一种基于氨氮软测量与生化终点双通道时序校验的间歇曝气终止控制方法及调控系统与流程

本发明涉及污水处理，具体涉及一种基于氨氮软测量与生化终点双通道时序校验的间歇曝气终止控制方法及调控系统。

背景技术：

1、污水生化处理过程中的曝气环节既关系到有机物降解和氨氮转化效果，也是污水处理系统中能耗较高的环节之一。曝气时间不足时，可能造成氨氮去除不充分；曝气时间过长时，则会增加运行能耗。因此，根据生化反应状态确定合理的曝气终止时刻，是间歇曝气控制中需要解决的问题。

2、现有曝气系统通常根据溶解氧浓度设定值或预设曝气时间进行控制。由于污水水质、进水负荷和微生物活性会随运行工况发生变化，固定曝气时间难以适应不同批次的处理过程。仅根据溶解氧浓度进行控制时，也可能受到传感器波动和运行条件变化的影响，难以准确反映氨氮转化状态。

3、中国专利申请cn122151480a公开了一种基于多参数融合的智能曝气控制装置及方法。该方法采集溶解氧浓度、化学需氧量、进水流量和温度等数据，并结合需氧量、气水比和溶解氧浓度计算曝气量，通过pid控制方式调节鼓风机和气体流量阀。该方法主要根据实时水质参数对曝气量进行连续调节，未涉及氨氮浓度的软测量预测，也未公开利用氨氮预测结果与生化反应终点特征共同确定曝气终止时刻。

4、中国专利申请cn122036060a公开了一种用于实现低do间歇曝气调控的智能曝气控制系统。该系统采集调节阀开度、管网压力和生化电位等数据，计算有效通风流量系数、相对关阀强度和相对反应活性，并据此得到反应终点特征系数和反应停滞显著度。当反应停滞显著度连续满足触发条件时，系统停止曝气。该方法能够在低溶解氧运行条件下识别反应终点，但其终点判断主要依据供气状态和生化电位的变化，未直接获得反应器内的氨氮浓度变化，也未设置氨氮预测条件与do、ph机理特征条件之间的双通道校验。

5、此外，lin等在论文《prediction of wastewater treatment system based ondeep learning》中采用神经网络对污水处理系统出水cod进行预测，说明数据驱动模型能够用于描述污水处理过程中的非线性关系。但该研究主要用于水质指标预测，未进一步将预测结果与生化反应终点特征结合，也未涉及间歇曝气终止控制。

6、采用数据驱动模型预测氨氮浓度时，模型输出可能受到输入数据异常、运行工况变化和模型泛化能力的影响；采用单一do或ph变化特征判断反应终点时，也可能受到曝气扰动、传感器噪声和短时波动的影响。若直接根据其中一种结果停止曝气，可能出现提前停机或延迟停机。

7、因此，需要一种能够同时利用氨氮浓度预测结果和生化反应终点机理特征，并对两个通道的判定结果进行时间连续性校验的曝气控制方法，从而在保证处理效果的前提下确定曝气终止时刻。

技术实现思路

1、为解决上述背景中的问题，本发明提供了一种基于氨氮软测量与生化终点双通道时序校验的间歇曝气终止控制方法，包括以下步骤：

2、s1、根据水质数据采集，获取多维水质时间序列数据；

3、s2、根据所述多维水质时间序列数据进行预处理与时序重构，获取软测量预测模型的输入数据；

4、s3、根据所述输入数据，通过长短期记忆网络软测量预测模型，获取当前时刻的氨氮预测浓度；

5、s4、根据预处理后的溶解氧时间序列和ph时间序列，提取反应终点机理特征，获取生化反应终点机理判定结果；

6、s5、根据所述氨氮预测浓度判定结果和所述生化反应终点机理判定结果，进行联合终点判定，获取曝气终止指令；

7、s6、根据所述曝气终止指令，执行曝气控制，更新曝气设备运行状态。

8、优选的，所述s2中包括：对多维水质时间序列数据依次进行异常值处理、缺失值补全、滤波平滑和归一化处理，并按照预设滑动时间窗口对处理后的数据进行时序重构，从而获得软测量预测模型的输入数据。

