一种基于神经网络模型的污水处理调控系统技术方案

本发明专利技术涉及污水处理调控技术领域，公开了一种基于神经网络模型的污水处理调控系统，包括降解菌净化系统和湿地净化系统；可利用降解菌净化系统对一部分污水进行净化处理和氮磷去除工作后得到含有降解菌的净化水，再由湿地净化系统获取净化水中的降解菌，对另一部分污水进行净化处理和氮磷去除，同时由监测装置对输出水中氮磷含量进行监测，当氮磷含量较高时，可以根据预设条件提升降解菌的输出速率并降低污水供给速率，当氮磷含量较低时，可以根据预设条件降低降解菌的输出速率并提升污水供给速率，如此能在充分提升污水处理和氮磷去除工作效率的同时，保证污水处理和氮磷去除工作的质量，并节约降解菌的使用，避免浪费。避免浪费。避免浪费。

A sewage treatment regulation system based on neural network model

【技术实现步骤摘要】
一种基于神经网络模型的污水处理调控系统


[0001]本专利技术涉及污水处理调控
，具体涉及一种基于神经网络模型的污水处理调控系统。

技术介绍

[0002]人工湿地是一种可持续性的污水处理方式，可作为农田和水体之间的连接通道，具有应用范围广、成本低且处理有效的优点。其脱氮过程是物理、化学和生物反应协同作用的结果，如植物吸收、基质吸附和微生物作用等。但一般认为，微生物的硝化反硝化过程才是人工湿地中氮去除的主要途径。影响反硝化作用的因素众多，如溶解氧、碳源、pH和温度等，其中碳源的缺乏是限制反硝化进行的关键因素。
[0003]碳源一方面可以通过微生物消耗有机物降低系统中溶解氧水平，另一方面可以为反硝化过程提供电子供体，共同为反硝化作用创造反应条件，从而促进人工湿地中脱氮反应的进行。然而，农业径流普遍存在碳源不足、碳氮比低的问题，如专利申请号为201710794250.0所公开的一种增强人工湿地生物脱氮效果的方法，在人工湿地的前端设置一碳源缓释装置，污水先经过碳源缓释装置后再进入人工湿地；所述碳源缓释装置的外部由网状框架结构构成，内部置有农业废弃物。该专利技术将农业废弃物置于人工湿地的前端，通过控制农业废弃物投加速率和混合比例，利用农业废弃物的缓释作用为人工湿地反硝化脱氮提供碳源，从而提高人工湿地的总氮去除率。
[0004]然而，上述技术方技术方案中对农业废弃物的分解依赖大量的微生物，污水的不断加入会不断的稀释微生物的数量，因此对污水的排放处理速度提出了挑战，需要不断的对各类微生物进行补充，无法保证污水净化和脱氮效率的稳定。

