[发明专利]用于预测与废水处理过程相关的参数的系统和方法

说明书

一种用于预测与废水处理过程相关的排出物参数的系统，其包括：预测器模块，其被构造用于接收包括多个废水流入物参数的第一输入数据组，以预测排出废水的可生物降解类型；机械模拟器，其构造用于接收排出废水的可生物降解类型和多个废水流入物参数作为第二输入数据组，以预测排出物参数。

技术领域

本发明涉及一种用于预测与废水处理过程相关的一个或多个参数的系统和方法。

背景技术

对本发明背景的以下讨论仅旨在促进对本发明的理解。应当理解，该讨论不是承认或认可在本发明的优先权日之时，所引用的任何材料已在任何管辖范围内被公开，已知或为本领域技术人员的公知常识的一部分。

生物废水处理过程被广泛使用，并且通常包括厌氧废水处理和需氧废水处理。

在需氧废水处理过程中，诸如细菌、原生动物和真菌之类的微生物使用溶解氧作为关键成分来进行生物降解(例如碳质的生物需氧量(BOD)降解)，并且通过硝化去除氨废物。这可能被认为“降低废水的强度”。

当该过程运行良好时，需氧废水处理过程在将废水处理至排出物排放的所需质量方面是有力且可靠的。

通常用于工业废水处理的需氧废水过程的例子包括活性污泥过程、膜生物反应器(悬浮的生长系统)或滴滤池和基于载体的处理系统，例如移动床生物膜反应器(附着的生长系统)。在上述每个过程中，在曝气池中将氧气供应给微生物，该曝气池可包括诸如鼓风机和压缩机的旋转设备。微生物利用废水中的溶解氧作为电子受体，用于碳质BOD的需氧分解。在需氧废水处理过程的最后，废水中的BOD和其它污染物被氧化为二氧化碳和其它生物质。

值得注意的是，任何不可生物降解的有机物和未消耗的可生物降解的有机物可以从需氧生物过程中排出，并且可以在下游进行进一步的处理，其可以是厌氧的或其它需氧的处理过程。任何生物量(不可生物降解的有机物和未消耗的可生物降解的有机物的总重量)将被收集在沉淀池(如澄清池)中，然后循环回到曝气池中以处理流入的废水。

废水处理过程和设备可以可被布置在家庭和/或工业环境中。在工业环境中，废水处理与其家庭的废水相比可能明显地更具挑战性。不同的工业产生具有不同的特征的不同类型的废水。来自不同工业的废水在如下特征方面可能不同，例如作为示例的BOD，COD，pH值和温度。加上工业工厂的运行时间和过程的不确定性，废水处理过程必须满足排放标准。对于集中式工业废水生物处理厂而言，这尤其具有挑战性，因为其进料流(输入)可能包含来自不同工业具有不同特征的废水。

为了减轻与集中式工业废水生物处理厂有关的困难，通常进行模拟以优化废水处理厂的性能，以及预测处理过程的性能。这样的模拟通常基于常规的机械模型。然而，在这种常规的机械模型中，用户通常将必须建立实验室规模的系统、使用历史工厂数据或执行呼吸测量分析(以及其它方法)，以确定流入废水的可生物降解能力。这些过程通常是劳动密集型且耗时的。

在预测需氧生物过程的流出物或排出物参数中使用的另一种方法是使用机器学习。机器学习算法能够识别各种流入物参数数据和流出物参数数据之间的模式。然后，机器学习算法将在流出的参数数据和流入的参数数据之间形成回归模型。通常，此类机器学习和回归模型可以达到合理的准确度水平，平均相对偏差小于10％。但是，在流入物参数突然变化的情况下(例如增加新的流入流)，该模型将无法准确地预测流出物参数，因为此类模型需要训练(学习)并且该模型高度依赖于历史数据。

目的是提供一种用于预测与废水处理过程相关的参数的改进的系统和方法。

发明内容

申请人旨在通过提供用于预测废水处理过程的混合模型来解决上述缺点。混合模型适用于，但不限于，需氧废水处理过程，并可用于预测需氧废水处理过程的一个或多个排出物参数。

排出物或流出物参数可包括，但不限于，化学需氧量(COD)测量值，氮含量，需氧处理后排出水的混合液不稳定悬浮固体。