小型生活污水处理设施
公司产品:地埋式一体化污水处理设备、二氧化氯发生器、加药装置、气浮机、机械格栅、固液分离机及UASB厌氧反应器。
生物除磷虽然可以得到较好的除磷效果,但是由于其本身所具有的局限性,使出水中磷的含量很难稳定达标。
而通过化学除磷则可以保证出水中磷的稳定达标。所以,在污水处理过程中,对于出水水质要求的提标,需要完善污水处理工艺,我们通过投加化学药剂达到净化水质和处理目标值,特别是相关除磷要求。本文分别对初沉进水和经过生化曝气处理的A/O水用聚合化铝(PAC)化学除磷。
污水处理指的就是通过设立一项有效、可靠的体系治理与改善水质,并且依据切实可行的自主监控体系维护其正常运行,此体系涉及参数比较多,在必要的情况下需要给予及时检测,这样才可以确保污水排放指标符合我国有关部门的规定。在实际操作过程中,因为处理过程的繁琐、复杂、非线性,需要进行有效、准确的检测与数据传输,为此,需要加大软测量技术的应用力度。
其次,辅助变量选取主要就是类型、检测点方位、数量等内容的选取,需要于灵活性、准确性、特异性的原则展开。后,软测量模型构建及在线校正,模型构建形式有很多,主要有人工神经网络构建法、回归分析构建法等。其中对于人工神经网络构建法的研究多。在构建模型的时候,需要将模型辨识作为核心要素,并且对其进行全面检验,确保模型满足预设标准要求,为污水处理的有序进行奠定坚实的础。
2污水处理过程中软测量的具体应用
然而,在实际运用中,还是存在着一些不足,在运用SVI的同时,忽视了SV、ZSV、丝状菌长度等因素,在判定污泥膨胀的时候,容易出现偏差。除此之外,在运用支持向量机方法的时候,因为各类别样本数大小不同,针对样本数较大的类别来说,其训练误差与预测误差相对较小;针对样本数较小的类别来说,其训练误差与预测误差相对较大。在具体情况中,特别是污水处理过程的状态监测而言,异常情况样本数一直少于正常情况样本数,所以,一定要尽量消除此种偏差,要不然就会增大异常情况的预测误差,致使出现错误判断。
2.2污水处理优化中的应用
3.1选择输入输出变量在构建COD、BOD软测量模型的时候,需要对系统的过程辅助变量予以明确。辅助变量较多能够更好的包涵污水处理信息,然而输入变量太多就会增加数据处理工作量。根据经验因素与有关文献研究,将进水COD浓度、进水流量、进水pH值、进水温度、好氧反应区溶解氧浓度、污泥浓度钓是模型的辅助变量,输出变量为出水COD浓度、出水BOD浓度。
3.2数据预处理在明确重要辅助变量之后,展开预处理与尺度变换工作。在开展尺度变换工作的时候,主要将其转变为[0,1]或者[-1,1]的范围。
3.3建立模型输入进水COD浓度、进水流量、进水pH值、进水温度、好氧反应区溶解氧浓度、污泥浓度向量,输出COD浓度、BOD浓度向量,构建简化模型。
随着生活水平不断提高,水体富营养化被广泛的关注,而引起富营养化的主要元素是氮、磷。由于人们生产生活中大量的使用了农药、化肥及含磷洗涤剂,不达标工业废水的排放等,造成河流湖泊等水体中的氮、磷含量增加,水质恶化,严重危害到了人类的健康。因此,高效的污水处理技术对水质尤为重要。在污水处理技术中,采用了各种方法来除磷,包括化学除磷、生物除磷、物理除磷。
