文摘

在水处理过程中,凝固是一个重要的过程去除矿物质和有机粒子从原水,典型的时滞和非线性。凝固的效果直接影响废水的浊度。根据良好的絮状物粒子的平均当量直径之间的相关性和废水的浊度水、图像处理方法用于预处理絮状物形象,絮状物粒子的参数进行了定量分析,和絮状物粒子的平均当量直径,这是作为一个基地的混凝剂用量的控制。然而,无论在实际情况下凝固过程与外界干扰,凝固后的絮体等效直径粒子可能异常和无效的值,这可能会导致一个问题,有一个大区别絮状物粒子的平均当量直径计算的最小二乘法和絮状物粒子的平均有效的当量直径。为了应对这一问题,本文提出了一种最优絮状物粒子的平均当量直径的计算方法基于最大correntropy标准(MCC)减少负面影响的异常和无效的絮状物颗粒等效直径平均当量直径和提供了重要参考数据的精确定量控制凝结剂。最后,验证了理论结果的可行性由几个数值实验。

1。介绍

传统的水处理过程主要包括步骤如凝结、沉淀、过滤和消毒。凝固是一个重要的过程去除原水中矿物质和有机粒子,和它的效果直接影响废水的浊度。当混凝剂添加到原水一段激烈的混合,混凝剂均匀,在水中迅速分发这些胶体粒子在水中失去稳定。稳定胶体粒子之间的相互作用力将改变从排斥到景点,所以他们不断碰撞,慢慢总与一定的强度,最后形成絮状物颗粒大小和密度。这个过程称为凝固,典型的时滞和非线性特征(1- - - - - -3]。随着计算机技术的发展,利用图像处理技术的方法来检测絮凝颗粒的形状和提取特征参数的絮状物粒子已逐渐成为当前研究重点4)来控制混凝剂用量。摄像机可以捕捉大量的絮状物凝结水箱的图像。图像预处理和特征提取后的絮状物图像,絮体等效直径的粒子可以通过公式计算。加权平均计算的等效直径的絮状物粒子可以获得的平均当量直径絮状物粒子,它可以作为一种重要的参数来描述凝固的大局。投药时在一个适当的范围内,絮状物颗粒缓慢聚合,变得密集,导致快速沉降的絮状物粒子,清水,和低浊度。这时,絮状物粒子的平均当量直径也在合理的范围内。絮状物粒子的平均当量直径调整通过控制混凝剂的用量,这样絮状物粒子的平均当量直径保持接近设定值的絮状物粒子的平均当量直径,实现准确控制混凝剂用量和废水浊度(5]。以来有一个很好的相关性絮状物粒子的平均当量直径的浊度废水絮凝和沉淀之后,以絮状物粒子的平均当量直径为的一个控制参数自动控制混凝剂的用量可以达到更好的凝聚和沉淀效果,获得预期的废水浊度(6,7]。

由于絮体等效直径的粒子的重要的角色在现代水处理自动化控制技术,国内外学者进行了大量的提取和应用研究絮体等效直径的粒子。解决滞后的问题获得水质指标在水处理过程中,戴et al。8)使用micro-eddy当前絮凝技术检测絮状物粒子。他们结合当量直径和分形维数之间的关系来确定混凝剂用量,减轻水处理的时滞问题分析和确定混凝剂用量的混凝效果和絮状物颗粒的等效直径。Asensi et al。9)开发了一种全自动活性污泥絮体识别和形态学特征基于数字图像分析和统计处理工具箱。工具箱可以确定特征参数如絮凝颗粒的等效直径,主要是用来帮助学习的特点,在城市污水处理厂活性污泥絮体。汗等。10]使用显微镜来收集絮状物图像,用最先进的图像分割算法部分絮状物图像不同的等效直径波动范围,并提取形态特征参数对污泥体积指数(SVI)和混合酒悬浮物(mls)建模探索的可行性算法模型应用到各种植物在不同地区。陈等人。11)图像采集系统和数据处理系统用于实时收集和处理絮状物图像,把絮状物粒子的平均当量直径计算的最小二乘法的目标控制混凝剂用量,然后自动修正设置系统控制参数通过流和浊度的反馈以便节省废水的混凝剂消耗和保证质量的沉淀池。高(12)使用图像处理技术来检测絮状物图像,获得各种絮状物参数正确的范围内波动,并分析了不同絮凝时间和混凝剂用量的影响絮体等效直径的粒子。它可以提供一个数据参考解决延时问题和计量精度的过程中凝固和剂量在水中植物。陈等人。13数字图像处理技术应用于水处理过程控制,提高了原始实验设备、水处理和使用图像处理算法完成絮状物的特征参数的提取和分析图像的凝固过程。絮状物属性的非接触检测絮凝剂添加控制系统提供了一个有效的解决方案为水生植物来改善水处理的自动化水平。王(14)使用机器视觉技术来探索形态变化规律的絮状物聚合凝结过程和对应絮状物粒子的特征参数如孔隙度和等效直径的絮状物粒子实际上影响了絮凝过程的因素。模拟进行了研究絮凝过程的影响因素和结果,和絮状物的平均当量直径粒子决定的关键因素来调节和控制絮凝过程。

