1.一种污水处理池的加药分配方法,其特征在于,包括:获取序批示活性污泥法SBR反应池的水质指标数据,水量、水温和液位数据;
将水质指标数据,水量、水温和液位数据输入训练好的RNN神经网络中,利用RNN神经网络输出碳源补给量CRNN和絮凝剂需要量XRNN;
将水质指标数据,水量、水温和液位数据输入经验公式,利用经验公式计算碳源补给量CJY和絮凝剂需要量XJY;
如果RNN神经网络输出的碳源补给量CRNN和絮凝剂需要量XRNN与经验公式计算的碳源补给量CJY和絮凝剂需要量XJY的差值小于阈值,则按照(C’+C)/2的值向SBR反应池中加药,其中C’为RNN神经网络输出的碳源补给量CRNN或絮凝剂需要量XRNN;C为经验公式计算出的碳源补给量CJY或絮凝剂需要量XJY;
如果CRNN和XRNN与CJY和XJY的差值大于阈值,则按照经验公式计算出的XJY和CJY向SBR反应池中加药;
所述利用经验公式计算碳源补给量,包括:
计算是否需要补给碳源:
0.8×COD/NH=n
其中,COD为测得的COD量;NH为测得的氨氮浓度;当n≥3时,不需要补给碳源;当n<3时,计算碳源补给量;
碳源补给量=ρ×C=(3‑n) ×NH/0.8×COD其中,ρ为碳源原液的单位体积的COD当量,C为碳源添加体积;
所述利用经验公式计算絮凝剂补给量,包括:
X=(V*S*C0)/(c)
其中,X为絮凝剂用量,单位为L;V为水体体积,单位为L;S为悬浮物或胶体物质的浓度,单位为mg/L;C0为单位质量悬浮物需要絮凝剂的量,单位为mg/mg;c为絮凝剂原液浓度,单位为mg/L。
2.根据权利要求1所述的一种污水处理池的加药分配方法,其特征在于,还包括:当添加絮凝剂的量达到絮凝剂补给量时,停止添加絮凝剂;
当絮凝剂与水中物质发生反应并沉淀结束时,检测3次浊度值,如果浊度值超过排放标准,则继续加入絮凝剂,继续搅拌10 30分钟后,再次沉淀,直至浊度值达到排放标准要求。
~
3.根据权利要求1所述的一种污水处理池的加药分配方法,其特征在于,还包括:当添加碳源的量达到碳源补给量时,停止添加碳源;
检测并计算n值,如果n≥3,序批示活性污泥法SBR反应池开始曝气,如果n<3,则重复补给碳源。
4.根据权利要求1所述的一种污水处理池的加药分配方法,其特征在于,所述水质指标数据包括:污水进水浊度、COD、氨氮浓度,出水COD、氨氮NH浓度、浊度。
5.根据权利要求1所述的一种污水处理池的加药分配方法,其特征在于,还包括:每一次加药完毕,将水质达标排放后的水质指标数据、水量和水温和液位数据作为数据库数据;
当下一次进水的水质指标、水量、水温和液位与数据库中对应的数据相同时,则直接调取保存的工艺参数向SBR 反应池中加药。
6.一种污水处理池的加药分配系统,其特征在于,包括:传感器模块,用于获取SBR 反应池的水质指标数据,水量、水温和液位数据;
计算单元模块,用于将水质指标数据,水量、水温和液位数据输入训练好的RNN神经网络中,利用RNN神经网络输出碳源补给量CRNN和絮凝剂需要量XRNN;将水质指标数据,水量、水温和液位数据输入经验公式,利用经验公式计算碳源补给量CJY和絮凝剂需要量XJY;
第一加药模块,用于如果RNN神经网络输出的碳源补给量CRNN和絮凝剂需要量XRNN与经验公式计算的碳源补给量CJY和絮凝剂需要量XJY的差值小于阈值,则按照(C’+C)/2的值向SBR反应池中加药,其中C’为RNN神经网络输出的碳源补给量CRNN或絮凝剂需要量XRNN;C为经验公式计算出的碳源补给量CJY或絮凝剂需要量XJY;
第二加药模块,用于如果CRNN和XRNN与CJY和XJY的差值大于阈值,则按照经验公式计算出的XJY和CJY向SBR反应池中加药;
所述利用经验公式计算碳源补给量,包括:
计算是否需要补给碳源:
0.8×COD/NH=n
其中,COD为测得的COD量;NH为测得的氨氮浓度;当n≥3时,不需要补给碳源;当n<3时,计算碳源补给量;
碳源补给量=ρ×C=(3‑n) ×NH/0.8×COD其中,ρ为碳源原液的单位体积的COD当量,C为碳源添加体积;
所述利用经验公式计算絮凝剂补给量,包括:
X=(V*S*C0)/(c)
其中,X为絮凝剂用量,单位为L;V为水体体积,单位为L;S为悬浮物或胶体物质的浓度,单位为mg/L;C0为单位质量悬浮物需要絮凝剂的量,单位为mg/mg;c为絮凝剂原液浓度,单位为mg/L。
7.根据权利要求6所述的一种污水处理池的加药分配系统,其特征在于,所述传感器模块包括:氨氮传感器,用于检测污水氨氮含量;
COD传感器,用于检测污水COD数据;
活性污泥传感器,用于检测SBR反应池中污泥浓度;
浊度传感器,用于检测浊度值;
温度传感器,用于检测SBR反应池水温;
液体计量泵,用于计量SBR反应池水量。