一种通过噪声数据特征实现纳滤膜污染预测的方法技术

本发明专利技术涉及一种通过噪声数据特征实现纳滤膜污染预测的方法，包括以下步骤：S1建立健康纳滤膜噪声特征模型库；S2建立污染纳滤膜噪声特征模型库；S3以固定周期采集当前纳滤膜产水时的当前噪声数据，获得当前噪声特征值；S4将当前噪声特征值与污染纳滤膜噪声特征模型库中污染噪声特征值进行偏差运算，当预测纳滤膜受污染时执行步骤S7，否则将当前噪声特征值与健康纳滤膜噪声特征模型库中健康噪声特征值进行偏差运算，当预测纳滤膜受污染时执行步骤S7，否则预测纳滤膜未受污染，将当前噪声特征值作为健康噪声特征值补充至健康纳滤膜噪声特征模型库；S7预测纳滤膜受污染，将当前噪声特征值作为污染噪声特征值补充至污染纳滤膜噪声特征模型库。膜噪声特征模型库。膜噪声特征模型库。

【技术实现步骤摘要】
一种通过噪声数据特征实现纳滤膜污染预测的方法


[0001]本专利技术属于纳滤膜污染预测
，尤其是涉及一种通过噪声数据特征实现纳滤膜污染预测的方法。

技术介绍

[0002]纳滤膜是一种新型分离膜，其截留分子量介于反渗透膜和超滤膜之间，约为100
‑
2000Da，由此推测纳滤膜可能拥有lnm左右的微孔结构，故称之为“纳滤”。纳滤膜大多是复合膜，其表面分离层由聚电解质构成，对无机盐具有一定的截留率。
[0003]目前，反渗透膜技术已经达到了比较成熟的水平，但对于纳滤膜的研究还有很长的路要走，而纳滤膜的性质决定了其在水处理领域特有的广阔应用前景。纳滤膜处理作为渗滤液处理的关键设备之一，如果纳滤膜受到污染，产水将受到影响，同时也会影响整个厂区的运行。现有技术中，纳滤膜污染的判断方法，一般通过分析原水如COD、温度、污泥浓度等水质参数，以及结合进水流量、压力等运行参数，通过人为经验进行粗略判断纳滤膜是否污染。该方法不仅对运营人员的技术及经验要求较高，而且容易出现误判或者判断不及时等情况，从而导致整个渗滤液厂的运营受到严重影响。