不同水质中PAC对色度、浊度的影响A/O系统对原水经生化处理曝气,TP降至1.0mg/L左右(测得的高TP为1.6mg/L),低于进水TP:5mg/L,其他各项参数也都大幅降低,见表1所示。由于初沉进水没有生化处理,污水中色度和浊度的指标过高,加入PAC后明显改善,色度从190降到120,浊度从99降到52,并且二者都随PAC投药率继续加大线性地降低。而预先经过生化处理的A/O水由于其本身色度和浊度就已经较低,开始加入PAC后色度从31降到23,浊度从6降到5,PAC继续加入二者的变化幅度很小。
软测量技术
软测量技术指的就是根据可以测量、容易测量过程的变量与无法钟测量的待测变量之间的关系,遵照相关原则,利用新型网络计算机技术开展检测与评估变量的手段。一般而言,软测量技术内容主要有:数据信息的收集与处理、辅助变量的选取、软测量模型构建及在线校正等。首先,数据信息收集指的就是对原始辅助变量与主导变量历史数据的收集,使其具备代表性、均衡、精简的特点,以此来对污水处理过程的所有情况进行体现;数据信息处理主要为数据变换处理、误差处理,其目的就是保证数据的一致性,降低污水处理过程的非线性,减少产生误差的因素。
不同时段PAC的除磷效果不同时段PAC的除磷效果的据实验得出,由于不同时段的原水水质的不同,会对除磷效果产生一定的影响。但是总体看采用PAC进行处理,除磷效果稳定,说明PAC对原水水质适应性强。总磷符合小于0.5mg/L的国家一级污水处理排放标准。
2.4PAC对固体悬浮物的影响从污水处理的生产运行上看,出水水质中磷的含量与出水SS有着密切的关系,如果要使出水中磷的含量小于1.0mg/L,那么就要使出水的SS保持在20mg/L以下。通过实验,可以看出PAC对初沉进水中固体悬浮物的去除效果。投入PAC后,SS的去除率明显下降,SS浓度同时也下降。这是由于PAC相对链较长在中和粒子表面电荷的同时能使粒子结合得更牢固,形成更加稳定的絮凝体,从而提高SS的去除率。在PAC投药率为11.18mg/L时,SS的去除率可以达到85%。PAC混凝絮体形成团,沉降速度高,因而反应沉淀时间可缩短,在相应条件下可提高处理能力1.5~3.0倍;此外,PAC能够明显改善沉降过滤及污泥脱水性能,絮体颗粒大而紧密。
有关研究显示,为了对传感器偏移情况进行检验,需要对比传感器的实测值和软传感器的预测值,之后利用余差进行故障验证。在用NLPCA、NNPLS模型进行氮氧化物预测的时候,需要在传感器失效之后,重构数据,展开软冗余。在用PLS模型进行磷浓度与转换率预测的时候,将其和指标进行结合,对复杂间歇聚类过程故障予以诊断。
针对此类问题,有关研究表明,将PH、ORP当成是输入神经网络软测量,对大肠杆菌群数进行预测,并且在化反应与反化反应中加入适当的,以此来实现节约成本的目的。除了在优化加中应用软测量之外,还可以在SBR工艺循环时间估计中运用软测量。通过有关研究发现,在SBR工艺循环时间估计中运用软测量能够弥补时间固定的缺陷,并且利用软测量得到SBR各阶段的优处理时长,对整个SBR处理工艺进行优化。同时,有关研究结果显示,将入水组分与流量当成是输入神经网络软测量模型,之后对入水组分变化进行预测,将其运用在污水处理过程优化中。在用KPLS模型进行出水指标预测的时候,还可以将其在毒性物质流入优化与现报过程中予以应用。然而,用出水水质预报毒性物质流入的时候,会导致水力停留时间内毒性物质处在监视盲区,并且出现异常漏报状态。对此情况,需要进行深入研究,进一步拓展软测量的应用范围。
