CN114349188A - 污水处理生化工艺中自适应智能控氧的方法 - Google Patents

Abstract

本发明公开了污水处理生化工艺中自适应智能控氧的方法，包括以下步骤：获取污水处理生化工艺池中的历史实测数据，历史实测数据包括进水流量数据、水质、污水处理生化工艺池中的污水浑浊度数据、污水处理生化工艺池中水温的变化情况数据、氧气在水上空的平衡分压变化情况数据以及污水处理生化工艺池中的溶氧预设值，本发明通过采集污水处理生化工艺池中的历史处理数据，同时实时采集现场处理数据，并将历史处理数据与现场处理数据进行分析对比与计算，得到实时自适应的最佳进氧量，从而使得曝气设备能够根据污水处理生化工艺池中的污水温度、进水量、水质、浊度等数据的变化而进行随时的调整，从而保证最佳的污水处理效果，有利于实际的应用与操作。

Description

污水处理生化工艺中自适应智能控氧的方法

技术领域

本发明属于智能控氧领域，具体为污水处理生化工艺中自适应智能控氧的方法。

背景技术

现有生活中，污水处理是为了使污水达到排入某一水体或再次使用的水质要求而对其进行净化的过程，污水处理被广泛应用于建筑、农业、交通、能源、石化、环保、城市景观、医疗、餐饮等各个领域，而随着环保意识的不断增强，污水处理也越来越多地走进寻常百姓的日常生活，而在污水处理生化工艺池中，常常需要采用曝气设备向污水中进行曝气操作，从而达到向污水中通入氧气的目的。

但是现有的污水处理生化工艺池中配套的曝气设备在实际的使用时，大都是只能根据进入污水处理生化工艺池中的污水的量来设置一个固定的曝气进氧量，而在实际的应用中，污水处理生化工艺池中的污水温度、进水量、浊度等数据是随着时间的变化而变化的，而固定的曝气进氧量无法适应这种变化，当曝气进氧量过低，则容易造成污水处理效果较差的情况发生，而当曝气进氧量过高时，将造成资源的浪费，不利于实际的应用与操作。

发明内容：

本发明的目的就在于为了解决上述问题而提供污水处理生化工艺中自适应智能控氧的方法，解决了背景技术中提到的问题。

为了解决上述问题，本发明提供了一种技术方案：

污水处理生化工艺中自适应智能控氧的方法，包括以下步骤：

S1、获取污水处理生化工艺池中的历史实测数据，历史实测数据包括进水流量数据、水质、污水处理生化工艺池中的污水浑浊度数据、污水处理生化工艺池中水温的变化情况数据、氧气在水上空的平衡分压变化情况数据以及污水处理生化工艺池中的溶氧预设值，并对其进行数据整理操作；

S2、根据整理的数据选择对应的时间点，并计算对应时间点污水处理生化工艺池中溶解的氧的量N3，然后利用计算得到的溶解的氧的量N3建立溶氧实测数据集合；

S3、根据历史实测数据建立污水处理生化工艺池历史进水流量、水质数据集合以及历史污水浑浊度数据集合，同时对正在运行的污水处理生化工艺池进行实时数据监测；

S4、根据实时监测数据建立污水处理生化工艺池实时进水流量、水质数据集合以及实时污水浑浊度数据集合，然后根据实时进水流量、水质数据集合以及实时污水浑浊度数据集合，筛选符合条件的历史进水流量、水质数据集合以及历史污水浑浊度数据集合；

S5、将对应集合下的利用历史实测数据计算得到的溶解的氧的量N3与实时数据监测结果进行整合计算，得到此时的自适应智能控氧数据；

S6、根据计算得到的自适应智能控氧数据控制相应的曝气设备向污水处理生化工艺池中进行实时控氧，同时实时曝气控氧根据实时监测数据的变化而变化。

作为优选，所述步骤S1中的数据整理操作具体包括以下步骤：

S11、提取历史实测数据中的进水流量数据、水质、污水处理生化工艺池中的污水浑浊度数据、污水处理生化工艺池中水温的变化情况数据、氧气在水上空的平衡分压变化情况数据以及污水处理生化工艺池中的溶氧预设值；

