一种基于深度学习的集成化污水处理装置制造方法及图纸

本发明专利技术属于污水处理装置技术领域，具体涉及一种基于深度学习的集成化污水处理装置，包括检测室、试剂盒、电极室、共生室、过滤室，所述试剂盒设置在检测室内，所述电极室与共生室相连通，所述检测室通过管路与电极室连接，所述共生室通过管路与过滤室连接，所述过滤室通过管路与电极室连接。本发明专利技术根据不同污染物的处理方式和多维度条件将污染物分成大组和小组，寻找该对应处理小组的最适电流密度、pH浓度、H2O2浓度和PMS浓度，通过试剂盒和可变电源对传统化学电极、生物化学电极电压的调节，对污水中每一小组的污染物进行精准和高效处理。水中每一小组的污染物进行精准和高效处理。水中每一小组的污染物进行精准和高效处理。

【技术实现步骤摘要】
一种基于深度学习的集成化污水处理装置


[0001]本专利技术属于污水处理装置
，具体涉及一种基于深度学习的集成化污水处理装置。

技术介绍

[0002]目前很多污水处理厂采用一套处理传统处理方法，对于污染物没有针对性，占用了提升能力、缩短有效停留时间、增大能耗，需要大量水力和电能，形成恶性循环。当有部分污染物含量过多，无法一次性处理时，现有污水处理方法是继续循环进行某一阶段的处理，一整套流程进行下来就会耗费额外的电能和化学投料。并且目前污水处理厂仍需要大量人工参与的部分，造成了技术人员缺失的问题，反而降低了污水处理效率并且无法及时检修。

