申请日2013.10.30
公开(公告)日2016.06.01
IPC分类号G06F19/00
摘要
一种冶金行业污水处理工艺调控方法，涉及冶金行业污水处理技术。采集数据确定评估指标;建立评估指标体系;计算各项指标权重值，用来描述各项指标对冶金污水处理工艺实际运行效果的影响程度;建立各项指标云模型，用来描述各项指标在待评估冶金污水处理工艺中最接近实际状态的运行效果;用一个15维综合云T来描述各项指标构成的待评估冶金污水处理工艺的整体运行状态;计算加权偏离度θ用来衡量综合云重心T的改变，反映待评估污水处理工艺运行状态与理想状态下污水处理工艺运行效果的差距;评测加权偏离度θ得到评估结果，对处理工艺进行调控。本发明能够结合具体冶金污水处理工艺，对每种工艺进行准确的评估及调控，保证工艺的实际运行效果。
权利要求书
1.一种冶金行业污水处理工艺调控方法，其特征在于：包括以下步骤：
步骤1：采集数据，确定评估指标：
对不同类型、不同规模的冶金企业进行现场调研，针对冶金行业污水特征，选定15个评价指标，具体包括8个定量指标与7个定性指标：
所述的定量指标包括：运行成本费用P3、基建投资费用P4、单元产值用水量P5、COD去除率S1、SS去除率S2、重金属去除率S3、酚氰去除率S4、出水资源化利用率S58项指标;
上述8项定量指标的数据由现场多次采样测定取平均值获得;
所述的定性指标包括：技术上对原有工程的利用程度P1、技术可靠性和稳定性P2、对水质水量水温的适应性P6、人员结构R1、运行管理难易程度R2、对厂区整个环境的影响R3、对操作人员的健康影响R47项指标;
上述7项定性指标采用专家评分法给予评分，评分方法采用10标度法，10标度分别为非常差、很差、较差、差、一般、好、较好、很好、非常好、极好，对应的评分依次为0.1、0.2、0.3、0.4、0.5、0.6、0.7、0.8、0.9、1.0;
步骤2：利用步骤1中的评估指标建立评估指标体系，评估指标体系采用压力-状态-响应PSR模型建立，该模型中的压力指标P对应步骤1中的技术上对原有工程的利用程度、技术可靠性和稳定性、运行成本费用、基建投资费用、单元产值用水量和对水质水量水温的适应性;状态指标S对应步骤1中的COD去除率、SS去除率、重金属去除率、酚氰去除率和出水资源化利用率;响应指标R对应步骤1中的人员结构、运行管理难易程度、对厂区整个环境的影响和对操作人员的健康影响;
评估指标体系由Ⅰ、Ⅱ、Ⅲ三层组成：
Ⅰ层为目标层——待评估的冶金污水处理工艺;
Ⅱ层为中间层，由压力指标P、状态指标S和响应指标R组成;
Ⅲ层为指标层，由15个独立的评估指标组成;
步骤3：在步骤2中建立的评估指标体系的基础上利用层次分析法计算各项指标的权重值，该权重值用来描述各项指标对冶金污水处理工艺实际运行效果的影响程度：
步骤3.1：建立Ⅰ-Ⅱ层判断矩阵A：根据步骤2中Ⅱ层的3项指标对目标层Ⅰ层的重要程度构建Ⅰ-Ⅱ层判断矩阵A，该重要程度指压力指标P、状态指标S和响应指标R三项指标对冶金污水处理工艺实际运行效果的影响大小，通过专家打分得出，对重要性程度按1-9赋值：1表示两个指标相比，具有同等重要性;3表示两个元素相比，前者比后者稍重要;5表示两个元素相比，前者比后者明显重要;7表示两个元素相比，前者比后者强烈重要;9表示两个元素相比，前者比后者极端重要;2、4、6、8表示上述判断的中间值;它们的倒数表示若元素i与元素j的重要性之比为aij,则元素j与元素i的重要性之比为aji=1/aij;
构建Ⅰ-Ⅱ层判断矩阵A，方法为：