S12、按照时间点建立数据表格，分别将对应时间点的进水流量实时数据、污水处理生化工艺池中的污水浑浊度实时数据、污水处理生化工艺池中水温实时数据、氧气在水上空的平衡分压实时数据以及污水处理生化工艺池中的溶氧预设值填充在对应的时间点下方；

S13、根据时间点数据以及表格数据，建立数据对比柱状图。

作为优选，所述步骤S2中计算对应时间点污水处理生化工艺池中溶解的氧的量的具体计算步骤为：

S21、根据整理之后的数据，按照时间点选择对应的时间数据Y1、Y2、……、Y(n-1)、Yn，并提取对应时间的进水流量A(Y1)、A(Y2)、……、A【Y(n-1)】、A(Yn)，同时提取此时污水处理生化工艺池中的水温T(Y1)、T(Y2)、……、T【Y(n-1)】、T(Yn)以及此时氧气在水上空的平衡分压P(Y1)、P(Y2)、……、P【Y(n-1)】、P(Yn)；

S22、查询数据得到不同温度下氧在水中的亨利系数K【T(Y1)】、K【T(Y2)】、……、K{T【Y(n-1)】}、K【T(Yn)】；

S23、根据公式P＝KX，其中X为氧气在水中的摩尔分数，计算氧气在水中的摩尔分数X＝P/K，计算对应时间点Y下的氧气在水中的实时摩尔分数；

S24、根据水在不同温度T下的密度以及水的分子量，计算得到不同温度下每升水的摩尔分数m，并计算得到每升水中氧的摩尔数N1＝m(P/K)，并根据对应时间点污水处理生化工艺池中污水的含量H计算得到水处理生化工艺池中氧的摩尔数N2＝mH(P/K)；

S25、根据氧的分子量，计算此时对应时间点污水处理生化工艺池中溶解的氧为N3＝【mH(P/K)】/32。

作为优选，所述步骤S3中的实时数据包括实时曝气量、污水处理生化工艺池中的实时溶氧量、实时进水量、水质以及水样实时浑浊度。

作为优选，所述步骤S3中对正在运行的污水处理生化工艺池进行实时数据监测的具体操作步骤为：

S31、利用曝气设备实时监测设备向污水处理生化工艺池中进行曝气的量；

S32、利用氧气浓度监测仪实时监测污水处理生化工艺池中的溶氧量；

S33、利用流量监测设备监测污水处理生化工艺池中的实时进水量；

S34、利用光电浊度仪向污水处理生化工艺池中照射稳定光源，透过污水中的悬浮物和胶体颗粒，并读出水样的浑浊度。

作为优选，所述步骤S4中筛选符合条件的池历史进水流量数据集合以及历史污水浑浊度数据集合的具体操作步骤为：

S41、读取实时进水流量、水质数据集合以及实时污水浑浊度数据集合，间隔三十分钟筛选一组对应时间点的实时进水流量、水质数据以及实时污水浑浊度数据；

S42、根据历史进水流量、水质数据集合以及历史污水浑浊度数据集合，对筛选得到的实时进水流量、水质数据以及实时污水浑浊度数据进行匹配；

S43、挑选相同时间点的历史进水流量、水质数据与历史污水浑浊度数据，并将实时进水流量、水质数据以及实时污水浑浊度数据分别与对应时间点的历史进水流量、水质数据以及历史污水浑浊度数据进行整合，得到进水流量、水质数据对比集合以及污水浑浊度数据对比集合。

作为优选，所述步骤S5中的自适应智能控氧数据为曝气设备的实时曝气量。

作为优选，所述步骤S5中进行整合计算的具体操作步骤为：

S51、按照时间点数据，每间隔十五分钟提取对应时间点的实时监测数据中的溶氧量N4；

S52、根据提取的实时监测数据中溶氧量N4对应的时间点数据分别提取相对应时间点下的历史实测数据中的溶氧量N3；

S53、分别计算对应时间点下的溶氧量的平均值，即(N3+N4)/2，然后将得到的所有平均值按照数值从小到大进行排列，并删除一个最小值与一个最大值，然后取所有数据的平均值；

