CN118788731B - 一种垃圾填埋场用好氧处理方法和装置 - Google Patents
一种垃圾填埋场用好氧处理方法和装置 Download PDFInfo
- Publication number
- CN118788731B CN118788731B CN202411292984.5A CN202411292984A CN118788731B CN 118788731 B CN118788731 B CN 118788731B CN 202411292984 A CN202411292984 A CN 202411292984A CN 118788731 B CN118788731 B CN 118788731B
- Authority
- CN
- China
- Prior art keywords
- data
- landfill
- decomposition capacity
- aerobic
- area
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 39
- 244000005700 microbiome Species 0.000 claims abstract description 203
- 238000002347 injection Methods 0.000 claims abstract description 183
- 239000007924 injection Substances 0.000 claims abstract description 183
- QVGXLLKOCUKJST-UHFFFAOYSA-N atomic oxygen Chemical compound [O] QVGXLLKOCUKJST-UHFFFAOYSA-N 0.000 claims abstract description 173
- 239000001301 oxygen Substances 0.000 claims abstract description 173
- 229910052760 oxygen Inorganic materials 0.000 claims abstract description 173
- 239000007789 gas Substances 0.000 claims abstract description 122
- 230000000694 effects Effects 0.000 claims abstract description 102
- 238000012544 monitoring process Methods 0.000 claims abstract description 75
- 230000000813 microbial effect Effects 0.000 claims abstract description 55
- 238000000354 decomposition reaction Methods 0.000 claims description 204
- 238000005457 optimization Methods 0.000 claims description 61
- 239000010813 municipal solid waste Substances 0.000 claims description 43
- 230000008859 change Effects 0.000 claims description 42
- 230000012010 growth Effects 0.000 claims description 18
- 239000000243 solution Substances 0.000 claims description 17
- 238000010586 diagram Methods 0.000 claims description 15
- 239000011159 matrix material Substances 0.000 claims description 15
- 230000005540 biological transmission Effects 0.000 claims description 13
- 230000008569 process Effects 0.000 claims description 9
- 238000005056 compaction Methods 0.000 claims description 6
- 230000002068 genetic effect Effects 0.000 claims description 6
- 230000004060 metabolic process Effects 0.000 claims description 6
- 230000035772 mutation Effects 0.000 claims description 6
- 239000002699 waste material Substances 0.000 claims description 6
- 235000015097 nutrients Nutrition 0.000 claims description 5
- 238000013210 evaluation model Methods 0.000 claims description 4
- 230000011218 segmentation Effects 0.000 claims description 4
- 230000009469 supplementation Effects 0.000 claims description 4
- 239000013589 supplement Substances 0.000 claims description 3
- 230000036284 oxygen consumption Effects 0.000 description 13
- 239000002689 soil Substances 0.000 description 12
- 230000001502 supplementing effect Effects 0.000 description 9
- 230000015556 catabolic process Effects 0.000 description 7
- 238000006731 degradation reaction Methods 0.000 description 6
- 239000000463 material Substances 0.000 description 6
- 230000006870 function Effects 0.000 description 5
- 238000007254 oxidation reaction Methods 0.000 description 5
- VNWKTOKETHGBQD-UHFFFAOYSA-N methane Chemical compound C VNWKTOKETHGBQD-UHFFFAOYSA-N 0.000 description 4
- 239000000126 substance Substances 0.000 description 4
- 238000000513 principal component analysis Methods 0.000 description 3
- XEEYBQQBJWHFJM-UHFFFAOYSA-N Iron Chemical compound [Fe] XEEYBQQBJWHFJM-UHFFFAOYSA-N 0.000 description 2
- 238000010219 correlation analysis Methods 0.000 description 2
- 238000001514 detection method Methods 0.000 description 2
- 230000007613 environmental effect Effects 0.000 description 2
- 238000003912 environmental pollution Methods 0.000 description 2
- 238000011156 evaluation Methods 0.000 description 2
- 230000002401 inhibitory effect Effects 0.000 description 2
- 239000004973 liquid crystal related substance Substances 0.000 description 2
