您所在的位置: 成果库 微生物活性在线检测设备研制及在生活污水处理智能运行中的应用

微生物活性在线检测设备研制及在生活污水处理智能运行中的应用

发布时间: 2023-07-02

基本信息

合作方式: 技术服务
成果类型: 发明专利,实用新型专利,新技术
行业领域:
新能源及节能技术,水污染控制技术
成果介绍
微生物活性(SOUR、ATP)在线检测设备,在线检测污水处理系统各生化处理单元中SOUR与ATP变化规律,研发污水波动与有毒冲击预警、脱氮微生物活性与组成表征、污泥沉降性能评价、微生物生长与污染降解表征技术;采用机器学习算法对进水水质、微生物活性、运行参数与出水水质之间关系进行建模,借助融合算法优化模型预测精度,采用迁移学习算法解决在线检测数据缺乏导致模型精度不够的问题,获得准确的出水水质诊断预警模型;基于模型预测控制方法,实时动态调控污水处理运行参数,研发基于微生物活性的精准调控与动态优化关键技术;开发可视化决策支持系统,引入自适应关联模型,提升模型决策效率。
成果亮点
1、突破了微生物活性在线检测技术瓶颈,研制了两款微生物活性(SOUR、ATP)在线检测设备(准确度RSD<10%,精密度sig<***),并在污水处理系统中获得应用,有效克服了当前仅凭常规水质指标难以准确反映活性污泥实时状态的缺陷,对污水处理系统的诊断预警时间可较现有在线检测手段提前3-18h。 2、开发了基于SOUR与ATP在线指示的脱氮工艺稳定性快速诊断方法。区别于以往的水质和运行参数在线检测,SOUR可更为直观的反映总的微生物、氨氧化细菌AOB、亚硝酸盐氧化细菌NOB的呼吸活性以及菌群占比,可实现短程硝化反硝化工艺稳定性的快速诊断。ATP含量与活性污泥沉降性能及污染物处理效果密切相关。因此,基于ATP的含量可快速评估活性污泥系统是否发生了污泥膨胀。 3、构建了进出水水质人工智能预测模型,通过融合算法和迁移学习算法提升了模型应用效率与预测精度。基于SVR、ANN、Linear Regression、KNN和GBDT算法构建了在进出水水质预测模型,并基于五次交叉验证的模型融合算法实现了对所有水质指标预测的最优化,模型应用效率提升50%。
团队介绍
中国科学院成都生物研究所(以下简称成都生物所)成立于1958年,是以一级学科建所的中国科学院直属科研事业单位,拥有一个国家工程技术研究中心、四个省部级重点实验室。建所以来,成都生物所已取得科技成果300多项,其中获省部级以上科技成果奖100多项。以“地奥心血康”为代表的众多科技成果成功实现产业化。 在环境污染治理方面,研究所自20世纪70年代开始废水生物处理研究,获得了国家科技进步二等奖、省部级科技进步一等奖、二等奖等系列成果,相关成果应用于中石油、中石化、壳牌、比亚迪、江西省科学院、成都德通等企事业单位和科研院所的炼油废水、油田废水、光伏废水和畜禽养殖废水等处理工程,为国家环境保护、经济和社会发展做出了突出贡献。
成果资料