压力指标P与压力指标P相比得出a11，压力指标P与状态指标S相比得出a12，压力指标P与响应指标R相比得出a13，作为Ⅰ-Ⅱ层判断矩阵的第1行;
状态指标S与压力指标P相比得出a21，状态指标S与状态指标S相比得出a22，状态指标S与响应指标R相比得出a23，作为Ⅰ-Ⅱ层判断矩阵第2行;
同理，响应指标R与压力指标P相比得出a31，响应指标R与状态指标S相比得出a32，响应指标R与响应指标R相比得出a33，作为Ⅰ-Ⅱ层判断矩阵的第3行;
步骤3.2：根据Ⅲ层中15项指标：技术上对原有工程的利用程度P1、技术可靠性和稳定性P2、运行成本费用P3、基建投资费用P4、单元产值用水量P5、对水质水量水温的适应性P66项指标对第Ⅱ层中的压力指标P的重要程度构建Ⅱ-Ⅲ层判断矩阵C，该重要程度表示上述6项指标对压力指标P的影响大小，方法与步骤3.1中构建Ⅰ-Ⅱ层判断矩阵方法相同：
Ⅱ-Ⅲ层判断矩阵C的第1行分别为技术上对原有工程的利用程度P1与技术上对原有工程的利用程度P1、技术可靠性和稳定性P2、运行成本费用P3、基建投资费用P4、单元产值用水量P5、对水质水量水温的适应性P66个指标的重要程度打分;
第2行分别为技术可靠性和稳定性P2与技术上对原有工程的利用程度P1、技术可靠性和稳定性P2、运行成本费用P3、基建投资费用P4、单元产值用水量P5、对水质水量水温的适应性P66个指标的重要程度打分;
其余各行依次类推，得到Ⅱ-Ⅲ层6×6判断矩阵C;
同理，根据第Ⅲ层中COD去除率S1、SS去除率S2、重金属去除率S3、酚氰去除率S4、出水资源化利用率S55项指标对状态指标S的重要程度，该重要程度表示上述5项指标对状态指标S的影响程度，通过打分得出一个5×5的判断矩阵D：
判断矩阵D的第1行分别为COD去除率S1与COD去除率S1、SS去除率S2、重金属去除率S3、酚氰去除率S4、出水资源化利用率S55项指标的重要程度打分;
第2行分别为SS去除率S2与COD去除率S1、SS去除率S2、重金属去除率S3、酚氰去除率S4、出水资源化利用率S55项指标的重要程度打分;其余3行可依次得出;
根据第Ⅲ层中人员结构R1、运行管理难易程度R2、对厂区整个环境的影响R3、对操作人员的健康影响R44项指标对响应指标R的重要程度，该重要表示上述4项指标对响应指标R的影响大小，通过打分得出一个4×4的判断矩阵F：
判断矩阵F的第1行分别为人员结构R1与人员结构R1、运行管理难易程度R2、对厂区整个环境的影响R3、对操作人员的健康影响R44项指标的重要程度打分;
第2行分别为运行管理难易程度R2与人员结构R1、运行管理难易程度R2、对厂区整个环境的影响R3、对操作人员的健康影响R44项指标的重要程度打分;余下2行可依次得出;
步骤3.3：对步骤3.1和步骤3.2中的确定的判断矩阵进行排序，经一致性检验，得到每个指标的权重wi，具体做法如下所述：
计算出各判断矩阵的最大特征根λmax及其对应的特征向量ζ，特征向量ζ经归一化后记为w’，w’的元素即为同一层次因素对于上一层次某因素的相对重要性的排序权值，该过程称为排序;
进行一致性检验后，得到每个指标对应的权重值wi，且有i=1～15，0 步骤4：建立步骤1中的各项指标的云模型，用期望Ei来描述各项指标在待评估冶金污水处理工艺中最接近实际状态的运行效果，包括以下步骤： 步骤4.1：对每一个定量指标，根据步骤1中现场多次采样测定的数据样本，用一个云模型来表示： Ei=(Ei1+Ei2+…+Ein)/n 式中，Ei表示指标的期望;Ei1～Ein表示每项指标的n个数据样本; 