尽管上述研究只有分散和初步讨论的应用程序的絮状物颗粒等效直径自动水处理的过程,他们已经证明了絮状物粒子的当量直径的重要性投药的自动控制技术。国内外研究人员不仅提取几何参数之间的内在关系如絮状物粒子的等效直径和混凝剂用量,还探讨了絮状物粒子内部其他参数之间的关系和混凝剂用量,减轻滞后的水处理水质指标在一定程度上。然而,精确计算的问题等相关参数的平均当量直径絮状物粒子仍然迫切需要解决的应用促凝剂剂量的精确控制。在实际的自来水厂的水处理过程,凝固的影响是极大地受到实际环境的影响。微生物的影响,异常投药,设备泄漏,空气温度将导致异常解决后的絮状物粒子凝固(15,16]。例如,当天气热,污泥中的微生物分解,产生气体,这将导致污泥中微量气泡。设备中的气体泄漏会导致水中的气体含量过高,和低温度会影响混凝剂的反应速度。这些客观因素会影响絮状物粒子的聚集和沉降的影响,以便捕获的絮状物图片不能反映实际情况的沉淀池,和絮状物粒子的当量直径计算基于这些图片会有少量的异常和无效的值。此外,无论多么凝固效果,也有少量的异常和无效值计算等效直径的絮状物粒子没有客观环境的干扰。异常和无效的值会导致一个大意味着获得的当量直径之间的偏差最小二乘法和絮状物粒子的平均有效的当量直径,当前凝固效应不能准确评估。因此,一个新的数据处理优化絮状物粒子的平均当量直径的方法检查,具有重要意义,消除负面影响的异常和无效的少量絮状物颗粒等效直径絮状物粒子的平均当量直径。

针对异常和无效值等效直径的絮状物颗粒在凝固过程中,最大correntropy标准(MCC) [17- - - - - -19)将在这篇文章中,将提出一个优化方法计算基于MCC的絮状物粒子的平均当量直径。这种方法优化的过程解决絮状物粒子的平均当量直径,减少了计算误差引起的异常和无效的等效直径,和达到的目的,准确计算的平均当量直径絮状物粒子,它提供了一个重要的参考数据的精确的剂量控制后续的凝聚剂。

2。预赛

等效直径意味着,当一个粒子有相同或相似的物理性质的球形粒子,我们可以替代粒子的直径球形颗粒的直径。在水处理、絮状物粒子的沉降特性是复杂的。絮状物颗粒在沉降过程中处于离散状态;它们的质量、大小和特征不会改变;絮状物粒子的沉降速度并不是打扰。的数学表达式来描述粒子沉降运动通常采用斯托克斯公式(11,20.),其具体形式如下: 在哪里絮状物粒子的沉降速度,絮状物密度,指的是水的密度,重力加速度,水的粘度系数,絮状物粒子的直径。

进一步的研究表明,随着絮状物粒子的直径变化,絮状物粒子的密度变化根据以下公式: 在哪里是一个系数,其值通常是 ,根据混凝剂填充率和原水的质量。结合上面的公式(1)和(2),它可以得出结论,直径之间的关系和絮状物粒子的沉降速度可以获得

上面的分析是基于假设絮状物粒子是球形,但是我们知道实际的絮状物粒子在一个不规则状态,及其沉降速度确实应该慢于球面的絮状物粒子相同的体积。絮状物粒子的大小和形状可以反映在絮状物的工业相机采集的图像。每个絮状物区域图像中反映了在凝固过程中絮状物粒子运动状态。形象的絮状物粒子在二维平面上可以表现为四个参数(11,21]:絮状物粒子的大小相关的区域,shape-related周长的絮状物粒子,空区中间的絮状物粒子相关程度的宽松,长度和宽度比的絮状物粒子。这些特性代表了絮状物粒子的特征。上述四个参数可以被转换成使用以下公式: 在哪里的当量直径吗th絮状物粒子;的面积是th絮状物粒子;的周长吗th絮状物粒子;是空心的th絮状物粒子;的长度,宽度比吗th絮状物粒子;和 , ,和系数的周长 ,宽度比长度 ,和空心区域 ,分别。 , ,和都是小数范围从0到1,也可以根据实际情况选择。

