[发明专利]基于人工神经网络的污水处理曝气控制系统及其运行方法

说明书

本发明公开了基于人工神经网络的污水处理曝气控制系统及其运行方法，包括数据采集模块、曝气控制模块、数据存储模块、数据分析模块和人机交互模块；数据采集模块采集数据，并将数据依次传输给曝气控制模块、数据存储模块和数据分析模块；曝气控制模块和数据分析模块均与人机交互模块连接，将根据数据获得的结果通过人机交互模块向操作者展示；数据分析模块通过人机交互模块获得操作者的指令，并根据指令对数据进行处理，同时通过人机交互模块向操作者展示；曝气控制模块通过读取人机交互模块的计算结果实现对设置于污水处理生物池的鼓风机，以及相应的空气管道上的阀门的控制。本发明的应用使污水处理工艺更高效、运行更稳定。

技术领域

本发明涉及污水处理技术领域，特别涉及基于人工神经网络的污水处理曝气控制系统及其运行方法。

背景技术

水是人类赖以生存的必要物质，水污染严重危害人类健康、影响人类的长远发展，加强污水治理对人类的发展生存具有重要意义。活性污泥法是污水处理行业常用的一种方法，鼓风曝气是确保活性污泥法污水处理工艺正常运行的关键，据统计，以活性污泥法为处理工艺的污水处理厂，全厂50％-70％的电能是在曝气阶段消耗的，因此对曝气过程进行控制具有重大实际意义。

目前国内外学者所提控制方法主要包括传统的人工就地控制、衡量控制、溶解氧-阀门PID(Proportion-Integral-Differential,PID)及模糊控制、专家控制等智能控制技术。

但传统的生物曝气控制过程中溶解氧(Dissolved Oxygen,简称DO)波动较大、阀门调节频率高，不但造成出水水质不稳定，而且造成了曝气量浪费；

同时，生物池阀门频繁调节，导致磨损大，增加维修成本；模糊控制和专家控制是基于模糊数学知识或专家知识将专家经验表示成相应控制规则，进而用这些规则去控制生物池曝气系统，同样存在阀门频繁调节问题。

人工神经网络方法(Artificial neural network,简称ANN)是人工智能领域的研究热点，具有较强的自适应学习能力和非线性映射能力，适合具有大滞后、非线性、多变量等特点的活性污泥法污水处理工艺过程的控制。

为解决污水处理生物曝气过程中DO波动较大、阀门调节频繁的问题，本文拟发明一种基于人工神经网络的污水处理曝气控制系统和方法。

发明内容

有鉴于现有技术的上述缺陷，本发明提供基于人工神经网络的污水处理曝气控制系统及其运行方法，实现的目的是以实时预测污水处理生物曝气池末端氨氮、自动计算生物处理所需曝气量，根据预测结果对鼓风机和阀门进行自动调节，确保污水处理出水水质稳定达标，降低污水处理生物曝气设备调整频率，使污水处理工艺高效、稳定运行。

为实现上述目的，本发明公开了基于人工神经网络的污水处理曝气控制系统，包括数据采集模块、曝气控制模块、数据存储模块、数据分析模块和人机交互模块。

其中，所述数据采集模块、所述曝气控制模块、所述数据存储模块和所述数据分析模块依次连接；

所述数据采集模块从污水处理生物池采集数据，并将所述数据依次传输给所述所述曝气控制模块、所述数据存储模块和所述数据分析模块；

所述数据存储模块用于存储所述数据；

所述所述曝气控制模块和所述数据分析模块均与所述人机交互模块连接，将根据所述数据获得的结果通过所述人机交互模块向操作者展示；

所述数据分析模块通过所述人机交互模块获得所述操作者的指令，并根据所述指令对所述数据进行处理；

所述指令包括控制模式的设定值、控制目标的设定值；

所述数据分析模块根据所述指令，采用人工神经网络方法，预测所述污水处理生物池的末端氨氮值，同时计算所述污水处理生物池所需的曝气量；