步骤4.2：对每个定性指标，根据步骤1中的专家10标度打分数据样本，对于n个专家打分的结果，用另一个云模型表征该定性指标在待评估模型状态下最真实的状态，公式如下： Ei=(Ei1+Ei2+…+Ein)/n 式中，Ei表示指标的期望;Ei1～Ein表示每个指标的n个专家打分分值; 步骤5：在步骤4确定的各项指标的云模型表示的基础上，用一个15维综合云T来描述由步骤1确定的各项指标构成的待评估冶金污水处理工艺的整体运行状态： 当评估体系中15个指标所反映的处理工艺的运行状态发生变化时，这个15维综合云的形状也会发生变化，其重心随之改变，综合云的重心T的改变则反映了该冶金污水处理工艺的运行效果的好坏： T=(T1,T2,…T15) 式中Ti=Ei×wi，i=1～15; 当系统状态发生变化时，其重心变化为T'： T'=(T'1,T'2,…,T'15) 式中，T'=E′i×w′i;E′i代表各指标变化后的期望值，w′i表示各指标发生变化后的权重值; 步骤6：利用步骤5得出的结果，计算加权偏离度θ，用加权偏离度θ衡量综合云重心T的改变，反映出待评估污水处理工艺运行状态与理想状态下污水处理工艺运行效果的差距： 待评估冶金污水处理工艺理想状态下的各项指标值是已知的，假设待评估工艺理想状态下的云重心向量T0，该云重心向量T0表示待评估污水处理工艺理想状态下的运行处理效果，式为： T0=Ei0×wi=(T01,T02,…,T015) 式中：Ei0为待评估冶金污水处理工艺理想状态下的期望值，即理想状态下待评估处理技术的运行处理效果，wi为步骤3中所求的各项指标的权重值，T01,T02,…,T015分别为各项指标的在待评估处理工艺理想状态下云重心向量; 将由步骤5中得到的待评估状态下的综合云重心向量T进行归一化，得到一组向量TG=(T1G,T2G,…,TiG)： 式中，TG表示归一后的综合云向量，Ti0表示该工艺理想状态下的运行状态单个指标的云重心向量，Ti表示某一指标待评估状态下的云重心向量; 经归一化之后，表征系统状态的综合云重心向量均为有大小、有方向、无量纲的值; 把各指标归一化之后的向量值乘以其权重值wi，然后再相加，取平均值后得到加权偏离度θ： 其中，θ表示加权偏离度，且有0≤θ≤1，wi表示步骤3中所求的第i个单项指标的权重值，TGi表示待评估状态下单个指标归一后的云重心向量; 步骤7:评测步骤6中的得到的加权偏离度θ，得到评估结果： 将非常差、很差、较差、差、一般、好、较好、很好、非常好、极好10个评语置于连续的坐标尺上，并将每个评语值都用云模型来实现，其分别对应的云模型的期望为0.1、0.2、0.3、0.4、0.5、0.6、0.7、0.8、0.9、1.0，构成一个定性评测的云发生器; 将待评估的污水处理工艺的理想状态视为极好，若θ绝对值越大则表示该工艺在待状态下与理想状态越接近，性能越好;若θ绝对值越小，则表示该处理工艺在待状态下与理想状态差距越大，性能有待调控; 步骤8：根据步骤7的结果对处理工艺进行调控： 对步骤7得出的评判结果，若得出的结果为极好、非常好、很好，则说明该冶金污水处理工艺适用于该冶金企业污水;若得出其余结果，则说明该工艺存在需要改进的地方，要对该工艺进行灵敏度分析，再继续对工艺进行调整。 说明书 一种冶金行业污水处理工艺调控方法 技术领域 本发明涉及一种冶金行业污水处理技术，特别涉及一种基于层次分析法(AHP)的云重心评判法(MCGC)的冶金行业污水处理工艺调控方法。 背景技术 冶金行业由于其生产工艺复杂，生产过程中会产生大量的污水，其污水特征是水量大、污染物种类多、水质复杂多变，是一种难处理的工业废水。