一种精准污水分类处理方法
文献发布时间:2023-06-19 16:04:54
技术领域
本发明涉及污水分类处理的技术领域,尤其涉及一种精准污水分类处理方法。
背景技术
现有的污水分类处理方法没有考虑到的污水内部物质之间存在的化学反应,造成污水处理二次污染问题,例如重金属与多环芳烃PAHs发生化学反应会形成金属盐,造成二次污染,有机物磷和氯发生反应会产生有毒气体,重金属Cu和有机氯会发生反应形成无机物。同时在厌氧消化流程中,有机物污染物在无氧条件下,由兼性菌和厌氧细菌将可生物降解的有机物分解为CH
发明内容
本发明提供一种精准污水分类处理方法,目的在于(1)利用污水处理剂实现不同污染物内部物质的精准分类处理,避免由于污水处理的环境变化,造成二次污染;(2)实现污水分类处理方法的分类决策。
实现上述目的,本发明提供的一种精准污水分类处理方法,包括以下步骤:
S1:构建污水内部物质集合,并根据污水内部物质集合构建内部物质之间的化学反应关系规则集,化学反应关系规则集中的每一条规则表示该两种污水不能进行混合处理,否则会发生化学反应,造成二次污染;
S2:根据化学反应关系规则集构建分类决策树,分类决策树的构建原则为化学反应关系规则集中出现次数越多的物质,越靠近分类决策树的根节点;
S3:根据分类决策树对收集到的污水进行分类处理,将同一叶子节点上的污水进行混合处理;
S4:构建污水处理决策优化数据集,利用深度强化学习构建污水决策处理模型,并利用Q-learning算法对模型进行训练,得到最优的污水决策处理模型;
S5:将混合处理后的污水输入到最优的污水决策处理模型中,污水决策处理模型输出混合污水处理方法,包括混合污水处理流程、混合污水处理剂配比及含量。
作为本发明的进一步改进方法:
所述S1步骤中构建污水内部物质集合,包括:
所构建的污水内部物质集合为:
{x
其中:
x
x
x
x
x
x
x
在本发明一个具体实施例中,所述有毒有机污染物来自于有机污染物不完全焚烧后产生的微颗粒,所述多环芳烃PAHs来自于燃烧热解、自然热解以及油类污染,所述有机氯农药OCPs来自于农药以及工业用药污染,有机物磷来自于人体排泄、洗涤废水以及食物残渣,所述重金属污染物质来自于汽车尾气以及工厂排放的重金属污染物。
所述S1步骤中根据污水内部物质集合构建内部物质之间的化学反应关系规则集,包括:
所构建的化学反应关系规则集为:
{(x
其中:
化学反应关系规则集中的任意一组(x
所述S2步骤中根据化学反应关系规则集构建分类决策树,包括:
根据化学反应关系规则集构建分类决策树,分类决策树的构建原则为化学反应关系规则集中出现次数越多的物质,越靠近分类决策树的根节点,将决策树的根节点设置为
决策树的第一层为根节点x
第二层节点的左右节点分别为{x
第三层节点的左右节点分别为{x
以决策树的叶子节点为起始向根节点遍历,得到所有叶子节点的祖先,所述节点的祖先表示从根节点到该节点所经分支的所有节点,判断叶子节点的祖先中任意两个节点是否满足任意化学反应关系规则,若满足,则删去该叶子节点祖先,得到叶子节点祖先集合,叶子节点祖先集合中的任意第i组叶子节点祖先为
所述S3步骤中根据分类决策树对收集到的污水进行分类处理,包括:
根据分类决策树对收集到的污水进行分类处理,将同一叶子节点上的污水进行混合处理,即将污水内部物质均为同一叶子节点祖先
所述S4步骤中利用深度强化学习构建污水决策处理模型,包括:
构建污水处理决策优化数据集data,所述污水处理决策优化数据集的格式为:
其中:
初始化污水决策处理模型的混合污水状态空间S
所构建的污水决策处理模型为:
其中:
w
所述污水决策处理模型的输入为混合污水状态空间S
所述S4步骤中利用Q-learning算法对模型进行训练,包括:
利用Q-learning算法对所构建的污水决策处理模型进行训练,得到不同污水内部物质的污水处理剂配比,所述Q-learning算法的流程为:
初始化一个1行7列的Q矩阵,初始化的Q矩阵为空矩阵;随机生成一组权重向量(w
遍历污水处理决策优化数据集data,从data中提取同时具有所有污水内部物质的污水数据U={data
构建权重向量价值计算函数:
其中:
std(x
令m=m+1,更新Q矩阵的值:
w
其中
α表示更新率,将其设置为0.8;
β表示衰变系数,将其设置为0.6;
maxQ
将Q矩阵中的矩阵值w
所述S5步骤中将混合处理后的污水输入到最优的污水决策处理模型中,污水决策处理模型输出混合污水处理方法,包括:
将混合处理后的污水输入到最优的污水决策处理模型中,污水决策处理模型提取混合污水的状态空间,即混合污水中内部物质的种类以及对应含量,将混合污水的状态空间作为污水决策处理模型的输入,模型输出为对应不同污水内部物质的污水处理剂含量及配比,并按如下顺序向污水中投放污水处理剂:重金属Ag对应的污水处理剂、重金属Zn对应的污水处理剂、有毒有机污染物对应的污水处理剂、重金属Cu对应的污水处理剂、有机物磷对应的污水处理剂、有机氯农药对应的污水处理剂、多环芳烃对应的污水处理剂。
相对于现有技术,本发明提出一种精准污水分类处理方法,该技术具有以下优势:
首先,本方案提出一种污水内部物质分类决策的方法,通过将污水内部物质进行分类,得到污水中污染物的大致种类为有毒有机污染物、多环芳烃、有机氯农药、有机物磷以及重金属,根据污水内部物质集合构建内部物质之间的化学反应关系规则集,化学反应关系规则集中的任意一组(x
同时,本方案提出基于强化学习方法提出一种污水决策处理模型,通过初始化污水决策处理模型的混合污水状态空间S
其中:
附图说明
图1为本发明一实施例提供的一种精准污水分类处理方法的流程示意图;
本发明目的的实现、功能特点及优点将结合实施例,参照附图做进一步说明。
具体实施方式
应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。
S1:构建污水内部物质集合,并根据污水内部物质集合构建内部物质之间的化学反应关系规则集。
所述S1步骤中构建污水内部物质集合,包括:
所构建的污水内部物质集合为:
{x
其中:
x
x
x
x
x
x
x
在本发明一个具体实施例中,所述有毒有机污染物来自于有机污染物不完全焚烧后产生的微颗粒,所述多环芳烃PAHs来自于燃烧热解、自然热解以及油类污染,所述有机氯农药OCPs来自于农药以及工业用药污染,有机物磷来自于人体排泄、洗涤废水以及食物残渣,所述重金属污染物质来自于汽车尾气以及工厂排放的重金属污染物。
所述S1步骤中根据污水内部物质集合构建内部物质之间的化学反应关系规则集,包括:
所构建的化学反应关系规则集为:
{(x
其中:
化学反应关系规则集中的任意一组(x
S2:根据化学反应关系规则集构建分类决策树。
所述S2步骤中根据化学反应关系规则集构建分类决策树,包括:
根据化学反应关系规则集构建分类决策树,分类决策树的构建原则为化学反应关系规则集中出现次数越多的物质,越靠近分类决策树的根节点,将决策树的根节点设置为
决策树的第一层为根节点x
第二层节点的左右节点分别为{x
第三层节点的左右节点分别为{x
以决策树的叶子节点为起始向根节点遍历,得到所有叶子节点的祖先,所述节点的祖先表示从根节点到该节点所经分支的所有节点,判断叶子节点的祖先中任意两个节点是否满足任意化学反应关系规则,若满足,则删去该叶子节点祖先,得到叶子节点祖先集合,叶子节点祖先集合中的任意第i组叶子节点祖先为
S3:根据分类决策树对收集到的污水进行分类处理,将同一叶子节点上的污水进行混合处理。
