一种高氟废水处理的智慧型加药系统及方法

专利主权项内容

1.一种高氟废水处理的智慧型加药系统，包括中和池、反应池、絮凝池和沉淀池，其特征在于，还包括：中控模块、进水信息收集模块、加药预测模块、过程水信息收集模块、偏差校正模块和加药执行模块；进水信息收集模块用于采集进水信息，并将进水信息实时输送至中控模块的数据库中；过程水信息收集模块用于采集中和池、絮凝池和沉淀池中过程水信息，并将过程水信息实时输送至中控模块的数据库中；加药预测模块根据中控模块输送的进水信息、过程水pH值设定值和出水氟化物浓度设定值，采用自适应神经模糊推理模型预测输出下一时刻不同药剂的加药量预测值，并将不同药剂的加药量预测值实时输送至中控模块的数据库中；偏差校正模块根据中控模块输送的过程水信息、加药量预测值、过程水pH值设定值和出水氟化物浓度设定值计算出各药剂的加药量修订值，并将不同药剂的加药量修订值实时输送至中控模块的数据库中；加药执行模块根据中控模块输送的加药信号分别对中和池、反应池、絮凝池执行加药操作；中控模块用于控制其他模块的运行操作，其中若上一时刻出水氟化物浓度与出水氟化物浓度设定值偏差率大于等于10％，则启动偏差校正模块，控制加药执行模块根据加药量修订值进行加药操作，若偏差率小于10％，则不启动偏差校正模块，控制加药执行模块根据加药量预测值进行加药操作；其中，自适应神经模糊推理模型采用离线学习、在线控制和离线再优化三种方式进行学习优化，离线时，选取进水信息、过程水信息和有效加药量的试验历史数据作为学习样本集，然后将学习样本集输入到自适应神经模糊推理模型的训练程序中，得到自适应神经模糊推理模型的参数，最后将训练好的自适应神经模糊推理模型写入加药预测模块；在线时，根据进水信息收集模块采集的进水信息、过程水pH值设定值以及出水氟化物浓度设定值实时预测不同药剂的加药量，并传输至中控模块；离线后，将中控模块中储存的实际运行数据作为更新的样本集，再次训练，得到更完善的自适应神经模糊推理模型，并将优化后的自适应神经模糊推理模型重新写入加药预测模块。