- 230000002503 metabolic effect Effects 0.000 description 2
- 230000035764 nutrition Effects 0.000 description 2
- 235000016709 nutrition Nutrition 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 239000000047 product Substances 0.000 description 2
- 230000009467 reduction Effects 0.000 description 2
- 238000001228 spectrum Methods 0.000 description 2
- 206010063385 Intellectualisation Diseases 0.000 description 1
- 208000002720 Malnutrition Diseases 0.000 description 1
- PWHULOQIROXLJO-UHFFFAOYSA-N Manganese Chemical compound [Mn] PWHULOQIROXLJO-UHFFFAOYSA-N 0.000 description 1
- 238000012098 association analyses Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000033228 biological regulation Effects 0.000 description 1
- 239000000090 biomarker Substances 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 238000007621 cluster analysis Methods 0.000 description 1
- 238000010835 comparative analysis Methods 0.000 description 1
- 230000010485 coping Effects 0.000 description 1
- 238000013480 data collection Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 230000006866 deterioration Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 230000002255 enzymatic effect Effects 0.000 description 1
- 230000002349 favourable effect Effects 0.000 description 1
- 239000005431 greenhouse gas Substances 0.000 description 1
- 229910052742 iron Inorganic materials 0.000 description 1
- 230000001071 malnutrition Effects 0.000 description 1
- 235000000824 malnutrition Nutrition 0.000 description 1
- 229910052748 manganese Inorganic materials 0.000 description 1
- 239000011572 manganese Substances 0.000 description 1
- 239000002207 metabolite Substances 0.000 description 1
- 208000015380 nutritional deficiency disease Diseases 0.000 description 1
- 230000003647 oxidation Effects 0.000 description 1
- 230000035515 penetration Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 230000002035 prolonged effect Effects 0.000 description 1
- 230000008844 regulatory mechanism Effects 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 239000002910 solid waste Substances 0.000 description 1
- 230000006641 stabilisation Effects 0.000 description 1
- 238000011105 stabilization Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 239000000758 substrate Substances 0.000 description 1
- 230000000153 supplemental effect Effects 0.000 description 1
- 150000003568 thioethers Chemical class 0.000 description 1
Classifications
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B09—DISPOSAL OF SOLID WASTE; RECLAMATION OF CONTAMINATED SOIL
- B09B—DISPOSAL OF SOLID WASTE NOT OTHERWISE PROVIDED FOR
- B09B3/00—Destroying solid waste or transforming solid waste into something useful or harmless
- B09B3/60—Biochemical treatment, e.g. by using enzymes
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B09—DISPOSAL OF SOLID WASTE; RECLAMATION OF CONTAMINATED SOIL
- B09B—DISPOSAL OF SOLID WASTE NOT OTHERWISE PROVIDED FOR
- B09B1/00—Dumping solid waste
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/23—Clustering techniques
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16C—COMPUTATIONAL CHEMISTRY; CHEMOINFORMATICS; COMPUTATIONAL MATERIALS SCIENCE
- G16C20/00—Chemoinformatics, i.e. ICT specially adapted for the handling of physicochemical or structural data of chemical particles, elements, compounds or mixtures
- G16C20/10—Analysis or design of chemical reactions, syntheses or processes
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16C—COMPUTATIONAL CHEMISTRY; CHEMOINFORMATICS; COMPUTATIONAL MATERIALS SCIENCE
- G16C20/00—Chemoinformatics, i.e. ICT specially adapted for the handling of physicochemical or structural data of chemical particles, elements, compounds or mixtures
- G16C20/70—Machine learning, data mining or chemometrics
