一种生猪养殖污水水质敏捷监测的方法专利检索-化学需氧量水处理专利检索查询-专利查询网

一种生猪养殖污水水质敏捷监测的方法

阅读：912发布：2020-05-08

专利汇可以提供一种生猪养殖污水水质敏捷监测的方法专利检索，专利查询，专利分析的服务。并且本发明公开了一种生猪养殖污水水质敏捷监测的方法，对生猪养殖污水处理工序中的污水进行采样，并遴选出建模样本和检验样本，对样本中的各水质指标进行定量检测；基于具有显著相关性的三个指标构建出相应的回归模型；筛选出拟合效果较好的回归模型；基于检验样本的数据和实测值对回归模型的准确性进行验证；再针对NH3-N、EC和TN三个指标进行综合建模；最终得出针对NH3-N和TN的最优回归模型；针对TP和COD，分别建立线性回归模型。基于所得到的回归模型，确定生猪养殖污水敏捷监测方案。该方法解决了传统畜禽养殖污水水质监测方案中水质指标测量难度系数大、成本高、效率低的问题，有效提高了监测效率。，下面是一种生猪养殖污水水质敏捷监测的方法专利的具体信息内容。

权利要求

1.一种生猪养殖污水水质敏捷监测的方法，其特征在于，所述方法包括：
步骤1、在不同的季节、不同天气、不同工序阶段对生猪养殖污水处理工序中的污水进行采样，并遴选出建模样本和检验样本，对样本中的各水质指标进行定量检测；
步骤2、采用统计产品与服务解决方案SPSS 软件对检测得到的各水质指标数据进行分析，获得具有显著相关性的三个指标，具体为氨氮NH3-N、电导率EC和总氮TN三个指标；
步骤3、基于该具有显著相关性的三个指标，构建出NH3-N、TN和EC两两之间的回归模型；
步骤4、通过比较各回归模型的决定系数R2、残差平方和RSS和回归均方MSR筛选出拟合效果较好的回归模型；其中，针对NH3-N为因变量而建立的较好回归模型为多项式回归模型以及组合后的回归模型，分别将其定义为模型I和模型II；针对TN为因变量而建立的较好回归模型为幂次式回归模型，将其定义为模型III；
步骤5、然后基于检验样本的数据和实测值对步骤4所得到回归模型的准确性进行验证；
步骤6、再针对NH3-N、EC和TN三个指标进行综合建模，将针对NH3-N建立的综合模型定义为模型IV，针对TN建立的综合模型定义为模型V；
步骤7、将得到的综合模型IV和V与模型I、II、III进行精度对比，最终得出针对NH3-N和TN的最优回归模型，具体为模型I和模型V；
步骤8、针对另外两个水质指标TP和COD，分别建立基于自动检测数据和传统实验室化学法检测数据之间的线性回归模型VI和VII；
步骤9、基于步骤7得到的最优回归模型I和V，以及步骤8得到的模型VI和模型VII，确定生猪养殖污水敏捷监测方案，完成基于低成本传感器对TN和NH3-N两个重要指标的替代检测以及基于电极或自动检测仪的其他四个指标的自动检测。
2.根据权利要求1所述生猪养殖污水水质敏捷监测的方法，其特征在于，在步骤1中，所述水质参数指标包括氨氮NH3-N、总磷TP、总氮TN、化学需氧量COD、电导率EC和pH值。
3.根据权利要求1所述生猪养殖污水水质敏捷监测的方法，其特征在于，在步骤4中，针对NH3-N为因变量，EC为自变量而建立的多项式回归模型I表示为：
NH3-N＝-3.57+0.09EC+-1.59E-4EC2-1.21E-8EC3
针对EC为自变量x、以TN为中间变量、NH3-N为因变量y建立的组合后的回归模型II表示为：
y＝0.88-0.07(1.804·x0.768)+2.3×10-3(1.804·x0.768)2-9.8×10-6(1.804·x0.768)3针对TN为因变量，EC为自变量而建立的幂次式回归模型III表示为：
TN＝exp(1.804+0.768EC)/[1-exp(1.804+0.768EC)]。
4.根据权利要求1所述生猪养殖污水水质敏捷监测的方法，其特征在于，所述步骤5的过程具体为：
取步骤1选出的检验样本的数据代入步骤4所得到的模型I、II、III中，得出相关指标的估算值；
再与相关指标数据的实测值建立线性拟合图，通过样点距离1∶1标准参考线的离散程
2
度、拟合线与1∶1标准参考线的偏离程度以及R值的大小来衡量回归模型I、II、III的准确性。
5.根据权利要求1所述生猪养殖污水水质敏捷监测的方法，其特征在于，在步骤6中，针对NH3-N为因变量y，EC和TN分别为自变量x1、x2进行综合建模得到的模型IV表示为：
y＝0.013x1+0.028x2+0.722，R2＝0.623
针对TN为因变量y，NH3-N和EC分别为自变量x1、x2进行综合建模得到的模型V表示为：
y＝2.027x1+0.348x2+21.415，R2＝0.856。
6.根据权利要求1所述生猪养殖污水水质敏捷监测的方法，其特征在于，所述步骤8的过程具体为：
根据自动检测数据与传统实验室化学法检测数据的线性变化关系，分别构建针对TP和COD的以自动检测数据为自变量、以传统实验室化学法检测数据为因变量的线性回归模型VI和VII，具体模型表示为：
模型VI：yTP＝k1x′1+b1
模型VII：yCOD＝k2x′2+b2
其中，x′1和x′2分别表示TP和COD的自动检测数据；yTP和yCOD分别为TP和COD的估算值。

