申请日2017.09.29
公开(公告)日2018.02.13
IPC分类号C02F3/00
摘要
本发明公开了一种基于SBR反应器的污水处理方法及系统，包括以下步骤：(1)实时监测SBR反应器的工艺参数，并通过模型预测出水水质;(2)如预测出水水质不达标，则通过数据库分析所有导致出水水质不达标的因素;(3)将所有的因素按概率进行排序，按概率从大到小逐个排查，所述排查为将所述因素对应的工艺参数以模型初始值为中心，在一定变化范围内调整工艺参数值，输入模型，得到最佳工艺参数;(4)通过执行机构将SBR反应器中对应的工艺参数调整至所述最佳工艺参数。本发明解决了污水处理厂运行生化装置依靠操作人员的经验进行判断并操作，往往因不合理运行，导致生化工艺去除效率低，甚至导致系统崩溃，水质不能达到标准等问题。
权利要求书
1.一种基于SBR反应器的污水处理方法，其特征在于，包括以下步骤：
(1)实时监测SBR反应器的工艺运行参数及水质指标，并通过模型处理单元预测出水水质;
(2)如预测出水水质不达标，首先通过专家系统数据库定性诊断，获取所有可能导致SBR反应器出水不达标的水质原因;
(3)将所有的水质原因按概率进行排序，按概率从大到小逐个排查，所述排查为将所述水质原因对应的工艺运行参数或模型组分分别以系统运行初始值或者模型组分初始值为中心，在一定变化范围内调整工艺参数值，输入到模型处理单元，比较污染物去除率，得到最佳工艺参数;
(4)通过执行机构将SBR反应器中对应的工艺运行参数或模型组分调整至所述最佳工艺参数。
2.如权利要求1所述的污水处理方法，其特征在于，所述的变化范围为±100%。
3.如权利要求1所述的污水处理方法，其特征在于，所述的工艺运行参数包括：pH、溶解氧、温度、排泥量和排水量。
4.如权利要求1所述的污水处理方法，其特征在于，所述出水水质的指标包括：COD、NH4-N浓度、PO4-P浓度和TN浓度。
5.如权利要求1所述的污水处理方法，其特征在于，如对专家系统数据库提供的水质原因进行排查无法使出水水质达标，则模型处理单元排查剩余的模型组分。
6.如权利要求1所述的污水处理方法，其特征在于，如得到最佳工艺参数，则计入对应因素概率的统计数据。
7.一种基于SBR反应器的污水处理系统，其特征在于，包括：
实时监测系统，实时监测SBR反应器的工艺运行参数;
模型预测单元，根据所述的工艺参数，预测出水水质;如预测出水水质不合格，则按照水质原因发生的概率由大到小，对各个因素对应的工艺参数进行在以初始值为中心的一定范围内的调整，直至获得最佳工艺参数;
专家系统数据库，如出水水质不达标，则调取导致出水水质不达标的因素及相应的概率;
执行机构，将SBR反应器中对应的工艺参数调整至所述最佳工艺参数。
8.如权利要求1所述的污水处理系统，其特征在于，所述的变化范围为±100%。
9.如权利要求1所述的污水处理系统，其特征在于，所述的工艺运行参数包括：pH、溶解氧、温度、排泥量和排水量。
10.如权利要求1所述的污水处理系统，其特征在于，所述出水水质的指标包括：COD、NH4-N浓度、PO4-P浓度和TN浓度。
说明书
一种基于SBR反应器的污水处理方法及系统
技术领域
本发明涉及一种SBR污水处理系统的定性定量耦合诊断系统，属于环境工程技术领域。
背景技术