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Life Sciences & Earth Sciences (AREA)
- Chemical & Material Sciences (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Chemical Kinetics & Catalysis (AREA)
- Environmental & Geological Engineering (AREA)
- Computing Systems (AREA)
- Crystallography & Structural Chemistry (AREA)
- Evolutionary Computation (AREA)
- Artificial Intelligence (AREA)
- Evolutionary Biology (AREA)
- Analytical Chemistry (AREA)
- General Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Databases & Information Systems (AREA)
- General Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Software Systems (AREA)
- Physics & Mathematics (AREA)
- Biochemistry (AREA)
- General Chemical & Material Sciences (AREA)
- Processing Of Solid Wastes (AREA)
Abstract
本发明公开了一种垃圾填埋场用好氧处理方法和装置。本发明包括构建垃圾填埋场的数据监测系统,通过该系统获取填埋场不同位置的氧气含量和好氧微生物丰度信息。基于这些信息评估不同位置的好氧微生物分解能力,生成第一分解能力数据。随后,根据该数据对填埋场的注气系统进行控制,制定注气控制方案。实施注气方案后,重新评估分解能力,得到第二分解能力数据,并与第一数据对比,评估优化效果。最后,根据优化效果数据对好氧微生物分解能力进行补偿操作。本发明能够有效提高垃圾填埋场的好氧处理效率。
Description
技术领域
本发明涉及垃圾填埋好氧处理技术领域,特别涉及一种垃圾填埋场用好氧处理方法和装置。
背景技术
垃圾填埋是目前世界上最为广泛使用的固体废物处理方法之一。然而,传统的垃圾填埋方式通常采用厌氧处理,这容易产生温室气体如甲烷,对环境造成污染。同时,由于缺乏充足的氧气,填埋场中的有机物降解效率低下,导致垃圾的降解周期大大延长。为了解决这些问题,近年来人们逐渐重视好氧处理技术在垃圾填埋场中的应用。
好氧处理通过向填埋场中引入氧气,促进好氧微生物的生长,使其加速有机物的分解。这种方法不仅可以减少有害气体的产生,还能缩短垃圾的稳定化时间。然而,目前的好氧处理技术在实际应用中仍然面临一些挑战。例如,如何有效监测和控制填埋场中不同位置的氧气含量和微生物活性,以确保各区域的好氧降解效率,是一项亟待解决的技术难题。
现有的垃圾填埋场好氧处理方法通常缺乏精准的监控手段,导致氧气供应不均匀,微生物分解能力难以达到最佳状态。此外,针对不同填埋深度和环境条件的微生物分解能力的优化调整也较为有限。因此,发展一种能够实时监测和动态调节填埋场中好氧微生物分解能力的处理方法,具有重要的实际意义。这不仅有助于提升垃圾填埋场的处理效率,还能降低环境污染,实现垃圾处理的绿色化和智能化。
发明内容
为了解决上述至少一个技术问题,本发明提出了一种垃圾填埋场用好氧处理方法和装置。
本发明第一方面提供了一种垃圾填埋场用好氧处理方法,包括:
构建垃圾填埋场的数据监测系统,根据所述数据监测系统获取垃圾填埋场不同填埋位置的氧气含量和好氧微生物丰度信息;
根据所述不同填埋位置的氧气含量和好氧微生物丰度信息评估不同填埋位置好氧微生物的分解能力,得到第一分解能力数据;
根据所述第一分解能力数据对垃圾填埋场的注气系统进行控制,得到注气控制方案;
实施所述注气控制方案,评估实施所述注气控制方案后垃圾填埋场不同填埋位置好氧微生物的分解能力,得到第二分解能力数据,将所述第一分解能力数据和第二分解能力数据进行对比,评估所述注气控制方案的对好氧微生物分解能力的优化效果,得到优化效果数据;
根据所述优化效果数据对好氧微生物分解能力进行补偿操作。
本方案中,所述构建垃圾填埋场的数据监测系统,根据所述数据监测系统获取垃圾填埋场不同填埋位置的氧气含量和好氧微生物丰度信息,具体为:
获取垃圾填埋场的地理环境信息和填埋深度信息,根据所述地理环境信息和填埋深度信息构建垃圾填埋场的三维地理环境模型;
将所述三维地理环境模型按照预设大小立方体划分为N个小区域,获取每个小区域的历史氧气含量值,根据所述每个小区域的历史氧气含量值绘制垃圾填埋场的氧气含量空间变化示意图;
获取氧气含量变化监测阈值数据,根据所述氧气含量空间变化示意图和氧气含量变化监测阈值数据确定在垃圾填埋场中的数据监测传感器位置信息;
获取垃圾填埋场的数据传输效率需求数据和数据监测传感器对数据传输的效率影响数据;
基于遗传算法初始化一组随机生成的数据接收系统位置的解,根据每个数据监测传感器的传输效率构建适应度函数;
根据适应度函数评估每个解的优劣,选择适应度预设排名前的解进行交叉和变异,生新一代解,并继续评估新一代解的适应度,重复选择、交叉和变异过程,直至适应度大于预设值,得到数据接收系统位置信息;
根据所述数据监测传感器位置信息和数据接收系统位置信息构建垃圾填埋场的数据监测系统;
根据所述数据监测系统获取垃圾填埋场不同填埋位置的氧气含量和好氧微生物丰度信息。
本方案中,所述根据所述不同填埋位置的氧气含量和好氧微生物丰度信息评估不同填埋位置好氧微生物的分解能力,得到第一分解能力数据,具体为:
根据Monod方程将所述不同填埋位置的氧气含量和好氧微生物丰度信息构建微生物分解能力评估模型,所述微生物分解能力评估模型为
;
其中,为分解速率,是微生物的最大生长速率,是氧气含量,是半饱和常数,是微生物丰度;
根据所述好氧微生物丰度信息确定不同填埋位置的好氧微生物种类,获取每个好氧微生物种类的最大生长速率信息,根据每个好氧微生物种类的最大生长速率信息计算不同填埋位置中好氧微生物种群的最大综合生长速率;
将不同填埋深度的氧气含量、好氧微生物丰度信息、最大综合生长速率导入所述微生物分解能力评估模型中计算垃圾填埋场不同填埋位置好氧微生物的分解能力,得到第一分解能力数据。
本方案中,所述根据所述第一分解能力数据对垃圾填埋场的注气系统进行控制,得到注气控制方案,具体为:
根据垃圾填埋场中数据监测传感器的位置信息和不同填埋位置好氧微生物的第一分解能力数据进行基于三线性插值的空间插值操作,得到垃圾填埋场中每个小区域的第一分解能力数据;
将每个小区域的第一分解能力数据视为单独的簇,计算所有簇对之间的曼哈顿距离,生成距离矩阵,查找距离矩阵中距离最小的簇对,将距离最小的簇对合并成一个新簇,计算新簇与剩余簇之间的距离,更新距离矩阵,重复执行簇合并和距离矩阵更新,直至所有数据点合并为一个簇,得到簇的合并记录数据;
根据所述合并记录数据构建树状图,获取注气控制系统的最大可单独控制单元数据,标定为树状图分割簇数,根据所述分割簇数对所述树状图进行分割,得到聚类结果;
根据所述聚类结果确定垃圾填埋场中好氧微生物对垃圾分解能力的空间分布情况,根据所述好氧微生物对垃圾分解能力的空间分布情况确定垃圾填埋场中每个子区域的氧气补充量;
获取垃圾填埋场中注气系统的注气终端分布位置信息和每个注气终端的可注气范围信息,根据所述注气终端分布位置信息、每个注气终端的可注气范围信息、好氧微生物对垃圾分解能力的空间分布情况、氧气补充量确定每个注气终端的氧气注入量和氧气注入压力,得到注气控制方案。
本方案中,所述实施所述注气控制方案,评估实施所述注气控制方案后垃圾填埋场不同填埋位置好氧微生物的分解能力,得到第二分解能力数据,将所述第一分解能力数据和第二分解能力数据进行对比,评估所述注气控制方案的对好氧微生物分解能力的优化效果,得到优化效果数据,具体为:
实施所述注气控制方案,根据数据监测系统获取每个监测点位的氧气含量变化和微生物丰度变化,当监测点位的氧气含量和微生物丰度达到稳态时,获取当前氧气含量和微生物丰度信息;
根据当前氧气含量和微生物丰度信息计算每个监测点位好氧微生物的分解能力,得到第二分解能力数据,并对所述第二分解能力数据进行空间插值操作,得到垃圾填埋场中每个子区域的第二分解能力数据;
将垃圾填埋场中每个子区域的第一分解能力数据和第二分解能力数据进行对比,评估注气方案对每个子区域好氧微生物分解能力的优化效果,得到优化效果数据。
本方案中,所述根据所述优化效果数据对好氧微生物分解能力进行补偿操作,具体为:
预设优化效果阈值,获取垃圾填埋场的垃圾分解需求数据,根据所述垃圾分解需求数据确定每个子区域的好氧微生物的最低分解能力阈值;
将垃圾填埋场中每个子区域的第二分解能力数据与所述最低分解能力阈值进行对比,将分解能力低于最低分解能力阈值的区域进行标记,得到第一分解能力待补偿区域;
根据所述优化效果数据对优化效果低于所述优化效果阈值的区域进行标记,得到第二分解能力待补偿区域,将所述第一分解能力待补偿区域和第一分解能力待补偿区域进行结合并去重,得到垃圾填埋场中好氧微生物的分解能力待补偿区域;
获取所述分解能力待补偿区域的氧气含量和好氧微生物丰度数据,根据所述好氧微生物丰度数据获取分解能力待补偿区域好氧微生物正常代谢所需的最小氧气含量;
若分解能力待补偿区域的氧气含量大于所述最小氧气含量,在分解能力待补偿区域进行好氧微生物数量补充操作或注入好氧微生物营养成分,直至分解能力待补偿区域的好氧微生物分解能力大于优化效果阈值和最低分解能力阈值;
若氧气含量未达到所述最小氧气含量需求,对分解能力待补偿区域进行注气的所属注气终端增大氧气注入量和注入压力,直至分解能力待补偿区域的好氧微生物分解能力大于优化效果阈值和最低分解能力阈值;
若增大氧气注入量和注入压力后分解能力待补偿区域的好氧微生物分解能力仍小于优化效果阈值或最低分解能力阈值,获取注气终端的氧气注入量和注入压力数据,若氧气注入量和注入压力数据达到注气系统的最大注气功率,将分解能力待补偿区域标定为压实度过高区域,对压实度过高区域不进行好氧微生物的分解能力补偿操作。
本发明第二方面还提供了一种垃圾填埋场用好氧处理装置,该装置包括:存储器、处理器,所述存储器中包括垃圾填埋场用好氧处理方法程序,所述垃圾填埋场用好氧处理方法程序被所述处理器执行时,实现如下步骤:
构建垃圾填埋场的数据监测系统,根据所述数据监测系统获取垃圾填埋场不同填埋位置的氧气含量和好氧微生物丰度信息;
根据所述不同填埋位置的氧气含量和好氧微生物丰度信息评估不同填埋位置好氧微生物的分解能力,得到第一分解能力数据;
根据所述第一分解能力数据对垃圾填埋场的注气系统进行控制,得到注气控制方案;
实施所述注气控制方案,评估实施所述注气控制方案后垃圾填埋场不同填埋位置好氧微生物的分解能力,得到第二分解能力数据,将所述第一分解能力数据和第二分解能力数据进行对比,评估所述注气控制方案的对好氧微生物分解能力的优化效果,得到优化效果数据;
根据所述优化效果数据对好氧微生物分解能力进行补偿操作。
本发明公开了一种垃圾填埋场用好氧处理方法和装置。本发明包括构建垃圾填埋场的数据监测系统,通过该系统获取填埋场不同位置的氧气含量和好氧微生物丰度信息。基于这些信息评估不同位置的好氧微生物分解能力,生成第一分解能力数据。随后,根据该数据对填埋场的注气系统进行控制,制定注气控制方案。实施注气方案后,重新评估分解能力,得到第二分解能力数据,并与第一数据对比,评估优化效果。最后,根据优化效果数据对好氧微生物分解能力进行补偿操作。本发明能够有效提高垃圾填埋场的好氧处理效率。
附图说明
图1示出了本发明一种垃圾填埋场用好氧处理方法的流程图;
图2示出了本发明得到注气控制方案的流程图;
图3示出了本发明得到优化效果数据的流程图;
图4示出了本发明一种垃圾填埋场用好氧处理装置的框图。
具体实施方式
为了能够更清楚地理解本发明的上述目的、特征和优点,下面结合附图和具体实施方式对本发明进行进一步的详细描述。需要说明的是,在不冲突的情况下,本申请的实施例及实施例中的特征可以相互组合。
在下面的描述中阐述了很多具体细节以便于充分理解本发明,但是,本发明还可以采用其他不同于在此描述的其他方式来实施,因此,本发明的保护范围并不受下面公开的具体实施例的限制。
图1示出了本发明一种垃圾填埋场用好氧处理方法的流程图。
如图1所示,本发明第一方面提供了一种垃圾填埋场用好氧处理方法,包括:
S102,构建垃圾填埋场的数据监测系统,根据所述数据监测系统获取垃圾填埋场不同填埋位置的氧气含量和好氧微生物丰度信息;
S104,根据所述不同填埋位置的氧气含量和好氧微生物丰度信息评估不同填埋位置好氧微生物的分解能力,得到第一分解能力数据;
S106,根据所述第一分解能力数据对垃圾填埋场的注气系统进行控制,得到注气控制方案;
S108,实施所述注气控制方案,评估实施所述注气控制方案后垃圾填埋场不同填埋位置好氧微生物的分解能力,得到第二分解能力数据,将所述第一分解能力数据和第二分解能力数据进行对比,评估所述注气控制方案的对好氧微生物分解能力的优化效果,得到优化效果数据;
S110,根据所述优化效果数据对好氧微生物分解能力进行补偿操作。
需要说明的是,通过构建数据监测系统,实现了对垃圾填埋场不同填埋位置的氧气含量和好氧微生物丰度信息的实时监测和数据收集,确保在不同填埋位置能够掌握氧气和微生物的变化趋势,为后续的注气控制和好氧微生物优化提供准确的数据支撑;通过分析优化效果数据,能够准确识别出分解能力不足的区域,进行精确的补偿操作。例如,通过增加注气量或补充微生物营养成分,确保每个区域的微生物分解能力达到预期水平。这种精准的操作避免了不必要的资源浪费,提升了填埋场的总体处理效率,通过提高好氧微生物的分解能力,可以有效降低垃圾填埋过程中有害气体(如甲烷)的产生,减少对环境的负面影响;本发明适用于不再进行新增垃圾填埋的垃圾填埋场;本发明中,除好氧微生物对垃圾土中的有机物进行分解,注入的氧气还可以被垃圾土中的有机质自身进行利用,进行自身分解。
根据本发明实施例,所述构建垃圾填埋场的数据监测系统,根据所述数据监测系统获取垃圾填埋场不同填埋位置的氧气含量和好氧微生物丰度信息,具体为:
获取垃圾填埋场的地理环境信息和填埋深度信息,根据所述地理环境信息和填埋深度信息构建垃圾填埋场的三维地理环境模型;
将所述三维地理环境模型按照预设大小立方体划分为N个小区域,获取每个小区域的历史氧气含量值,根据所述每个小区域的历史氧气含量值绘制垃圾填埋场的氧气含量空间变化示意图;
获取氧气含量变化监测阈值数据,根据所述氧气含量空间变化示意图和氧气含量变化监测阈值数据确定在垃圾填埋场中的数据监测传感器位置信息;
获取垃圾填埋场的数据传输效率需求数据和数据监测传感器对数据传输的效率影响数据;
基于遗传算法初始化一组随机生成的数据接收系统位置的解,根据每个数据监测传感器的传输效率构建适应度函数;
根据适应度函数评估每个解的优劣,选择适应度预设排名前的解进行交叉和变异,生新一代解,并继续评估新一代解的适应度,重复选择、交叉和变异过程,直至适应度大于预设值,得到数据接收系统位置信息;
根据所述数据监测传感器位置信息和数据接收系统位置信息构建垃圾填埋场的数据监测系统;
根据所述数据监测系统获取垃圾填埋场不同填埋位置的氧气含量和好氧微生物丰度信息。
需要说明的是,氧气含量在填埋场中可能存在显著的空间变化,影响微生物的分解能力。通过分析氧气含量的空间变化示意图以及设定氧气含量变化监测阈值数据,可以确定监测传感器的最佳位置,以准确捕捉氧气变化的区域,确保数据监测系统能够覆盖所有关键区域,实现对氧气变化的全面监测;因为好氧微生物的最大代谢影响物质是氧气,因此好氧微生物与氧气的变化会呈现相关性变化,本发明通过对氧气的空间变化进行分析,减少了对微生物分布的资源效果,同时也能够实现对氧气和好氧微生物进行监测的效果;不同区域的氧气含量变化可能会有不同的动态特征。通过设置监测阈值,可以识别出对变化敏感或变化剧烈的区域,从而优化传感器的布置,在变化剧烈的区域布设更密集的数据监测传感器;数据传输效率是影响数据监测系统性能的关键因素。遗传算法能够通过模拟自然选择和遗传过程,优化数据接收系统的位置,以提高整体数据传输效率,遗传算法能够在复杂的系统中找到最佳或接近最佳的解,从而提高数据传输的效率,减少数据传输延迟,确保监测数据能够及时传输到数据中心;所述数据监测传感器包括氧传感器、生物传感器、化学物质传感器、光谱传感器、气体传感器;所述好氧微生物信息包括微生物数量、微生物种类、微生物群落结构;生物传感器能够检测垃圾土中的特定生物标志物或代谢产物。例如,它们可以检测微生物的酶活性或细胞产物,这些信息可以用来推测微生物的数量和活动水平;光谱传感器通过分析垃圾土中反射或吸收的光谱来获取垃圾土的化学和物理信息。不同的微生物群落和活动会改变垃圾土的光谱特征,从而提供有关微生物丰度的信息;此外,若需要检测数据监测传感器无法检测到的垃圾土物质,则需要进行人工取样检测。
根据本发明实施例,所述根据所述不同填埋位置的氧气含量和好氧微生物丰度信息评估不同填埋位置好氧微生物的分解能力,得到第一分解能力数据,具体为:
根据Monod方程将所述不同填埋位置的氧气含量和好氧微生物丰度信息构建微生物分解能力评估模型,所述微生物分解能力评估模型为
;
其中,为分解速率,是微生物的最大生长速率,是氧气含量,是半饱和常数,是微生物丰度;
根据所述好氧微生物丰度信息确定不同填埋位置的好氧微生物种类,获取每个好氧微生物种类的最大生长速率信息,根据每个好氧微生物种类的最大生长速率信息计算不同填埋位置中好氧微生物种群的最大综合生长速率;