随着国家环保政策力度的不断加强，以及大量出现的严重环境问题，使得冶金企业必须选择合适的污水处理工艺。 19世纪70年代以前，大多数污水处理工艺的选择都根据设计者的经验选择处理工艺或是采取当时主流处理工艺，所依靠的仅是感性的认识，缺乏针对性和科学性，造成所选择的污水处理工艺处理效果达不到行业排放标准，或者是运行成本过高，浪费资源。19世纪70年代后，陆续提出了一些污水处理技术评估方法，包括层次分析法、加权优序法、效用函数法、相关分析法等，虽然从一定程度上提高了污水处理工艺选择的准确性与科学性，但由于评估方法本身存在的缺点及在评估过程中对定性指标的模糊性与随机性的忽略，造成评估结果偏离实际情况。 发明内容 针对现有技术存在的不足，本发明的目的是提供一种冶金行业污水处理工艺调控方法，以达到科学、准确的调整冶金污水处理工艺的目的。 本发明的技术方案是这样实现的：一种冶金行业污水处理工艺调控方法，包括以下步骤： 步骤1：采集数据，确定评估指标： 对不同类型、不同规模的冶金企业进行现场调研，针对冶金行业污水特征，选定15个评价指标，具体包括8个定量指标与7个定性指标： 所述的定量指标包括：运行成本费用P3、基建投资费用P4、单元产值用水量P5、COD去除率S1、SS去除率S2、重金属去除率S3、酚氰去除率S4、出水资源化利用率S58项指标; 上述8项定量指标的数据由现场多次采样测定取平均值获得; 所述的定性指标包括：技术上对原有工程的利用程度P1、技术可靠性和稳定性P2、对水质水量水温的适应性P6、人员结构R1、运行管理难易程度R2、对厂区整个环境的影响R3、对操作人员的健康影响R47项指标; 上述7项定性指标采用专家评分法给予评分，评分方法采用10标度法，10标度分别为非常差、很差、较差、差、一般、好、较好、很好、非常好、极好，对应的评分依次为0.1、0.2、0.3、0.4、0.5、0.6、0.7、0.8、0.9、1.0： 步骤2：利用步骤1中的评估指标建立评估指标体系，评估指标体系采用压力-状态-指标PSR模型建立，该模型中的压力指标P对应步骤1中的技术上对原有工程的利用程度、技术可靠性和稳定性、运行成本费用、基建投资费用、单元产值用水量和对水质水量水温的适应性;状态指标S对应步骤1中的COD去除率、SS去除率、重金属去除率、芬氰去除率和出水资源化利用率;响应指标R对应步骤1中的人员结构、运行管理难易程度、对厂区整个环境的影响和对操作人员的健康影响; 评估指标体系由I、II、III三层组成： I层为目标层——待评估的冶金污水处理工艺; II层为中间层，由压力指标P、状态指标S和响应指标R组成; III层为指标层，由15个独立的评估指标组成; 步骤3：在步骤2中建立的评估指标体系的基础上利用层次分析法计算各项指标的权重值，该权重值用来描述各项指标对冶金污水处理工艺实际运行效果的影响程度： 步骤3.1：建立I-II层判断矩阵A：根据步骤2中II层的3项指标对目标层I层的重要程度构建I-II层判断矩阵A，该重要程度指压力指标P、状态指标S和相应指标R三项指标对冶金污水处理工艺实际运行效果的影响大小，通过专家打分得出，对重要性程度按1-9赋值：1表示两个指标相比，具有同等重要性;3表示两个元素相比，前者比后者稍重要;5表示两个元素相比，前者比后者明显重要;7表示两个元素相比，前者比后者强烈重要;9表示两个元素相比，前者比后者极端重要;2、4、6、8表示上述判断的中间值;它们的倒数表示若元素i与元素j的重要性之比为aij，则元素j与元素i的重要性之比为aji=1/aij; 构建I-II层判断矩阵A，方法为： 