S54、根据所有数值的平均值计算此溶氧量状态下曝气设备应当设置的实时曝气量，实时曝气量根据实时监测数据中的溶氧量N4的变化而变化。

本发明的有益效果是：本发明通过采集污水处理生化工艺池中的历史处理数据，并对其进行整合分析与计算，同时实时采集现场处理数据，并将历史处理数据与现场处理数据进行分析对比与计算，得到实时自适应的最佳进氧量，从而使得曝气设备能够根据污水处理生化工艺池中的污水温度、进水量、浊度等数据的变化而进行随时的调整，从而保证最佳的污水处理效果，同时还能够避免造成资源的浪费，有利于实际的应用与操作。

附图说明：

为了易于说明，本发明由下述的具体实施及附图作以详细描述。

图1是本发明污水处理生化工艺中自适应智能控氧的方法流程图。

具体实施方式：

如图1所示，本具体实施方式采用以下技术方案：

实施例：

污水处理生化工艺中自适应智能控氧的方法，包括以下步骤：

S1、获取污水处理生化工艺池中的历史实测数据，历史实测数据包括进水流量数据、水质、污水处理生化工艺池中的污水浑浊度数据、污水处理生化工艺池中水温的变化情况数据、氧气在水上空的平衡分压变化情况数据以及污水处理生化工艺池中的溶氧预设值，并对其进行数据整理操作，便于更好的提取污水处理生化工艺池中有利用价值的历史实测数据；

S2、根据整理的数据选择对应的时间点，并计算对应时间点污水处理生化工艺池中溶解的氧的量N3，然后利用计算得到的溶解的氧的量N3建立溶氧实测数据集合，便于更好的根据历史实测数据还原历史溶氧量；

S3、根据历史实测数据建立污水处理生化工艺池历史进水流量数据集合以及历史污水浑浊度数据集合，同时对正在运行的污水处理生化工艺池进行实时数据监测，便于更好的获取对比实时数据；

S4、根据实时监测数据建立污水处理生化工艺池实时进水流量、水质数据集合以及实时污水浑浊度数据集合，然后根据实时进水流量、水质数据集合以及实时污水浑浊度数据集合，筛选符合条件的历史进水流量、水质数据集合以及历史污水浑浊度数据集合，便于更好的在历史实测数据中选取能够用于分析的数据集合；

S5、将对应集合下的利用历史实测数据计算得到的溶解的氧的量N3与实时数据监测结果进行整合计算，得到此时的自适应智能控氧数据，便于更好的实时计算控氧数据；

S6、根据计算得到的自适应智能控氧数据控制相应的曝气设备向污水处理生化工艺池中进行实时控氧，同时实时曝气控氧根据实时监测数据的变化而变化，便于更好的根据污水处理生化工艺池中的污水温度、进水量、浊度等数据的变化对控氧数据进行随时的调整。

其中，所述步骤S1中的数据整理操作具体包括以下步骤：

S11、提取历史实测数据中的进水流量数据、水质、污水处理生化工艺池中的污水浑浊度数据、污水处理生化工艺池中水温的变化情况数据、氧气在水上空的平衡分压变化情况数据以及污水处理生化工艺池中的溶氧预设值；

S12、按照时间点建立数据表格，分别将对应时间点的进水流量实时数据、水质、污水处理生化工艺池中的污水浑浊度实时数据、污水处理生化工艺池中水温实时数据、氧气在水上空的平衡分压实时数据以及污水处理生化工艺池中的溶氧预设值填充在对应的时间点下方；

S13、根据时间点数据以及表格数据，建立数据对比柱状图，便于更直观的对历史实测数据进行对比观察。

其中，所述步骤S2中计算对应时间点污水处理生化工艺池中溶解的氧的量的具体计算步骤为：

S21、根据整理之后的数据，按照时间点选择对应的时间数据Y1、Y2、……、Y(n-1)、Yn，并提取对应时间的进水流量A(Y1)、A(Y2)、……、A【Y(n-1)】、A(Yn)，同时提取此时污水处理生化工艺池中的水温T(Y1)、T(Y2)、……、T【Y(n-1)】、T(Yn)以及此时氧气在水上空的平衡分压P(Y1)、P(Y2)、……、P【Y(n-1)】、P(Yn)；

