一种除磷加药智能控制系统技术方案

本发明专利技术公开了一种除磷加药智能控制系统，所述前馈控制系统包括第一总磷在线检测仪和第一流量计，所述第一总磷在线监测仪和第一流量计的输入端延伸至污水内，且第一总磷在线监测仪和第一流量计的输出端连接有PLC控制器和在线学习控制系统，所述在线学习系统包括硬件部分和软件部分构成，所述硬件部分为ARM开发板，且AMR开发板的输入端从左到右分别连接有前馈控制系统、第三流量计、第二流量计和第二总磷在线监测仪。本系统把基于深度学习算法的在线学习模型与前馈除磷控制系统结合起来，解决了传统除磷加药控制系统的非线性、时变和时滞的难题，能很好的满足生产需要,具有较强的可行性和实用性，可实现在出水稳定达标前提下降低加药量。

An intelligent control system for phosphorus removal and dosing

【技术实现步骤摘要】
一种除磷加药智能控制系统
本专利技术涉及污水处理
，具体是一种除磷加药智能控制系统。
技术介绍
目前城镇污水处理厂处理出水要达到一级A排放标准，出水的总磷（TP）浓度要小于0.5mg/L，而生物除磷出水范围一般为0.3~1.5mg/L，不能稳定达到一级A标准，因此需要化学辅助除磷。除磷药剂的投加量是化学除磷的主要影响因素，它直接关系到处理出水的达标排放和运行成本。但是，长期以来污水厂的加药除磷大多是人工进行调节控制，加药量全凭运行人员根据入水水质、出水水质和经验决定，为保证出水总磷达标往往投加过量的除磷剂，从而浪费了大量的药剂，导致污水厂运行成本增加。因此，本领域技术人员提供了一种除磷加药智能控制系统，以解决上述
技术介绍
中提出的问题。
技术实现思路
本专利技术的目的在于提供一种除磷加药智能控制系统，以解决上述
技术介绍
中提出的问题。为实现上述目的，本专利技术提供如下技术方案：一种除磷加药智能控制系统，包括前馈控制系统，所述前馈控制系统包括第一总磷在线检测仪和第一流量计，所述第一总磷在线监测仪和第一流量计的输入端延伸至污水内，且第一总磷在线监测仪和第一流量计的输出端连接有PLC控制器和在线学习控制系统。所述在线学习系统包括硬件部分和软件部分构成，所述硬件部分为ARM开发板，且AMR开发板的输入端从左到右分别连接有前馈控制系统、第三流量计、第二流量计和第二总磷在线监测仪，所述AMR开发板的输出端连接有PLC控制器。作为本专利技术再进一步的方案：所述在线学习系统的软件部分为基于深度学习算法的除磷剂的投加量预测模型，所述投加量预测模型由MATLAB语言编写。作为本专利技术再进一步的方案：所述第二总磷在线监测仪和第二流量计的输入端连接于出水，且第二总磷在线监测仪和第二流量计输出端连接于ARM开发板。作为本专利技术再进一步的方案：所述药剂投加泵的输出端连接有第三流量计，所述第三流量计的输出端连接有混合器。作为本专利技术再进一步的方案：所述PLC控制器的输入端与前馈控制系统和在线学习控制系统连接，且PLC控制器的输出端连接有药剂投加泵。作为本专利技术再进一步的方案：所述混合器的输入端连接有第三流量计，且混合器的输出端连接有过滤池。与现有技术相比，本专利技术的有益效果是：本系统把基于深度学习算法的在线学习模型与前馈除磷控制系统结合起来，解决了传统除磷加药控制系统的非线性、时变和时滞的难题，降低了其它干扰因素对系统的影响，能很好的满足生产需要,具有较强的可行性和实用性，可实现在出水稳定达标前提下加药量的显著降低。附图说明图1为一种除磷加药智能控制系统的结构示意图；图2为一种除磷加药智能控制系统的流程图；图3为一种除磷加药智能控制系统中实验室配置不同进水总磷浓度的加药量拟合曲线图；图4为一种除磷加药智能控制系统中深度信念网络预测模型结构图；图5为一种除磷加药智能控制系统中深度信念网络预测模型对加药量预测值与真实值的对比图；图6为一种除磷加药智能控制系统中污水厂实际数据的加药量拟合曲线图。具体实施方式请参阅图1～6，本专利技术实施例中，一种除磷加药智能控制系统，包括前馈控制系统，其特征在于，前馈控制系统包括第一总磷在线检测仪和第一流量计，第一总磷在线监测仪和第一流量计的输入端延伸至污水内，且第一总磷在线监测仪和第一流量计的输出端连接有PLC控制器和在线学习控制系统，PLC控制器和在线学习控制系统中的AMR开发板分别用来测定进水总磷的浓度与进水的流量。在线学习系统包括硬件部分和软件部分构成，硬件部分为ARM开发板，且AMR开发板的输入端从左到右分别连接有前馈控制系统、第三流量计、第二流量计和第二总磷在线监测仪，AMR开发板的输出端连接有PLC控制器，在线学习系统的软件部分为基于深度学习算法的除磷剂的投加量预测模型，投加量预测模型由MATLAB语言编写，该模型收集进水总磷(TPinf)、进水流量(Qinf)、出水总磷(TPeff)、出水流量(Qeff)、加药量的历史数据，建立一个4输入(TPinf,Qinf,TPeff,Qeff)1输出(加药量)的深度学习模型，该模型利用历史数据进行自主学习并对当前加药量进行预测，数据量越大模型的预测精度越高。第二总磷在线监测仪和第二流量计的输入端连接于出水，且第二总磷在线监测仪和第二流量计输出端连接于ARM开发板，PLC控制器的输入端与前馈控制系统和在线学习控制系统连接，且PLC控制器的输出端连接有药剂投加泵，药剂投加泵的输出端连接有第三流量计，第三流量计的输出端连接有混合器，混合器的输入端连接有第三流量计，且混合器的输出端连接有过滤池，污水先流入混合器再流入过滤池，最后经过滤后出水。一种除磷加药智能控制系统，包括以下步骤：S1、首先，利用前馈控制系统中的第一总磷在线检测仪和第一流量计分别获取污水的进水总磷浓度(Tinf)和进水流量(Qinf)，并将获取的数据传至PLC控制器；S2、PLC控制器根据输入的Tinf、Qinf及设定的出水总磷浓度的目标值，计算除磷药剂的投加量并传至变频加药泵，药剂投加量的计算取决于所取数学公式的准确性，因此选择一条合适的数学模型能够确保药剂投加的精度，保证出水总磷的稳定性；其中S2包括以下步骤：S201、现场采集广州市龙归污水厂缺氧池前端、好氧池出水与二沉池出水各30L水样及硫酸铝药剂1L，立即测出其总磷含量如下，缺氧池出水：8.53mg/L，好氧池出水：0.30mg/L，二沉池出水：0.06mg/L(测量四次取平均值)，然后利用好氧池出水与缺氧池前端配出总磷浓度为0.3-3的溶液。S202、在实验室按照国标法模拟现场加药过程和反应过程，测量出加药后的总磷浓度，然后通过MATLAB中的“CurveFitting”工具箱进行数据拟合，建立药剂和总磷含量的对应函数关系，拟合曲线如图3所示，公式如下：y=3.613(x-obj)+1.704；当进水流量为Q(m3/h)时,加药量为Y(L/h),Y=yQ/200；其中，x是进水总磷(mg/L),obj为目标出水总磷(mg/L)，y为100ml废水里所加的药量(ml)；S203、本模型使用实验的四十组数据进行模型建立，由于实验过程的人工操作误差，使得拟合模型的相关系数为0.8629，但模型显示出加药是呈线性的，与化学反应式的理论吻合，模型是正确的，因此模型可投入到实际使用。S204、初始投药时，投药量乘以一个安全系数，保证出水安全，后期通过在线式总磷测试仪测试的数据，有一定数量的数据后，重新拟合公式，可使模型的偏差减少，使模型更精确。S3、药剂投加泵根据S2计算出的药剂投加量把药投至混合器；S4、为了提高药剂投加量的准确度，利用在线学习控制系统中的深度信念网络模型对加药量进行预测，再一次计算出所需的加药量并传至PLC控制器；其中加药量预测模型建模步骤具体为：S401、获取广州市龙归污水厂的加药量预测模型本文档来自技高网...