将不同填埋深度的氧气含量、好氧微生物丰度信息、最大综合生长速率导入所述微生物分解能力评估模型中计算垃圾填埋场不同填埋位置好氧微生物的分解能力,得到第一分解能力数据。
需要说明的是,Monod方程基于实验数据对微生物生长速率和底物浓度之间的关系进行了数学建模。通过这个模型,可以定量化不同填埋位置的微生物分解能力,明确每个位置的分解速率和最大生长潜力,这里的半饱和常数取决于垃圾填埋场中有机物的主要成分,通过在互联网中获取每个好氧微生物对有机物的主要成分的半饱和常数并取均值,根据每个好氧微生物占好氧微生物总数量的比值作为半饱和常数权重,将每个好氧微生物取得的均值乘以半饱和常数权重即为本发明中的半饱和常数值;主要成分取垃圾填埋场中有机物含量前10的有机物作为主要成分。
图2示出了本发明得到注气控制方案的流程图。
根据本发明实施例,所述根据所述第一分解能力数据对垃圾填埋场的注气系统进行控制,得到注气控制方案,具体为:
S202,根据垃圾填埋场中数据监测传感器的位置信息和不同填埋位置好氧微生物的第一分解能力数据进行基于三线性插值的空间插值操作,得到垃圾填埋场中每个小区域的第一分解能力数据;
S204,将每个小区域的第一分解能力数据视为单独的簇,计算所有簇对之间的曼哈顿距离,生成距离矩阵,查找距离矩阵中距离最小的簇对,将距离最小的簇对合并成一个新簇,计算新簇与剩余簇之间的距离,更新距离矩阵,重复执行簇合并和距离矩阵更新,直至所有数据点合并为一个簇,得到簇的合并记录数据;
S206,根据所述合并记录数据构建树状图,获取注气控制系统的最大可单独控制单元数据,标定为树状图分割簇数,根据所述分割簇数对所述树状图进行分割,得到聚类结果;
S208,根据所述聚类结果确定垃圾填埋场中好氧微生物对垃圾分解能力的空间分布情况,根据所述好氧微生物对垃圾分解能力的空间分布情况确定垃圾填埋场中每个子区域的氧气补充量;
S210,获取垃圾填埋场中注气系统的注气终端分布位置信息和每个注气终端的可注气范围信息,根据所述注气终端分布位置信息、每个注气终端的可注气范围信息、好氧微生物对垃圾分解能力的空间分布情况、氧气补充量确定每个注气终端的氧气注入量和氧气注入压力,得到注气控制方案。
需要说明的是,通过层级聚类算法分析垃圾填埋场的好氧微生物分解能力的空间分布情况,可以更准确地确定哪些区域需要更多的氧气补充。这有助于优化注气系统的设计和配置,提高氧气分布的均匀性和处理效率;通过对垃圾填埋场的不同区域进行聚类分析,可以识别出具有相似分解能力的区域。这使得注气控制系统能够有针对性地调整氧气注入量,从而提高垃圾的分解速度和整体处理效果;所述聚类结果为将具有相似的第一分解能力数据的子区域归为一类。
图3示出了本发明得到优化效果数据的流程图。
根据本发明实施例,所述实施所述注气控制方案,评估实施所述注气控制方案后垃圾填埋场不同填埋位置好氧微生物的分解能力,得到第二分解能力数据,将所述第一分解能力数据和第二分解能力数据进行对比,评估所述注气控制方案的对好氧微生物分解能力的优化效果,得到优化效果数据,具体为:
S302,实施所述注气控制方案,根据数据监测系统获取每个监测点位的氧气含量变化和微生物丰度变化,当监测点位的氧气含量和微生物丰度达到稳态时,获取当前氧气含量和微生物丰度信息;
S304,根据当前氧气含量和微生物丰度信息计算每个监测点位好氧微生物的分解能力,得到第二分解能力数据,并对所述第二分解能力数据进行空间插值操作,得到垃圾填埋场中每个子区域的第二分解能力数据;
S306,将垃圾填埋场中每个子区域的第一分解能力数据和第二分解能力数据进行对比,评估注气方案对每个子区域好氧微生物分解能力的优化效果,得到优化效果数据。
需要说明的是,通过比较第一分解能力数据(注气方案实施前)和第二分解能力数据(注气方案实施后),可以明确注气方案对好氧微生物分解能力的实际影响;通过对比分析,可以识别出哪些子区域在注气方案实施后获得了显著的改善,哪些区域则变化不大。基于这些信息,可以进一步调整和优化注气方案,以实现更均衡和高效的氧气分布。
根据本发明实施例,所述根据所述优化效果数据对好氧微生物分解能力进行补偿操作,具体为:
预设优化效果阈值,获取垃圾填埋场的垃圾分解需求数据,根据所述垃圾分解需求数据确定每个子区域的好氧微生物的最低分解能力阈值;
将垃圾填埋场中每个子区域的第二分解能力数据与所述最低分解能力阈值进行对比,将分解能力低于最低分解能力阈值的区域进行标记,得到第一分解能力待补偿区域;
需要说明的是,在通过注入氧气对好氧微生物的分解能力进行优化的过程中,某些区域的好氧微生物的分解能力达到了极限,因此会造成分解能力无法进一步优化或优化效果较差的情况,因此通过确定在垃圾填埋场地中好氧微生物的最低分解能力阈值,大于最低分解能力阈值的区域则被认定为分解能力达到了极限状态或继续优化成本与效果不成正比,因此可以不对这类区域进行好氧微生物分解能力的补偿操作,第一分解能力待补偿区域就是剔除了大于好氧微生物的最低分解能力阈值的区域。
根据所述优化效果数据对优化效果低于所述优化效果阈值的第一分解能力待补偿区域进行标记,得到垃圾填埋场中好氧微生物的分解能力待补偿区域;
需要说明的是,由于对好氧微生物的分解能力进行优化好比金字塔,前期花费的优化成本较少即可得到较好的优化效果,但是优化到一定程度的时候,所花费的优化成本与优化效果会不成正比,哪怕花费了巨大的优化成本依旧达不到优化效果,因此本发明为了优化成本考虑,仅对垃圾填埋场中好氧微生物的分解能力大于预设优化效果阈值即可,因此从第一分解能力待补偿区域进一步筛选出优化效果低于优化效果阈值的区域进行好氧微生物的分解能力进行补偿操作。
获取所述分解能力待补偿区域的氧气含量和好氧微生物丰度数据,根据所述好氧微生物丰度数据获取分解能力待补偿区域好氧微生物正常代谢所需的最小氧气含量;
若分解能力待补偿区域的氧气含量大于所述最小氧气含量,在分解能力待补偿区域进行好氧微生物数量补充操作或注入好氧微生物营养成分,直至分解能力待补偿区域的好氧微生物分解能力大于优化效果阈值和最低分解能力阈值;
需要说明的是,在垃圾填埋场中,分解能力待补偿区域即使氧气含量达到好氧微生物正常代谢所需的最小氧气含量,某些区域的微生物分解能力仍然达不到最低分解能力阈值或分解优化效果达不到分解效果阈值。这种情况是由于好氧微生物数量不足或营养不良,导致无法充分利用氧气对垃圾填埋场中的有机物进行分解,通过补充好氧微生物数量或注入微生物营养成分,可以提高微生物的活性和数量,从而增强这些区域的垃圾分解能力,使其达到优化效果阈值或最低分解能力阈值,确保在氧气供应充足的情况下,分解过程仍能有效进行。
若氧气含量未达到所述最小氧气含量需求,对分解能力待补偿区域进行注气的所属注气终端增大氧气注入量和注入压力,直至分解能力待补偿区域的好氧微生物分解能力大于优化效果阈值和最低分解能力阈值;
需要说明的是,在分解能力待补偿区域,氧气含量可能低于好氧微生物正常代谢所需的最小氧气含量,导致微生物无法进行充分的代谢活动,从而影响垃圾的分解能力,最终达不到分解能力优化要求和最低分解能力阈值,此时通过增大注气终端的氧气注入量和注入压力,增加分解能力待补偿区域的氧气含量,使其达到好氧微生物正常代谢所需的最低水平,避免分解能力待补偿区域因氧气供应充足,从而导致好氧微生物的分解能力下降,确保微生物的代谢活动和垃圾分解能力。
若增大氧气注入量和注入压力后分解能力待补偿区域的好氧微生物分解能力仍小于优化效果阈值或最低分解能力阈值,获取注气终端的氧气注入量和注入压力数据,若氧气注入量和注入压力数据达到注气系统的最大注气功率,将分解能力待补偿区域标定为压实度过高区域,对压实度过高区域不进行好氧微生物的分解能力补偿操作。
需要说明的是,即使在增大氧气注入量和注入压力的情况下,有些区域的好氧微生物分解能力仍然低于优化效果阈值或最低分解能力阈值。这种情况可能是由于垃圾的压实度过高,导致氧气难以有效渗透或微生物活动受限,当注气系统已达到最大注气功率但仍无法提高分解能力时,标定该区域为压实度过高区域,并停止进一步的分解能力补偿操作。这是因为在这种情况下,继续增加氧气供应或补充微生物和营养成分可能不会有显著效果。识别并标定这些区域可以避免资源的浪费,并为管理人员提供信息,以考虑其他方法(如物理松动)来改善这些区域的条件。通过不同手段(如补充微生物、增加氧气注入)来优化分解能力,而当这些手段无法奏效时,通过标定问题区域,避免无效的资源投入。通过这样的层次化操作,确保在不同问题背景下,采取最有效的措施来提升垃圾填埋场中好氧微生物的分解能力。
根据本发明实施例,还包括:
若增大氧气注入量和注入压力后分解能力待补偿区域的好氧微生物分解能力仍小于优化效果阈值或最低分解能力阈值,且氧气注入量和注入压力数据未达到注气系统的最大注气功率,按预设时间周期获取分解能力待补偿区域的垃圾土样本;
对所述垃圾土样本进行物质分析,确定所述垃圾土样本的物质种类变化与物质含量变化数据;