S22、查询数据得到不同温度下氧在水中的亨利系数K【T(Y1)】、K【T(Y2)】、……、K{T【Y(n-1)】}、K【T(Yn)】；

S23、根据公式P＝KX，其中X为氧气在水中的摩尔分数，计算氧气在水中的摩尔分数X＝P/K，计算对应时间点Y下的氧气在水中的实时摩尔分数；

S24、根据水在不同温度T下的密度以及水的分子量，计算得到不同温度下每升水的摩尔分数m，并计算得到每升水中氧的摩尔数N1＝m(P/K)，并根据对应时间点污水处理生化工艺池中污水的含量H计算得到水处理生化工艺池中氧的摩尔数N2＝mH(P/K)；

S25、根据氧的分子量，计算此时对应时间点污水处理生化工艺池中溶解的氧为N3＝【mH(P/K)】/32。

其中，所述步骤S3中的实时数据包括实时曝气量、污水处理生化工艺池中的实时溶氧量、实时进水量以及水样实时浑浊度。

其中，所述步骤S3中对正在运行的污水处理生化工艺池进行实时数据监测的具体操作步骤为：

S31、利用曝气设备实时监测设备向污水处理生化工艺池中进行曝气的量；

S32、利用氧气浓度监测仪实时监测污水处理生化工艺池中的溶氧量；

S33、利用流量监测设备监测污水处理生化工艺池中的实时进水量；

S34、利用光电浊度仪向污水处理生化工艺池中照射稳定光源，透过污水中的悬浮物和胶体颗粒，并读出水样的浑浊度，光电浊度仪是利用一稳定的光源通过被水样直射至光电池，当水中的悬浮物和胶体颗粒越多、则透射光愈强，当透射光强弱受到不同程度变化时，在光电池上也产生相应变化的电流强度，直接推动直流输出电表，从表面上直接读出水样的浑浊度，便于更好的读取实时监测数据，同时具体的水样浑浊度测定步骤为：将仪器接通电源，将稳压器、光源灯预热15-30分钟，测定低浊度，用长水样槽，将零浊度水倒入水样槽至水位线，然后将水样槽放入仪器测量室，盖上盖子，缓慢地旋转稳压器上的微调，调节至仪表零度处，然后取出水样槽，将被测水样倒入水样槽至水位线，然后放入仪器测量室，盖上盖子，从仪表上直接读出浊度数即可。

其中，所述步骤S4中筛选符合条件的池历史进水流量、水质数据集合以及历史污水浑浊度数据集合的具体操作步骤为：

S41、读取实时进水流量、水质数据集合以及实时污水浑浊度数据集合，间隔三十分钟筛选一组对应时间点的实时进水流量数据、水质以及实时污水浑浊度数据；

S42、根据历史进水流量、水质数据集合以及历史污水浑浊度数据集合，对筛选得到的实时进水流量、水质数据以及实时污水浑浊度数据进行匹配；

S43、挑选相同时间点的历史进水流、水质数据与历史污水浑浊度数据，并将实时进水流量、水质数据以及实时污水浑浊度数据分别与对应时间点的历史进水流量、水质数据以及历史污水浑浊度数据进行整合，得到进水流量、水质数据对比集合以及污水浑浊度数据对比集合，便于更好的通过对比集合来筛选合适的计算数据。

其中，所述步骤S5中的自适应智能控氧数据为曝气设备的实时曝气量，便于更好的进行直观控制操作。

其中，所述步骤S5中进行整合计算的具体操作步骤为：

S51、按照时间点数据，每间隔十五分钟提取对应时间点的实时监测数据中的溶氧量N4；

S52、根据提取的实时监测数据中溶氧量N4对应的时间点数据分别提取相对应时间点下的历史实测数据中的溶氧量N3；

S53、分别计算对应时间点下的溶氧量的平均值，即(N3+N4)/2，然后将得到的所有平均值按照数值从小到大进行排列，并删除一个最小值与一个最大值，然后取所有数据的平均值；

