[发明专利]膜生物反应器-MBR膜污染智能决策方法

说明书

膜生物反应器‑MBR膜污染智能决策方法属于污水处理水质参数在线预警领域。首先，深入分析膜污染机理，构建了基于深度信念网络的膜污染预测模型，实现膜透水率的精准预测；其次，利用透水率预测值和相关参数变量的融合，基于膜污染的综合评价，实现对膜污染的智能预警；其次，基于膜污染的主要因素，建立基于数据和知识的智能决策模型，为操作人员提供决策支持，减轻膜污染造成的危害，降低了膜污染的发生率，保障MBR污水处理过程安全，促进MBR污水处理厂高效稳定运行。

技术领域

本发明属于污水处理水质参数在线预警领域，首次搭建了针对膜生物反 应器-MBR膜污染的智能预警系统。在MBR膜污水处理过程真实运行数据的 基础上，通过特征分析方法提取MBR膜透水率的特征变量，利用深度心信念 网络建立其软测量模型，来预测MBR膜污水处理过程中难以直接测量的膜透 水率；利用透水率预测值，结合水厂其它可采集的过程变量，建立膜污染综 合评价模型，确定膜污染的主要因素，实现了膜污染智能预警；基于数据和 知识驱动，建立智能决策模型，实现膜污染准确识别，降低膜污染的发生率， 提高了膜的污水处理性能。

背景技术

MBR是由膜分离技术与生物处理技术相结合的新型污水处理工艺，具有 固液分离效果好、污泥负荷低，占地面积小等显著优势，十分具有发展潜力。 然而，膜污染成为MBR污水处理工艺的一个瓶颈问题，会导致出水水质下降 和运行成本的上升，甚至会造成污水处理过程的崩溃。目前，解决膜污染问 题的主要方式是对膜进行定时的清洗和替换。在实际的污水处理过程中，膜 的清洗和更换并不存在一个严格、客观、量化的标准，主要根据人为经验进 行。然而，频繁的清洗会导致膜丝的断裂和腐蚀，造成膜寿命减少，增加生 产能耗和运行成本，大大制约了MBR的推广应用。因此，准确识别膜污染， 降低膜污染的发生率，成为确保MBR平稳运行，推广MBR技术的关键所在。 但是，MBR污水处理过程复杂，难以直接建模，其污染状况的监测是当前控 制领域的难题。当前已建成并投入运行的膜污水处理厂尚无有效的预警决策 系统，来实现膜污水处理过程智能预警决策。因此，研究新的决策技术解决 污水处理过程中膜污染问题，已成为污水控制领域研究的重要课题，并且具 有重要的现实意义。

本发明涉及了一种膜生物反应器-MBR膜污染智能决策方法，该系统利用 特征分析方法提取特征变量并基于深度信念网络建立了膜透水率的软测量模 型，实现膜处理污水过程中透水率准确的预测，利用透水率预测值，结合水 厂其它可采集的过程变量，建立膜污染综合评价模型，但国内外针对膜污染 的智能决策系统，尚未形成完整的理论体系，基于智能方法搭建包括软、硬 件平台在内的MBR膜污染智能决策方法，在填补国内外技术空白与整合污水 处理产业链等方面，具有很高的开发及应用价值。

发明内容

膜生物反应器-MBR膜污染智能决策方法，包括运行过程数据采集、运行 过程数据预处理、膜污染智能预测、以及膜污染智能决策，具体包括以下步 骤：

(1)运行过程数据采集：以MBR膜处理系统为研究对象，通过安装在工 艺现场的采集仪表采集运行过程数据，包括：进水化学需氧量、进水酸碱度、 进水生物需氧量、出水化学需氧量、出水酸碱度、出水生物需氧量、厌氧区 氧化还原电位、缺氧区氧化还原电位、好氧区硝酸盐、好氧区溶解氧、产水 压力、产水浊度、产水流量、污泥浓度、曝气量，实现数据的采集；仪表采 集的数据通过通讯协议传输到可编程逻辑控制器，可编程逻辑控制器通过通 信协议将运行过程数据传输到上位机，上位机中的数据通过局域网传输到数 据处理服务器；

(2)运行过程数据预处理：以膜池运行数据为研究对象，利用偏最小二乘 法建立特征分析模型，获得5个主成分变量，分别为：产水压力、产水浊度、 产水流量、污泥浓度、曝气量，5个主成分变量作为膜污染智能预测模型块的 输入变量；透水率作为膜污染智能预测模块的输出变量；