技术实现思路

[0004]本专利技术的目的在于针对现有技术中存在的不足，提供一种设计合理，运维成本低，结构简单，预测准确度高的通过噪声数据特征实现纳滤膜污染预测的方法。
[0005]为了实现上述目的，本专利技术采用以下技术方案：
[0006]一种通过噪声数据特征实现纳滤膜污染预测的方法，其包括以下步骤：
[0007]S1：依据纳滤膜未受污染时的大量健康噪声特征值，建立健康纳滤膜噪声特征模型库；
[0008]S2：依据纳滤膜受污染时的大量污染噪声特征值，建立污染纳滤膜噪声特征模型库；
[0009]S3：以固定周期采集当前纳滤膜产水时的当前噪声数据，通过数据处理，获得当前噪声特征值；
[0010]S4：将当前噪声特征值与污染纳滤膜噪声特征模型库中污染噪声特征值进行偏差运算，获得污染偏差值，并判断污染偏差值是否在预设污染阈值内，若是，则执行步骤S7，若否，则执行步骤S5；
[0011]S5：将当前噪声特征值与健康纳滤膜噪声特征模型库中健康噪声特征值进行偏差运算，获得健康偏差值，并判断健康偏差值是否在预设健康阈值内，若是，则执行步骤S6，若否，则执行步骤S7；
[0012]S6：预测纳滤膜未受污染，并将当前噪声特征值作为健康噪声特征值补充至健康纳滤膜噪声特征模型库；
[0013]S7：预测纳滤膜受污染，并将当前噪声特征值作为污染噪声特征值补充至污染纳
滤膜噪声特征模型库。
[0014]作为优选，步骤S1中建立健康纳滤膜噪声特征模型库的方法为：在纳滤膜未受污染时，采集大量不同进水流量和进水压力状态下纳滤膜产水时的健康噪声数据，通过数据处理，获得健康噪声特征值，依据不同状态的大量健康噪声特征值，建立健康纳滤膜噪声特征模型库。
[0015]作为优选，步骤S2中建立污染纳滤膜噪声特征模型库的方法，包括以下步骤：
[0016]S2.1：在纳滤膜正常产水时，采集大量不同进水流量和进水压力状态下纳滤膜产水时的样本噪声数据，通过数据处理，获得样本噪声特征值；
[0017]S2.2：将样本噪声特征值与健康纳滤膜噪声特征模型库中健康噪声特征值进行偏差运算，获得样本偏差值；
[0018]S2.3：判断样本偏差值是否在预设健康阈值内，若是，则执行步骤S2.4，若否，则执行步骤S2.5；
[0019]S2.4：将样本噪声特征值作为健康噪声特征值，以补充至健康纳滤膜噪声特征模型库；
[0020]S2.5：将样本噪声特征值作为污染噪声特征值，以建立污染纳滤膜噪声特征模型库。
[0021]作为优选，通过数据处理的方法为：通过频谱分析获取噪声频谱数据，将噪声频谱数据经过连续傅里叶变换后，形成预处理数据，然后将预处理数据通过多轮周期性归一化处理。
[0022]作为优选，步骤S3中以固定周期采集当前纳滤膜产水时的当前噪声数据时，通过噪声采集器采集当前纳滤膜产水时的当前噪声数据，同时通过流量传感器和压力传感器获取当前纳滤膜产水时的进水流量和进水压力，通过数据处理，获得的当前噪声特征值与进水流量和进水压力建立关联。
[0023]作为优选，步骤S3中在采集当前纳滤膜产水时的当前噪声数据前，先判断当前纳滤膜是否正常产水，若是，则进行采集，若否，则不采集。
[0024]作为优选，步骤S4中将当前噪声特征值与污染纳滤膜噪声特征模型库中污染噪声特征值进行偏差运算，获得污染偏差值，偏差运算公式如下式(1)：
[0025][0026]其中，C'表示污染纳滤膜噪声特征模型库中污染噪声特征值与当前噪声特征值的绝对偏差，k表示第k个频率点，m表示第m帧数据，Y
′
k
(m)表示污染噪声特征值中噪声频谱的第k个频率点的第m帧数据的特征值，N
k
(m)表示当前噪声特征值中噪声频谱的第k个频率点的第m帧数据的特征值。
[0027]作为优选，步骤S5中将当前噪声特征值与健康纳滤膜噪声特征模型库中健康噪声特征值进行偏差运算，获得污染偏差值，偏差运算公式如下式(2)：
[0028][0029]其中，C表示健康纳滤膜噪声特征模型库中健康噪声特征值与当前噪声特征值的