通过上面的分析和计算,相当于絮状物粒子的直径可以从图像中提取的絮状物粒子。絮状物的当量直径絮状物粒子的粒子是一个重要的特征参数,具有良好的相关性与水的浊度。它不仅反映了混凝效果的质量还关系到后续废水浊度是否满足供水要求。把它作为一个目标值控制混凝剂用量可以达到良好的控制效果。从上面的公式可以看出(3)的当量直径较大的絮状物粒子,絮状物粒子的沉降速度越快,也就是说,絮状物颗粒的完整性越好,越充分沉降和沉淀水浊度越小。絮状物粒子的等效直径的变化不仅可以反映凝血的质量效应还与混凝剂的利用率是否能实现最大的好处。

然而,参数还不能完全描述凝固的整体效果。在实际应用程序中,每个絮状物粒子的当量直径计算根据公式(4),然后平均当量直径 ,这被认为是一个关键参数的控制混凝剂用量,计算实时根据获得的絮状物颗粒的等效直径在一定时间。平均当量直径表示如下: 在哪里代表絮状物颗粒等效直径,不同的数量代表了絮状物粒子的当量直径的数量 。

根据上面的分析,我们可以显示絮状物图像在电脑上实时收集和计算 , , ,和的th絮状物粒子在公式(4)通过图像预处理、图像分割等图像处理技术,导致获取 。最后,我们可以获得平均当量直径絮状物粒子取代和到公式(5)。

3所示。主要结果

在实际水处理过程的水植物、微生物的影响,过多或过少混凝剂剂量,设备泄漏,空气温度将导致异常的絮状物粒子的聚合和结算。这将使捕获的絮状物沉淀罐的图片不能反映真实的状态,和絮状物计算等效直径会有一些异常和无效的值。此外,无论凝固效应是否被环境,絮状物粒子的当量直径计算从絮状物图片还会有一些异常的和无效的值,所以絮状物粒子的平均当量直径计算的传统计算方法(最小二乘法)不能准确描述凝固的效果。削弱无效的影响等效直径的絮状物颗粒絮状物粒子的平均当量直径,MCC将优化计算过程中絮状物粒子的平均当量直径提供重要的参考数据,准确地描述实际凝固的效果。由于其良好的鲁棒性(22),MCC广泛应用于许多领域,如计算机视觉(23,特征提取24,25),和信号处理26- - - - - -28]。它主要是用来处理非高斯噪声和离群值(27,29日,30.]。MCC是基于熵(31日),进而来源于信息理论。关联熵是用来衡量两个变量之间的相似性,这是表示如下: 在哪里的期望是 , 代表了高斯核函数代表了内核的宽度 。通常情况下,变量之间的联合概率分布一个和B是未知的,只有有限的数据 和 可用,这使得相关熵的估计量(6)可以表示为 在哪里 。

众所周知,均方误差(MSE)是一种措施,反映了之间的差异程度,估计和估计的价值,它是一个全球性的措施。MSE相比,世纪挑战集团是一个当地的度量,其价值主要取决于的概率 方向,和当地的程度取决于内核大小 。不同内核的高斯核函数宽度如图1。从图可以看出1,函数的收敛速度随内核宽度的大小。对于大的错误或异常值,核函数具有更好的鲁棒性。当之间的误差 大,核函数的 拿了个小价值,甚至一个值接近于零,以便计算过程可以避免异常值造成的负面影响和具有良好的稳定性能的数据异常引起的干扰。数据2和3说明均方误差的区别和关联熵。在本文中,一种优化模型是由MCC消除异常的副作用和无效的值(异常和无效的絮状物颗粒的等效直径)絮状物粒子的平均当量直径。

絮状物粒子的平均当量直径计算的最小二乘法可以表示如下: 这是一个优化问题的解决方案的优化问题是什么

根据公式(9),絮状物粒子的平均当量直径计算的最小二乘法的意思是絮状物颗粒等效直径的总和,也无法消除异常和无效的絮状物粒子的当量直径。考虑到异常的和无效的絮体等效直径的粒子,我们引入最大correntropy标准(32]削弱的影响异常和无效的絮状物颗粒等效直径絮状物粒子的平均当量直径。使用MCC,制定如下优化问题:

假设 ,它可以获得如下:

通过 ,我们可以发现的最大价值可以获得当 。

上面的推导过程称为half-quadratic(总部)策略33,34]。

如果让 和 然后很容易得到 和 在哪里是一个辅助变量。

如果我们采取的偏导数(14),然后很容易获得 它很容易得到

我们可以解决这个问题(14)选择优化。

首先,当是固定的,解决方案的推导如下: 在哪里 是迭代的数量。

第二,当是固定的,解决方案的可以很容易地获得如下:

此外,众所周知从[23每次迭代后)应该更新如下:

这个更新规则由上述三个步骤,这是重复,直到达到收敛条件。总结了算法1的过程。

完成证明。

4所示。仿真结果

为我们有四套模拟生成的数据来验证算法的有效性,和( )总是等于1为方便模拟。(1)第一组为我们生成仿真数据验证了算法1的有效性。有九十点代表九十个有效的等效直径的絮状物粒子随机生成的一维空间中通过高斯分布的意思 毫米和协方差 ,10分代表十异常和无效的等效直径的絮状物粒子通过高斯分布的意思 毫米和协方差 。使用这些生成的数据,我们可以计算出常规样品的意思由(9),MCC-based样品的意思算法1,有效样本的意思由(9)只有考虑到有效的等效直径。三种方式的位置如图所示4。很明显,MCC-based样品的意思和有效的样本”的意思几乎是重叠,而常规样品的意思吗严重的偏见从有效样本的意思吗由于十异常的存在和有效的等效直径。(2)第二组为我们生成仿真数据验证了算法1的有效性。有10分代表十不正常和有效的絮状物颗粒等效直径的高斯分布随机生成的一维空间的意思 毫米和协方差 ,九十点代表九十个有效等效直径的絮状物粒子通过高斯分布的意思 毫米和协方差 。使用这些生成的数据,我们可以计算出常规样品的意思由(9),MCC-based样品的意思算法1,有效样本的意思由(9)只有考虑到有效的等效直径。三种方式的位置如图所示5。很明显,MCC-based样品的意思和有效的样本”的意思几乎是重叠,而常规样品的意思吗严重的偏见从有效样本的意思吗由于十异常的存在和有效的等效直径。(3)第三组为我们生成仿真数据验证了算法1的有效性。首先,有九十个点代表九十有效等效直径的絮状物粒子在一维空间随机生成通过高斯分布的意思 毫米和协方差 ,10分代表十不正常和有效的絮状物颗粒等效直径通过高斯分布的意思 毫米和协方差 。其次,100点是随机排序。最后,利用这些生成的数据,我们可以计算出常规样品”的意思由(9),MCC-based样品的意思算法1,有效样本的意思由(9)只有考虑到有效的等效直径。三种方式的位置如图所示6。很明显,MCC-based样品的意思和有效的样本”的意思几乎是重叠,而常规样品的意思吗严重的偏见从有效样本的意思吗由于十异常的存在和有效的等效直径。(4)最后一组模拟数据生成1来验证算法的有效性。首先,有10分代表十不正常和有效的等效直径的絮状物粒子随机生成的一维空间中通过高斯分布的意思 毫米和协方差 ,九十点代表九十个有效等效直径的絮状物粒子通过高斯分布的意思 毫米和协方差 。其次,100点是随机排序。最后,利用这些生成的数据,我们可以计算出常规样品”的意思由(9),MCC-based样品的意思算法1,有效样本的意思由(9)只有考虑到有效的等效直径。三种方式的位置如图所示7。很明显,MCC-based样品的意思和有效的样本”的意思几乎是重叠,而常规样品的意思吗严重的偏见从有效样本的意思吗由于十异常的存在和有效的等效直径。

如果絮状物粒子的平均当量直径相应的废水的浊度在正常范围内1 mm-2毫米,然后从数据可以看出4和6相应的混凝效果好,这表明废水的浊度在正常范围内,然后从数据可以看出5和7对应的凝固效果不好,这表明废水的浊度超出了正常范围。

几套絮状物粒子的平均等效直径计算的传统方法和MCC-based展示在表优化方法1,并给出相应的错误率。从表可以看出1错误率的絮状物粒子的平均等效直径的减少意味着MCC算法。

5。结论

根据特征絮状物粒子的平均当量直径密切相关的浊度废水,我们使用图像处理技术来处理和提取的特征收集絮状物图像来获取相关的重要参数如絮状物粒子的平均当量直径和饲料混凝剂剂量的控制系统。这不仅可以有效改善凝结剂的利用率,但也解放人力资源和降低生产成本。絮状物粒子的平均当量直径的特点是一个重要的参数用来描述絮状物沉淀凝固后水处理过程。实际操作的水生植物,无论凝固的效果是好是坏,会有异常和无效值等效直径的絮状物粒子。为了避免偏差的平均当量直径和平均有效的异常造成的当量直径和无效的絮状物颗粒的等效直径,MCC算法在本文中介绍。MCC算法优化絮状物粒子的平均当量直径的解决方案来消除或减少的影响异常和无效值等效直径的整体沉降的实际情况和水处理等领域提供了一种参考方法利用水处理和污水处理。最后,通过数值实验验证了模型的有效性的理论结果。

数据可用性

使用的数据来支持本研究的发现可以从相应的作者。

的利益冲突

作者宣称没有利益冲突。

确认

这项工作部分自然科学基金支持下的中国四川2022 nsfsc0462格兰特,四川的主要工业项目中国科技主管部门授予21 zdyf2965,和中国的国家自然科学基金资助61802036。