SBR工艺具有占地小、流程短、可控性好、耐冲击负荷强等优点,目前，中国大部分污水处理厂，根据个人经验解决水质不达标及控制运行条件，虽然容易掌握，简单控制，但是，造成大量能源浪费，甚至影响出水水质问题，导致去除效率低或污泥膨胀等问题。然而，根据模型计算，基于直接参数即通过在线COD、氨氮、磷酸盐、硝酸盐等传感器直接检测污染物浓度的变化，当污染物浓度降低到设定的范围时进行阶段转换，从而实现 SBR工艺的优化运行。相对传统的定时策略，基于直接参数的实时控制策略提高了氮、磷等污染物的去除率，节约了能耗。但是，污染物传感器的价格昂贵、维护复杂，调控存在滞后性。
因此，开发一种可以实现对中国城镇污水处理过程，遇到水质问题，进行实时的诊断、控制方法来解决生化处理问题及优化污水处理工艺至关重要。
发明内容
本发明提供一种基于SBR反应器的污水处理系统及方法，目的解决污水处理厂运行生化装置依靠操作人员的经验进行判断并操作，往往因不合理运行，导致生化工艺去除效率低，甚至导致系统崩溃，水质不能达到标准等问题。
一种基于SBR反应器的污水处理方法，包括以下步骤：
(1)实时监测SBR反应器的工艺运行参数及水质指标，并通过模型处理单元预测出水水质;
(2)如预测出水水质不达标，首先通过专家系统数据库定性诊断，获取所有可能导致SBR反应器出水不达标的水质原因;
(3)将所有的水质原因按概率进行排序，按概率从大到小逐个排查，所述排查为将所述水质原因对应的工艺运行参数或模型组分以系统运行初始值或者模型组分初始值为中心，在一定变化范围内调整工艺参数值，输入到模型处理单元，比较污染物去除率(COD、NH4-N浓度、PO4-P浓度和TN浓度)，得到最佳工艺参数;
(4)通过执行机构将SBR反应器中对应的工艺运行参数或模型组分调整至所述最佳工艺参数。
优选地，所述的变化范围为±100%。
优选地，所述的工艺运行参数包括：pH、溶解氧(DO)、温度(T)、排泥量(SRT)和排水量(HRT)等。
优选地，所述水质原因用FCASM3机理模型的31个模型组分(见表1) 表示及系统运行工艺参数表示。
表1模型组分
优选地，所述出水水质的指标包括：COD、NH4-N浓度、PO4-P浓度和TN浓度。
优选地，如对专家系统数据库提供的水质原因进行排查无法使出水水质达标，则模型处理单元排查剩余的模型组分。
优选地，如得到最佳工艺参数，则计入对应因素概率的统计数据。
本发明还提供一种基于SBR反应器的污水处理系统，包括：
实时监测系统，实时监测SBR反应器的工艺参数;
模型预测单元，根据所述的工艺参数，预测出水水质;如预测出水水质不合格，则按照概率大小，对各个因素对应的工艺参数进行在以初始值为中心的一定范围内的调整，直至获得最佳工艺参数。
专家系统数据库，如出水水质不达标，则调取导致出水水质不达标的因素及相应的概率;
执行机构，将SBR反应器中对应的工艺参数调整至所述最佳工艺参数。
SBR反应器为常规SBR反应器，为双层夹套式结构，配有流量计、磁力搅拌器、砂头曝气、pH计和溶解氧探头，并装有电磁阀进出水。
实时在线监测系统是在线COD自动监测分析仪、在线氨氮、总氮、硝酸盐氮、亚硝酸盐氮自动监测分析仪和在线磷酸盐自动监测分析仪的集合，用于检测出水中常见的水质指标，并将检测数据同时输送给专家系统数据库和模型预测单元。
实时在线监测系统对氮、磷水质指标在15min内监测一次，COD水质指标在1-2h监测一次。该系统可以对进水水质进行在线监测，同时，可以对工艺全周期内生化过程中污染物的去除情况进行在线监测，并且可以存储在线监测仪表获取的原始数据、离线数据等。监测设备均为市售产品，可通过市购途径获得。
专家系统数据库包括三个部分：水质问题，水质原因，故障频率。
水质问题根据出水COD、NH4-N、PO4-P、TN浓度划分，以国家一级A标出水水质标准为参考，划分水质是否正常。