S54、根据所有数值的平均值计算此溶氧量状态下曝气设备应当设置的实时曝气量，实时曝气量根据实时监测数据中的溶氧量N4的变化而变化。

具体的：在实际的应用中，首先获取污水处理生化工艺池中的历史实测数据，历史实测数据包括进水流量数据、水质、污水处理生化工艺池中的污水浑浊度数据、污水处理生化工艺池中水温的变化情况数据、氧气在水上空的平衡分压变化情况数据以及污水处理生化工艺池中的溶氧预设值，并对其进行数据整理操作，其中，数据整理操作的具体步骤为：提取历史实测数据中的进水流量数据、污水处理生化工艺池中的污水浑浊度数据、污水处理生化工艺池中水温的变化情况数据、氧气在水上空的平衡分压变化情况数据以及污水处理生化工艺池中的溶氧预设值；按照时间点建立数据表格，分别将对应时间点的进水流量实时数据、污水处理生化工艺池中的污水浑浊度实时数据、污水处理生化工艺池中水温实时数据、氧气在水上空的平衡分压实时数据以及污水处理生化工艺池中的溶氧预设值填充在对应的时间点下方；根据时间点数据以及表格数据，建立数据对比柱状图；

然后根据整理的数据选择对应的时间点，并计算对应时间点污水处理生化工艺池中溶解的氧的量N3，然后利用计算得到的溶解的氧的量N3建立溶氧实测数据集合，其中，具体计算步骤为：根据整理之后的数据，按照时间点选择对应的时间数据Y1、Y2、……、Y(n-1)、Yn，并提取对应时间的进水流量A(Y1)、A(Y2)、……、A【Y(n-1)】、A(Yn)，同时提取此时污水处理生化工艺池中的水温T(Y1)、T(Y2)、……、T【Y(n-1)】、T(Yn)以及此时氧气在水上空的平衡分压P(Y1)、P(Y2)、……、P【Y(n-1)】、P(Yn)；查询数据得到不同温度下氧在水中的亨利系数K【T(Y1)】、K【T(Y2)】、……、K{T【Y(n-1)】}、K【T(Yn)】；根据公式P＝KX，其中X为氧气在水中的摩尔分数，计算氧气在水中的摩尔分数X＝P/K，计算对应时间点Y下的氧气在水中的实时摩尔分数；根据水在不同温度T下的密度以及水的分子量，计算得到不同温度下每升水的摩尔分数m，并计算得到每升水中氧的摩尔数N1＝m(P/K)，并根据对应时间点污水处理生化工艺池中污水的含量H计算得到水处理生化工艺池中氧的摩尔数N2＝mH(P/K)；根据氧的分子量，计算此时对应时间点污水处理生化工艺池中溶解的氧为N3＝【mH(P/K)】/32；

接着根据历史实测数据建立污水处理生化工艺池历史进水流量、水质数据集合以及历史污水浑浊度数据集合，同时对正在运行的污水处理生化工艺池进行实时数据监测，其中，实时数据包括实时曝气量、污水处理生化工艺池中的实时溶氧量、实时进水量以及水样实时浑浊度，并且对正在运行的污水处理生化工艺池进行实时数据监测的具体操作步骤为：利用曝气设备实时监测设备向污水处理生化工艺池中进行曝气的量；利用氧气浓度监测仪实时监测污水处理生化工艺池中的溶氧量；利用流量监测设备监测污水处理生化工艺池中的实时进水量；利用光电浊度仪向污水处理生化工艺池中照射稳定光源，透过污水中的悬浮物和胶体颗粒，并读出水样的浑浊度，将仪器接通电源，将稳压器、光源灯预热15-30分钟，测定低浊度，用长水样槽，将零浊度水倒入水样槽至水位线，然后将水样槽放入仪器测量室，盖上盖子，缓慢地旋转稳压器上的微调，调节至仪表零度处，然后取出水样槽，将被测水样倒入水样槽至水位线，然后放入仪器测量室，盖上盖子，从仪表上直接读出浊度数即可；

然后根据实时监测数据建立污水处理生化工艺池实时进水流量、水质数据集合以及实时污水浑浊度数据集合，然后根据实时进水流量、水质数据集合以及实时污水浑浊度数据集合，筛选符合条件的历史进水流量数据集合以及历史污水浑浊度数据集合，其中，筛选符合条件的池历史进水流量、水质数据集合以及历史污水浑浊度数据集合的具体操作步骤为：读取实时进水流量、水质数据集合以及实时污水浑浊度数据集合，间隔三十分钟筛选一组对应时间点的实时进水流量数据以及实时污水浑浊度数据；根据历史进水流量数据集合以及历史污水浑浊度数据集合，对筛选得到的实时进水流量数据以及实时污水浑浊度数据进行匹配；挑选相同时间点的历史进水流量数据与历史污水浑浊度数据，并将实时进水流量数据以及实时污水浑浊度数据分别与对应时间点的历史进水流量数据以及历史污水浑浊度数据进行整合，得到进水流量数据对比集合以及污水浑浊度数据对比集合；