压力指标P与压力指标P相比得出a11，压力指标P与状态指标S相比得出a12，压力指标P与响应指标R相比得出a13，作为I-II层判断矩阵的第1行; 状态指标S与压力指标P相比得出a21，状态指标S与状态指标S相比得出a22，状态指标S与响应指标R相比得出a23，，作为I-II层判断矩阵第2行; 同理，响应指标R与压力指标P相比得出a31，响应指标R与状态指标S相比得出a32，响应指标R与响应指标R相比得出a33，作为I-II层判断矩阵的第3行; 步骤3.2：根据III层中15项指标：技术上对原有工程的利用程度P1、技术可靠性和稳定性P2、运行成本费用P3、基建投资费用P4、单元产值用水量P5、对水质水量水温的适应性P66项指标对第II层中的压力指标P的重要程度构建II-III层判断矩阵C，该重要程度表示上述6项指标对压力指标P的影响大小，方法与步骤3.1中构建I-II层判断矩阵方法相同： II-III层判断矩阵C的第1行分别为技术上对原有工程的利用程度P1与技术上对原有工程的利用程度P1、技术可靠性和稳定性P2、运行成本费用P3、基建投资费用P4、单元产值用水量P5、对水质水量水温的适应性P66个指标的重要程度打分; 第2行分别为技术可靠性和稳定性P2与技术上对原有工程的利用程度P1、技术可靠性和稳定性P2、运行成本费用P3、基建投资费用P4、单元产值用水量P5、对水质水量水温的适应性P66个指标的重要程度打分; 其余各行依次类推，得到II-III层6×6判断矩阵C; 同理，根据第III层中COD去除率S1、SS去除率S2、重金属去除率S3、酚氰去除率S4、出水资源化利用率S55项指标对状态指标S的重要程度，该重要程度表示上述5项指标对状态指标S的影响程度，通过打分得出一个5×5的判断矩阵D： 判断矩阵D的第1行分别为COD去除率S1与COD去除率S1、SS去除率S2、重金属去除率S3、酚氰去除率S4、出水资源化利用率S55项指标的重要程度打分; 第2行分别为SS去除率S2与COD去除率S1、SS去除率S2、重金属去除率S3、酚氰去除率S4、出水资源化利用率S55项指标的重要程度打分;其余3行可依次得出; 根据第III层中人员结构R1、运行管理难易程度R2、对厂区整个环境的影响R3、对操作人员的健康影响R44项指标对响应指标R的重要程度，该重要表示上述4项指标对响应指标R的影响大小，通过打分得出一个4×4的判断矩阵F： 判断矩阵F的第1行分别为人员结构R1与人员结构R1、运行管理难易程度R2、对厂区整个环境的影响R3、对操作人员的健康影响R44项指标的重要程度打分; 第2行分别为运行管理难易程度R2与人员结构R1、运行管理难易程度R2、对厂区整个环境的影响R3、对操作人员的健康影响R44项指标的重要程度打分;余下2行可依次得出; 步骤3.3：对步骤3.1和步骤3.2中的确定的判断矩阵进行排序，经一致性检验，得到每个指标的权重wi，具体做法如下所述： 计算出各判断矩阵的最大特征根λmax及其对应的特征向量ζ，特征向量ζ经归一化后记为w’，w’的元素即为同一层次因素对于上一层次某因素的相对重要性的排序权值，该过程称为排序; 进行一致性检验后，得到每个指标对应的权重值wi，且有i=1～15，0 步骤4：建立步骤1中的各项指标的云模型，用期望Ei来描述各项指标在待评估冶金污水处理工艺中最接近实际状态的运行效果，包括以下步骤： 步骤4.1：对每一个定量指标，根据步骤1中现场多次采样测定的数据样本，用一个云模型来表示： Ei=(Ei1+Ei2+…+Ein)/n 式中，Ei表示指标的期望;Ei1～Ein表示每项指标的n个数据样本; 