技术实现思路

[0003]针对上述很多污水处理厂对于污染物没有针对性、耗能多、人工量大的技术问题，本专利技术提供了一种对污染物针对性强、耗能低、智能化高的基于深度学习的集成化污水处理装置。
[0004]为了解决上述技术问题，本专利技术采用的技术方案为：
[0005]一种基于深度学习的集成化污水处理装置，包括检测室、试剂盒、电极室、共生室、过滤室，所述试剂盒设置在检测室内，所述电极室与共生室相连通，所述检测室通过管路与电极室连接，所述共生室通过管路与过滤室连接，所述过滤室通过管路与电极室连接。
[0006]所述检测室内设置有传感器探头，所述传感器探头通过导线电性连接有单片机，所述单片机采用STM32F103ZET6芯片，所述单片机电性连接有电源模块，所述电源模块连接在220V供电上，所述单片机上电性连接有显示屏，所述单片机通过无线通讯方式连接有服务器，所述服务器通过无线通讯方式连接在用户端。
[0007]所述试剂盒包括酸性调节试剂盒、碱性调节试剂盒、H2O2调节试剂盒和PMS调节试剂盒，所述酸性调节试剂盒、碱性调节试剂盒、H2O2调节试剂盒和PMS调节试剂盒分别设置有第一电磁阀，所述第一电磁阀电性连接有第二继电器，所述第二继电器电性连接在单片机上。
[0008]所述电极室内设置有电极固定架，所述电极固定架上设置有50个多孔碳电极，其中25个多孔碳电极连接有第一可变电源，所述25个多孔碳电极通过第一可变电源施加1.2
‑
2.2V的电压构成传统化学电极；其中10个多孔碳电极连接有第二可变电源，所述10个多孔碳电极通过第二可变电源施加0.5
‑
1.1V的电压构成生物化学电极；其中15个多孔碳电极分别连接有第一可变电源和第二可变电源，所述15个多孔碳电极与第一可变电源、第二可变电源之间连接有第一继电器，构成可变电极，所述第一继电器的触点为单刀双掷触点，所述第一继电器的单刀双掷触点的两个输出端分别与第一可变电源、第二可变电源连接，所述第一继电器电性连接在单片机上。
[0009]所述共生室内设置有插入式格栅，所述插入式格栅内设置有天然水草，所述共生
室的侧壁上挂设有浸润了藻液的人工水草。
[0010]所述共生室的底部设置有曝气装置，所述曝气装置采用低压低速供氧，所述共生室的侧壁设置有灯柱和恒温控制器。
[0011]所述电极室与检测室之间的管路上设置有水泵，所述检测室上设置有进水口，所述检测室的进水口上设置有第二电磁阀，所述共生室与过滤室之间的管路上设置有第三电磁阀，所述检测室上设置有三个出水口，三个所述出水口上分别设置有第四电磁阀，所述第二电磁阀电性连接有第三继电器，所述第三电磁阀电性连接有第四继电器，所述第四电磁阀电性连接有第五继电器，所述第三继电器、第四继电器和第五继电器均通过导线电性连接在单片机上。
[0012]所述进水口的外侧连接有引水池，所述引水池内设置有浮水植物和挺水植物，所述引水池和共生室内的植物取出放置在藻类水草再利用装置内，所述藻类水草再利用装置通过沼气发电机连接有电力供应装置，所述电力供应装置连接有太阳能发电板，所述电力供应装置分别与检测室、电极室、共生室和藻类水草再利用装置电性连接。
[0013]所述过滤室内设置有两组膜组件，一组所述膜组件采用纳滤膜，另一组所述膜组件采用反渗透膜。
[0014]一种基于深度学习的集成化污水处理装置的处理方法，包括下列步骤：
[0015]S1、在检测室内检测污水的污染物种类、污染物浓度、pH浓度、H2O2浓度和PMS浓度；
[0016]S2、根据不同污染物的处理方式对污染物进行大类分组，所述处理方式包括传统化学电极处理和生物化学电极处理，两种处理方式分别为一个大组，根据污水中重金属离子和有机物的比例调控电极室内的可变电极，使电极室内的传统化学电极和生物化学电极达到最适比例；在每种处理方式下综合考虑电流密度、电压、pH浓度、H2O2浓度和PMS浓度多维度条件，寻找最适处理条件相近的污染物作为一个小组；
[0017]S3、将pH值调节至S2中一个小组的最适pH值，寻找该对应处理小组的最适电流密度、pH浓度、H2O2浓度和PMS浓度；
[0018]S4、污水经过试剂盒进行pH、H2O2和PMS调节；
[0019]S5、污水进入电极室，根据该对应处理小组中重金属离子和有机物的最适电流密度，分别通过第一可变电源和第二可变电源对传统化学电极和生物化学电极的电压进行调节；对应控制传统化学电极的第一可变电源，将传统化学电极的电压调整至该对应处理小组中重金属离子的最适电压；对应控制生物化学电极的第二可变电源，将生物化学电极的电压调整至该对应处理小组中有机物的最适电压，在电极室内同时对该对应处理小组中的重金属离子和有机物进行处理；
[0020]S6、再进入检测室检测一个小组的污染物是否已达到预处理标准，若达到预处理标准，则进入步骤S3循环去除下一小组的污染物，直至将所有小组的污染物均达到预处理标准，进入步骤S7；若没有达到预处理标准，则返回步骤S4；