说明书全文

一种生猪养殖污水水质敏捷监测的方法

技术领域

[0001] 本发明涉及污水监测技术领域，尤其涉及一种生猪养殖污水水质敏捷监测的方法。

背景技术

[0002] 目前，生猪养殖污水成分复杂，其包含的污染物浓度较高，极易造成下游地表和地下水体的富营养化，对生态环境构成极大的威胁。多年来，生猪养殖污水的净化方法、治理工艺、主要指标的去除方法等一直都是研究的热点。根据治理工艺的不同，生猪养殖污水的治理方式主要包括生态治理、工业治理和集中治理，其中工业治理后的污水因排放到自然水体中而存在污染风险。针对工业治理后的生猪养殖污水的水质监测因受成本高、监测难度大等因素的限制，目前主要采用的仍是常规的取样监测法，即采用传统的实验室化学检测方法对污水进行检测。衡量畜禽尤其是生猪养殖污水水质状况的主要指标有氨氮(NH3-N)、总磷(TP)、总氮(TN)、化学需氧量(COD)等。针对这些指标的检测，除了传统的实验室化学检测法，一些新兴领域的检测方法也相继问世。“酶法”是一种基于生物药物的检测方法，可用于检测水中氨氮含量，通过简单的操作实现针对氨氮的高精度、高灵敏度检测；基于光学分析法的水质指标检测，有效避免了对于各种化学试剂的依赖性，且适用于氨氮、COD等多个指标的检测；基于神经网络模型的水质指标估算也是比较常见的水质研究方法，主要通过大样本学习进行检测估算，将人工智能算法与污水水质检测有机结合，为水质监测的研究提供了新的思路。

[0003] 现有技术中无论是注重于污水水质的全面监测研究，还是针对于某些单独指标的检测研究，都有其局限性，前者注重于水质状况的整体监测，虽然能达到预期效果，却可能因系统庞大、成本过高而导致普适性较差；后者虽然对单个水质指标实现了精确检测，但不符合水质全面检测的需要，同时即使实现了对污水指标的检测，也可能因检测所需样本量大、在线检测困难等问题而不具有实际应用价值。另外，生猪养殖污水的主要成分及猪场所在的环境与常见的地表水或地下水均有不同，传统的不定期取样监测法虽然效率低、时效性差，但数据准确，监测成本总体较低；在线监测法虽具有快速、时效性强的优点，但监测所用传感设备或在线检测仪成本高，往往超出猪场的承受能力，且监测数据的准确性不易得到保障。因此寻找一种快速、高效、低成本的监测方法，并建立相应的监测方案成为生猪养殖污水水质监测的关键，对实时监管生猪养殖污水具有十分重要的意义。