技术实现思路

[0005]本专利技术的目的在于提供一种基于神经网络模型的污水处理调控系统，解决以下技术问题：
[0006]如何提供一种能够自动的通过调节降解菌含量以及污水流量来兼顾提升污水处理效率和质量的污水处理调控系统。
[0007]本专利技术的目的可以通过以下技术方案实现：
[0008]一种基于神经网络模型的污水处理调控系统，包括降解菌净化系统和湿地净化系统，还包括监测装置；
[0009]所述降解菌净化系统用于接收污水后净化并进行氮磷去除工作，输出含降解菌的净化水，所述湿地净化系统用于对所述污水进行净化并通过接收所述净化水进行氮磷去除工作；
[0010]所述监测装置与所述降解菌净化系统连接，设置在所述湿地净化系统的输出端，用于检测输出水中氮磷含量，在预设条件下驱动所述降解菌净化系统调节污水供给速率和所述降解菌的输出速率。
[0011]通过上述技术方案，可利用降解菌净化系统对一部分污水进行净化处理和氮磷去除工作后得到含有降解菌的净化水，再由湿地净化系统获取净化水中的降解菌，对另一部分污水进行净化处理和氮磷去除，同时由监测装置对输出水中氮磷含量进行监测，当氮磷含量较高时，可以根据预设条件提升降解菌的输出速率并降低污水供给速率，当氮磷含量较低时，可以根据预设条件降低降解菌的输出速率并提升污水供给速率，如此能在充分提升污水处理和氮磷去除工作效率的同时，保证污水处理和氮磷去除工作的质量，并节约降解菌的使用，避免浪费。
[0012]作为本专利技术进一步的方案：所述监测装置包括氮磷含量检测组件；所述氮磷含量检测组件包括抽样单元、总氮检测单元、总磷检测单元和紫外光谱分析单元以及识别单元；
[0013]所述抽样单元，用于从所述湿地净化系统的输出端抽取预设量的水样，将所述水样平均分为第一水样和第二水样；
[0014]所述总氮检测单元，包含第一消解液，用于接收所述第一水样后与所述第一水样混合得到第一混合液；
[0015]所述总磷检测单元，包含第二消解液，用于接收所述第二水样后与所述第二水样混合得到第二混合液；
[0016]所述紫外光谱分析单元，用于分别对所述第一混合液和所述第二混合液进行预设时长的光照处理，分别得到第一采样图片和第二采样图片；
[0017]所述识别单元，用于在接收所述第一采样图片和所述第二采样图片后输出相应的判断分类结果；
[0018]其中，所述识别单元为训练完成后的神经网络模型，所述分类结果包括总氮不合格、总磷不合格、总氮磷不合格、总氮磷合格。
[0019]通过上述技术方案，可在不同氮磷含量的混合液面对紫外光照射时的不同吸光度值的表现，通过经过训练完成的神经网络模型对第一采样图片和第二采样图片进行自动识别，从而能够迅速的对氮磷去除工作的质量进行检查，且无须人工前往采样，可通过远程控制监测装置进行工作。
[0020]作为本专利技术进一步的方案：所述紫外光谱分析单元包括发射单元和处理单元；
[0021]所述发射单元，用于在预设波长区间内随机选择目标波长发射，每发射一次目标波长的紫外光，所述处理单元获取一张对应的初始图片；
[0022]所述处理单元，用于对所述初始图片进行预设规则的图像处理，得到对应的采样图片；
[0023]所述预设波长区间为230nm～285nm；
[0024]其中，所述预设规则为：
[0025]获取所述初始图片的中目标像素点的RGB通道值；所述目标像素点的RGB通道值分别为Rn、Gn、Bn；
[0026]根据预设公式计算得到与所述目标像素点对应的替换像素；所述替换像素的RGB通道值分别为Rxn、Gxn、Bxn；
[0027]以所述替换像素替换对应所述目标像素点后的所述初始图片作为所述采样图片。
[0028]通过上述技术方案，由于神经网络模型实质为机器对图片的识别，与人眼不同，机器对于图片变化比如像素的敏感度要远远高于人眼，因此神经网络模型存在一定的判断误
差，所以可以在将图片输入识别单元之前对图片进行一定的处理；比如，对初始图片的预设位置的像素点使用替换像素点进行替换，每替换一次便可以得到一个新的采样图片，如此可以得到任意数量的采样图片。
[0029]以第一采样图片的获取为例，发射单元向第一混合液发射235nm波长的紫外光，同时处理单元对第一混合液进行摄像获取，得到对应的原始图片，可将初始图片的中心线位置的所有像素点均替换为对应的替换像素点，以此将得到第一采样图片发送至识别单元进行识别；然后继续将初始图片的中心线位置附近1格像素距离的所有像素点均替换为对应的替换像素点，以此得到第二个第一采样图片，如此循环可以得到N个第一采样图片；
[0030]当N为9时，将这9个第一采样图片统一发送至识别单元进行识别，由此可以得到9个判断结果，可以对着9个判断结果进行统计，取概率占比最高的的分类结果作为最终的分类结果；
[0031]但是，若得到3个总氮不合格、3个总磷不合格、2个总氮磷不合格、1个总氮磷合格的结果，则认为最终的分类结果为总氮磷不合格；也就是说，若概率占比前两名的分类结果分别为总氮不合格和总磷不合格，则可认为最终的分类结果为总氮磷不合格。
[0032]作为本专利技术进一步的方案：所述降解菌净化系统包括依次连通的主含厌氧型降解菌的厌氧模块、主含好氧型降解菌的移动床生物膜反应器和沉淀回流模块；...