水质原因包括两部分：第一：系统组分浓度偏低或偏高，导致的系统中微生物活性降低，出水水质不达标;第二：系统环境条件及工艺参数不适合微生物生长代谢，导致出水水质不达标。并在水质原因中用H表示此时系统组分或者工艺参数偏高，用L表示此时系统组分或者工艺参数偏低，用N表示此时系统组分或者工艺参数偏低或偏高。
水质原因评判标准：专家知识系统中显示的水质原因是针对该系统特定的特有的发生故障频率最高的原因。工艺参数及环境条件根据正交实验确定的最佳参数或工艺运行初始值为模型处理单元枚举法的初始值，在上下100%范围内寻找。
故障频率表示系统中出现水质问题时，每种水质原因发生的频率。
故障频率的评判标准：由于每个系统存在不同的进水水质水量条件及运行条件，微生物的种类和数量也不相同。所以，故障频率的大小判断依据根据去过一年的历史数据的分析总结，系统常常发生的原因，结合查阅文献得到的系统可能发生的原因，对系统进行综合评估，为每种水质原因定初始故障频率。系统出现工况故障，一般与系统微生物数量、工艺参数、环境条件等有关，本发明专利为了更好的让专利知识系统定性诊断与模型处理单元定量诊断相辅相成，专家知识系统的故障原因采用模型组分表示，模型处理单元可以更好的获取专家知识系统获取的定性诊断结果。专家知识系统部分示例详见表2。
表2专家知识系统
专家诊断的结果以系统运行界面弹出对话窗的形式呈现，并存储诊断污水处理厂常见的水质及污泥等运行中碰到的问题，根据系统中存在的问题，提供对应的解决对策方法，专家诊断结果以word形式查看，并可根据实际运行中积累的解决策略，进行补充和完善。
专家知识系统诊断的结果以系统运行界面弹出对话窗的形式呈现，并解决方法以word的形式查看。专家知识库可根据实际运行中遇到的问题，进行补充和完善。
模型处理单元是通过MATLAB软件建立SBR污水处理工艺的全耦合活性污泥(FCASMs)机理模型。该模型本身为现有技术，例如可参照可参见孙培德，王如意发表的“全耦合活性污泥模型(FCASM3)Ⅰ建模机理及数学表征”，《环境科学学报》，2008，28(12)：2404-2419。模型预测单元基于全耦合机理模型对系统运行条件，微生物的生长情况、有机碳及氨氮氧化等情况进行模拟预测，实现对系统实时的定量诊断。该单元读取在线监测数据，实时校核模型模拟情况，提高模拟的精确度。
专家系统数据库对模型处理单元：水质不达标可能发生的原因很多种，但是根据不同的系统特性，特定的系统，常常发生的原因较为有限。专家知识系统可以呈现系统中发生故障频率较高的水质原因，确定系统中发生的水质问题确定范围，并且专家知识系统中的水质原因创新性的采用模型组分表示方法，这种方式模型处理单元可以直接读取并利用，有利于模型排查SBR系统发生的水质问题，确定最佳工艺参数，实现专家知识系统与模型处理单元的相辅相成，共同诊断。
模型处理单元对专家知识系统：模型处理单元读取专家知识系统中的水质原因，采用枚举方法在一定范围内进行定量诊断，筛选出最佳的水质原因及系统运行的条件。
筛选标准：模型处理单元根据专家知识系统中的故障频率：将所有的因素按概率进行排序，按概率从大到小逐个排查，作为模型处理单元定量分析的筛选优化的顺序标准。
模型处理单元筛选算法：专家知识系统中H表示模型处理单元诊断范围为初始值的+100%筛选。L表示模型处理单元诊断范围为初始值的
-100%筛选。N表示模型处理单元±100%范围筛选。筛选过程采用枚举法，通过模型对系统水质指标的预测，从以上筛选过程中不同的工艺参数及模型组分浓度中，选出最佳、最好的有机污染物的去除率，定为系统的故障原因，再通过模型处理单元将诊断结果传输到执行处理单元，调整系统的运行工况。这就是模型处理单元的定量诊断。传输过程部分示例见表2：