[0021]S7、经过试剂盒将污水的pH值调节至中性，然后经过膜组件、电极室和共生室进行过滤循环；
[0022]S8、在检测室内进行检测，检测污水是否达到排放标准，若达到排放标准则排放；若没有达到排放标准，则返回步骤S2。
[0023]本专利技术与现有技术相比，具有的有益效果是：
[0024]1、本专利技术根据不同污染物的处理方式对污染物进行大类分组，处理方式包括传统化学电极处理和生物化学电极处理，两种处理方式分别为一个大组，根据污水中重金属离子和有机物的比例调控电极室内的可变电极，使电极室内的传统化学电极和生物化学电极达到最适比例；在每种处理方式下综合考虑电流密度、电压、pH浓度、H2O2浓度和PMS浓度多维度条件，寻找最适处理条件相近的污染物作为一个小组，然后通过试剂盒对对应处理小组的pH、H2O2和PMS进行调节，根据该对应处理小组中重金属离子和有机物的最适电流密度，分别通过第一可变电源和第二可变电源对传统化学电极和生物化学电极的电压进行调节；对应控制传统化学电极的第一可变电源，将传统化学电极的电压调整至该对应处理小组中重金属离子的最适电压；对应控制生物化学电极的第二可变电源，将生物化学电极的电压调整至该对应处理小组中有机物的最适电压本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于深度学习的集成化污水处理装置，其特征在于：包括检测室(1)、试剂盒(2)、电极室(3)、共生室(4)、过滤室(5)，所述试剂盒(2)设置在检测室(1)内，所述电极室(3)与共生室(4)相连通，所述检测室(1)通过管路与电极室(3)连接，所述共生室(4)通过管路与过滤室(5)连接，所述过滤室(5)通过管路与电极室(3)连接。2.根据权利要求1所述的一种基于深度学习的集成化污水处理装置，其特征在于：所述检测室(1)内设置有传感器探头(101)，所述传感器探头(101)通过导线电性连接有单片机(6)，所述单片机(6)采用STM32F103ZET6芯片，所述单片机(6)电性连接有电源模块(601)，所述电源模块(601)连接在220V供电上，所述单片机(6)上电性连接有显示屏，所述单片机(6)通过无线通讯方式连接有服务器，所述服务器通过无线通讯方式连接在用户端。3.根据权利要求1所述的一种基于深度学习的集成化污水处理装置，其特征在于：所述试剂盒(2)包括酸性调节试剂盒(201)、碱性调节试剂盒(202)、H2O2调节试剂盒(203)和PMS调节试剂盒(204)，所述酸性调节试剂盒(201)、碱性调节试剂盒(202)、H2O2调节试剂盒(203)和PMS调节试剂盒(204)分别设置有第一电磁阀(205)，所述第一电磁阀(205)电性连接有第二继电器(206)，所述第二继电器(206)电性连接在单片机(6)上。4.根据权利要求1所述的一种基于深度学习的集成化污水处理装置，其特征在于：所述电极室(3)内设置有电极固定架(301)，所述电极固定架(301)上设置有50个多孔碳电极(302)，其中25个多孔碳电极(302)连接有第一可变电源，所述25个多孔碳电极(302)通过第一可变电源施加1.2
‑
2.2V的电压构成传统化学电极；其中10个多孔碳电极(302)连接有第二可变电源，所述10个多孔碳电极(302)通过第二可变电源施加0.5
‑
1.1V的电压构成生物化学电极；其中15个多孔碳电极(302)分别连接有第一可变电源和第二可变电源，所述15个多孔碳电极(302)与第一可变电源、第二可变电源之间连接有第一继电器(303)，构成可变电极，所述第一继电器(303)的触点为单刀双掷触点，所述第一继电器(303)的单刀双掷触点的两个输出端分别与第一可变电源、第二可变电源连接，所述第一继电器(303)电性连接在单片机(6)上。5.根据权利要求1所述的一种基于深度学习的集成化污水处理装置，其特征在于：所述共生室(4)内设置有插入式格栅(401)，所述插入式格栅(401)内设置有天然水草(402)，所述共生室(4)的侧壁上挂设有浸润了藻液的人工水草。6.根据权利要求1所述的一种基于深度学习的集成化污水处理装置，其特征在于：所述共生室(4)的底部设置有曝气装置，所述曝气装置采用低压低速供氧，所述共生室(4)的侧壁设置有灯柱和恒温控制器。7.根据权利要求1所述的一种基于深度学习的集成化污水处理装置，其特征在于：所述电极室(3)与检测室(1)之间的管路上设置有水泵(7)，所述检测室(1)上设置有进水口(102)，所述检测室(1)的进水口(101)上设置有第二电...

【专利技术属性】
技术研发人员：周小凯，霍承昕，张开元，张昊，姜怡杰，石鼎，邓迎，李佳益，陈悦琳，李嘉宾，
申请(专利权)人：周小凯，
类型：发明
国别省市：