根据所述物质种类变化与物质含量变化数据确定分解能力待补偿区域中的耗氧因素,所述耗氧因素包括垃圾土物质发生氧化反应耗氧;
获取所述耗氧因素的耗氧量数据,根据所述耗氧量数据确定耗氧因素对好氧微生物的氧气抢占量;
若氧气抢占量低于预设值,根据所述氧气抢占量确定分解能力待补偿区域的氧气补偿系数,根据所述氧气补偿系数对对分解能力待补偿区域进行注气的所属注气终端进行二次增大氧气注入量;
若氧气抢占量大于预设值,在氧气抢占量大于预设值的区域加入抑制垃圾土物质氧化反应的有机质,根据氧气抢占量确定耗氧因素对注入氧气的抢占百分比,并获取耗氧物质信息,根据耗氧物质信息确定加入的有机质类型,并根据抢占百分比确定加入的有机质浓度和质量。
需要说明的是,好氧微生物分解垃圾需要充足的氧气。然而,某些区域由于各种原因,尽管已经通过增加注气量和压力来提高氧气供应,但好氧微生物的分解能力仍未达到优化效果阈值或最低分解能力阈值。这表明这些区域存在阻碍氧气有效利用的因素,导致微生物分解能力不足;在垃圾填埋场中,垃圾土中的氧化反应,如铁、锰、硫化物的氧化,会消耗大量氧气,影响好氧微生物的分解能力;因此通过分析垃圾土样本中的耗氧因素,精确量化这些因素对好氧微生物氧气供应的抢占量,可以有针对性地制定补偿措施,根据耗氧因素的耗氧量数据和氧气补偿系数,精确调整氧气注入量和注入压力,使注气系统更具针对性,减少资源浪费并提高注气效率。特别是通过二次增大氧气注入量,确保氧气供应充分;当补充的氧气抢占量大于预设值时,通过加入抑制氧化反应的有机质,保证更多氧气供给好氧微生物。
根据本发明实施例,还包括:
获取垃圾填埋场在不同天气条件下好氧微生物的历史活性数据,基于PCA算法对所述不同天气条件下好氧微生物的历史活性数据进行相关性分析,确定在不同天气条件下好氧微生物的活性特征,构建天气条件与好氧微生物活性变化的关联矩阵;
获取当前预设时间段内垃圾填埋场的天气变化数据,根据所述天气变化数据基于LSTM算法预测未来预设时间段内垃圾填埋场中的预测天气变化数据;
根据所述预测天气变化数据和所述关联矩阵预测未来预设时间段内好氧微生物的活性变化特征;
根据所述活性变化特征确定好氧微生物的活性低于预设值的时间区间;
获取所述时间区间的好氧微生物活性下降程度,基于模糊控制算法根据所述好氧微生物活性下降程度确定在所述时间区间内注气系统在所述时间区间的注气调整量和压力调整量以及注气时长,得到注气补充方案;
根据所述注气补充方案在所述时间区间中对好氧微生物活性进行优化操作。
需要说明的是,在垃圾填埋场中极端天气(如暴雨、干旱、高温或寒冷)可能导致垃圾土中的温度、湿度等垃圾土条件变化,导致氧气含量降低或微生物活性下降,从而影响垃圾的有效降解。在实际操作中,填埋场管理者往往难以及时、准确地预测和应对这种活性变化,导致垃圾降解效率下降、填埋场环境恶化等问题;通过引入天气预测和微生物活性关联分析,可以更好地预测未来可能出现的微生物活性波动,进而采取主动调控措施,确保垃圾填埋场在各种天气条件下都能高效运行;通过PCA(主成分分析)算法对不同天气条件下的微生物活性历史数据进行相关性分析,能够找出关键的天气因素对微生物活性的影响,构建天气条件与好氧微生物活性变化的关联矩阵。结合LSTM(长短期记忆)算法对未来天气条件的预测,能够精确预测未来时间段内微生物活性的变化特征;通过模糊控制算法,能够根据微生物活性下降的程度,自动确定最优的注气调整方案,包括注气量、压力和时长的精确调整。这种动态调节机制能够在天气条件导致微生物活性波动时,迅速提升氧气供应,稳定微生物活性,保障垃圾的有效降解。
图4示出了本发明一种垃圾填埋场用好氧处理装置的框图。
本发明第二方面还提供了一种垃圾填埋场用好氧处理装置4,该装置包括:存储器41、处理器42,所述存储器中包括垃圾填埋场用好氧处理方法程序,所述垃圾填埋场用好氧处理方法程序被所述处理器执行时,实现如下步骤:
构建垃圾填埋场的数据监测系统,根据所述数据监测系统获取垃圾填埋场不同填埋位置的氧气含量和好氧微生物丰度信息;
根据所述不同填埋位置的氧气含量和好氧微生物丰度信息评估不同填埋位置好氧微生物的分解能力,得到第一分解能力数据;
根据所述第一分解能力数据对垃圾填埋场的注气系统进行控制,得到注气控制方案;
实施所述注气控制方案,评估实施所述注气控制方案后垃圾填埋场不同填埋位置好氧微生物的分解能力,得到第二分解能力数据,将所述第一分解能力数据和第二分解能力数据进行对比,评估所述注气控制方案的对好氧微生物分解能力的优化效果,得到优化效果数据;
根据所述优化效果数据对好氧微生物分解能力进行补偿操作。
本发明公开了一种垃圾填埋场用好氧处理方法和装置。本发明包括构建垃圾填埋场的数据监测系统,通过该系统获取填埋场不同位置的氧气含量和好氧微生物丰度信息。基于这些信息评估不同位置的好氧微生物分解能力,生成第一分解能力数据。随后,根据该数据对填埋场的注气系统进行控制,制定注气控制方案。实施注气方案后,重新评估分解能力,得到第二分解能力数据,并与第一数据对比,评估优化效果。最后,根据优化效果数据对好氧微生物分解能力进行补偿操作。本发明能够有效提高垃圾填埋场的好氧处理效率。
在本申请所提供的几个实施例中,应该理解到,所揭露的设备和方法,可以通过其它的方式实现。以上所描述的设备实施例仅仅是示意性的,例如,所述单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,如:多个单元或组件可以结合,或可以集成到另一个系统,或一些特征可以忽略,或不执行。另外,所显示或讨论的各组成部分相互之间的耦合、或直接耦合、或通信连接可以是通过一些接口,设备或单元的间接耦合或通信连接,可以是电性的、机械的或其它形式的。
上述作为分离部件说明的单元可以是、或也可以不是物理上分开的,作为单元显示的部件可以是、或也可以不是物理单元;既可以位于一个地方,也可以分布到多个网络单元上;可以根据实际的需要选择其中的部分或全部单元来实现本实施例方案的目的。
另外,在本发明各实施例中的各功能单元可以全部集成在一个处理单元中,也可以是各单元分别单独作为一个单元,也可以两个或两个以上单元集成在一个单元中;上述集成的单元既可以采用硬件的形式实现,也可以采用硬件加软件功能单元的形式实现。
本领域普通技术人员可以理解:实现上述方法实施例的全部或部分步骤可以通过程序指令相关的硬件来完成,前述的程序可以存储于计算机可读取存储介质中,该程序在执行时,执行包括上述方法实施例的步骤;而前述的存储介质包括:移动存储设备、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
或者,本发明上述集成的单元如果以软件功能模块的形式实现并作为独立的产品销售或使用时,也可以存储在一个计算机可读取存储介质中。基于这样的理解,本发明实施例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一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机、服务器、或者网络设备等)执行本发明各个实施例所述方法的全部或部分。而前述的存储介质包括:移动存储设备、ROM、RAM、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述,仅为本发明的具体实施方式,但本发明的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,可轻易想到变化或替换,都应涵盖在本发明的保护范围之内。因此,本发明的保护范围应以所述权利要求的保护范围为准。
Claims (6)
1.一种垃圾填埋场用好氧处理方法,其特征在于,包括以下步骤:
构建垃圾填埋场的数据监测系统,根据所述数据监测系统获取垃圾填埋场不同填埋位置的氧气含量和好氧微生物丰度信息;
根据所述不同填埋位置的氧气含量和好氧微生物丰度信息评估不同填埋位置好氧微生物的分解能力,得到第一分解能力数据;
根据所述第一分解能力数据对垃圾填埋场的注气系统进行控制,得到注气控制方案;
实施所述注气控制方案,评估实施所述注气控制方案后垃圾填埋场不同填埋位置好氧微生物的分解能力,得到第二分解能力数据,将所述第一分解能力数据和第二分解能力数据进行对比,评估所述注气控制方案的对好氧微生物分解能力的优化效果,得到优化效果数据;
根据所述优化效果数据对好氧微生物分解能力进行补偿操作;
所述根据所述优化效果数据对好氧微生物分解能力进行补偿操作,具体为:
预设优化效果阈值,获取垃圾填埋场的垃圾分解需求数据,根据所述垃圾分解需求数据确定每个子区域的好氧微生物的最低分解能力阈值;
将垃圾填埋场中每个子区域的第二分解能力数据与所述最低分解能力阈值进行对比,将分解能力低于最低分解能力阈值的区域进行标记,得到第一分解能力待补偿区域;
根据所述优化效果数据对优化效果低于所述优化效果阈值的区域进行标记,得到第二分解能力待补偿区域,将所述第一分解能力待补偿区域和第一分解能力待补偿区域进行结合并去重,得到垃圾填埋场中好氧微生物的分解能力待补偿区域;