9、优选的，所述s3包括：

10、将输入数据输入预先训练的长短期记忆网络软测量预测模型，获得当前时刻污水处理生化反应器内混合液的氨氮预测浓度；

11、长短期记忆网络软测量预测模型包括输入层、第一长短期记忆网络隐藏层、dropout层、第二长短期记忆网络隐藏层和全连接输出层。

12、优选的，步骤s4中包括：

13、根据预处理后的溶解氧时间序列和ph时间序列，计算溶解氧和ph的一阶时间导数和/或二阶时间导数，分别获得溶解氧突跃特征判定结果和ph氨谷特征判定结果；

14、将溶解氧突跃特征判定结果与ph氨谷特征判定结果进行逻辑或运算，得到生化反应终点机理判定结果。

15、优选的，所述溶解氧突跃特征判定结果按照下式确定：

16、

17、式中，表示溶解氧浓度在时刻

t的一阶时间导数，表示溶解氧浓度在时刻

t的二阶时间导数，为根据反应器运行数据标定的溶解氧突跃二阶导数正向触发阈值；

18、所述ph氨谷特征判定结果按照下式确定：

19、

20、式中，表示ph在时刻

t的一阶时间导数，为ph氨谷点的一阶时间导数逼近容差阈值。

21、优选的，所述s5包括：

22、当氨氮预测浓度连续n个采样时刻不高于预设氨氮浓度控制阈值γ，且生化反应终点机理判定结果在对应确认时间窗口内至少有m个采样时刻取值为1时，生成曝气终止指令=1；

23、否则不生成曝气终止指令，维持曝气状态并继续进行延时确认，其中n和m均为正整数，且1≤m≤n。

24、优选的，所述曝气终止指令按照下式确定：

25、

26、式中，

u

off

(t)表示在当前时刻

t生成的曝气终止指令，取值为1时表示生成曝气终止指令，取值为0时表示不生成曝气终止指令；

c

pred

(t-i)表示软测量预测模型在第

t-i个采样时刻输出的反应器混合液氨氮预测浓度；

γ为预设氨氮浓度控制阈值；1[.]为示性函数，当括号内条件成立时取值为1，否则取值为0；

f

mech

(t-i)为第

t-i个采样时刻的生化反应终点机理判定结果，取值为1时表示溶解氧突跃特征或ph氨谷特征满足预设判定条件，取值为0时表示不满足；n为预测浓度连续确认所对应的采样点数量；m为所述确认时间窗口内机理判定条件至少需要满足的采样点数量，且1≤m≤n。

27、优选的，所述s6包括：

28、将所述曝气终止指令发送至下位机控制器，由所述下位机控制器更新输出至曝气执行机构的控制信号；

29、当=1时，将脉冲宽度调制信号的占空比设置为零，以停止曝气设备运行；

30、当=0时，维持曝气设备的运行状态。

31、本发明还提供了一种调控系统，所述调控系统采用上述调控方法，其特征在于，包括污水处理生化反应器(5)，以及与污水处理生化反应器(5)连通的进水箱(1)、自动水阀(2)、进水口(4)、出水口(6)和出水箱(7)；

32、调控系统还包括底层感知及数据采集层；其中，底层感知及数据采集层包括布置在污水处理生化反应器(5)内部的多参数水质传感器(8)，以及相连的边缘计算与传输模块(9)，用于高频采集实时水质数据并通过无线通信网络(12)实现数据的远程上传；

33、上位计算机处理与控制层(11)通过无线通信网络(12)接收数据并存储至云端持久化数据库(10)，上位计算机处理与控制层(11)部署有预处理模块、lstm软测量预测模型及布尔逻辑控制算法模块，用于对接收到的水质数据进行清洗重构、时序特征提取、机理特征判定以及生成动态调控策略；

34、边缘计算与物理执行层包括接收动态调控策略的无线plc控制器(3)，无线plc控制器(3)用于根据调控指令输出脉冲宽度调制(pwm)信号，驱动曝气执行机构及自动水阀(2)进行精准启停与占空比调节操作。

35、与现有技术相比，本发明的有益效果如下：

36、本发明通过构建氨氮预测通道与生化反应终点机理通道的双通道联合判定架构，能够有效利用数据驱动模型与反应机理特征进行互补校验，解决了单一控制方式易受数据波动或模型误差干扰导致曝气时机不准确的问题。本发明采用长短期记忆网络进行氨氮浓度软测量，无需增设在线氨氮检测设备即可实时获取氨氮浓度信息，降低了检测成本与维护难度。本发明进一步设置时间连续性确认机制，仅在氨氮预测浓度持续达标且机理特征同步满足触发条件时生成曝气终止指令，能够准确识别反应终点，有效降低提前停机或延迟停机的风险。