接着将对应集合下的利用历史实测数据计算得到的溶解的氧的量N3与实时数据监测结果进行整合计算，得到此时的自适应智能控氧数据，其中，自适应智能控氧数据为曝气设备的实时曝气量，并且，整合计算的具体操作步骤为：按照时间点数据，每间隔十五分钟提取对应时间点的实时监测数据中的溶氧量N4；根据提取的实时监测数据中溶氧量N4对应的时间点数据分别提取相对应时间点下的历史实测数据中的溶氧量N3；分别计算对应时间点下的溶氧量的平均值，即(N3+N4)/2，然后将得到的所有平均值按照数值从小到大进行排列，并删除一个最小值与一个最大值，然后取所有数据的平均值；根据所有数值的平均值计算此溶氧量状态下曝气设备应当设置的实时曝气量，实时曝气量根据实时监测数据中的溶氧量N4的变化而变化；

最后根据计算得到的自适应智能控氧数据控制相应的曝气设备向污水处理生化工艺池中进行实时控氧，同时实时曝气控氧根据实时监测数据的变化而变化。

尽管已经示出和描述了本发明的实施例，对于本领域的普通技术人员而言，可以理解在不脱离本发明的原理和精神的情况下可以对这些实施例进行多种变化、修改、替换和变型，本发明的范围由所附权利要求及其等同物限定。

Claims (8)

1.污水处理生化工艺中自适应智能控氧的方法，其特征在于，包括以下步骤：

S1、获取污水处理生化工艺池中的历史实测数据，历史实测数据包括进水流量数据、水质、污水处理生化工艺池中的污水浑浊度数据、污水处理生化工艺池中水温的变化情况数据、氧气在水上空的平衡分压变化情况数据以及污水处理生化工艺池中的溶氧预设值，并对其进行数据整理操作；

S2、根据整理的数据选择对应的时间点，并计算对应时间点污水处理生化工艺池中溶解的氧的量N3，然后利用计算得到的溶解的氧的量N3建立溶氧实测数据集合；

S3、根据历史实测数据建立污水处理生化工艺池历史进水流量、水质数据集合以及历史污水浑浊度数据集合，同时对正在运行的污水处理生化工艺池进行实时数据监测；

S4、根据实时监测数据建立污水处理生化工艺池实时进水流量、水质数据集合以及实时污水浑浊度数据集合，然后根据实时进水流量、水质数据集合以及实时污水浑浊度数据集合，筛选符合条件的历史进水流量数据、水质集合以及历史污水浑浊度数据集合；

S5、将对应集合下的利用历史实测数据计算得到的溶解的氧的量N3与实时数据监测结果进行整合计算，得到此时的自适应智能控氧数据；

S6、根据计算得到的自适应智能控氧数据控制相应的曝气设备向污水处理生化工艺池中进行实时控氧，同时实时曝气控氧根据实时监测数据的变化而变化。

2.根据权利要求1所述的污水处理生化工艺中自适应智能控氧的方法，其特征在于，所述步骤S1中的数据整理操作具体包括以下步骤：

S11、提取历史实测数据中的进水流量数据、水质、污水处理生化工艺池中的污水浑浊度数据、污水处理生化工艺池中水温的变化情况数据、氧气在水上空的平衡分压变化情况数据以及污水处理生化工艺池中的溶氧预设值；

S12、按照时间点建立数据表格，分别将对应时间点的进水流量实时数据、水质、污水处理生化工艺池中的污水浑浊度实时数据、污水处理生化工艺池中水温实时数据、氧气在水上空的平衡分压实时数据以及污水处理生化工艺池中的溶氧预设值填充在对应的时间点下方；