获取所述分解能力待补偿区域的氧气含量和好氧微生物丰度数据,根据所述好氧微生物丰度数据获取分解能力待补偿区域好氧微生物正常代谢所需的最小氧气含量;
若分解能力待补偿区域的氧气含量大于所述最小氧气含量,在分解能力待补偿区域进行好氧微生物数量补充操作或注入好氧微生物营养成分,直至分解能力待补偿区域的好氧微生物分解能力大于优化效果阈值和最低分解能力阈值;
若氧气含量未达到所述最小氧气含量需求,对分解能力待补偿区域进行注气的所属注气终端增大氧气注入量和注入压力,直至分解能力待补偿区域的好氧微生物分解能力大于优化效果阈值和最低分解能力阈值;
若增大氧气注入量和注入压力后分解能力待补偿区域的好氧微生物分解能力仍小于优化效果阈值或最低分解能力阈值,获取注气终端的氧气注入量和注入压力数据,若氧气注入量和注入压力数据达到注气系统的最大注气功率,将分解能力待补偿区域标定为压实度过高区域,对压实度过高区域不进行好氧微生物的分解能力补偿操作。
2.根据权利要求1所述的一种垃圾填埋场用好氧处理方法,其特征在于,所述构建垃圾填埋场的数据监测系统,根据所述数据监测系统获取垃圾填埋场不同填埋位置的氧气含量和好氧微生物丰度信息,具体为:
获取垃圾填埋场的地理环境信息和填埋深度信息,根据所述地理环境信息和填埋深度信息构建垃圾填埋场的三维地理环境模型;
将所述三维地理环境模型按照预设大小立方体划分为N个小区域,获取每个小区域的历史氧气含量值,根据所述每个小区域的历史氧气含量值绘制垃圾填埋场的氧气含量空间变化示意图;
获取氧气含量变化监测阈值数据,根据所述氧气含量空间变化示意图和氧气含量变化监测阈值数据确定在垃圾填埋场中的数据监测传感器位置信息;
获取垃圾填埋场的数据传输效率需求数据和数据监测传感器对数据传输的效率影响数据;
基于遗传算法初始化一组随机生成的数据接收系统位置的解,根据每个数据监测传感器的传输效率构建适应度函数;
根据适应度函数评估每个解的优劣,选择适应度预设排名前的解进行交叉和变异,生新一代解,并继续评估新一代解的适应度,重复选择、交叉和变异过程,直至适应度大于预设值,得到数据接收系统位置信息;
根据所述数据监测传感器位置信息和数据接收系统位置信息构建垃圾填埋场的数据监测系统;
根据所述数据监测系统获取垃圾填埋场不同填埋位置的氧气含量和好氧微生物丰度信息。
3.根据权利要求1所述的一种垃圾填埋场用好氧处理方法,其特征在于,所述根据所述不同填埋位置的氧气含量和好氧微生物丰度信息评估不同填埋位置好氧微生物的分解能力,得到第一分解能力数据,具体为:
根据Monod方程将所述不同填埋位置的氧气含量和好氧微生物丰度信息构建微生物分解能力评估模型,所述微生物分解能力评估模型为
;
其中,为分解速率,是微生物的最大生长速率,是氧气含量,是半饱和常数,是微生物丰度;
根据所述好氧微生物丰度信息确定不同填埋位置的好氧微生物种类,获取每个好氧微生物种类的最大生长速率信息,根据每个好氧微生物种类的最大生长速率信息计算不同填埋位置中好氧微生物种群的最大综合生长速率;
将不同填埋深度的氧气含量、好氧微生物丰度信息、最大综合生长速率导入所述微生物分解能力评估模型中计算垃圾填埋场不同填埋位置好氧微生物的分解能力,得到第一分解能力数据。
4.根据权利要求1所述的一种垃圾填埋场用好氧处理方法,其特征在于,所述根据所述第一分解能力数据对垃圾填埋场的注气系统进行控制,得到注气控制方案,具体为:
根据垃圾填埋场中数据监测传感器的位置信息和不同填埋位置好氧微生物的第一分解能力数据进行基于三线性插值的空间插值操作,得到垃圾填埋场中每个小区域的第一分解能力数据;
将每个小区域的第一分解能力数据视为单独的簇,计算所有簇对之间的曼哈顿距离,生成距离矩阵,查找距离矩阵中距离最小的簇对,将距离最小的簇对合并成一个新簇,计算新簇与剩余簇之间的距离,更新距离矩阵,重复执行簇合并和距离矩阵更新,直至所有数据点合并为一个簇,得到簇的合并记录数据;
根据所述合并记录数据构建树状图,获取注气控制系统的最大可单独控制单元数据,标定为树状图分割簇数,根据所述分割簇数对所述树状图进行分割,得到聚类结果;
根据所述聚类结果确定垃圾填埋场中好氧微生物对垃圾分解能力的空间分布情况,根据所述好氧微生物对垃圾分解能力的空间分布情况确定垃圾填埋场中每个子区域的氧气补充量;
获取垃圾填埋场中注气系统的注气终端分布位置信息和每个注气终端的可注气范围信息,根据所述注气终端分布位置信息、每个注气终端的可注气范围信息、好氧微生物对垃圾分解能力的空间分布情况、氧气补充量确定每个注气终端的氧气注入量和氧气注入压力,得到注气控制方案。
5.根据权利要求1所述的一种垃圾填埋场用好氧处理方法,其特征在于,所述实施所述注气控制方案,评估实施所述注气控制方案后垃圾填埋场不同填埋位置好氧微生物的分解能力,得到第二分解能力数据,将所述第一分解能力数据和第二分解能力数据进行对比,评估所述注气控制方案的对好氧微生物分解能力的优化效果,得到优化效果数据,具体为:
实施所述注气控制方案,根据数据监测系统获取每个监测点位的氧气含量变化和微生物丰度变化,当监测点位的氧气含量和微生物丰度达到稳态时,获取当前氧气含量和微生物丰度信息;
根据当前氧气含量和微生物丰度信息计算每个监测点位好氧微生物的分解能力,得到第二分解能力数据,并对所述第二分解能力数据进行空间插值操作,得到垃圾填埋场中每个子区域的第二分解能力数据;
将垃圾填埋场中每个子区域的第一分解能力数据和第二分解能力数据进行对比,评估注气方案对每个子区域好氧微生物分解能力的优化效果,得到优化效果数据。
6.一种垃圾填埋场用好氧处理装置,其特征在于,所述垃圾填埋场用好氧处理装置包括储存器以及处理器,所述储存器包括垃圾填埋场用好氧处理方法程序,所述垃圾填埋场用好氧处理方法程序被所述处理器执行时,实现如下步骤:
构建垃圾填埋场的数据监测系统,根据所述数据监测系统获取垃圾填埋场不同填埋位置的氧气含量和好氧微生物丰度信息;
根据所述不同填埋位置的氧气含量和好氧微生物丰度信息评估不同填埋位置好氧微生物的分解能力,得到第一分解能力数据;
根据所述第一分解能力数据对垃圾填埋场的注气系统进行控制,得到注气控制方案;
实施所述注气控制方案,评估实施所述注气控制方案后垃圾填埋场不同填埋位置好氧微生物的分解能力,得到第二分解能力数据,将所述第一分解能力数据和第二分解能力数据进行对比,评估所述注气控制方案的对好氧微生物分解能力的优化效果,得到优化效果数据;
根据所述优化效果数据对好氧微生物分解能力进行补偿操作;
所述根据所述优化效果数据对好氧微生物分解能力进行补偿操作,具体为:
预设优化效果阈值,获取垃圾填埋场的垃圾分解需求数据,根据所述垃圾分解需求数据确定每个子区域的好氧微生物的最低分解能力阈值;
将垃圾填埋场中每个子区域的第二分解能力数据与所述最低分解能力阈值进行对比,将分解能力低于最低分解能力阈值的区域进行标记,得到第一分解能力待补偿区域;
根据所述优化效果数据对优化效果低于所述优化效果阈值的区域进行标记,得到第二分解能力待补偿区域,将所述第一分解能力待补偿区域和第一分解能力待补偿区域进行结合并去重,得到垃圾填埋场中好氧微生物的分解能力待补偿区域;
获取所述分解能力待补偿区域的氧气含量和好氧微生物丰度数据,根据所述好氧微生物丰度数据获取分解能力待补偿区域好氧微生物正常代谢所需的最小氧气含量;
若分解能力待补偿区域的氧气含量大于所述最小氧气含量,在分解能力待补偿区域进行好氧微生物数量补充操作或注入好氧微生物营养成分,直至分解能力待补偿区域的好氧微生物分解能力大于优化效果阈值和最低分解能力阈值;
若氧气含量未达到所述最小氧气含量需求,对分解能力待补偿区域进行注气的所属注气终端增大氧气注入量和注入压力,直至分解能力待补偿区域的好氧微生物分解能力大于优化效果阈值和最低分解能力阈值;
若增大氧气注入量和注入压力后分解能力待补偿区域的好氧微生物分解能力仍小于优化效果阈值或最低分解能力阈值,获取注气终端的氧气注入量和注入压力数据,若氧气注入量和注入压力数据达到注气系统的最大注气功率,将分解能力待补偿区域标定为压实度过高区域,对压实度过高区域不进行好氧微生物的分解能力补偿操作。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202411292984.5A CN118788731B (zh) | 2024-09-14 | 2024-09-14 | 一种垃圾填埋场用好氧处理方法和装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202411292984.5A CN118788731B (zh) | 2024-09-14 | 2024-09-14 | 一种垃圾填埋场用好氧处理方法和装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN118788731A CN118788731A (zh) | 2024-10-18 |
