[发明专利]一种污泥半干化处理系统及处理方法

权利要求书

1.一种污泥半干化处理系统，其特征在于：所述处理系统通过采集数据，对数据进行分析、处理、计算，根据计算结果对设备进行智能化控制，完善且智能化处理系统，提高效率并降低成本；

所述污泥半干化处理系统包括以下部分：

抓斗桥式起重机、螺旋输送机、信息采集设备、重力浓缩池、好氧消化池、高温厌氧消化池、污泥脱水装置、循环管、服务器；

所述重力浓缩池包括一沉池和二沉池，重力浓缩池利用高分子絮凝剂提高沉淀效果，降低污泥的含水率，使污泥得到浓缩；

所述一沉池与二沉池分别通过循环管与污泥脱水装置相连，接收污泥脱水装置传输的热气；一沉池与二沉池中各自设有浓缩控制器，用于控制絮凝剂加入的数量；

重力浓缩池上还安装有抽水装置，用于通过水管抽去重力浓缩池中沉淀出的污水，重力浓缩池将处理后的污泥输送给信息采集设备；

所述服务器，用于对信息采集设备采集的数据进行分析、处理、计算，得到控制指令发布给浓缩控制器、曝气器、循环管阀门控制器；

服务器包括模型创建组件、数据处理组件、设备控制组件和存储组件，所述模型创建组件用于创建浓缩控制模型；所述数据处理组件用于调用浓缩控制模型，计算高分子絮凝剂1、絮凝剂2、热量值1和热量值2的最优值，并发送给设备控制组件；

所述污泥半干化处理系统的实现方法包括以下步骤：

A.将湿污泥输送至信息采集设备中进行多元数据采集，转放于重力浓缩池中，利用高分子絮凝剂提高沉淀效果，降低污泥的含水率；

B.浓缩控制模型采用浓缩控制组合网络算法，根据符合最优目标的第二污泥参数和第三污泥参数对浓缩控制组合网络同一规格的第一污泥参数所对应的参数进行训练学习；

C.将浓缩处理后的污泥输送到好氧消化池和高温厌氧消化池中对有机物进行降解和稳定，最终输送到污泥脱水装置实现污泥半干化处理；

所述浓缩控制组合网络包括输入层、关系捕捉层、简化层、中转层、比较层、调用层和输出层；

浓缩控制组合网络的输入为第一污泥参数sp¹、絮凝剂1的用量rd¹、热量值1cv¹、絮凝剂2的用量rd²、热量值2cv²，热量值1cv¹为污泥脱水装置导入一沉池的热量值，热量值2cv²为污泥脱水装置导入二沉池的热量值；浓缩控制组合网络的中转层的输出为第二污泥参数sp²，输出层输出为第三污泥参数sp³；

将第一污泥参数sp¹、絮凝剂1的用量rd¹、热量值1cv¹作为一组数据，将絮凝剂2的用量rd²和热量值2cv²作为一组数据，将两个数据组输入到输入层，其中第二组数据在调用层前均不参与计算；输入层的输出为：

OP¹＝ω_sp1sp¹+ω_rd1rd¹+ω_cv1cv¹+b₁

其中，ω_sp1、ω_rd1、ω_cv1分别表示第一污泥参数sp¹、絮凝剂1的用量rd¹、热量值1cv¹的权重，n为输入数据组的数量，b₁表示偏置；输入层将计算后的OP¹传输给关系捕捉层，关系捕捉层对相同规格的第一污泥参数所对应的不同絮凝剂1用量和热量值1中的依赖关系进行提取；

关系捕捉层计算相同规格的第一污泥参数所对应的不同絮凝剂1用量和热量值1的隐藏状态h_i：

h_i＝tanh(ω_hOP¹+r_i⊙h_i-1+b_h)

r_i＝f(ω_hOP¹+ω_i-1h_i-1+b_r)

其中，h_i为第i组数据组中的隐藏状态，i∈[1，n]，tanh为双曲正切函数，ω_h为关系捕捉层中OP¹的权重值，r_i为对第i组数据组进行激活后的结果，⊙为元素乘法，b_h为关系捕捉层中的偏置，f为激活函数，ω_i-1为第i-1个隐藏状态的权重，b_r为激活偏置；关系捕捉层将提取的隐藏状态传递给简化层，由简化层控制将当前数据组的输入附加到上一数据组的隐藏状态中去；

简化层对关系捕捉层提取的隐藏状态进行简化，若激活结果r_i接近0，则意味着对应隐藏状态元素h_i为0，即丢弃上一个数据组的隐藏状态；若激活结果r_i接近1，那么表示保留上一个数据组的隐藏状态，若处于某个区间内，则对应不同的简化值；简化层的输出为：

其中，OP³(h_i)为h_i对应的简化层的输出，a和b均为调整参数，由实验获得；简化层保留了隐藏状态中比较重要的信息，当r_i越大，说明当前数据组的信息量越大，而经过“1-”后，保留的信息便越少，从而在简化信息的同时增强信息的精度；

简化层将结果传送给中转层，中转层通过计算得到的输出即为当前第一污泥参数在不同絮凝剂1的用量和热量值1的条件下对应的第二污泥参数，则简化层的输出为：

其中，μ¹为n个数据组得到的第二污泥参数的均值，σ¹为n个数据组得到的第二污泥参数的标准差。