-
公开(公告)号:CN113378098B
公开(公告)日:2024-01-02
申请号:CN202110449877.9
申请日:2021-04-25
Applicant: 北京北排水环境发展有限公司
Abstract: 本申请公开了一种A2/O工艺脱氮除磷运行效果计算方法。该方法可以包括:根据工艺原理及功能区划分确定采样点;计算每一个采样点的采样时间,针对每一个采样点进行采样;检测采样结果,计算硝酸盐氮浓度;计算A2/O工艺沿程总氮去除率与生物池各功能区磷迁移率,评价2A/O工艺生物系统脱氮除磷运行效果。本发明通过跟踪检测A2/O工艺沿程氮、磷指标,在物料平衡的基础上解析各个功能区的氮、磷迁移规律及去除效果,评价和优化污水处理厂脱氮除磷运行状况,实现污水处理厂精细化运行,提质增效。
-
公开(公告)号:CN113378098A
公开(公告)日:2021-09-10
申请号:CN202110449877.9
申请日:2021-04-25
Applicant: 北京北排水环境发展有限公司
Abstract: 本申请公开了一种A2/O工艺脱氮除磷运行效果计算方法。该方法可以包括:根据工艺原理及功能区划分确定采样点;计算每一个采样点的采样时间,针对每一个采样点进行采样;检测采样结果,计算硝酸盐氮浓度;计算A2/O工艺沿程总氮去除率与生物池各功能区磷迁移率,评价A2/O工艺生物系统脱氮除磷运行效果。本发明通过跟踪检测A2/O工艺沿程氮、磷指标,在物料平衡的基础上解析各个功能区的氮、磷迁移规律及去除效果,评价和优化污水处理厂脱氮除磷运行状况,实现污水处理厂精细化运行,提质增效。
-
公开(公告)号:CN214173859U
公开(公告)日:2021-09-10
申请号:CN202022627757.7
申请日:2020-11-13
Applicant: 北京北排水环境发展有限公司
Abstract: 本实用新型公开一种双重过滤式水样采集器,包括采样管、真空水泵、电源模块、电池、第一过滤件、第二过滤件、壳体和采样瓶。壳体为L形,包括作为手持部的第一段壳体和第二段壳体。真空水泵、电源模块和电池均设置于壳体内。第一过滤件设置在采样管的进水端上,采样管的出水端设置在第二段壳体的自由端上并与真空水泵的进水端相连通。位于第二段壳体底面上的出水端内设置有延伸至真空水泵的出水端的第一导水管道,该出水端通过第二过滤件与采样瓶相连通。在采样瓶的瓶口壁体内设置有排气通道。电池通过电源模块为真空水泵供电。根据本实用新型,能够解决现有的真空式水样采集器因不具备杂质过滤功能而影响自身工作以及水质检测效率的问题。
-
公开(公告)号:CN213957351U
公开(公告)日:2021-08-13
申请号:CN202022749333.8
申请日:2020-11-24
Applicant: 北京北排水环境发展有限公司
Abstract: 一种移动在线水质监测车,包括:车体以及设置于车体内的采样单元、水质分析单元、无线通信单元和控制单元;采样单元用于采集目标水样;水质分析单元连接于采样单元,用于分析采样单元采集的目标水样的水质;无线通信单元用于与远端监测平台进行通信;控制单元分别与采样单元、水质分析单元和无线通信单元电连接。采样单元通过控制单元控制可以采集目标水样,水质分析单元连接于采样单元,通过控制单元控制以分析采样单元采集的目标水样的水质,无线通信单元与远端监测平台进行通信,可以将在线分析的目标水样的水质传输至远端监测平台。
-
公开(公告)号:CN113156074B
公开(公告)日:2023-06-23
申请号:CN202110196095.9
申请日:2021-02-22
Applicant: 北京工业大学
Abstract: 本发明提出了一种基于模糊迁徙的出水总氮检测方法,属于污水处理领域,针对污水处理过程数据量不足的情况下,难以获得精确检测模型的问题。本发明采用主成分分析算法提取特征变量并建立基于模糊神经网络的检测模型,通过参考模型获取知识,并设计粒子滤波算法对知识进行校正,利用污水处理过程的知识和数据完成检测模型的参数调整,实现出水总氮的精准检测,解决了传统模糊神经网络在数据不足的情况下泛化能力较差的问题,具有较好的学习效率和预测精度。
-
公开(公告)号:CN113156074A
公开(公告)日:2021-07-23
申请号:CN202110196095.9
申请日:2021-02-22
Applicant: 北京工业大学
Abstract: 本发明提出了一种基于模糊迁徙的出水总氮检测方法,针对污水处理过程数据量不足的情况下,难以获得精确检测模型的问题。本发明采用主成分分析算法提取特征变量并建立基于模糊神经网络的检测模型,通过参考模型获取知识,并设计粒子滤波算法对知识进行校正,利用污水处理过程的知识和数据完成检测模型的参数调整,实现出水总氮的精准检测,解决了传统模糊神经网络在数据不足的情况下泛化能力较差的问题,具有较好的学习效率和预测精度,能够保证电子产品回收的高效稳定运行。
-
-
-
-
-