[发明专利]一种印染行业污水处理调控方法

权利要求书

1.一种印染行业污水处理调控方法，其特征在于：包括以下步骤：

步骤1：确定印染行业污水的指标体系；所述的指标体系包括定量指标和定性指标共15项评价指标，其中，定量指标包括：COD去除率、色度、pH值、SS的去除率、污水处理量、初期投入资金和运行管理费用共7项指标；定性指标包括：技术可靠性和稳定性、耐水力冲击负荷能力、在技术上对设备实际运行效率、技术人员达标率、管理人员分配效率、对周围环境的影响、对操作人员的健康的影响和对周围具名健康的影响共8项指标；

对于定量指标，通过现场实地调研和多次取样获得；对于定性指标，通过专家评分法给予各指标评分，评分方法采用五标度的评价标准；

步骤2：利用步骤1采集数据和行业标准建立原始数据指标矩阵，过程如下：

原始数据指标矩阵共有15列，每一列表示步骤1中的一个指标，原始数据指标矩阵的行从第一行开始，按由上至下的顺序，依次表示第一次取样、第二次取样、直至最后一次取样、一般情况下进行m次取样，且m取正整数，原始数据指标矩阵共有m+z行，第m行之后的每行表示不同国家标准下的定性指标的标准值、定量指标的标准值；

步骤3：利用步骤2得到的矩阵进行有量纲矩阵模型的规范化；

步骤4：通过步骤3无量纲的样本矩阵获得每一次取样过程各指标的最优处理值和最劣处理值；

步骤5：用熵权法确定步骤3规范化矩阵中各指标的权重；

步骤5-1：确定信息熵值，过程为：

将由m+z个样本与n个指标构成的m+z行，n＝15列的原始数据指标矩阵(A_ij)_(m+z)×n进行标准化处理，公式如下：

令

yij′=yijΣi=1m+zyij,0≤yij≤1---(5)]]>

式中，正向指标Q_j指的是该指标数据越小则符合标准要求，负向指标Q_j表示该数据越大越能够符合标准要求，当第n列指标为正向指标时，新的标准化矩阵中的的元素等于原始数据指标矩阵中的元素与该列的最小值的比值，当第n列的指标为负向指标时，新的标准化矩阵中的的元素等于原始数据指标矩阵中的元素与该列的最大值的比值，由此变换之后能够得到新的标准化矩阵，公式为：

Y＝Y_ij(m+z)×n

根据斯梯林公式计算，可得第i行中第j项指标的信息熵值e_j：此信息熵值e_j为之后的信息效用价值做准备，

ej=-kΣi=1m+zyijlnyij---(6)]]>

式中,常数k与系统的样本数m+z有关，k＝[ln(m+z)]^-1

步骤5-2：确定权重函数：

某项指标的信息效用价值取决于该指标的信息熵ej与1的差值hj，即hj＝1-ej，计算第i行的第j项指标的权重，即每项指标的信息效用价值与该项指标所在行的和值的比值，公式如下：

wj=hjΣi=1nhj---(7)]]>

式中，h_j表示第i行第j个评价指标的信息效用价值，w_j表示第j列评价指标的权重值；

步骤6：利用步骤4与步骤5的结果计算最优密切值与最劣密切值，过程为：

待评价的每行印染处理工艺指标数据与步骤4中该污水处理工艺能够达到的最优和最劣的污水处理工艺指标进行计算，采用欧氏距离计算求得和待评价指标数据与虚拟最优和最劣的污水处理工艺指标间的差距和通过此差距进而求得最优密切值与最劣密切值，公式如下：

di,A+=Σj=1nWj[rij-(rij)A+]2---(8)]]>

di,A-=Σj=1nWj[rij-(rij)A-]2---(9)]]>

最优密切值

Ei,A+=di,A+max{d1,A+,d2,A+,...,dm,A+}-di,A-min{d1,A-,d2,A-,...,dm,A-}---(10)]]>

最劣密切值

Ei,A-=di,A-max{d1,A-,d2,A-,...,dm,A-}-di,A+min{d1,A+,d2,A+,...,dm,A+}---(11)]]>

步骤7：改进密切值法进行结果排序比较；

在技术评价中的15个指标数据中转化为：能从总体上衡量环境质量优劣的单指标最优密切值或最劣密切值来进行描述，针对关于印染行业处理工艺的不同指标参数，进行大小评价比较：

当最优密切值越小，说明待评价的15项印染污水处理指标与该工艺在此条件下能够达到的最佳处理效果越接近，证明该工艺已经处于良好的处理效果，改进空间较少；

当与最劣密切值越近时，证明该工艺处于较差的处理效果，有较大的提升与改进空间；当密切值为零时，证明此时的印染污水处理技术达到最佳处理效果；

步骤8：根据步骤7排序结果调整印染行业污水处理工艺，直到输出符合行业标准的污水停止。

2.根据权利要求1所述的印染行业污水处理调控方法，其特征在于：步骤3所述的对步骤2的矩阵进行有量纲模型的规范化，过程如下：

采用改进后的目标差值率法，各评价指标的量纲、数量级及指标优劣的取向进行规范化处理，公式为：

式中，A_ij为第i个测得数据中第j个指标监测值；E_j为第j个评价指标的目标值，即正向指标取第j个评价指标中i个测得数据连同3级评价标准取最大值，负向指标取第j个评价指标中i个测得数据连同3级评价标准最小值；r_ij为第i个测得数据中第j个指标的无量纲化值，

综上可得无量纲的样本矩阵：

（r_ij）_（m+z)×n。