【技术保护点】

【技术特征摘要】
1.一种基于神经网络模型的污水处理调控系统，包括降解菌净化系统(1)和湿地净化系统(2)，其特征在于，还包括监测装置(3)；所述降解菌净化系统(1)用于接收污水后净化并进行氮磷去除工作，输出含降解菌的净化水，所述湿地净化系统(2)用于对所述污水进行净化并通过接收所述净化水进行氮磷去除工作；所述监测装置(3)与所述降解菌净化系统(1)连接，设置在所述湿地净化系统(2)的输出端，用于检测输出水中氮磷含量，在预设条件下驱动所述降解菌净化系统(1)调节污水供给速率和所述降解菌的输出速率。2.根据权利要求1所述的基于神经网络模型的污水处理调控系统，其特征在于，所述监测装置(3)包括氮磷含量检测组件；所述氮磷含量检测组件包括抽样单元、总氮检测单元、总磷检测单元和紫外光谱分析单元以及识别单元；所述抽样单元，用于从所述湿地净化系统(2)的输出端抽取预设量的水样，将所述水样平均分为第一水样和第二水样；所述总氮检测单元，包含第一消解液，用于接收所述第一水样后与所述第一水样混合得到第一混合液；所述总磷检测单元，包含第二消解液，用于接收所述第二水样后与所述第二水样混合得到第二混合液；所述紫外光谱分析单元，用于分别对所述第一混合液和所述第二混合液进行预设时长的光照处理，分别得到第一采样图片和第二采样图片；所述识别单元，用于在接收所述第一采样图片和所述第二采样图片后输出相应的判断分类结果；其中，所述识别单元为训练完成后的神经网络模型，所述分类结果包括总氮不合格、总磷不合格、总氮磷不合格、总氮磷合格。3.根据权利要求2所述的基于神经网络模型的污水处理调控系统，其特征在于，所述紫外光谱分析单元包括发射单元和处理单元；所述发射单元，用于在预设波长区间内随机选择目标波长发射，每发射一次目标波长的紫外光，所述处理单元获取一张对应的初始图片；所述处理单元，用于对所述初始图片进行预设规则的图像处理，得到对应的采样图片；所述预设波长区间为230nm～285nm；其中，所述预设规则为：获取所述初始图片的中目标像素点的RGB通道值；所述目标像素点的RGB通道值分别为Rn、Gn、Bn；根据预设公式计算得到与所述目标像素点对应的替换像素；所述替换像素的RGB通道值分别为Rxn、Gxn、Bxn；以所述替换像素替换对应所述目标像素点后的所述初始图片作为所述采样图片。4.根据权利要求1所述的基于神经网络模型的污水处理调控系统，其特征在于，所述降解菌净化系统(1)包括依次连通的主含厌氧型降解菌的厌氧模块(12)、主含好氧型降解菌的移动床生物膜反应器(13)和沉淀回流模块(14)；所述沉淀回流模块(14)用于向所述湿地脱氮系统输送所述净化水，以及向所述厌氧模
块(12)回流输送沉淀污泥，所述沉淀污泥包括所述厌氧型降解菌和所述好氧型降解菌。5.根据权利要求1所述的基于神经网络模型的污水处理调控系统，其特征在于，所述降解菌净化系统(1)还包括污水供给模块(11)；所述污水供给模块(11)包括蓄水池(111)和第一进水泵(112)以及第一进水管(113)，所述蓄水池(111)通过所述第一进水泵(112)经所述第一进水管(113)向所述厌氧模块(12)和所述湿地净化系统(2)提供污水，所述沉淀回流模块(14)通过所述第一进水管(113)向所述湿地净化系统(2)提供所述净化水。6.根据权利要求5所述的基于神经网络模型的污水处理调控系统，其特征在于，所述厌氧模块(12)包括第二进水管(121)、厌氧池(122)、第二进水泵(123)、...

【专利技术属性】
技术研发人员：张友德，田文凤，钱益武，戴曹培，黄鸿飞，章蔷，
申请(专利权)人：安徽新宇环保科技股份有限公司，
类型：发明
国别省市：