[發(fā)明專利]一種活性污泥形態(tài)學(xué)和污泥體積指數(shù)SVI軟測量方法有效
| 申請?zhí)枺?/td> | 202110016058.5 | 申請日: | 2021-01-07 |
| 公開(公告)號: | CN112634347B | 公開(公告)日: | 2023-09-15 |
| 發(fā)明(設(shè)計)人: | 趙立杰;鄒世達(dá);黃明忠;張宇紅;范文玉 | 申請(專利權(quán))人: | 沈陽化工大學(xué) |
| 主分類號: | G06T7/60 | 分類號: | G06T7/60;C02F3/12 |
| 代理公司: | 沈陽技聯(lián)專利代理有限公司 21205 | 代理人: | 張志剛 |
| 地址: | 110142 遼寧*** | 國省代碼: | 遼寧;21 |
| 權(quán)利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關(guān)鍵詞: | 一種 活性污泥 形態(tài)學(xué) 污泥 體積 指數(shù) svi 測量方法 | ||
一種活性污泥形態(tài)學(xué)和污泥體積指數(shù)SVI軟測量方法,涉及一種污水智能檢測方法,本發(fā)明方法包括活性污泥顯微圖像特征提取、集成特征選擇、SVI軟測量模型建模、SVI預(yù)報四個步驟:其中活性污泥顯微圖像特征提取,用于提取生化池活性污泥顯微圖像絮體和絲狀菌形態(tài)學(xué)特征;集成特征選擇,采用皮爾遜相關(guān)系數(shù)法、最大互信息系數(shù)、Lasso回歸模型、平均不純度減少法、穩(wěn)定性選擇方法、遞歸特征消除法六種特征選擇方法;SVI軟測量模型,采用快速隨機配置神經(jīng)網(wǎng)絡(luò)FastSCN方法,構(gòu)建SVI模型;SVI預(yù)報,提取和選擇新樣本形態(tài)學(xué)特征。本發(fā)明能夠有效提取活性污泥微生物形態(tài)學(xué)特征,可靠穩(wěn)定預(yù)報污泥沉降性能SVI指標(biāo),為污水處理操作和優(yōu)化提供出水水質(zhì)和操作參數(shù)動態(tài)變化信息。
技術(shù)領(lǐng)域
本發(fā)明涉及一種污水智能檢測方法,特別是涉及一種活性污泥形態(tài)學(xué)和污泥體積指數(shù)SVI軟測量方法。是一種活性污泥形態(tài)學(xué)特征選擇和污泥體積指數(shù)(Sludge?VolumeIndex,SVI)軟測量方法。
背景技術(shù)
城市污水處理廠多采用活性污泥法,依靠微生物群體新陳代謝活動,降解污水中有機污染物,具有處理效率高,操作費用低等優(yōu)勢?;钚晕勰嘞到y(tǒng)的成功取決于微生物絮凝體和絲狀細(xì)菌之間的生態(tài)系統(tǒng)平衡,一旦平衡遭到破壞,容易引發(fā)污泥膨脹,嚴(yán)重影響污水處理廠運行。污泥沉降性能是活性污泥工藝的關(guān)鍵。污泥體積指數(shù)SVI是表征污泥沉降性能的主要指標(biāo)。因此及時準(zhǔn)確預(yù)報活性污泥指數(shù)SVI,有助于及時了解污泥沉降性能,為早期污泥膨脹、污泥上浮等污水處理異?,F(xiàn)象提供預(yù)警信息。
常規(guī)SVI指標(biāo)依賴于實驗室離線化驗分析,具有耗時、費力、化驗頻次低等問題。由于污水水質(zhì)成分復(fù)雜、進(jìn)水波動不可控,動力學(xué)參數(shù)多、非線性強等綜合復(fù)雜性,一般難以建立準(zhǔn)確的機理模型?;跀?shù)據(jù)驅(qū)動的預(yù)測模型建立方法受到廣泛關(guān)注,例如韓紅桂等人(CN108898215A)基于數(shù)據(jù)建模方法出發(fā),提出一種基于二型模糊神經(jīng)網(wǎng)絡(luò)的污泥膨脹智能辨識方法,選取與SVI相關(guān)的污水處理過程變量,溶解氧濃度DO,總氮TN,污泥負(fù)荷F/M,酸堿度pH,溫度T作為軟測量模型的輸入,建立SVI軟測量模型。
