【技术实现步骤摘要】
一种基于微生物群落的污水处理曝气系统控制方法
[0001]本专利技术属于污水处理
,特别是涉及一种基于微生物群落的污水处理曝气系统控制方法。
技术介绍
[0002]溶解氧浓度是活性污泥法污水生物处理系统运行的关键指标之一,溶解氧浓度过高会导致能耗高且总氮去除效果差;而溶解氧浓度低可能导致有机物和氨氮去除效果差,还可导致丝状菌大量繁殖并出现污泥膨胀现象。另一方面,溶解氧是微生物重要的生存因子之一,溶解氧的变化会导致活性污泥微生物群落结构的改变,进而影响污染物的去除效率,甚至影响系统的稳定运行(如:导致污泥膨胀),因此对溶解氧浓度进行合理调控是保证活性污泥系统高效、低耗及稳定运行的重要手段。
[0003]目前,污水处理厂对污水处理系统中的溶解氧调控一般依据经验进行,通常情况下,大部分污水处理厂将活性污泥系统中的溶解氧维持在2~4mg/L,这是一个较为宽泛的范围,溶解氧在此范围内波动时会导致活性污泥中的微生物群落结构发生变化,污水处理系统长时间运行过程中由于溶解氧波动可能导致微生物群落结构发生严重改变,进而导致污水处 ...
【技术保护点】
【技术特征摘要】
1.一种基于微生物群落的污水处理曝气系统控制方法,其特征在于,所述控制方法包括以下步骤:S1、模型构建(1)测定活性污泥的污泥浓度、污泥体积指数、溶解氧浓度和活性污泥微生物群落结构;(2)以污泥浓度、污泥体积指数、溶解氧浓度和活性污泥微生物群落结构数据为基础构建机器学习矩阵;(3)建立污泥浓度、污泥体积指数、微生物群落结构和溶解氧浓度之间的深度学习模型;并基于S1中构建的数据矩阵对模型进行训练;S2、模型应用(1)测定当前状态下污泥浓度、污泥体积指数、溶解氧浓度和活性污泥微生物群落结构;(2)基于S1中构建的模型计算溶解氧浓度值,使溶解氧浓度维持在该值。2.根据权利要求1所述的基于微生物群落的污水处理曝气系统控制方法,其特征在于,所述S1(2)中构建机器学习矩阵具体为:t1~t
m
为每次记录的时间,v
ij
为第j次记录中的第i种细菌的相对丰度,MLSS1~MLSS
m
为每次记录对应的活性污泥浓度,SVI1~SVI
m
为每次记录对应的污泥体积指数,D1~D
m
为每次记录对应的溶解氧浓度:其中,j≤m,i≤n。3.根据权利要求2所述的基于微生物群落的污水处理曝气系统控制方法,其特征在于,所述步骤S1(3)中的深度学习模型基于长短期记忆LSTM网络构建。4.根据权利要求3所述的基于微生物群落的污水处理曝气系统控制方法,其特征在于,所述步骤S1(2)机器学习矩阵中微丝菌属Microthrix、哈利氏杆菌Haliscomenobacter和Tetrasphaera三个易导致污...
【专利技术属性】
技术研发人员:叶林,芮栋妮,吴兵,张徐祥,任洪强,
申请(专利权)人:南京大学,
类型:发明
国别省市:
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。