CN118788731B true CN118788731B (zh) | 2024-11-29 |
Family
ID=93025697
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202411292984.5A Active CN118788731B (zh) | 2024-09-14 | 2024-09-14 | 一种垃圾填埋场用好氧处理方法和装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN118788731B (zh) |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR101201224B1 (ko) * | 2012-05-14 | 2012-11-15 | 안양대학교 산학협력단 | 매립지 사전 안정화를 위한 모니터링 방법 |
CN115780452A (zh) * | 2022-11-29 | 2023-03-14 | 上海康恒环境修复有限公司 | 一种适用于多种场景下垃圾填埋场好氧稳定化的方法及装置 |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
ATE74031T1 (de) * | 1988-10-12 | 1992-04-15 | Ragn Sellsfoeretagen Ab | Verfahren zur steuerung des deponiegasabzuges aus muelldeponien und vorrichtung zur durchfuehrung des verfahrens. |
KR100308814B1 (ko) * | 1998-02-02 | 2001-12-28 | 이혜경 | 쓰레기매립장복원을위한쓰레기안정화방법 |
-
2024
- 2024-09-14 CN CN202411292984.5A patent/CN118788731B/zh active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR101201224B1 (ko) * | 2012-05-14 | 2012-11-15 | 안양대학교 산학협력단 | 매립지 사전 안정화를 위한 모니터링 방법 |
CN115780452A (zh) * | 2022-11-29 | 2023-03-14 | 上海康恒环境修复有限公司 | 一种适用于多种场景下垃圾填埋场好氧稳定化的方法及装置 |
Also Published As
Publication number | Publication date |
---|---|
CN118788731A (zh) | 2024-10-18 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Zhang et al. | A study on the contribution of industrial restructuring to reduction of carbon emissions in China during the five Five-Year Plan periods | |
CN118495692B (zh) | 一种污水生物净化方法及系统 | |
CA3111632A1 (en) | System and method for anaerobic digestion process assessment, optimization and/or control | |
Luo et al. | Exploring artificial intelligence and urban pollution emissions:" Speed bump" or" accelerator" for sustainable development? | |
Meraz et al. | A fractal-like kinetics equation to calculate landfill methane production | |
CN118505435B (zh) | 一种智能化污水处理方法及系统 | |
Hansen et al. | Developments in Modeling nitrogen | |
CN118788731B (zh) | 一种垃圾填埋场用好氧处理方法和装置 | |
Manzoni et al. | Decomposition rate as an emergent property of optimal microbial foraging | |
Wang et al. | Predicting maturity and identifying key factors in organic waste composting using machine learning models | |
Lai et al. | Modelling Temperature Profiles in Food Waste Composting: Monod Kinetics Under Varied Aeration Conditions | |
Tanguay-Rioux et al. | On-line current control for continuous conversion of CO2 to CH4 in a microbial electrosynthesis cell | |
Ding et al. | Comprehensive analysis of compost maturity differences across stages and materials with statistical models | |
CN119358425A (zh) | 一种基于混合群智能算法的光伏参数建模方法 | |
CN119005814A (zh) | 一种农村人畜粪污利用全过程的碳氮排放协同评估方法 | |
Rosik et al. | Optimizing the early-stage of composting process emissions–artificial intelligence primary tests | |
US9026373B2 (en) | Method and system for knowledge pattern search and analysis for selecting microorganisms based on desired metabolic property or biological behavior | |
Yang et al. | The multi-omics study on the dynamics of soil microbial communities and nitrogen cycling optimization under organic fertilizer application and water regulation | |
CN118761509A (zh) | 基于畜牧饲养的饲草料元素含量趋势预测方法及系统 | |
CN115358152A (zh) | 垃圾焚烧气体控制与反馈调节系统和方法 | |
Gras et al. | Individual-based modeling of carbon and nitrogen dynamics in soils: parameterization and sensitivity analysis of abiotic components | |
Sun et al. | Machine learning-aided inverse design for biogas upgrading through biological CO2 conversion | |
CN118070073B (zh) | 基于人工智能的垃圾焚烧发电厂垃圾池控制方法及系统 | |
US9792404B2 (en) | Method and system for knowledge pattern search and analysis for selecting microorganisms based on desired metabolic property or biological behavior | |
CN118981222B (zh) | 一种填埋场存量垃圾稳定化控制方法、系统及装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |