本發(fā)明涉及污水處理領(lǐng)域，具體涉及一種工業(yè)污水處理系統(tǒng)。

背景技術(shù)：

相關(guān)技術(shù)中，在污水處理工藝中，生物處理工藝是廣泛被采用的一種污水處理技術(shù)，其過程是一個復(fù)雜的生化過程。在工業(yè)污水處理過程中，為保證污水處理效率，需要嚴(yán)格控制工業(yè)污水處理過程中的多個水質(zhì)參數(shù)。但是，由于污水水質(zhì)的多變性和生物處理系統(tǒng)中生化反應(yīng)的復(fù)雜性，曝氣機(jī)轉(zhuǎn)速的調(diào)整時間常常遠(yuǎn)遠(yuǎn)滯后檢測結(jié)果得出時間，從而出現(xiàn)處理漏洞使得排出的污水水質(zhì)不符合要求，降低了污水處理效率。

技術(shù)實現(xiàn)要素：

針對上述問題，本發(fā)明旨在提供一種工業(yè)污水處理系統(tǒng)。

本發(fā)明的目的采用以下技術(shù)方案來實現(xiàn)：

一種工業(yè)污水處理系統(tǒng)，包括污水處理池、控制中心和在各污水處理池設(shè)置的子控制站點，所述子控制站點連接有多個水質(zhì)、水位監(jiān)測設(shè)備，所述水質(zhì)、水位監(jiān)測設(shè)備的輸出端與控制中心相連；所述污水處理池包括過濾池、攪拌池、分離池、靜化池、凈化塔。

本發(fā)明的有益效果為：能全面及時的檢測工業(yè)污水處理過程中的水質(zhì)，大大提高了污水處理效率，有很好的經(jīng)濟(jì)效益。

附圖說明

利用附圖對本發(fā)明作進(jìn)一步說明，但附圖中的實施例不構(gòu)成對本發(fā)明的任何限制，對于本領(lǐng)域的普通技術(shù)人員，在不付出創(chuàng)造性勞動的前提下，還可以根據(jù)以下附圖獲得其它的附圖。

圖1是本發(fā)明的結(jié)構(gòu)連接示意圖；

圖2是本發(fā)明的故障檢測子系統(tǒng)的結(jié)構(gòu)示意圖。

附圖標(biāo)記：

污水處理池1、控制中心2、子控制站點3、故障監(jiān)測子系統(tǒng)4、數(shù)據(jù)采集模塊41、監(jiān)測模型建立模塊42、測試信號統(tǒng)計特征量計算模塊43、故障判斷模塊44、故障顯示模塊45、報警模塊46。

具體實施方式

結(jié)合以下實施例對本發(fā)明作進(jìn)一步描述。

參見圖1、圖2，本實施例一種工業(yè)污水處理系統(tǒng)包括污水處理池1、控制中心2和在各污水處理池1設(shè)置的子控制站點3，所述子控制站點3連接有多個水質(zhì)、水位監(jiān)測設(shè)備，所述水質(zhì)、水位監(jiān)測設(shè)備的輸出端與控制中心2相連；所述污水處理池1包括過濾池、攪拌池、分離池、靜化池、凈化塔。

優(yōu)選的，所述控制中心2通過無線網(wǎng)絡(luò)連接移動終端。

優(yōu)選的，所述移動終端為手機(jī)。

本發(fā)明上述實施例能全面及時的檢測工業(yè)污水處理過程中的水質(zhì)，大大提高了污水處理效率，有很好的經(jīng)濟(jì)效益。

優(yōu)選的，所述工業(yè)污水處理系統(tǒng)還包括用于監(jiān)測工業(yè)污水處理過程的故障監(jiān)測子系統(tǒng)4，所述故障監(jiān)測子系統(tǒng)4包括數(shù)據(jù)采集模塊41、監(jiān)測模型建立模塊42、測試信號統(tǒng)計特征量計算模塊43、故障判斷模塊44、故障顯示模塊45和報警模塊46。

本優(yōu)選實施例通過設(shè)置監(jiān)測模型建立模塊42、故障判斷模塊44和故障顯示模塊45，可以快速有效地發(fā)現(xiàn)工業(yè)污水處理過程出現(xiàn)的異常狀態(tài)，并識別出故障發(fā)生位置或者時間，相對監(jiān)測能力更強(qiáng)，同時對信號要求的假設(shè)條件更少。

優(yōu)選的，所述數(shù)據(jù)采集模塊41包括預(yù)采集子模塊、后采集子模塊和數(shù)據(jù)修正子模塊，所述預(yù)采集子模塊用于預(yù)先采集工業(yè)污水處理過程正常狀態(tài)下的一組無故障時間序列信號數(shù)據(jù)，所述后采集模塊用于采集工業(yè)污水處理過程的一組測試時間序列信號數(shù)據(jù)，所述數(shù)據(jù)修正子模塊主要用于修正預(yù)采集子模塊和后采集子模塊在數(shù)據(jù)采集過程中造成的誤差，獲取準(zhǔn)確的時間序列信號數(shù)據(jù)，所述誤差包括采集過程中產(chǎn)生的偶然誤差和采集設(shè)備工作在非標(biāo)準(zhǔn)狀況下產(chǎn)生的系統(tǒng)誤差，其中，偶然誤差通過多次采集取平均值的方法來消除，系統(tǒng)誤差通過確定修正因子來消除，對于修正前的多次測量數(shù)據(jù)x_b1、x_b2、x_b3,修正后的數(shù)據(jù)x表示為：

$x=\frac{x_{b1}+x_{b2}+x_{b3}}{3}(1-\frac{\mathrm{\Γ}-{\mathrm{\Γ}}_0}{\mathrm{\Γ}})(1-\frac{\mathrm{\Φ}-{\mathrm{\Φ}}_0}{\mathrm{\Φ}})$

式中，Γ₀為標(biāo)準(zhǔn)采集溫度，Γ為實際測量時環(huán)境溫度，Φ₀為標(biāo)準(zhǔn)采氣壓，Φ為實際測量時氣壓。

本優(yōu)選實施例設(shè)置數(shù)據(jù)修正子模塊，能夠有效消除數(shù)據(jù)采集過程中產(chǎn)生的誤差。

優(yōu)選的，所述監(jiān)測模型建立模塊42用于建立基于控制圖的故障監(jiān)測模型，包括無故障統(tǒng)計特征量計算子模塊和控制圖建立子模塊，具體為：

(1)無故障統(tǒng)計特征量計算子模塊，其運用遞歸圖法對預(yù)采集子模塊采集到的無故障時間序列信號數(shù)據(jù)進(jìn)行分析處理并計算相關(guān)的統(tǒng)計特征量，設(shè)所述無故障時間序列信號數(shù)據(jù)為{x₁,x₂,…,x_n}，從中選擇k個無故障信號，k個無故障信號對應(yīng)的遞歸圖為D_Y＝{Y₁,Y₂,…Y_k}，定義基本遞歸圖矩陣基本遞歸圖矩陣中每個元素取值范圍為[0,1]，剩余的無故障時間序列信號數(shù)據(jù)對應(yīng)的遞歸圖為D_y＝{Y_k,Y_k+1,…Y_n}，建立無故障統(tǒng)計特征量F_W的計算公式為：

$F_W=\underset{i=1}{\overset{N}{\Σ}}\underset{j=1}{\overset{N}{\Σ}}{\left(D_y\right(i,j)-\stackrel{-}{Y_k}(i,j\left)\right)}^2*I\[{\left(D_y\right(i,j)-\stackrel{-}{Y_k}(i,j\left)\right)}^2-T(i,j)\]$

式中，D_y(i,j)為遞歸圖D_y中的元素，T(i,j)為設(shè)定的對應(yīng)于(i,j)位置的閾值，T(i,j)∈[0.8,1]，I(x)為指示函數(shù)，此處x＝(D_y(i,j)-Y_k(i,j))²-T(i,j)，當(dāng)x<0時，I(x)＝0，當(dāng)x≥0時，I(x)＝1；

(2)控制圖建立子模塊，用于建立基于統(tǒng)計特征量的平均值-極差控制圖并計算平均值-極差控制圖的上控制界限UCL和下控制界限LCL，包括依次連接的統(tǒng)計特征量處理單元和控制界限計算單元；所述統(tǒng)計特征量處理單元用于對無故障統(tǒng)計特征量F_W進(jìn)行處理以生成服從正態(tài)分布的樣本集均值順序排列集處理時以無故障統(tǒng)計特征量F_W為基礎(chǔ)數(shù)據(jù)，利用窮舉法生成多個樣本容量為n_c的新樣本集并計算對應(yīng)的新樣本集均值，其中n_c<n-k，設(shè)共有m個新樣本集均值，m個新樣本集均值按從小到大的排列順序分別為則樣本集均值順序排列集所述控制界限計算單元用于計算所述上控制界限UCL和下控制界限LCL，計算時設(shè)定顯著性水平α，α∈(0,0.003]，根據(jù)概率公式和PSFW<LCL＝α2計算得到上控制界限UCL和下控制界限LCL；

所述測試信號統(tǒng)計特征量計算模塊43用于計算后采集子模塊采集到的測試時間序列信號數(shù)據(jù)的統(tǒng)計特征量，設(shè)測試時間序列信號數(shù)據(jù)對應(yīng)的遞歸圖為D_H＝{H₁,H₂,…H_l}，建立測試時間序列信號數(shù)據(jù)的統(tǒng)計特征量的計算公式為：

$F_{D_H}=\underset{i=1}{\overset{N}{\&Sigma;}}\underset{j=1}{\overset{N}{\&Sigma;}}{\left(D_H\right(i,j)-\stackrel{-}{Y_k}(i,j\left)\right)}^2*I\&lsqb;{\left(D_H\right(i,j)-\stackrel{-}{Y_k}(i,j\left)\right)}^2-T(i,j)\&rsqb;$

