农药生产废液焚烧炉化学耗氧量排放最小化系统及方法技术方案

一种农药生产废液焚烧炉化学耗氧量排放最小化系统，包括与农药生产废液焚烧炉连接的现场智能仪表、ＤＣＳ系统以及上位机，上位机包括：标准化处理模块，用于从数据库中采集系统关键变量的训练样本ＴＸ，训练样本ＴＸ对应的化学耗氧量数据Ｙ，对训练样本ＴＸ进行标准化处理；支持向量机模块，用于软测量建模；粒子群算法模块，用于求解如下最小问题，迭代终止时的ｐｇＫ即为使化学耗氧量最小的操作变量值。以及提出了一种农药生产废液焚烧炉化学耗氧量排放最小化方法。本发明专利技术提供了一种能够进行在线测量ＣＯＤ、有效监测ＣＯＤ是否超标的农药生产废液焚烧炉化学耗氧量排放最小化系统及方法。

【技术实现步骤摘要】

本专利技术涉及农药生产领域，特别地，涉及一种使农药生产废液焚烧炉化学耗氧量(COD)排放最小化的系统及方法。
技术介绍
随着农药工业的迅速发展，排放物的环境污染问题已经引起各国政府及相应环保部门的高度重视。研究及解决农药有机废液的达标排放控制以及无害最小化处理，不仅成为各国科研的难点和热点，同时也是关系到社会可持续发展的国家迫切需求的科学命题。 焚烧法是目前处理农药残液和废渣最有效、彻底、应用最普遍的方法。焚烧后废水的化学耗氧量是农药废液焚烧有害物排放的最重要指标，但是其无法在线测量，离线测量一次需要四五个小时，无法及时反映工况变化和指导实际生产。因此，在实际焚烧过程中，C0D严重超标。
技术实现思路
为了克服已有的焚烧炉过程COD无法在线测量、COD严重超标的不足，本专利技术提供一种能够进行在线测量C0D、有效监测COD是否超标的 本专利技术解决其技术问题所采用的技术方案是 —种农药生产废液焚烧炉化学耗氧量排放最小化系统，包括与农药生产废液焚烧炉连接的现场智能仪表、DCS系统以及上位机，所述的DCS系统包括控制站和数据库；所述现场智能仪表与DCS系统连接，所述DCS系统与上位机连接，所述的上位机包括 标准化处理模块，用于从数据库中采集系统关键变量的训练样本TX，训练样本TX对应的化学耗氧量数据Y，对训练样本TX进行标准化处理，各变量的均值为0，方差为1 ，得到输入矩阵X，采用以下过程来完成其算式为(1)、 (2)、 (3):1.1)计算均值:^=^1>^;， (1)TV 1. 2)计算标准差《二^t(r《—&， (2) 1.3)标准化1= ， (3)标准差其中，TX为训练样本，N为训练样本数，为训练样本的均值，。x为数据样本的支持向量机模块，用于软测量建模，其具体过程如下其算式为(4) 、 (5): 约束条件1](,-,') = 0 0《a i《y 0S:k 求解可得待估计函数f (x):/w=^>;-,,(x，x,) (5)其中，M是支持向量的数目，cii和a j是拉格朗日乘子，i = l，... ，N， j = l，...，禾口 a /是支持向量，i = 1， . . . ， M， j = 1， . . . ， M ;Xi和Xj是输入矩阵X的列向量，i..，N， j = 1，…，N;K(x，Xi) = exp(-l |x_Xi| |/e2)为支持向量机的核函数，e是核参数，e是不敏感系数，yi是输出变量Y的列向量，Y是惩罚系数； 粒子群算法模块，用于求解如下最小问题其算式为(6):N ; a J=1，. min /MX(6)其中MX是操作变量，是KX的一部分；所述粒子群求解算法流程如下3. 1)初始化n个随机粒子，每个粒子表示为MXk 每个粒子对应的速度表示为vk°，令/ 〗=M
，其中，n是群体规模，Pk表示第k各粒子自己搜索到的历史最优值，上标0表示初始值，下标k = 1， ... ，n，令迭代步数K = 0 ;z^or- 一、 3. 2)将每个粒子MXkK代入函数/-7X进行计算得到其适应度，并将其与PkK的适应度进行比较，将适应度较小的粒子作为新的PkK，比较当前迭代步所有n个粒子的适应度，将适应度最小的粒子记为pgK ; 3. 3)根据下式更新每个粒子的速度和位置《+1 =靜f + c《 - ) + - MZf ) ( 7 )《+1=妪〖+丫《+1 (8)其中，是惯性权重，q是认知系数，q是社会系数，l禾P n是[O，l]区间内的均匀分布的随机数，Y是约束因子； 3. 4)判断是否满足终止条件，如果达到最大迭代次数或pgK对应的适应度小于预定阈值，则终止迭代，否则，令K = K+l，返回步骤3. 2)继续迭代； 迭代终止时的pgK即为使化学耗氧量最小的操作变量值。 作为优选的一种方案所述的上位机还包括判别模型更新模块，用于按设定的采样时间间隔，采集现场智能仪表信号，将得到的实测化学耗氧量与函数计算值比较，如果相对误差大于10%，则将新数据加入训练样本数据，更新函数f (x)。 进一步，所述的上位机还包括结果显示模块，用于将计算得到的最优操作变量传给DCS系统，并在DCS的控制站显示过程状态，同时通过DCS系统和现场总线将过程状态信息传递到现场操作站进行显示。 再进一步，所述的关键变量包括进入焚烧炉的废液流量、进入焚烧炉的空气流量和进入焚烧炉的燃料流3标准差( 广《,') = 0/=10《a i《y 0 《;k求解可得待估计函数f(X):/(x) = J>;-a,)《(x,x,) (5)其中，M是支持向量的数目，cii和a j是拉格朗日乘子，i = l，... ，N， j = l，,(和a/(是支持向量，i = l，... ，M， j = l，... ，M;Xi和Xj是输入矩阵X的列向量， ...，N， j = l，... ，N;K(x，Xi) = e邓(-l |x_Xi| | / e 2)为支持向量机的核函数，e是 核参数，e是不敏感系数，yi是Y的列向量，y是惩罚系数； 3)按设定的采样时间间隔，采集现场智能仪表信号，得到实时的输入矩阵KX，求 解如下最小间颗 其中MX是操作变量，是KX的一部分； 所述的粒子群求解算法流程如下 3. 1)初始化n个随机粒子，每个粒子表示为MXk°，每个粒子对应的速度表示为vk°， 令rf = M《，其中，n是群体规模，pk表示第k各粒子自己搜索到的历史最优值，上标0表示 初始值，下标k = 1， ... ，n，令迭代步数K = 0 ; 3. 2)将每个粒子MXkK代入函数/<7V进行计算得到其适应度，并将其与PkK的适应度进行比较，将适应度较小的粒子作为新的PkK，比较当前迭代步所有n个粒子的适应度，将适应度最小的粒子记为pgK ; 3. 3)根据下式更新每个粒子的速度和位置 = 《+_《)+ ,—《) 縱f+1 =縱f + Y《+1 其中，是惯性权重，Cl是认知系数，c2是社会系数，《禾P n是区间内的 均匀分布的随机数，Y是约束因子； 3. 4)判断是否满足终止条件，如果达到最大迭代次数或pgK对应的适应度小于预 定阈值，则终止迭代，否则，令K = K+l，返回3. 2)继续迭代； 迭代终止时的pgK即为使化学耗氧量最小的操作变量值。 作为优选的一种方案所述的方法还包括4)按设定的采样时间间隔，采集现场 智能仪表信号，将得到的实测化学耗氧量与函数计算值比较，如果相对误差大于10%，则将 新数据加入训练样本数据，更新函数f (x)。 进一步，在所述的步骤3)中，将计算得到的最优操作变量传给DCS系统，并在DCS 的控制站显示过程状态，同时通过DCS系统和现场总线将过程状态信息传递到现场操作站 进行显示。 再进一步，所述的关键变量包括进入焚烧炉的废液流量，进入焚烧炉的空气流量， 进入焚烧炉的燃料流量。 本专利技术的技术构思为本专利技术针对焚烧过程COD无法在线测量，建立焚烧炉COD软 测量模型。再用粒子群算法求解优化问题，计算使得COD最小的操作变量值。 本专利技术的有益效果主要表现在1、建立了 COD的软测量模型，可以在线预测COD 值；2、对操作变量进行寻优，使得COD最小。附图说明 图1是本专利技术所本文档来自技高网...