发明内容

[0004] 本发明的目的是提供一种生猪养殖污水水质敏捷监测的方法，该方法解决了传统畜禽养殖污水水质监测方法中水质指标检测效率低、时效性差及在线监测方法中成本高、数据准确性较差的问题，在有效提高监测效率的同时，极大地降低了监测难度和成本。

[0005] 本发明的目的是通过以下技术方案实现的：

[0006] 一种生猪养殖污水水质敏捷监测的方法，所述方法包括：

[0007] 步骤1、在不同的季节、不同天气、不同工序阶段对生猪养殖污水处理工序中的污水进行采样，并遴选出建模样本和检验样本，对样本中的各水质指标进行定量检测；

[0008] 步骤2、采用统计产品与服务解决方案SPSS 软件对检测得到的各水质指标数据进行分析，获得具有显著相关性的三个指标，具体为氨氮NH3-N、电导率EC和总氮TN三个指标；

[0009] 步骤3、基于该具有显著相关性的三个指标，构建出NH3-N、TN和EC两两之间的回归模型；

[0010] 步骤4、通过比较各回归模型的决定系数R2、残差平方和RSS和回归均方MSR筛选出拟合效果较好的回归模型；其中，针对NH3-N为因变量而建立的较好回归模型为多项式回归模型以及组合后的回归模型，分别将其定义为模型I和模型II；针对TN为因变量而建立的较好回归模型为幂次式回归模型，将其定义为模型III；

[0011] 步骤5、然后基于检验样本的数据和实测值对步骤4所得到回归模型的准确性进行验证；

[0012] 步骤6、再针对NH3-N、EC和TN三个指标进行综合建模，将针对NH3-N建立的综合模型定义为模型IV，针对TN建立的综合模型定义为模型V；

[0013] 步骤7、将得到的综合模型IV和V与模型I、II、III进行精度对比，最终得出针对NH3-N和TN的最优回归模型，具体为模型I和模型V；

[0014] 步骤8、针对另外两个水质指标TP和COD，分别建立基于自动检测数据和传统实验室化学法检测数据之间的线性回归模型VI和VII；

[0015] 步骤9、基于步骤7得到的最优回归模型I和V，以及步骤8得到的模型VI和模型VII，确定生猪养殖污水敏捷监测方案，完成基于低成本传感器对TN和NH3-N两个重要指标的替代检测以及基于电极或自动检测仪的其他四个指标的自动检测。

[0016] 由上述本发明提供的技术方案可以看出，上述方法解决了传统畜禽养殖污水水质监测方法中水质指标检测效率低、时效性差及在线监测方法中成本高、数据准确性较差的问题，在有效提高监测效率的同时，极大地降低了监测难度和成本。附图说明

[0017] 为了更清楚地说明本发明实施例的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域的普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他附图。

[0018] 图1为本发明实施例提供的生猪养殖污水水质敏捷监测的方法流程示意图。

具体实施方式

[0019] 下面结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明的保护范围。

[0020] 下面将结合附图对本发明实施例作进一步地详细描述，如图1所示为本发明实施例提供的生猪养殖污水水质敏捷监测的方法流程示意图，所述方法包括：

[0021] 步骤1、在不同的季节、不同天气、不同工序阶段对生猪养殖污水处理工序中的污水进行采样，并遴选出建模样本和检验样本，对样本中的各水质指标进行定量检测；

[0022] 在该步骤中，所述水质参数指标包括氨氮NH3-N、总磷TP、总氮TN、化学需氧量COD、电导率EC和pH值。

[0023] 步骤2、采用统计产品与服务解决方案SPSS软件(Statistical Product and Service Solutions)对检测得到的各水质指标数据进行分析，获得具有显著相关性的三个指标，具体为氨氮NH3-N、电导率EC和总氮TN三个指标；