【技术保护点】
1.一种除磷加药智能控制系统，包括前馈控制系统，其特征在于，所述前馈控制系统包括第一总磷在线检测仪和第一流量计，所述第一总磷在线监测仪和第一流量计的输入端延伸至污水内，且第一总磷在线监测仪和第一流量计的输出端连接有PLC控制器和在线学习控制系统。/n

【技术特征摘要】
1.一种除磷加药智能控制系统，包括前馈控制系统，其特征在于，所述前馈控制系统包括第一总磷在线检测仪和第一流量计，所述第一总磷在线监测仪和第一流量计的输入端延伸至污水内，且第一总磷在线监测仪和第一流量计的输出端连接有PLC控制器和在线学习控制系统。


2.所述在线学习系统包括硬件部分和软件部分构成，所述硬件部分为ARM开发板，且AMR开发板的输入端从左到右分别连接有前馈控制系统、第三流量计、第二流量计和第二总磷在线监测仪，所述AMR开发板的输出端连接有PLC控制器。


3.根据权利要求1所述的一种除磷加药智能控制系统，其特征在于，所述在线学习系统的软件部分为基于深度学习算法的除磷剂的投加量预测模型，所述投加量预测模型由MATLAB语言编写。

【专利技术属性】
技术研发人员：黄明智，牛国强，易晓辉，李小勇，戴聪海，
申请(专利权)人：华师福建环境科技有限责任公司，
类型：发明
国别省市：福建;35