污泥干化系统的控制方法、终端及系统技术方案

本发明专利技术提供了一种污泥干化系统的控制方法、终端及系统，所述污泥干化系统的控制方法包括：当污泥进入脱水机前，调用预先训练好的脱水模式匹配模型对污泥信息进行分析处理，确定污泥信息对应的脱水模式，控制脱水机按照脱水模式对污泥进行脱水；将脱水后的污泥输送至传送装置的输入端，控制传送装置转动，并控制第二循环泵驱动储能罐的热能在换热管内循环流动，以加热传送装置上的污泥，得到目标污泥，控制含水率传感器对目标污泥的含水率进行检测，当判定目标污泥的含水率低于预设含水率时，将目标污泥输出，以利用太阳能干化污泥，降低环境污染，并确保污泥的含水率达标才输出。并确保污泥的含水率达标才输出。并确保污泥的含水率达标才输出。

【技术实现步骤摘要】
污泥干化系统的控制方法、终端及系统


[0001]本专利技术涉及污泥干化
，尤其涉及一种污泥干化系统的控制方法、终端及系统。

技术介绍

[0002]污泥作为市政污水处理厂在污水处理过程中的剩余产物，含水率较高、体积庞大、易腐烂、气味恶臭，同时还可能伴有重金属、病菌等有毒有害物质。若污泥不经过处置直接排放到外界环境中，将会对地表水、地下水、土壤和空气造成极大的危害，最终对人体健康和整体环境带来不利影响。因此，对污泥进行减量化、稳定化、无害化的处理处置就显得至关重要。
[0003]污泥干化是指利用热能将污泥进行加热，降低污泥中的含水率。目前的污泥干化系统，一般利用污泥厌氧消化过程中产生的沼气热能、垃圾和污泥焚烧余热、发电厂余热或其他余热作为污泥干化处理的热源，环境污染较大，且干化后污泥的含水率难以保证达标，污泥干化效果较差。
[0004]在申请号为CN202210901801.X的技术方案中，虽然其能够利用污泥进入污泥干化机前、后的含水率、污泥输送流量以及疏水量进行测量，但测量结果只是用于判断污泥干化机的工作是否正常，无法保证污泥的含水率达标。