步骤4.2：对每个定性指标，根据步骤1中的专家10标度打分数据样本，对于n个专家打分的结果，用另一个云模型表征该定性指标在待评估模型状态下最真实的状态，公式如下： Ei=(Ei1+Ei2+…+Ein)/n 式中，Ei表示指标的期望;Ei1～Ein表示每个指标的n个专家打分分值; 步骤5：在步骤4确定的各项指标的云模型表示的基础上，用一个15维综合云T来描述由步骤1确定的各项指标构成的待评估冶金污水处理工艺的整体运行状态： 当评估体系中15个指标所反映的处理工艺的运行状态发生变化时，这个15维综合云的形状也会发生变化，其重心随之改变，综合云的重心T的改变则反映了该冶金污水处理工艺的运行效果的好坏： T=(T1，T2，…T15) 式中Ti=Ei×wi，i=1～15; 当系统状态发生变化时，其重心变化为T′： T′=(T′1，T′2，…，T′15) 式中，T′=E′i×w′i，i=1～15;E′i代表各指标变化后的期望值，w′i表示各指标发生变化后的权重值; 步骤6：利用步骤5得出的结果，计算加权偏离度θ，用加权偏离度θ衡量综合云重心T的改变，反映出待评估污水处理工艺运行状态与理想状态下污水处理工艺运行效果的差距： 待评估冶金污水处理工艺理想状态下的各项指标值是已知的，假设待评估工艺理想状态下的云重心向量T0，该云重心向量T0表示待评估污水处理工艺理想状态下的运行处理效果，式为： T0=Ei0×wi=(T01，T02，…，T015) 式中：Ei0为待评估冶金污水处理工艺理想状态下的期望值，即理想状态下待评估处理技术的运行处理效果，wi为步骤3中所求的各项指标的权重值，T01，T02，…，T015分别为各项指标的在待评估处理工艺理想状态下云重心向量; 将由步骤5中得到的待评估状态下的综合云重心向量T进行归一化，得到一组向量 TG=(T1G，T2G，…，TiG)(i=1～15)： 式中，TG表示归一后的综合云向量，Ti0表示该工艺理想状态下的运行状态单个指标的云重心向量，Ti表示某一指标待评估状态下的云重心向量; 经归一化之后，表征系统状态的综合云重心向量均为有大小、有方向、无量纲的值; 把各指标归一化之后的向量值乘以其权重值wi，然后再相加，取平均值后得到加权偏离度θ： 其中，θ表示加权偏离度，且有0≤θ≤1，wi表示步骤3中所求的第i个单项指标的权重值，TGi(i=1～15)表示待评估状态下单个指标归一后的云重心向量; 步骤7：评测步骤6中的得到的加权偏离度θ，得到评估结果： 将非常差、很差、较差、差、一般、好、较好、很好、非常好、极好10个评语置于连续的坐标尺上，并将每个评语值都用云模型来实现，其分别对应的云模型的期望为0.1、0.2、0.3、0.4、0.5、0.6、0.7、0.8、0.9、1.0，构成一个定性评测的云发生器; 将待评估的污水处理工艺的理想状态视为极好，则θ绝对值越大则表示该工艺在待状态下与理想状态越接近，性能越好;若θ绝对值越小，则表示该处理工艺在待状态下与理想状态差距越大，性能有待调控; 步骤8：根据步骤7的结果对处理工艺进行调控： 对步骤7得出的评判结果，若得出的结果为极好、非常好、很好，则说明该冶金污水处理工艺适用于该冶金企业污水;若得出其余结果，则说明该工艺存在需要改进的地方，要对该工艺进行灵敏度分析，提出调控方案。 本发明的有益效果：本发明提出的一种冶金行业污水处理工艺调控方法，计算简便灵活、结果直观、分辨率高。能够结合具体冶金污水处理工艺，对每种工艺进行准确的评估，并对每种工艺存在的问题进行调控，使其运行效果达到国家相关标准规定的污水排放标准，保证工艺的实际运行效果，可对环境保护做出一定的贡献。