所述S3步骤中根据分类决策树对收集到的污水进行分类处理,包括:
根据分类决策树对收集到的污水进行分类处理,将同一叶子节点上的污水进行混合处理,即将污水内部物质均为同一叶子节点祖先
S4:构建污水处理决策优化数据集,利用深度强化学习构建污水决策处理模型,并利用Q-learning算法对模型进行训练,得到最优的污水决策处理模型。
所述S4步骤中利用深度强化学习构建污水决策处理模型,包括:
构建污水处理决策优化数据集data,所述污水处理决策优化数据集的格式为:
其中:
初始化污水决策处理模型的混合污水状态空间S
所构建的污水决策处理模型为:
其中:
w
所述污水决策处理模型的输入为混合污水状态空间S
所述S4步骤中利用Q-learning算法对模型进行训练,包括:
利用Q-learning算法对所构建的污水决策处理模型进行训练,得到不同污水内部物质的污水处理剂配比,所述Q-learning算法的流程为:
初始化一个1行7列的Q矩阵,初始化的Q矩阵为空矩阵;随机生成一组权重向量(w
遍历污水处理决策优化数据集data,从data中提取同时具有所有污水内部物质的污水数据U={data
构建权重向量价值计算函数:
其中:
std(x
令m=m+1,更新Q矩阵的值:
w
其中
α表示更新率,将其设置为0.8;
β表示衰变系数,将其设置为0.6;
maxQ
将Q矩阵中的矩阵值w
S5:将混合处理后的污水输入到最优的污水决策处理模型中,污水决策处理模型输出混合污水处理方法,包括混合污水处理流程、混合污水处理剂配比及含量。
所述S5步骤中将混合处理后的污水输入到最优的污水决策处理模型中,污水决策处理模型输出混合污水处理方法,包括:
将混合处理后的污水输入到最优的污水决策处理模型中,污水决策处理模型提取混合污水的状态空间,即混合污水中内部物质的种类以及对应含量,将混合污水的状态空间作为污水决策处理模型的输入,模型输出为对应不同污水内部物质的污水处理剂含量及配比,并按如下顺序向污水中投放污水处理剂:重金属Ag对应的污水处理剂、重金属Zn对应的污水处理剂、有毒有机污染物对应的污水处理剂、重金属Cu对应的污水处理剂、有机物磷对应的污水处理剂、有机氯农药对应的污水处理剂、多环芳烃对应的污水处理剂。
需要说明的是,上述本发明实施例序号仅仅为了描述,不代表实施例的优劣。并且本文中的术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、装置、物品或者方法不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、装置、物品或者方法所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括该要素的过程、装置、物品或者方法中还存在另外的相同要素。
通过以上的实施方式的描述,本领域的技术人员可以清楚地了解到上述实施例方法可借助软件加必需的通用硬件平台的方式来实现,当然也可以通过硬件,但很多情况下前者是更佳的实施方式。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来,该计算机软件产品存储在如上所述的一个存储介质(如ROM/RAM、磁碟、光盘)中,包括若干指令用以使得一台终端设备(可以是手机,计算机,服务器,或者网络设备等)执行本发明各个实施例所述的方法。
以上仅为本发明的优选实施例,并非因此限制本发明的专利范围,凡是利用本发明说明书及附图内容所作的等效结构或等效流程变换,或直接或间接运用在其他相关的技术领域,均同理包括在本发明的专利保护范围内。
- 一种精准污水分类处理方法
- 一种污水处理精准控制系统及污水处理方法