技术实现思路

[0005]本专利技术提供一种污泥干化系统的控制方法、终端及系统，以利用清洁热源干化污泥，降低环境污染，并确保污泥的含水率达标。
[0006]为解决上述问题，本专利技术采用如下技术方案：
[0007]本专利技术提供一种污泥干化系统的控制方法，应用于污泥干化系统的控制中心，所述污泥干化系统还包括储能罐、第一循环泵、第二循环泵、太阳能集热器、脱水机、换热管、余热回收装置、传送装置及传感器，所述储能罐的输入端与所述太阳能集热器的输出端连接，所述储能罐与所述太阳能集热器之间还连接有第一循环泵，所述储能罐的输出端通过所述第二循环泵与所述换热管连接，所述换热管位于所述传送装置的下方，所述传送装置的输入端与所述脱水机的输出端接壤，所述控制中心分别与所述第一循环泵、第二循环泵、太阳能集热器、脱水机、传送装置及传感器电性连接，所述太阳能集热器用于利用太阳辐射能将太阳能转化为热能，所述储能罐用于储存所述热能，所述第一循环泵用于驱动所述太阳能集热器的热能流入储能罐，所述第二循环泵用于驱动所述储能罐的热能在所述换热管内流动；其中，所述污泥干化系统的控制方法包括：
[0008]当污泥进入脱水机前，接收传感器采集到的所述污泥的污泥信息，调用预先训练好的脱水模式匹配模型对所述污泥信息进行分析处理，确定所述污泥信息对应的脱水模式，控制所述脱水机按照所述脱水模式对所述污泥进行脱水，并将脱水后的所述污泥输送至传送装置的输入端；其中，所述污泥信息包括初始含水率、固体颗粒大小、固体颗粒浓度、
密度及黏稠度，所述传感器包括含水率传感器、颗粒大小传感器、浓度传感器、密度传感器及粘度传感器，所述脱水模式匹配模型为神经网络模型，用于根据不同的污泥信息匹配对应的脱水模式；
[0009]控制所述传送装置转动，并控制所述第二循环泵驱动所述储能罐的热能在所述换热管内循环流动，以加热所述传送装置上的污泥，得到目标污泥；其中，所述传送装置、换热管及脱水机的输出端通过多个封装壁封闭于空腔内，至少一个所述封装壁开设有连通所述空腔与余热回收装置的通孔，以将空腔内的余热进行回收利用，所述传送装置包括多条传送带，每条传送带由上至下呈等间距设置，且位于下方的传送带的输入端比位于上方且相邻的传送带的输出端凸出；
[0010]控制含水率传感器对所述目标污泥的含水率进行检测，当判定所述目标污泥的含水率低于预设含水率时，将所述目标污泥输出。
[0011]优选地，所述污泥干化系统还包括冷凝器及蒸发器，所述换热管的输出端分别与所述储能罐的输入端及冷凝器的一个输入端连接，所述冷凝器的另一个输入端与所述储能罐的输出端连接，所述冷凝器的输出端通过膨胀阀或压缩机与所述蒸发器的输入端连接，所述蒸发器的输出端通过管道连通蓄水池，所述冷凝器用于将气体或蒸汽冷却并转化为液体，所述蒸发器用于将液体转化为蒸汽或气体。
[0012]进一步地，所述调用预先训练好的脱水模式匹配模型对所述污泥信息进行分析处理，确定所述污泥信息对应的脱水模式的步骤之前，还包括：
[0013]获取训练样本数据集；其中，所述训练样本数据集包含多个训练样本，每个训练样本都包含一组污泥信息样本及对应的标准脱水模式；
[0014]将所述训练样本数据集分成多个子数据集；其中，每个子数据集包含至少两个训练样本；
[0015]从每个子数据集中都随机抽取一个训练样本作为目标训练样本，得到K个目标训练样本；其中，所述K为大于1的正整数；
[0016]对所述K个目标训练样本进行随机选取，得到N组训练集；其中，所述N为大于1的正整数，每组训练集都包含多个目标训练样本，且每组训练集的目标训练样本的数量相同但不重复；
[0017]根据预设的决策树算法对所述N组训练集进行训练，得到N个训练后的分类模型，利用多分类交叉熵损失函数分别计算训练后的每个分类模型的损失值；
[0018]将训练后的每个分类模型的损失值分别与目标损失值进行比较，筛选出损失值低于目标损失值的分类模型，得到多个第一分类模型；
[0019]按照损失值由小到大的顺序对所述多个第一分类模型进行排序，得到排序结果；
[0020]根据所述排序结果筛选出排在前M位的第一分类模型，得到至少两个目标分类模型，将至少两个所述目标分类模型进行组合后，得到脱水模式匹配模型。
[0021]优选地，所述将所述训练样本数据集分成多个子数据集的步骤，包括：
[0022]从所述训练样本数据集中随机选择多个训练样本，得到多个参考训练样本；
[0023]将每个所述参考训练样本作为一个聚类中心，并将未选择的剩余训练样本作为待分配训练样本；
[0024]确定每个所述聚类中心中所述参考训练样本的标签，得到每个所述聚类中心的参
考标签，并确定每个待分配训练样本的标签；
[0025]利用独热编码将每个所述聚类中心的参考标签转换为向量，得到多个参考向量；
[0026]利用独热编码将每个待分配训练样本的标签转换为向量，得到多个向量；
[0027]计算每个向量与每个参考向量的余弦距离，并确定与每个向量的余弦距离最大的参考向量，将每个向量对应的待分配训练样本分配给余弦距离最大的参考向量所对应的聚类中心，得到多个子数据集；其中，每个子数据集包含一组相似的训练样本。
[0028]优选地，所述调用预先训练好的脱水模式匹配模型对所述污泥信息进行分析处理，确定所述污泥信息对应的脱水模式的步骤，包括：
[0029]设定所述污泥的目标含水率；
[0030]调用预先训练好的脱水模式匹配模型确定影响所述目标含水率的至少一个参数，根据至少一个所述参数构建初始函数公式；其中，所述参数包括脱水机的转速及脱水时长；