S13、根据时间点数据以及表格数据，建立数据对比柱状图。

3.根据权利要求1所述的污水处理生化工艺中自适应智能控氧的方法，其特征在于，所述步骤S2中计算对应时间点污水处理生化工艺池中溶解的氧的量的具体计算步骤为：

S21、根据整理之后的数据，按照时间点选择对应的时间数据Y1、Y2、……、Y(n-1)、Yn，并提取对应时间的进水流量A(Y1)、A(Y2)、……、A【Y(n-1)】、A(Yn)，同时提取此时污水处理生化工艺池中的水温T(Y1)、T(Y2)、……、T【Y(n-1)】、T(Yn)以及此时氧气在水上空的平衡分压P(Y1)、P(Y2)、……、P【Y(n-1)】、P(Yn)；

S22、查询数据得到不同温度下氧在水中的亨利系数K【T(Y1)】、K【T(Y2)】、……、K{T【Y(n-1)】}、K【T(Yn)】；

S23、根据公式P＝KX，其中X为氧气在水中的摩尔分数，计算氧气在水中的摩尔分数X＝P/K，计算对应时间点Y下的氧气在水中的实时摩尔分数；

S24、根据水在不同温度T下的密度以及水的分子量，计算得到不同温度下每升水的摩尔分数m，并计算得到每升水中氧的摩尔数N1＝m(P/K)，并根据对应时间点污水处理生化工艺池中污水的含量H计算得到水处理生化工艺池中氧的摩尔数N2＝mH(P/K)；

S25、根据氧的分子量，计算此时对应时间点污水处理生化工艺池中溶解的氧为N3＝【mH(P/K)】/32。

4.根据权利要求1所述的污水处理生化工艺中自适应智能控氧的方法，其特征在于，所述步骤S3中的实时数据包括实时曝气量、污水处理生化工艺池中的实时溶氧量、实时进水量、水质以及水样实时浑浊度。

5.根据权利要求1所述的污水处理生化工艺中自适应智能控氧的方法，其特征在于，所述步骤S3中对正在运行的污水处理生化工艺池进行实时数据监测的具体操作步骤为：

S31、利用曝气设备实时监测设备向污水处理生化工艺池中进行曝气的量；

S32、利用氧气浓度监测仪实时监测污水处理生化工艺池中的溶氧量；

S33、利用流量监测设备监测污水处理生化工艺池中的实时进水量；

S34、利用光电浊度仪向污水处理生化工艺池中照射稳定光源，透过污水中的悬浮物和胶体颗粒，并读出水样的浑浊度。

6.根据权利要求1所述的污水处理生化工艺中自适应智能控氧的方法，其特征在于，所述步骤S4中筛选符合条件的池历史进水流量、水质数据集合以及历史污水浑浊度数据集合的具体操作步骤为：

S41、读取实时进水流量、水质数据集合以及实时污水浑浊度数据集合，间隔三十分钟筛选一组对应时间点的实时进水流量数据以及实时污水浑浊度数据；

S42、根据历史进水流量、水质数据集合以及历史污水浑浊度数据集合，对筛选得到的实时进水流量数据以及实时污水浑浊度数据进行匹配；

S43、挑选相同时间点的历史进水流量数据与历史污水浑浊度数据，并将实时进水流量数据、水质以及实时污水浑浊度数据分别与对应时间点的历史进水流量数据以及历史污水浑浊度数据进行整合，得到进水流量数据对比集合以及污水浑浊度数据对比集合。

7.根据权利要求1所述的污水处理生化工艺中自适应智能控氧的方法，其特征在于，所述步骤S5中的自适应智能控氧数据为曝气设备的实时曝气量。

8.根据权利要求1所述的污水处理生化工艺中自适应智能控氧的方法，其特征在于，所述步骤S5中进行整合计算的具体操作步骤为：

S51、按照时间点数据，每间隔十五分钟提取对应时间点的实时监测数据中的溶氧量N4；

S52、根据提取的实时监测数据中溶氧量N4对应的时间点数据分别提取相对应时间点下的历史实测数据中的溶氧量N3；

S53、分别计算对应时间点下的溶氧量的平均值，即(N3+N4)/2，然后将得到的所有平均值按照数值从小到大进行排列，并删除一个最小值与一个最大值，然后取所有数据的平均值；

S54、根据所有数值的平均值计算此溶氧量状态下曝气设备应当设置的实时曝气量，实时曝气量根据实时监测数据中的溶氧量N4的变化而变化。

Images