[发明专利]一种基于ANFIS模型的实验室废水处理一体化方法及装置

权利要求书

1.一种基于ANFIS模型的实验室废水处理一体化方法，其特征在于：包括如下步骤：

废水水质检测，对实验室废水水质进行检测，获得废水水质特征信息；

处理模块组装，根据废水水质特征信息，进行废水处理单元模块设计，并进行废水处理模块组装；

参数计算，根据废水水质特征信息基于ANFIS模型对废水处理模块进行处理参数计算，获得废水处理参数；

废水处理，废水处理模块根据计算出的废水处理参数对进入废水处理模块的废水进行净化处理。

2.根据权利要求1所述的一种基于ANFIS模型的实验室废水处理一体化方法，其特征在于：所述废水处理模块包括酸碱调整模块、重金属螯合模块、混凝模块和沉淀模块其中一种或多种；

所述废水处理模块还包括活性炭吸附模块。

3.根据权利要求1所述的一种基于ANFIS模型的实验室废水处理一体化方法，其特征在于：所述参数计算至少包括如下步骤：

废水参数采集，对废水处理模块中的废水进行废水参数采集，获得废水参数，所述废水参数包括废水PH值、膜压力、废水浊度和废水液位信息；

归一化处理，对采集到地废水参数进行数据归一化处理，获得废水参数归一化数据；

ANFIS神经网络预测，利用ANFIS神经网络预测模型对酸碱投加量、混凝剂和螯合剂投加量进行预测，控制重金属螯合和混凝搅拌时间。

4.根据权利要求3所述的一种基于ANFIS模型的实验室废水处理一体化方法，其特征在于：所述归一化处理的处理公式为：

其中X_*表示归一化处理后的数据，X_max为所有数据中X的最大值，X_min为所有数据中X的最小值，X_n为归一化处理后得到的新值。

5.根据权利要求3所述的一种基于ANFIS模型的实验室废水处理一体化方法，其特征在于：所述ANFIS神经网络预测包括：

输入所述ANFIS神经网络预测模型的拓扑结构、最小允许误差参数；

设置隐含层激活函数、输出层激活函数；

其中，所述拓扑结构包括输入层数目、隐含层数目、输出层数目。