[0031]设定每个所述参数的初始数值，将每个所述参数的初始数值代入所述初始函数公式中，并利用并行遗传算法在所述本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种污泥干化系统的控制方法，其特征在于，应用于污泥干化系统的控制中心，所述污泥干化系统还包括储能罐(1)、第一循环泵(2)、第二循环泵(3)、太阳能集热器(4)、脱水机(5)、换热管(6)、余热回收装置(7)、传送装置(8)及传感器，所述储能罐(1)的输入端与所述太阳能集热器(4)的输出端连接，所述储能罐(1)与所述太阳能集热器(4)之间还连接有第一循环泵(2)，所述储能罐(1)的输出端通过所述第二循环泵(3)与所述换热管(6)连接，所述换热管(6)位于所述传送装置(8)的下方，所述传送装置(8)的输入端与所述脱水机的输出端接壤，所述控制中心分别与所述第一循环泵(2)、第二循环泵(3)、太阳能集热器(4)、脱水机(5)、传送装置(8)及传感器电性连接，所述太阳能集热器(4)用于利用太阳辐射能将太阳能转化为热能，所述储能罐(1)用于储存所述热能，所述第一循环泵(2)用于驱动所述太阳能集热器(4)的热能流入储能罐(1)，所述第二循环泵(3)用于驱动所述储能罐(1)的热能在所述换热管(6)内流动；其中，所述污泥干化系统的控制方法包括：当污泥进入脱水机(5)前，接收传感器采集到的所述污泥的污泥信息，调用预先训练好的脱水模式匹配模型对所述污泥信息进行分析处理，确定所述污泥信息对应的脱水模式，控制所述脱水机(5)按照所述脱水模式对所述污泥进行脱水，并将脱水后的所述污泥输送至传送装置(8)的输入端；其中，所述污泥信息包括初始含水率、固体颗粒大小、固体颗粒浓度、密度及黏稠度，所述传感器包括含水率传感器、颗粒大小传感器、浓度传感器、密度传感器及粘度传感器，所述脱水模式匹配模型为神经网络模型，用于根据不同的污泥信息匹配对应的脱水模式；控制所述传送装置(8)转动，并控制所述第二循环泵(3)驱动所述储能罐(1)的热能在所述换热管(6)内循环流动，以加热所述传送装置(8)上的污泥，得到目标污泥；其中，所述传送装置(8)、换热管(6)及脱水机(5)的输出端通过多个封装壁封闭于空腔内，至少一个所述封装壁开设有连通所述空腔与余热回收装置(7)的通孔，以将空腔内的余热进行回收利用，所述传送装置(8)包括多条传送带，每条传送带由上至下呈等间距设置，且位于下方的传送带的输入端比位于上方且相邻的传送带的输出端凸出；控制含水率传感器对所述目标污泥的含水率进行检测，当判定所述目标污泥的含水率低于预设含水率时，将所述目标污泥输出。2.根据权利要求1所述的污泥干化系统的控制方法，其特征在于，所述污泥干化系统还包括冷凝器(9)及蒸发器(12)，所述换热管(6)的输出端分别与所述储能罐(1)的输入端及冷凝器(9)的一个输入端连接，所述冷凝器(9)的另一个输入端与所述储能罐(1)的输出端连接，所述冷凝器(9)的输出端通过膨胀阀(10)或压缩机(11)与所述蒸发器(12)的输入端连接，所述蒸发器(12)的输出端通过管道连通蓄水池，所述冷凝器(9)用于将气体或蒸汽冷却并转化为液体，所述蒸发器(12)用于将液体转化为蒸汽或气体。3.根据权利要求1所述的污泥干化系统的控制方法，其特征在于，所述调用预先训练好的脱水模式匹配模型对所述污泥信息进行分析处理，确定所述污泥信息对应的脱水模式的步骤之前，还包括：获取训练样本数据集；其中，所述训练样本数据集包含多个训练样本，每个训练样本都包含一组污泥信息样本及对应的标准脱水模式；将所述训练样本数据集分成多个子数据集；其中，每个子数据集包含至少两个训练样本；
从每个子数据集中都随机抽取一个训练样本作为目标训练样本，得到K个目标训练样本；其中，所述K为大于1的正整数；对所述K个目标训练样本进行随机选取，得到N组训练集；其中，所述N为大于1的正整数，每组训练集都包含多个目标训练样本，且每组训练集的目标训练样本的数量相同但不重复；根据预设的决策树算法对所述N组训练集进行训练，得到N个训练后的分类模型，利用多分类交叉熵损失函数分别计算训练后的每个分类模型的损失值；将训练后的每个分类模型的损失值分别与目标损失值进行比较，筛选出损失值低于目标损失值的分类模型，得到多个第一分类模型；按照损失值由小到大的顺序对所述多个第一分类模型进行排序，得到排序结果；根据所述排序结果筛选出排在前M位的第一分类模型，得到至少两个目标分类模型，将至少两个所述目标分类模型进行组合后，得到脱水模式匹配模型。4.根据权利要求3所述的污泥干化系统的控制方法，其特征在于，所述将所述训练样本数据集分成多个子数据集的步骤，包括：从所述训练样本数据集中随机选择多个训练样本，得到多个参考训练样本；将每个所述参考训练样本作为一个聚类中心，并将未选择的剩余训练样本作为待分配训练样本；确定每个所述聚类中心中所述参考训练样本的标签，得到每个所述聚类中心的参考标签，并确定每个待分配训练样本的标签；利用独热编码将每个所述聚类中心的参考标签转换为向量，得到多个参考向量；利用独热编码将每个待分配训练样本的标签转换为向量，得到多个向量；计算每个向量与每个参考向量的余弦距离，并确定与每个向量的余弦距离最大的参考向量，将每个向...

【专利技术属性】
技术研发人员：冯耀忠，冯梓睿，陈锦标，
申请(专利权)人：耀昶嵘相变材料科技广东有限公司，
类型：发明
国别省市：