[發明專利]一種污水厭氧處理產氣量多元智能實時監控方法

在審

• 申請號: 201811130613.1
• 申請日: 2018-09-27
• 公開（公告）號: CN109408896A
• 公開（公告）日: 2019-03-01
• 發明（設計）人: 黃明智;易曉輝;阮菊俊;王曉珊;章濤;孔少飛;應光國
• 申請（專利權）人: 華南師范大學
• 主分類號: G06F17/50
• 分類號: G06F17/50;G06N5/04;G06N3/04;G06N3/12
• 代理公司: 廣州市華學知識產權代理有限公司 44245
• 代理人: 黃磊

本發明公開了一種污水厭氧處理產氣量多元智能實時監控方法，包括：(1)構造遺傳?模糊小波神經網絡；確定網絡的模糊規則數；對網絡進行修正和改進；(2)將遺傳?模糊小波神經網絡編制作為程序并將程序燒錄于嵌入式厭氧處理監控系統中；(3)將污水數據作為訓練數據輸入到嵌入式厭氧處理監控系統中，將訓練好的網絡結構狀態保持在系統中；(4)將訓練好的嵌入式厭氧處理監控系統接入污水處理現場進行在線測量，系統基于改進后的遺傳?模糊小波神經網絡快速得到產氣量和甲烷含量；(5)每隔30分鐘采樣一次，重復步驟(4)。本發明通過準確預測產氣量和甲烷含量來智能地監控污水厭氧處理系統，促進污水厭氧處理系統的高效穩定運行。

技術領域

本發明涉及污水處理領域，尤其涉及一種污水厭氧處理產氣量多元智能實時監控方法。

背景技術

厭氧處理技術是在厭氧條件下，兼性厭氧和厭氧微生物群體將有機物轉化為甲烷和二氧化碳的過程，是一種既節能又產能的污水處理工藝，不僅可以處理高濃度有機廢水，而且可以處理中低濃度的有機廢水，在全世界范圍內得到廣泛的應用。

為了提高厭氧工藝處理效果，在保證水質的同時使產氣量最大，建立厭氧處理監控系統是非常有必要的。然而，污水厭氧處理系統是一個涉及化學、物理、生物等多門學科的復雜系統，具有復雜性、時變性、非線性和不確定性，使得產氣量與很多參數之間呈現出非線性的關系，給產氣預測建模技術的建立帶來了一定的困難。智能方法具有很強的學習能力和自適應能力，其本身是非線性的，可以通過學習達到所要求的非線性形狀來模擬對象模型，適合多輸入多輸出系統，而且智能方法對處理大量原始數據而不能用規則或者公式描述的問題，表現出極大的靈活性和自適應性，可以用于動態多變的厭氧處理系統的模擬。

發明內容

本發明的目的在于克服現有技術的不足，提供一種污水厭氧處理產氣量多元智能實時監控方法。本發明基于污水厭氧處理系統的產氣量、進水水質以及系統控制參數之間的相互關系，將小波分析、模糊理論、遺傳算法和神經網絡有機結合，構建GA-FWNN產氣量預測模型，并借助云計算存儲平臺對監測數據進行處理分析，預測產氣量(Biogas)和甲烷含量(CH₄)，智能化地監控污水厭氧處理系統，促進污水厭氧處理系統高效穩定運行。

本發明的目的能夠通過以下技術方案實現：

一種污水厭氧處理產氣量多元智能實時監控方法，具體步驟包括：

(1)構造遺傳-模糊小波神經網絡；采用自適應模糊C均值聚類算法確定遺傳-模糊小波神經網絡的模糊規則數；采用遺傳和梯度下降混合算法對遺傳-模糊小波神經網絡進行修正和改進；

(2)將改進后的遺傳-模糊小波神經網絡通過計算機語言編制作為系統程序，并將程序燒錄于嵌入式厭氧處理監控系統中；

(3)將污水數據作為訓練數據輸入到嵌入式厭氧處理監控系統中，使系統中改進后的遺傳-模糊小波神經網絡結構達到網絡精度目標，將訓練好的網絡結構狀態保持在系統中；

(4)將訓練好的嵌入式厭氧處理監控系統接入污水處理現場進行在線測量，通過傳感器實時采集現場水樣待測數據并將數據輸入到系統中，系統基于改進后的遺傳-模糊小波神經網絡快速得到產氣量和甲烷含量；

(5)每隔30分鐘采樣一次，重復步驟(4)。

具體地，在本發明中，選取進水化學需要量(COD)、有機負荷率(OLR)、水力停留時間(HRT)、酸堿度(pH)以及碳酸鹽總堿度(ALK)作為輸入量，以產氣量(Biogas)和甲烷含量(CH₄)作為輸出量。

具體地，在步驟(1)中，所構造的遺傳-模糊小波神經網絡(GA-FWNN)具體包括五層網絡結構，網絡輸入域輸出之間的映射關系表示為：