论文部分内容阅读
随着国家对水环境治理要求的日益提高，对于城市污水处理厂的运行需要精细化的工艺调控、全流程的在线控制、加强对排水水质的实时监督并建立进出水超标预警机制。为满足这一系列更高的要求，建模、数据分析等数学工具已成为弥补传统经验法不足的强有力手段。目前污水处理数学模拟研究主要分为两大类:一类是采用污水处理专业模型，对污水处理过程中某一特定工艺环节进行机理性的模拟分析，例如基于ASMs系列模型的污水处理生物反应过程模拟、基于ADM系列模型的污泥厌氧消化过程模拟等;另一类是基于数据挖掘技术，通过采集大量数据样本，将污水处理过程作为一个“黑箱”进行模拟研究，例如采用神经网络模型对污水处理进出水进行拟合。 以上两种研究均是针对污水处理过程中的某一方面进行的局部模拟，各有其优势与特点。但在实际生产中，污水处理过程作为一个复杂的工业过程，它的数据具有数据量大、数据类型多样、工业噪声和过程不确定因素多、数据动态性大等特点，且污水处理做为一个系统工程，其中每个过程都是互相紧密关联的，任何一个过程的改变都可能会对最终处理结果产生影响。任何单一的模拟方法，均无法完全达到污水处理厂全流程模拟的要求。 本研究以实际污水处理厂生产运行为研究对象，将污水处理过程作为一个整体，以活性污泥数学模型和数据挖掘技术为理论基础，结合污水处理过程中不同工艺环节的数据特点以及各数学模拟技术的特点，以单独或组合应用的形式将其应用于污水处理厂各环节中，最终以多模型、分段模拟的方式，实现对污水处理厂全流程的综合模拟分析和预判，为数学模型在污水处理厂的实际应用及相关问题的解决方案提供理论与支撑，具体包括以下内容: 1.以污水处理过程中最普遍的生物脱氮反应为研究目标，分别采用传统活性污泥数学模型与BP神经网络结合马尔科夫链算法，对其进行模拟分析研究，考察了两种模拟方法的表现性能和特点，结果表明两种模拟方法均能取得良好的模拟效果。 2.提出了一种新的判断污水处理厂配水分布的方法，该方法基于物料平衡原理，通过直接或间接监测配水前后的水质指示指标参数波动，结合数值拟合及动态时间规整算法(DTW)对数据进行分析对比，从而计算推断配水分布情况。本研究利用该方法对北京某大型污水处理厂进行了实际应用。 3.采用污水处理数学模拟工具，以实际污水厂为研究对象建立了全过程数学模型，进行了一系列动态模拟研究。从化学除磷和曝气池溶解氧动态模拟实例可以看出，利用数学模拟技术将有助于污水处理厂工艺技术人员更好的掌握运行中的各种规律变化，并为污水厂曝气优化控制提供了依据。从污水厂升级改造方案模拟中，可以极大减少了改造的成本。 4.基于上述动态模拟成果，以北京高碑店污水处理厂为例，介绍了该厂以动态模拟结果作为参考，优化控制泥龄和溶解氧等措施实现强化硝化性能的方法，使其二级出水氨氮连续四年稳定达到≤1mg/L的热电厂循环冷却水水源要求。 5.以北京某大型污泥厌氧消化工程为例，分别通过多元线性回归模型、神经网络模型、分类回归模型和邻近算法模型对整体系统的产沼气效率进行了模拟预测，综合对比分析了各种模型的拟合效果并寻找出了最优的模拟方法。为下一步的污泥厌氧消化工艺优化运行提供了技术支撑。 6.以7座污水处理厂的生产数据为依据，首先通过灰色关联法确定了对泥饼含水率具有显著影响的指标与输入变量。在此基础上，以WEKA为工具平台，采用M5P分类回归算法对污水厂泥饼含水率指标进行建模，并进行了模拟校核与预测，取得了很好的模拟效果，通过该方法模拟污水厂污泥脱水效果在以往研究中尚属首次。