绝对偏差，k表示第k个频率点，m表示第m帧数据，Y
k
(m)表示健康噪声特征值中噪声频谱的第k个频率点的第m帧数据的特征值，N
k
(m)表示当前噪声特征值中噪声频谱的第k个频率点的第m帧数据的特征值。
[0030]本专利技术采用以上技术方案，将噪声技术首次应用于纳滤膜污染预测中，利用噪声采集技术，形成不同态的噪声特征值，并引入AI机器学习技术建立噪声特征模型库，以综合推导预测纳滤膜是否受污染；期间攻克了在渗滤液处理领域需要考虑的因子多、原水水质关系大、生物因子影响大等原因导致的不可控因素多及实现难度大的技术问题；从而具有以下有益效果：
[0031]1)本专利技术不需要依靠人为经验或者考虑原水水质即可进行膜污染预测，能够提前自动进行预警，防止厂区关键设备损坏。
[0032]2)本专利技术利用噪声技术，采集纳滤膜未受污染时的健康纳滤膜产水过程中的噪声数据，作为健康噪声数据，通过频谱分析形成健康膜的噪声频谱数据，然后通过连续傅里叶变换算法、多轮周期性归一化处理、频谱匹配度方法，实现纳滤膜污染预测，并且降低了预测复杂度和提高实用性。
[0033]3)本专利技术提供的纳滤膜污染预测方法，可提前预测纳滤膜是否受到了污染，能够实现预测性维护，提升渗滤液厂的产水量及保证厂区正常运转。
[0034]4)采用本专利技术方法进行纳滤膜污染预测，可以延长纳滤膜的使用寿命，降低纳滤膜器件的维护成本，提高渗滤液厂的经济效益，避免非计划性停机或者停产。
附图说明
[0035]为了更清楚地说明本专利技术实施例或现有技术中技术方案，下面将对实施例或现本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种通过噪声数据特征实现纳滤膜污染预测的方法，其特征在于：其包括以下步骤：S1：依据纳滤膜未受污染时的大量健康噪声特征值，建立健康纳滤膜噪声特征模型库；S2：依据纳滤膜受污染时的大量污染噪声特征值，建立污染纳滤膜噪声特征模型库；S3：以固定周期采集当前纳滤膜产水时的当前噪声数据，通过数据处理，获得当前噪声特征值；S4：将当前噪声特征值与污染纳滤膜噪声特征模型库中污染噪声特征值进行偏差运算，获得污染偏差值，并判断污染偏差值是否在预设污染阈值内，若是，则执行步骤S7，若否，则执行步骤S5；S5：将当前噪声特征值与健康纳滤膜噪声特征模型库中健康噪声特征值进行偏差运算，获得健康偏差值，并判断健康偏差值是否在预设健康阈值内，若是，则执行步骤S6，若否，则执行步骤S7；S6：预测纳滤膜未受污染，并将当前噪声特征值作为健康噪声特征值补充至健康纳滤膜噪声特征模型库；S7：预测纳滤膜受污染，并将当前噪声特征值作为污染噪声特征值补充至污染纳滤膜噪声特征模型库。2.根据权利要求1所述的通过噪声数据特征实现纳滤膜污染预测的方法，其特征在于：步骤S1中建立健康纳滤膜噪声特征模型库的方法为：在纳滤膜未受污染时，采集大量不同进水流量和进水压力状态下纳滤膜产水时的健康噪声数据，通过数据处理，获得健康噪声特征值，依据不同状态的大量健康噪声特征值，建立健康纳滤膜噪声特征模型库。3.根据权利要求1所述的通过噪声数据特征实现纳滤膜污染预测的方法，其特征在于：步骤S2中建立污染纳滤膜噪声特征模型库的方法，包括以下步骤：S2.1：在纳滤膜正常产水时，采集大量不同进水流量和进水压力状态下纳滤膜产水时的样本噪声数据，通过数据处理，获得样本噪声特征值；S2.2：将样本噪声特征值与健康纳滤膜噪声特征模型库中健康噪声特征值进行偏差运算，获得样本偏差值；S2.3：判断样本偏差值是否在预设健康阈值内，若是，则执行步骤S2.4，若否，则执行步骤S2.5；S2.4：将样本噪声特征值作为健康噪声特征值，以补充至健康纳滤膜噪声特征模型库；S2.5：将样本噪声特征值作为污染噪声特征值，以建立污染纳滤膜噪声特征模型库。4.根据权利要求1
‑
...

【专利技术属性】
技术研发人员：陈晓琪，李遥，刘煌彬，叶邦端，
申请(专利权)人：厦门牧云数据技术有限公司，
类型：发明
国别省市：