表3模型处理单元的定量诊断结果
模型处理单元根据专家知识系统确当的主要水质原因范围进行定量分析，得到系统发生的最相关原因，对系统工艺参数进行控制。模型处理单元根据专家知识系统的水质原因诊断，如果系统出水达标则，在故障频率加上1。如果系统出水依然没有达标，模型处理单元将会扩大范围，将对FCASM3机理模型其余的模型组分进行筛选诊断，筛选排查范围为± 100%，从中找到最好的有机污染物的最佳去除率，定为系统最相关原因，并通过调整工艺参数，对系统进行控制。并将这次诊断结果包括：模型组分贮存在水质原因，并记为“N”。水质频率记为1。具体流程图如2所示。
所述执行机构包括pH调节装置、温度调节装置、曝气装置、加碳源装置及其他与所述反应参数对应的调节机构(表4)。这些装置本身均为本领域常用设备。
表4执行机构
本发明中，在线监测机构将水质的实时监测数据同时传输给专家系统诊断模块和动态模型处理模块，专家系统诊断模块即为对应数据的存储库，专家知识系统的诊断情况，与反应器的运行工况，保持同步运行，实现动态监测反应器碰到的状况，遇到水质出现问题时，专家诊断的结果以系统运行界面弹出对话窗的形式呈现，并存储诊断污水处理厂常见的水质等运行中碰到的问题，进行相应的定性诊断，筛选出系统中问题的主要原因，专家诊断结果以word形式查看，并可根据实际运行中积累的解决策略，进行直接补充和完善，大大加大了针对系统中的问题，提出解决方案的应对策略的效率，为工程师排查问题，提供一定的方案和参考依据。
模型处理单元建立SBR污水处理工艺的全耦合活性污泥模型，该单元与SBR系统耦合在一起，实现实时反馈系统中微生物的数量、活性及水质组分浓度等，并与在线监测系统电性连接，动态读取在线监测数据，实时校核模型模拟情况，提高模拟的精确度，准确模拟模型组分浓度变化，硝化速率，微生物活性等，对于系统中存在的问题，经过专家知识系统的定性诊断后，再经过模型处理单元中的组分分析，微生物的生长，衰减等，定量的判断系统发生问题的原因，对系统进行定量的诊断分析，针对性的提出相对应的方案，从根本上解决系统中存在的水质不达标问题，并且经过模型处理单元的数据分析后，通过控制执行系统对SBR系统进行控制，在实现系统达标的情况下，降低能耗，提高工艺的运行性能等。
本发明的智能化诊断系统是专家知识库定性分析和模型模拟的定量诊断相结合，专家知识系统快速诊断系统中存在的运行问题及水质达不到的原因，快速提供问题存在的主要原因，定性的对系统进行初步诊断，快速有效的为工程师提供应急对策，再经过模型处理单元的定量分析，从模型中反馈的微生物的情况及水质组分的比例，具体的有针对性的分析系统存在的具体的问题，从专家知识库定性诊断出的主要原因中，筛选出真正的具体的原因，并通过模型的定量的判断，确定详细的定量的解决方案，改变系统运行的工艺条件或工艺参数，保证污水处理厂在异常运行条件下提供有效详细的应对控制策略，从而优化污水处理厂工艺参数，保证出水水质稳定达标。
与现有技术相比，本发明具有如下有益效果：
本发明将专家知识库定性分析和模型模拟的定量诊断相结合，保证污水处理厂在异常运行条件下提供应对控制策略，从而优化污水处理厂工艺参数，完成对污水厂生化过程的智能化精确自动控制，进而在保证出水水质稳定达标的前提下，充分挖掘生化系统处理污染物潜力，达到节能减排的目的，避免了单一专家知识库分析的不确定性，无法应对复杂水质条件下的操作不合理，也解决了单一模型模拟的费时费力，维修成本昂贵，模拟精确度不高等问题。