[0024] 具体实现中，可以将NH3-N、COD、TP和TN四个在实验室进行化学法检测的指标归纳入组I；将pH和EC两种由便携式仪器直接检测的指标归纳入组II；对组I和组II中各指标进行Pearson相关性分析，分析工具为统计产品与服务解决方案SPSS 24.0软件；结果得出：

[0025] 通过对不同季节及不同气候条件下30组随机样本的检测与相关性分析，发现NH3-N与TN、NH3-N与EC、TN与EC之间均存在很强的相关性，相关系数分别为0.772、0.775、0.920，即氨氮NH3-N、电导率EC和总氮TN三个指标之间具有显著相关性。

[0026] 步骤3、基于该具有显著相关性的三个指标，构建出NH3-N、TN和EC两两之间的回归模型；

[0027] 步骤4、通过比较各回归模型的决定系数R2、残差平方和RSS和回归均方MSR筛选出拟合效果较好的回归模型；

[0028] 其中，针对NH3-N为因变量而建立的较好回归模型为多项式回归模型以及组合后的回归模型，分别将其定义为模型I和模型II；针对TN为因变量而建立的较好回归模型为幂次式回归模型，将其定义为模型III；

[0029] 在该步骤中，可以分别建立线性、二次式和多项式三种回归模型，然后比较各回归模型的决定系数R2、残差平方和RSS和回归均方MSR筛选出拟合效果相对最佳的回归模型，最终得到针对NH3-N为因变量，EC为自变量而建立的多项式回归模型I为较好回归模型，表示为：

[0030] NH3-N＝-3.57+0.09EC+-1.59E-4EC2-1.21E-8EC3

[0031] 针对EC为自变量x、以TN为中间变量、NH3-N为因变量y建立的组合后的回归模型II表示为：

[0032] y＝0.88-0.07(1.804·x0.768)+2.3×10-3(1.804·x0.768)2-9.8×10-6(1.804·x0.768)3

[0033] 针对TN为因变量，EC为自变量而建立的幂次式回归模型III表示为：

[0034] TN＝exp(1.804+0.768EC)/[1-exp(1.804+0.768EC)]

[0035] 步骤5、然后基于检验样本的数据和实测值对步骤4所得到回归模型的准确性进行验证；

[0036] 在该步骤中，具体取步骤1选出的检验样本的数据代入步骤4所得到的模型I、II、III中，得出相关指标的估算值；

[0037] 再与相关指标数据的实测值建立线性拟合图，通过样点距离1∶1标准参考线的离2
散程度、拟合线与1∶1标准参考线的偏离程度以及R 值的大小来衡量回归模型I、II、III的准确性。

[0038] 步骤6、再针对NH3-N、EC和TN三个指标进行综合建模，将针对NH3-N建立的综合模型定义为模型IV，针对TN建立的综合模型定义为模型V；

[0039] 在该步骤中，针对NH3-N为因变量y，EC和TN分别为自变量x1、x2进行综合建模得到的模型IV表示为：

[0040] y＝0.013x1+0.028x2+0.722，R2＝0.623

[0041] 针对TN为因变量y，NH3-N和EC分别为自变量x1、x2进行综合建模得到的模型V表示为：

[0042] y＝2.027x1+0.348x2+21.415，R2＝0.856。

[0043] 步骤7、将得到的综合模型IV和V与模型I、II、III进行精度对比，最终得出针对NH3-N和TN的最优回归模型，具体为模型I和模型V；

[0044] 具体实现中，同样调取10组检验样本数据，将指标真实值与估算值建立线性拟合图，通过样点距离1∶1标准参考线的离散程度、拟合线与1∶1标准参考线的偏离程度以及R2值的大小来衡量回归模型的准确性，通过模型验证和对比最终确定了分别适合于NH3-N的最优回归模型为“多项式回归模型I”以及适合TN的最优回归模型为“综合模型V”；根据这两个模型得出的指标估算值与实测值最为接近，且决定系数最高，分别为0.855和0.953，是最优回归模型。

