【技术实现步骤摘要】
基于机器学习的污水处理方法
[0001]本专利技术涉及智能污水处理的
,特别涉及基于机器学习的污水处理方法。
技术介绍
[0002]目前,污水处理厂都是按照预定的污水处理工序对工业污水或生活污水进行相应的净化处理,在相应的污水处理过程中,每个污水处理工序的操作参数基本是固定不变的,这使得在实际污水处理操作中无法根据污水的实际水体情况进行有针对的高效净化处理,从而降低污水的净化效率,无法保证经过净化处理的污水能够满足相应的水质要求。可见,现有的污水处理方式无法根据污水的实际水体污染状态进行有效的分析处理,继而得到合适高效的污水处理操作模式。
技术实现思路
[0003]针对现有技术存在的缺陷,本专利技术提供基于机器学习的污水处理方法,其通过采集与分析污水水体影像,得到其中不溶固体颗粒的悬浮状态信息,以此设定污水沉淀过程的持续时间;采集污水中水体的微生物存在状态信息和营养成分存在状态信息,对其进行机器学习分析,确定污水水体的微生物繁殖状态信息,以此对污水水体进行微生物繁殖促进处理;并再次采集与分析污水水体的营养成分存在状态信息,确定污水水体的富营养态变化趋势信息,以此调整对污水水体进行净化处理的操作参数,以及对污水处理器进行相应的污水净化处理进度提醒;上述方法以污水水体影像为基准,调整污水沉淀处理的持续时间,并且还利用机器学习的方式,得到污水水体的微生物繁殖状态信息,以此有针对性进行微生物繁殖促进处理,实现对污水水体内部营养成分的快速分解,这样能够根据污水水体内部的不溶固体颗粒和营养成分的实际存在情况 ...
【技术保护点】
【技术特征摘要】
1.基于机器学习的污水处理方法,其特征在于,其包括如下步骤:步骤S1,在污水沉淀过程中,对污水处理池中的污水进行拍摄,得到污水水体影像;对所述污水水体影像进行分析处理,确定污水水体中不溶固体颗粒的悬浮状态信息;根据所述悬浮状态信息,设定污水沉淀过程的持续时间;步骤S2,当污水处理池完成污水沉淀处理后,对污水进行过滤处理,并采集所述污水中水体的微生物存在状态信息和营养成分存在状态信息;对所述微生物存在状态信息和所述营养成分存在状态信息进行机器学习处理,确定所述污水水体的微生物繁殖状态信息;步骤S3,根据所述微生物繁殖状态信息,对所述污水水体进行微生物繁殖促进处理,并再次采集所述污水水体的营养成分存在状态信息;对再次采集的所述营养成分存在状态信息进行分析处理,确定所述污水水体的富营养态变化趋势信息;步骤S4,根据所述污水水体的富营养态变化趋势信息,调整对所述污水水体进行净化处理的操作参数;并监测实施所述净化处理的污水处理器的工作状态,以此进行相应的污水净化处理进度提醒。2.如权利要求1所述的基于机器学习的污水处理方法,其特征在于:在所述步骤S1中,在污水沉淀过程中,对污水处理池中的污水进行拍摄,得到污水水体影像;对所述污水水体影像进行分析处理,确定污水水体中不溶固体颗粒的悬浮状态信息具体包括:当污水输送到污水处理池后,对所述污水处理池中的水体扫描照射红外光线,同时指示红外摄像头对所述水体进行扫描拍摄,从而得到所述水体对应的污水水体红外影像;其中,所述污水水体红外影像是由所述水体对所述红外光线进行反射、透射或散射形成的;对所述污水水体红外影像进行红外光谱识别分析处理,确定污水水体中不溶固体颗粒的悬浮分布密度信息和悬浮移动速度信息,以此作为不溶固体颗粒的悬浮状态信息。3.如权利要求2所述的基于机器学习的污水处理方法,其特征在于:在所述步骤S1中,根据所述悬浮状态信息,设定污水沉淀过程的持续时间,具体包括:将所述悬浮分布密度信息和所述悬浮移动速度信息输入到预设颗粒悬浮动态变化学习模型进行分析处理,估计得到所述污水水体不同水体区域的不溶固体颗粒实现完全沉淀所需的时间;根据所述完全沉淀所需的时间,设成所述污水沉淀过程的持续时间;其中,所述污水沉淀过程的持续时间不小于所述完全沉淀所需的时间。4.如权利要求3所述的基于机器学习的污水处理方法,其特征在于:在所述步骤S2中,当污水处理池完成污水沉淀处理后,对污水进行过滤处理,并采集所述污水中水体的微生物存在状态信息和营养成分存在状态信息具体包括:当污水处理池完成对所述污水水体的污水沉淀处理后,利用过滤筛网对所述污水水体进行过滤处理;其中,所述过滤筛网的网孔孔径小于所述污水...
【专利技术属性】
技术研发人员:余丹,兰雨晴,于艺春,王丹星,张腾怀,
申请(专利权)人:慧之安信息技术股份有限公司,
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。