SVI指標(biāo)與活性污泥內(nèi)部結(jié)構(gòu)、化學(xué)組成和微生物生態(tài)學(xué)特征高度相關(guān),能夠反映污水處理廠的運行工況動態(tài)變化和出水水質(zhì)變化,因此基于活性污泥顯微圖像定量分析,為SVI預(yù)測提供了有效途徑。其中,污泥形態(tài)學(xué)特征參數(shù)提取和選擇是實現(xiàn)高可靠性SVI模型的關(guān)鍵。
發(fā)明內(nèi)容
本發(fā)明的目的在于提供一種活性污泥形態(tài)學(xué)和污泥體積指數(shù)SVI軟測量方法,本發(fā)明通過集成六種特征選擇方法對所獲取的絲狀菌和絮體各27個形態(tài)學(xué)特征變量進(jìn)行綜合評價,選取一組與SVI相關(guān)性高、特征間冗余性低的形態(tài)學(xué)特征參數(shù)作為SVI模型輸入變量,然后采用FastSCN學(xué)習(xí)方法訓(xùn)練SVI軟測量模型,最后基于構(gòu)建的SVI模型進(jìn)行預(yù)報。
本發(fā)明的目的是通過以下技術(shù)方案實現(xiàn)的:
一種活性污泥形態(tài)學(xué)和污泥體積指數(shù)SVI軟測量方法,所述方法包括活性污泥顯微圖像特征提取、集成特征選擇、SVI軟測量模型建模、SVI預(yù)報4個步驟:
所述活性污泥顯微圖像特征提取,用于提取生化池活性污泥顯微圖像絮體和絲狀菌形態(tài)學(xué)特征;
所述集成特征選擇,采用皮爾遜相關(guān)系數(shù)法、最大互信息系數(shù)、Lasso回歸模型、平均不純度減少法、穩(wěn)定性選擇方法、遞歸特征消除法六種特征選擇方法,根據(jù)活性污泥顯微圖像絮體和絲狀菌形狀、結(jié)構(gòu)、緊密度、大小等形態(tài)學(xué)特征得分,選取一組冗余性低且與SVI相關(guān)性較高的活性污泥絮體和絲狀菌形態(tài)學(xué)特征;
所述SVI軟測量模型,模型輸入為活性污泥絮體和絲狀菌k個形態(tài)學(xué)特征,模型輸出是SVI值,采用快速隨機配置神經(jīng)網(wǎng)絡(luò)FastSCN(Fast?Stochastic?ConfigurationNetwork)方法,構(gòu)建SVI模型;
所述SVI預(yù)報,通過對新樣本形態(tài)學(xué)特征提取和選擇,利用已經(jīng)構(gòu)建的FastSCN污泥體積指數(shù)軟測量模型,實現(xiàn)新樣本SVI指標(biāo)的預(yù)報。
該專利技術(shù)資料僅供研究查看技術(shù)是否侵權(quán)等信息,商用須獲得專利權(quán)人授權(quán)。該專利全部權(quán)利屬于沈陽化工大學(xué),未經(jīng)沈陽化工大學(xué)許可,擅自商用是侵權(quán)行為。如果您想購買此專利、獲得商業(yè)授權(quán)和技術(shù)合作,請聯(lián)系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/202110016058.5/2.html,轉(zhuǎn)載請聲明來源鉆瓜專利網(wǎng)。
- 一種數(shù)學(xué)形態(tài)學(xué)和LoG算子結(jié)合的邊緣檢測算法
- 一種利用形態(tài)學(xué)中心算子的圖像融合方法
- 基于形態(tài)學(xué)房屋指數(shù)的高分辨率遙感影像房屋提取方法
- 一種利用數(shù)學(xué)形態(tài)學(xué)切換變換構(gòu)造形態(tài)學(xué)對比度算子的礦物圖像增強方法
- 高分辨率遙感影像快速分割方法
- 基于改進(jìn)Roberts算子的不規(guī)則飲料瓶碼放圖像邊緣檢測方法
- 檢測模式控制電路
- 檢測模式控制電路
- 一種基于稀疏結(jié)構(gòu)元素的數(shù)學(xué)形態(tài)學(xué)信號處理方法
- 一種城市建筑物高分遙感影像自動提取的方法及裝置