[0045] 步骤8、针对另外两个水质指标TP和COD，分别建立基于自动检测数据和传统实验室化学法检测数据之间的线性回归模型VI和VII；

[0046] 具体实现中，根据自动检测数据与传统实验室化学法检测数据的线性变化关系，分别构建针对TP和COD的以自动检测数据为自变量、以传统实验室化学法检测数据为因变量的线性回归模型VI和VII，具体模型表示为：

[0047] 模型VI：yTP＝k1x′1+b1

[0048] 模型VII：yCOD＝k2x′2+b2

[0049] 其中，x′1和x′2分别表示TP和COD的自动检测数据；yTP和yCOD分别为TP和COD的估算值。

[0050] 步骤9、基于步骤7得到的最优回归模型I和V，以及步骤8得到的模型VI和模型VII，确定生猪养殖污水敏捷监测方案，完成基于低成本传感器对TN和NH3-N两个重要指标的替代检测以及基于电极或自动检测仪的其他四个指标的自动检测。

[0051] 至此，生猪养殖污水需要直接检测的指标由6个缩减为4个。

[0052] 在步骤9中，在线检测难度大、成本高的TN作为一个重要的检测指标，由NH3-N、EC两指标推导得出；在线检测难度和成本相对较低的NH3-N的浓度由EC大小推导而得；在线检测难度和成本都较低的pH和EC使用基于电极的自动检测方法检测得出；TP和COD分别使用在线检测仪得到相应数值，将得到的数值分别代入到步骤8中的模型VI和模型VII中，从而得到接近传统实验室化学检测法的高精度检测值。

[0053] 举例来说，下面通过具体实例对上述监测方案进行详细说明：

[0054] 第1步，进行自动检测设备的选型。

[0055] 针对pH、EC分别选择与便携式仪器相同的电极，以保证自动检测数据和便携式仪器检测数据的一致性；针对TP、COD选择与传统实验室化学检测法具有相同检测原理的自动检测仪，同样是为了保证传统检测数据与自动检测数据的一致性。

[0056] 第2步，将自动检测的TP、COD的数值分别代入到步骤8中的模型VI和模型VII中，得到与采用传统检测方法相近的数据，作为最佳估算值；

[0057] 同时，将通过电极测得的EC值分别代入到步骤7得到的最优回归模型I和V中，得到NH3-N和TN的最佳估算值。

[0058] 通过上述步骤即可完成利用自动检测法在实际检测四个指标(TP、COD、pH和EC)的前提下，结合模型I、模型V、模型VI和模型VII实现TP、COD、NH3-N、TN、pH和EC共6个指标的全面检测，且检测数据的准确性因与传统检测法接近度高而得到了很好的保障，从而达到了快速、高效、低成本监测的目的。

[0059] 值得注意的是，本发明实施例中未作详细描述的内容属于本领域专业技术人员公知的现有技术。

[0060] 综上所述，本申请所提供的方法与传统畜禽养殖污水水质监测方案相比，对TN、NH3-N两指标无需直接检测，在硬件设备上总体使用的检测设备数量更少，大大降低了监测难度和成本，有效提高了监测效率。

[0061] 以上所述，仅为本发明较佳的具体实施方式，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披露的技术范围内，可轻易想到的变化或替换，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该以权利要求书的保护范围为准。

标题	发布/更新时间	阅读量
一种引力搜索算法及基于该算法的污水处理控制方法	2020-05-08	803
一种含膦酸酯和/或亚膦酸酯废水的处理方法	2020-05-08	874
一种连续化处理高浓度有机废水的工艺及装置	2020-05-11	513
水质检测柜	2020-05-13	268
一种煤化工含盐废水处理系统以及处理方法	2020-05-11	933
用于制药废水处理的交联β-内酰胺酶聚集体的制备方法	2020-05-12	337
一种含盐废水处理系统以及处理方法	2020-05-11	504
一种评价河道生态恢复状况的方法	2020-05-11	432
一种水质化学需氧量快速检测分析装置	2020-05-13	768
一种废水处理系统及其装置	2020-05-12	971

一种生猪养殖污水水质敏捷监测的方法

一种生猪养殖污水水质敏捷监测的方法

技术领域

背景技术

发明内容

具体实施方式

该功能需要专业版企业版VIP权限，您可以：