[发明专利]一种基于卷积神经网络的生物滴滤塔处理有机废气的方法

说明书

本发明公开了一种基于卷积神经网络的生物滴滤塔处理有机废气的方法，属于挥发性有机物治理技术领域，包括：S10、基于卷积神经网络构建生物滴滤处理网络模型；S20、使用训练样本对生物滴滤处理网络模型进行训练；S30、将生物滴滤塔的实时参数输入训练完成的生物滴滤处理网络模型，由训练完成的生物滴滤处理网络模型给出参数匹配方案，参数匹配方案为生物滴滤塔运行的依据。本发明的生物滴滤处理网络根据预制排出气体参数指标调节实时的进气口有机污染物浓度和液体喷淋器的出液量参数，使生物滴滤塔能够充分发挥生物净化系统的处理能力，同时也节省了喷淋泵运转的能源。

技术领域

本发明属于挥发性有机物治理技术领域，具体涉及一种基于卷积神经网络的生物滴滤塔处理有机废气的方法。

背景技术

生物滴滤塔是最常用的一种生物法处理VOCs废气的装置，它主要通过滴滤塔内填料表面附着的微生物的新陈代谢过程，把有机污染物降解为CO₂、水和无机盐等物质，并利用废气作为营养或能源生成新的微生物细胞质，形成稳定平衡的微生态环境，可以持续的代谢转化废气中的污染物质。

但是在现有技术生物滴滤法处理有机废气过程中，不管有机污染物浓度的大小，生物滴滤塔内各个调料段喷淋器的出液量都是始终不变的，不能充分发挥生物净化系统的处理能力，同时，也造成了大量的能源浪费。

因此，急需一种能够将有机污染物浓度与生物滴滤塔内喷淋器的出液量相匹配以降低排气口有机污染物剩余浓度的生物滴滤塔处理有机废气的方法。

发明内容

本发明的目的在于提供一种能够将有机污染物浓度与生物滴滤塔内喷淋器的出液量相匹配以降低排气口有机废气剩余浓度的生物滴滤塔处理有机废气的方法，本发明采取了如下技术方案：

一种基于卷积神经网络的生物滴滤塔处理有机废气的方法，包括：

S10、基于卷积神经网络构建生物滴滤处理网络模型；

S20、使用训练样本对所述生物滴滤处理网络模型进行训练；

S30、将生物滴滤塔的实时参数输入训练完成的生物滴滤处理网络模型，由所述训练完成的生物滴滤处理网络模型给出参数匹配方案，所述参数匹配方案为所述生物滴滤塔运行的依据。

进一步地，所述训练样本包括以下参数：进入生物滴滤塔进气口的混合气体参数、喷淋泵参数、工作液参数、液体分布器参数以及排气口排出气体参数；所述生物滴滤塔的实时参数与所述训练样本一致。

进一步地，所述进入生物滴滤塔进气口的混合气体参数包括：进气流量、气体温度、气体压力、混合气体中有机污染物浓度；所述喷淋泵参数包括喷淋泵抽取工作液的流量；所述工作液参数包括工作液温度、PH值；所述液体分布器参数包括分别与上段填料、中段填料和下段填料对应的液体喷淋器出液量；所述排气口排出气体参数包括有机污染物剩余浓度。

进一步地，所述生物滴滤处理网络模型结构如图2所示。

进一步地，步骤S20中所述生物滴滤处理网络模型的训练过程如下：

S21、获取所述训练样本中的参数，其中，所述训练样本中的参数是用于生成所述生物滴滤处理网络模型给出参数匹配方案的依据；

S22、将所述训练样本中的参数中的每个参数输入所述生物滴滤处理网络模型；

S23、所述生物滴滤处理网络模型通过遗传算法选取各个参数之间的最佳匹配参数，形成参数匹配方案；

S24、所述生物滴滤处理网络模型将所述参数匹配方案发送至所述生物滴滤塔。

进一步地，所述生物滴滤塔进气口设置有测量所述进气流量及所述气体温度的气体流量计、测量所述气体压力的气体压力传感器以及测量所述混合气体中有机污染物浓度的第一气体传感器。