[发明专利]一种基于神经网络控制的电渗析处理设备及其工作方法

权利要求书

1.一种基于神经网络控制的电渗析处理设备的工作方法，其特征在于:包括如下步骤:

步骤一，将基于神经网络控制的电渗析处理设备应用在电镀厂的电镀废液处理中, 所述基于神经网络控制的电渗析处理设备包括电镀废液储槽、电渗析装置和浓缩液储槽，电渗析装置具有废液进口、废液出口、浓缩液进口和浓缩液出口，电镀废液储槽依次经一第一水泵与一电导检测器和废液进口相连通，废液出口处安装有一电导检测器，浓缩液储槽依次经一第二水泵与一电导检测器和浓缩液进口相连通，浓缩液出口处安装有一电导检测器，四电导检测器内均设置有电导率探针及温度传感器；还包括有神经网络控制系统，各上述电导率探针和各上述温度传感器的输出端均与上述神经网络控制系统的输入端电连接，上述神经网络控制系统的输出端与上述第一水泵和第二水泵控制连接；

上述电导检测器由壳体、封盖、阻流网和缓流器组成，上述壳体为上端呈开口状的中空壳体，上述封盖密封配合设置在壳体的上端端部处，上述电导率探针和温度传感器安装在上述封盖上，且上述电导率探针的探测端和上述温度传感器的探测端处于壳体内，上述壳体侧壁上设有相对设置的进液口和出液口，上述阻流网为与壳体形状相吻合的两端呈开口状的中空柱体，上述阻流网由铁氟龙管经雕刻床雕刻而成的棱格网，上述阻流网安装于上述壳体内，并与壳体内侧壁相贴配合，且上述壳体上设有限制阻流网偏移的偏移结构；

上述缓流器具有第一挡板和第二挡板，第一挡板与第二挡板固定紧立于上述阻流网内，并相对间隔设置，且第一挡板和第二挡板的侧壁与阻流网密贴配合，第一挡板与进液口相对设置并处于进液口与第二挡板之间，第一挡板和第二挡板上开设有若干个通水孔，且第一挡板上的各通水孔与第二挡板上的各通水孔相错位设置，上述电导率探针的检测端和温度传感器的检测端处于出液口与第二挡板之间的范围内;

步骤二，电镀废液储槽和浓缩液储槽内液体分别对应流至电导检测器的进液口中并涌入壳体内，涌入壳体内的液体会马上受阻流网而向进液口周向环流，最后经阻流网的网孔流出，流出的液体一部分撞击到第一挡板上并向外周围散开、另一部分直穿过第一挡板的通水孔流出，流出的液体一部分一部分撞击到第二挡板上并向外周围散开、另一部分直穿过第二挡板的通水孔向出液口方向流出，出液口流出前该电导检测器上电导率探针及温度传感器对液体进行数据采集，采集后的数据发送给神经网络控制系统；

步骤三，与电镀废液储槽相对应的电导检测器出液口流出的液体经电渗析装置的废液进口流至电渗析装置内，与浓缩液储槽相对应的电导检测器出液口流出的液体经电渗析装置的浓缩液进口流至电渗析装置内，流至电渗析装置内的液体进行电渗析处理后，废液依次经废液出口和废液出口处的电导检测器流出，浓缩液依次经浓缩液出口和浓缩液出口处的电导检测器流出，废液和浓缩液流经电导检测器的流经过程与步骤二中液体流经电导检测器的流经过程相同；此时废液和浓缩液分别从电导检测器的出液口流出前其上的电导率探针及温度传感器相应触发进行数据采集，采集到的数据发送给神经网络控制系统；

步骤四，神经网络控制系统接收到的电导检测器的电导率数据进入神经网络控制系统的神经网络模型进行计算得出液体浓度值，此液体浓度值一方面通过数据差分处理得到浓度差数据，此浓度差数据经神经网络模型计算出反应速率与预测的功耗化数值，另一方面通过鲁棒优化模型进行脉冲微调计算得到电流脉冲的占空比与频率的脉冲微调数值，再一方面进行流速微调计算得到流速微调数值，最后通过计算出来的脉冲微调数值、流速微调数值及反应速率与预测的功耗化数值作出调节决策，该调节决策反馈给第一水泵和第二水泵，控制第一水泵和第二水泵的转速；同时计算出来的脉冲微调数值、流速微调数值及反应速率与预测的功耗化数值一起计算出神经网络阀值，由此神经网络阀值决策是否对当前神经网络模型进行重新构建，若决策为是时，构建出一个新的神经网络模型，新的 神经网络模型在神经网络控制系统的进程重新开始时重新载入，获得新的神经网络模型。

2.根据权利要求1所述的一种基于神经网络控制的电渗析处理设备的工作方法，其特征在于：上述壳体和上述阻流网均呈圆柱体，上述第一挡板和第二挡板均呈圆形结构。

3.根据权利要求1或2所述的一种基于神经网络控制的电渗析处理设备的工作方法，其特征在于：上述第二挡板朝向第一挡板的一面上凹设有若干个缓冲槽，各缓冲槽与第一挡板上的通水孔相对位，每一缓冲槽均对位一个通水孔。