直辖市: 北京 上海 天津 重庆
华东地区
江苏: 南京 无锡 徐州 常州 苏州 南通 连云港 淮安 盐城 扬州 镇江 泰州 宿迁 公司
浙江: 杭州 宁波 温州 嘉兴 湖州 绍兴 金华 衢州 舟山 台州 丽水
安徽: 合肥 芜湖 蚌埠 淮南 马鞍山 淮北 铜陵 安庆 黄山 滁州 阜阳 宿州 巢湖 六安 亳州 池州 宣城
福建: 福州 厦门 莆田 三明 泉州 漳州 南平 龙岩 宁德
江西: 南昌 景德镇 萍乡 九江 新余 鹰潭 赣州 吉安 宜春 抚州 上饶
湖北: 武汉 黄石 襄樊 十堰 荆州 宜昌 荆门 鄂州 孝感 黄冈 咸宁 随州 恩施
湖南: 长沙 株洲 湘潭 衡阳 邵阳 岳阳 常德 张家界 益阳 郴州 永州 怀化 娄底 湘西
广东: 广州 深圳 珠海 汕头 韶关 佛山 江门 湛江 茂名 肇庆 惠州 梅州 汕尾 河源 阳江 清远 东莞 中山 潮州 揭阳 云浮
广西: 南宁 柳州 桂林 梧州 北海 防城港 钦州 贵港 玉林 百色 贺州 河池 来宾 崇左
海南: 海口 三亚
华北地区
山东: 济南 青岛 淄博 枣庄 东营 烟台 潍坊 威海 济宁 泰安 日照 莱芜 临沂 德州 聊城 滨州 菏泽
中南地区
河南: 郑州 开封 洛阳 平**山 焦作 鹤壁 新乡 安阳 濮阳 许昌 漯河 三门峡 南阳 商丘 信阳 周口 驻马店
河北: 石家庄 唐山 秦皇岛 邯郸 邢台 保定 张家口 承德 沧州 廊坊 衡水
山西: 太原 大同 阳泉 长治 晋城 朔州 晋中 运城 忻州 临汾 吕梁
内蒙古: 呼和浩特 包头 乌海 赤峰 通辽 鄂尔多斯 呼伦贝尔 巴彦淖尔 乌兰察布 兴安 锡林郭勒 阿拉善
东北地区
辽宁: 沈阳 大连 鞍山 抚顺 本溪 丹东 锦州 营口 阜新 辽阳 盘锦 铁岭 朝阳 葫芦岛
吉林: 长春 吉林 四平 辽源 通化 白山 松原 白城 延边
黑龙江: 哈尔滨 齐齐哈尔 鸡西 鹤岗 双鸭山 大庆 伊春 佳木斯 七台河 牡丹江 黑河 绥化 大兴安岭
西南地区
四川: 成都 自贡 攀枝花 泸州 德阳 绵阳 广元 遂宁 内江 乐山 南充 宜宾 广安 达州 眉山 雅安 巴中 资阳 阿坝 甘孜 凉山
贵州: 贵阳 六盘水 遵义 安顺 铜仁 毕节 黔西南 黔东南 黔南
云南: 昆明 曲靖 玉溪 保山 昭通 丽江 普洱 临沧 文山 红河 西双版纳 楚雄 大理 德宏 怒江 迪庆
西藏: 拉萨 昌都 山南 日喀则 那曲 阿里 林芝
西北地区
陕西: 西安 铜川 宝鸡 咸阳 渭南 延安 汉中 榆林 安康 商洛
甘肃: 兰州 嘉峪关 金昌 白银 天水 武威 张掖 平凉 酒泉 庆阳 定西 陇南 临夏 甘南
青海: 西宁 海东 海北 黄南 海南 果洛 玉树 海西
宁夏: 银川 石嘴山 吴忠 固原 中卫
新疆: 乌鲁木齐 克拉玛依 吐鲁番 哈密 和田 阿克苏 喀什 克孜勒苏柯尔克孜 巴音郭楞蒙古 昌吉 博尔塔拉蒙古 伊犁哈萨克 塔城 阿勒泰
港澳台: 中国香港 中国澳门 闽台(台北 高雄 基隆 台中 台南 新竹 嘉义)