[发明专利]一种火电厂含煤废水处理混凝剂投加量精确控制方法

说明书

本发明涉及一种火电厂含煤废水处理混凝剂投加量精确控制方法，包括如下步骤：1、确定影响火电厂含煤废水处理混凝剂投加量因素，并将其作为BP神经网络模型的输入变量，将混凝剂投加量作为模型输出变量；2、确定各影响因素的取值范围并进行均匀试验，将试验结果作为BP神经网络学习样本；3、利用学习样本对神经网络进行训练，训练完毕即建立基于BP人工神经网络的含煤废水混凝处理数学模型；4、利用训练样本以外的试验数据进行检验，考察所建立的模型是否具有良好的泛化预测能力；5、检验成功后，即可根据进水水质和出水浊度要求，通过模型计算获取精确的混凝剂投加量。本发明能实现混凝剂投加量的精确控制，取得良好的经济和环境效益。

技术领域

本发明涉及一种火电厂含煤废水处理混凝剂投加量精确控制方法，属于废水处理技术领域。

背景技术

火电厂含煤废水主要为含煤粉的高悬浮物废水，而且该废水的水质情况变化较大，处理起来是比较困难的，如申请号为201620747117.0的中国专利。目前混凝沉淀及过滤工艺是火电厂净化含煤废水的一种主要方法，其中投加混凝剂是关键步骤。混凝剂的除浊效果主要取决于混凝剂的投加量和废水水质(包括悬浮物浓度、水温、pH等因素)。对于不同的进水水质，固定的混凝剂投加量显然是不合适的，尤其是对于火电厂含煤废水这样悬浮物含量、pH值、水温等变化比较明显的情况。因此就混凝剂投加量和出水浊度及废水水质之间的关系，建立恰当的数学模型，对于精确控制药剂投加量，提高废水处理的运行水平将会有很大的帮助。但是由于混凝除浊过程是—个复杂的物理化学过程，目前还很难通过对其化学反应机理的研究，准确地建立起基于反应过程的数学模型。现普遍实际采用的混凝剂投加方法不能及时跟踪含煤废水进水水质(浊度、pH、水温等)的变化，反应滞后，造成出水水质不稳定的情况。

发明内容

本发明的目的在于克服现有技术中存在的上述不足，而提供一种设计合理的火电厂含煤废水处理混凝剂投加量精确控制方法，以有效保证出水水质，并节省投药量。

本发明解决上述问题所采用的技术方案是：一种火电厂含煤废水处理混凝剂投加量精确控制方法，其特征在于：所述控制方法包括如下步骤：

(1)确定影响火电厂含煤废水处理混凝剂投加量因素：包括进水浊度、进水水温、进水pH值和出水浊度，并将其作为BP神经网络模型的输入变量，将混凝剂投加量作为BP神经网络模型的输出变量；

(2)应用均匀设计方法构筑神经网络模型的训练样本。均匀设计是我国数学家独创的一门试验设计技术，它着重在试验范围内考虑试验点均匀散布以求通过较少的试验来获得最多的信息，因此其代表性比正交实验等其他的部分因子实验要好得多，特别适合于多因素多水平的试验和系统模型完全未知的情况。用均匀设计方法来构筑神经网络的训练样本是保证样本质量和数量的一条可行途径。以含煤废水进水浊度、进水温度、进水pH值、出水浊度等指标为试验因素，并确定其取值范围。选用合适的四因素均匀设计表，例如四因素四水平的U₁₂(4⁴)、U₁₆(4⁴)，四因素五水平的U₁₅(5⁴)、U₂₀(5⁴)，四因素六水平的U₁₈(6⁴)、U₂₄(6⁴)等。具体选择时应综合考虑，做到样本点数目不能太少，实验次数又不能太多。按照选用的均匀设计表，进行现场或实验室试验并获得多组相关试验结果，为神经网络模型的建立提供质量高且数量适当的训练样本，提高神经网络建模效果和效率。