由于工業(yè)污水處理過程信息之間的相關(guān)性可表示為遞歸圖和遞歸圖之間的相關(guān)性，本優(yōu)選實施例建立了無故障統(tǒng)計特征量F_w的計算公式和測試時間序列信號數(shù)據(jù)的統(tǒng)計特征量的計算公式，計算出的統(tǒng)計特征量有效地表征了不同遞歸圖之間的相關(guān)性，利用這種相關(guān)性，并建立平均值-極差控制圖來監(jiān)測所述測試時間序列信號數(shù)據(jù)，實現(xiàn)了對工業(yè)污水處理過程的異常監(jiān)測和故障診斷。

優(yōu)選的，所述故障判斷模塊44通過由控制圖建立模塊建立的平均值-極差控制圖來監(jiān)測所述測試時間序列信號數(shù)據(jù)，并判斷工業(yè)污水處理過程是否處于故障，包括初步判斷子模塊和故障確定子模塊：

所述初步判斷子模塊用于初步判定是否存在故障，建立初步故障判斷規(guī)則為：若或者則初步判斷測試信號為異常信號；若則測試信號為正常信號，判斷工業(yè)污水處理過程處于正常狀態(tài)；

所述故障確定子模塊用于確定是否故障，若或者則確定測試信號為異常信號，判斷工業(yè)污水處理過程處于故障狀態(tài)。

本優(yōu)選實施例將故障判斷模塊44分為初步判斷子模塊和故障確定子模塊，相當(dāng)于設(shè)立了緩沖區(qū)，便于人們及早發(fā)現(xiàn)問題。

優(yōu)選的，所述故障顯示模塊45用于判斷異常信號中發(fā)生異常的信號段，包括依次連接的元素點篩選子模塊和故障區(qū)域判斷子模塊；所述元素點篩選子模塊用于在滿足(D_y(i,j)-Yki,j2-Ti,j≥0的元素點中篩選出代表信號異常的元素點并去除因為隨機(jī)噪聲導(dǎo)致異常的元素點，篩選時保留所有的元素點，將其余元素點賦值為0，得到新的遞歸矩陣定義一連通度閾值T_μ，計算遞歸矩陣中所有非0元素點之間的連通度μ(i,j),若其連通度μ(i,j)<T_μ，則該元素點賦值為0，若其連通度μ(i,j)≥T_μ，則保留，最終得到新的遞歸圖矩陣

所述故障區(qū)域判斷子模塊用于在由元素點篩選子模塊處理后的異常信號中尋找出異常的信號段，尋找時獲取遞歸圖矩陣中非0元素點的坐標(biāo)信息，提取出可能表征故障特征信息的所有區(qū)域，建立遞歸圖矩陣中區(qū)域Q_x為真實故障區(qū)域的判定條件為：

N[Point(i,j)]≥T_ε

且max(i)＝max(j),min(i)＝min(j)

其中，N[Point(i,j)]表示元素點Point(i,j)的數(shù)量,T_ε為設(shè)定的遞歸圖矩陣中非0元素點數(shù)量的閾值。

本優(yōu)選實施例設(shè)置故障判斷模塊44和故障顯示模塊45，可在未知任何工業(yè)污水處理過程先驗知識的情況下，快速有效地發(fā)現(xiàn)工業(yè)污水處理過程出現(xiàn)的異常狀態(tài)，并識別出故障發(fā)生位置或者時間，相對監(jiān)測能力更強(qiáng)。

優(yōu)選的，所述報警模塊46由報警器和觸發(fā)開關(guān)組成，與故障判斷模塊44相連，所述報警器包括警鈴和警示燈，當(dāng)故障判斷模塊44初步判斷信號狀態(tài)為故障時，警鈴發(fā)出警報，警示燈閃爍，當(dāng)故障判斷模塊44確定信號狀態(tài)為故障時，警鈴發(fā)出警報，警示燈閃爍，觸發(fā)開關(guān)觸發(fā)電閘切斷電源，所述報警模塊46還具備信息存儲和通信功能，能夠?qū)缶畔l(fā)送給操作人員。

本優(yōu)選實施例設(shè)置報警模塊46，能夠及早發(fā)現(xiàn)問題，避免造成更大損失。

最后應(yīng)當(dāng)說明的是，以上實施例僅用以說明本發(fā)明的技術(shù)方案，而非對本發(fā)明保護(hù)范圍的限制，盡管參照較佳實施例對本發(fā)明作了詳細(xì)地說明，本領(lǐng)域的普通技術(shù)人員應(yīng)當(dāng)理解，可以對本發(fā)明的技術(shù)方案進(jìn)行修改或者等同替換，而不脫離本發(fā)明技術(shù)方案的實質(zhì)和范圍。