【技术保护点】
一种农药生产废液焚烧炉化学耗氧量排放最小化系统，包括与农药生产废液焚烧炉连接的现场智能仪表、ＤＣＳ系统以及上位机，所述的ＤＣＳ系统包括控制站和数据库；所述现场智能仪表与ＤＣＳ系统连接，所述ＤＣＳ系统与上位机连接，其特征在于：所述的上位机包括：标准化处理模块，用于从数据库中采集系统关键变量的训练样本ＴＸ，训练样本ＴＸ对应的化学耗氧量数据Ｙ，对训练样本ＴＸ进行标准化处理，各变量的均值为０，方差为１，得到输入矩阵Ｘ，采用以下过程来完成：其算式为（１）、（２）、（３）：１．１）计算均［ｋ］↑［Ｋ］＋ｃ↓［１］ξ（ｐ↓［ｋ］↑［Ｋ］－ＭＸ↓［ｋ］↑［Ｋ］）＋ｃ↓［２］η（ｐｇ↑［ｋ］－ＭＸ↓［ｋ］↑［Ｋ］）（７）ＭＸ↓［ｋ］↑［ｋ＋１］＝ＭＸ↓［ｋ］↑［Ｋ］＋Υｖ↓［ｋ］↑［Ｋ＋１］（８）其中，ω是惯性权重，ｃ↓［１］是认知系数，ｃ↓［２］是社会系数，ξ和η是［０，１］区间内的均匀分布的随机数，Υ是约束因子；３．４）判断是否满足终止条件，如果达到最大迭代次数或ｐｇ↑［Ｋ］对应的适应度小于预定阈值，则终止迭代，否则，令Ｋ＝Ｋ＋１，返回步骤３．２）继续迭代；迭代终止时的ｐｇ↑［Ｋ］即为使化学耗氧量最小的操作变量值。值：＊＝１／Ｎ＊ＴＸ↓［ｉ］，（１）１．２）计算标准差：σ↓［ｘ］↑［２］＝１／（Ｎ－１）＊（ＴＸ↓［ｉ］－＊），（２）１．３）标准化：Ｘ＝（ＴＸ－＊）／σ↓［ｘ］，（３）其中，ＴＸ为训练样本，Ｎ为训练样本数，ＴＸ为训练样本的均值，σ↓［ｘ］为数据样本＊的标准差；支持向量机模块，用于软测量建模，其具体过程如下：其算式为：（４）、（５）：＊｛－１／２＊＊（α↓［ｉ］－α↓［ｉ］↑［＊］）（α↓［ｊ］－α↓［ｊ］↑［＊］）Ｋ（ｘ↓［ｉ］，ｘ↓［ｊ］）－ε＊（α↓［ｉ］＋α↓［ｉ］↑［＊］）＋＊ｙ↓［ｉ］（α↓［ｉ］－α↓［ｉ］↑［＊］）｝（４）约束条件：＊（α↓［ｉ］－α↓［ｉ］↑［＊］）＝００≤α↓［ｉ］≤γ０≤α↓［ｉ］↑［＊］≤γ求解可得待估计函数ｆ（ｘ）：ｆ（ｘ）＝＊（α↓［ｉ］↑［＊］－α↓［ｉ］）Ｋ（ｘ，ｘ↓［ｉ］）（５）其中，Ｍ是支持向量的数目，α↓［ｉ］和α↓［ｊ］是拉格朗日乘子，ｉ＝１，．．．，Ｎ，ｊ＝１，．．．，Ｎ；α↓［ｉ］↑［＊］和α↓［ｊ］↑［＊］是支持向量，ｉ＝１，．．．，Ｍ，ｊ＝１，．．．，Ｍ；ｘ↓［ｉ］和ｘ↓［ｊ］是输入矩阵Ｘ的列向量，ｉ＝１，．．．，Ｎ，ｊ＝１，．．．，Ｎ；Ｋ（ｘ，ｘ↓...

【技术特征摘要】
一种农药生产废液焚烧炉化学耗氧量排放最小化系统，包括与农药生产废液焚烧炉连接的现场智能仪表、DCS系统以及上位机，所述的DCS系统包括控制站和数据库；所述现场智能仪表与DCS系统连接，所述DCS系统与上位机连接，其特征在于所述的上位机包括标准化处理模块，用于从数据库中采集系统关键变量的训练样本TX，训练样本TX对应的化学耗氧量数据Y，对训练样本TX进行标准化处理，各变量的均值为0，方差为1，得到输入矩阵X，采用以下过程来完成其算式为(1)、(2)、(3)1.1)计算均值 <mrow><mover> <mi>TX</mi> <mo>&OverBar;</mo></mover><mo>=</mo><mfrac> <mn>1</mn> <mi>N</mi></mfrac><munderover> <mi>&Sigma;</mi> <mrow><mi>i</mi><mo>=</mo><mn>1</mn> </mrow> <mi>N</mi></munderover><msub> <mi>TX</mi> <mi>i</mi></msub><mo>,</mo><mo>-</mo><mo>-</mo><mo>-</mo><mrow> <mo>(</mo> <mn>1</mn> <mo>)</mo></mrow> </mrow>1.2)计算标准差 <mrow><msubsup> <mi>&sigma;</mi> <mi>x</mi> <mn>2</mn></msubsup><mo>=</mo><mfrac> <mn>1</mn> <mrow><mi>N</mi><mo>-</mo><mn>1</mn> </mrow></mfrac><munderover> <mi>&Sigma;</mi> <mrow><mi>i</mi><mo>=</mo><mn>1</mn> </mrow> <mi>N</mi></munderover><mrow> <mo>(</mo> <msub><mi>TX</mi><mi>i</mi> </msub> <mo>-</mo> <mover><mi>TX</mi><mo>&OverBar;</mo> </mover> <mo>)</mo></mrow><mo>,</mo><mo>-</mo><mo>-</mo><mo>-</mo><mrow> <mo>(</mo> <mn>2</mn> <mo>)</mo></mrow> </mrow>1.3)标准化 <mrow><mi>X</mi><mo>=</mo><mfrac> <mrow><mi>TX</mi><mo>-</mo><mover> <mi>TX</mi> <mo>&OverBar;</mo></mover> </mrow> <msub><mi>&sigma;</mi><mi>x</mi> </msub></mfrac><mo>,</mo><mo>-</mo><mo>-</mo><mo>-</mo><mrow> <mo>(</mo> <mn>3</mn> <mo>)</mo></mrow> </mrow>其中，TX为训练样本，N为训练样本数，TX为训练样本的均值，σx为数据样本的标准差；支持向量机模块，用于软测量建模，其具体过程如下其算式为(4)、(5) <mrow><munder> <mi>max</mi> <mrow><mi>&alpha;</mi><mo>,</mo><msup> <mi>&alpha;</mi> <mo>*</mo></msup> </mrow></munder><mo>{</mo><mo>-</mo><mfrac> <mn>1</mn> <mn>2</mn></mfrac><munderover> <mi>&Sigma;</mi> <mrow><mi>i</mi><mo>=</mo><mn>1</mn> </mrow> <mi>M</mi></munderover><munderover> <mi>&Sigma;</mi> <mrow><mi>j</mi><mo>=</mo><mn>1</mn> </mrow> <mi>M</mi></munderover><mrow> <mo>(</mo> <msub><mi>&alpha;</mi><mi>i</mi> </msub> <mo>-</mo> <msubsup><mi>&alpha;</mi><mi>i</mi><mo>*</mo> </msubsup> <mo>)</mo></mrow><mrow> <mo>(</mo> <msub><mi>&alpha;</mi><mi>j</mi> </msub> <mo>-</mo> <msubsup><mi>&alpha;</mi><mi>j</mi><mo>*</mo> </msubsup> <mo>)</mo></mrow><mi>K</mi><mrow> <mo>(</mo> <msub><mi>x</mi><mi>i</mi> </msub> <mo>,</mo> <msub><mi>x</mi><mi>j</mi> </msub> <mo>)</mo></mrow><mo>-</mo><mi>&epsiv;</mi><munderover> <mi>&Sigma;</mi> <mrow><mi>i</mi><mo>=</mo><mn>1</mn> </mrow> <mi>M</mi></munderover><mrow> <mo>(</mo> <msub><mi>&alpha;</mi><mi>i</mi> </msub> <mo>+</mo> <msubsup><mi>&alpha;</mi><mi>i</mi><mo>*</mo> </msubsup> <mo>)</mo></mrow><mo>+</mo><munderover> <mi>&Sigma;</mi> <mrow><mi>i</mi><mo>=</mo><mn>1</mn> </mrow> <mi>M</mi></munderover><msub> <mi>y</mi> <mi>i</mi></msub><mrow> <mo>(</mo> <msub><mi>&alpha;</mi><mi>i</mi> </msub> <mo>-</mo> <msubsup><mi>&alpha;</mi><mi>i</mi><mo>*</mo> </msubsup> <mo>)</mo></mrow><mo>}</mo><mo>-</mo><mo>-</mo><mo>-</mo><mrow> <mo>(</mo> <mn>4</mn> <mo>)</mo></mrow> </mrow>约束条件 <mrow><munderover> <mi>&Sigma;</mi> <mrow><mi>i</mi><mo>=</mo><mn>1</mn> </mrow> <mi>M</mi></munderover><mrow> <mo>(</mo> <msub><mi>&alpha;</mi><mi>i</mi> </msub> <mo>-</mo> <msubsup><mi>&alpha;</mi><mi>i</mi><mo>*</mo> </msubsup> <mo>)</mo></mrow><mo>=</mo><mn>0</mn> </mrow>0≤αi≤γ <mrow><mn>0</mn><mo>&le;</mo><msubsup> <mi>&alpha;</mi> <mi>i</mi> <mo>*</mo></msubsup><mo>&le;</mo><mi>&gamma;</mi> </mrow>求解可得待估计函数f(x) <mrow><mi>f</mi><mrow> <mo>(</mo> <mi>x</mi> <mo>)</mo></mrow><mo>...

【专利技术属性】
技术研发人员：刘兴高，闫正兵，
申请(专利权)人：浙江大学，
类型：发明
国别省市：86[中国|杭州]