司，中节能工程技术研究院有限公司，
类型：发明
国别省市：江苏;32
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。