基于人工智能的苯加氢废水脱硫脱氨处理方法与流程

本技术涉及废水处理，具体涉及基于人工智能的苯加氢废水脱硫脱氨处理方法。

背景技术：

1、粗苯加氢工艺的废水具有高氨化物、高硫化物的特点，需要进行脱硫脱氨处理达到污水处理厂排放标准后才能进行排放。在采用汽提法进行废水脱硫脱氨的处理工艺中，为了提高气提脱氨塔顶端流出富氨汽体的纯度，提高产品质量，会在气提脱氨塔顶端的氨汽出口处采用分缩器将一部分富氨汽体冷却为液相回流，使气提脱氨塔顶端的氨浓度稳定保持在一个较高的水平。在通过气提脱氨塔顶端的分缩器回流氨水时，需要根据气提脱氨塔进口废水量、气提脱氨塔内部汽液相状态实时调整分缩器的液相回流量。当液相回流量过少时，会降低产物富氨汽体的纯度；当液相回流量过多时会使气提脱氨塔的工作效率降低，因此需要对分缩器的液相回流量进行实时控制。

2、传统的液相回流量控制方法根据气提脱氨塔内的基础传感器参数如氨氮浓度、ph值等控制液相回流量，进而使得气提脱氨塔内的环境满足反应的基本参数，但是由于气提脱氨塔内反应环境波动较大，导致对液相回流量的控制不够准确。

技术实现思路

1、鉴于以上内容，有必要提供基于人工智能的苯加氢废水脱硫脱氨处理方法，相对于传统的液相回流量控制方法，提高了对液相回流量控制的准确性。

2、本技术的基于人工智能的苯加氢废水脱硫脱氨处理方法采用如下技术方案：

3、本技术一个实施例提供了基于人工智能的苯加氢废水脱硫脱氨处理方法，该方法包括以下步骤：

4、采集气提脱氨塔进料口、分缩器液相回流口在每个采集时刻的反应环境监测数据和流量数据、每个塔盘在每个采集时刻的反应环境监测数据以及每个塔盘的水平高度；

5、基于相邻的塔盘的高度差以及反应环境监测数据获取每个塔盘在每个采集时刻的塔盘稳态维护价值；

6、基于每个塔盘与气提脱氨塔进料口、分缩器液相回流口的同一类型的反应环境监测数据的波动特征的差异获取每个塔盘的每种反应环境监测数据的进料回流强干扰系数；

7、根据任一塔盘的任意一种反应环境监测数据的进料回流强干扰系数以及所述任一塔盘在每个采集时刻的塔盘稳态维护价值获取所述任一塔盘的任意一种反应环境监测数据的塔盘稳态评估权重；

8、基于每个塔盘的每种反应环境监测数据的塔盘稳态评估权重以及所有塔盘在同一采集时刻的同一类型的反应环境监测数据在空间上的变化差异，获取每个采集时刻的每种反应环境监测数据的同型监测数据稳态评估度；

9、根据每个采集时刻的每种反应环境监测数据的同型监测数据稳态评估度，以及气提脱氨塔进料口和分缩器液相回流口在每个采集时刻的反应环境监测数据、流量数据获取分缩器液相回流口在下一时刻的预测流量，对分缩器液相回流口的液相回流量进行调整。

10、在其中一种实施例中，所述反应环境监测数据包括ph值、压力和温度三种类型。

11、在其中一种实施例中，所述获取每个塔盘在每个采集时刻的塔盘稳态维护价值，包括的具体方法为：

12、将任一塔盘与相邻的下一个塔盘在任一采集时刻的ph值的差值的绝对值记为所述任一塔盘在所述任一采集时刻的酸碱度衰减指数；

13、将所述酸碱度衰减指数除以所述任一塔盘与相邻的下一个塔盘之间的高度差作为所述任一塔盘在所述任一采集时刻的脱氨效果估计值；

14、任一塔盘在任一采集时刻的塔盘稳态维护价值分别与所述任一塔盘在所述任一采集时刻的压强、温度成负相关关系，与所述任一塔盘在所述任一采集时刻的脱氨效果估计值成正相关关系。

15、在其中一种实施例中，所述获取每个塔盘的每种反应环境监测数据的进料回流强干扰系数，包括：

16、根据气提脱氨塔进料口、分缩器液相回流口以及每个塔盘在所有采集时刻的反应环境监测数据获取气提脱氨塔进料口、分缩器液相回流口以及每个塔盘的每个反应监测时间序列；

17、基于每个反应监测时间序列的波动特征获取每个反应监测时间序列的局部波动变异向量；

18、将每个塔盘与气提脱氨塔进料口的同种反应环境监测数据对应的反应监测时间序列的局部波动变异向量的相似程度记为每个塔盘的对应的反应环境监测数据的进料抗干扰系数，将每个塔盘与分缩器液相回流口的同种反应环境监测数据对应的反应监测时间序列的局部波动变异向量的相似程度记为每个塔盘的对应的反应环境监测数据的回流抗干扰系数；

19、将任一塔盘的任意一种反应环境监测数据的进料抗干扰系数与回流抗干扰系数的差异记为所述任一塔盘的任意一种反应环境监测数据的进料回流强干扰系数。

20、在其中一种实施例中，所述获取气提脱氨塔进料口、分缩器液相回流口以及每个塔盘的每个反应监测时间序列，包括的具体方法为：

21、将每个塔盘在所有采集时刻的每种反应环境监测数据按照采集的时间顺序升序排列，作为每个塔盘的每个反应监测时间序列；

22、对于气提脱氨塔进料口、分缩器液相回流口在所有采集时刻的每种反应环境监测数据，采用与每个塔盘的每个反应监测时间序列的相同的获取方法获取气提脱氨塔进料口、分缩器液相回流口的每个反应监测时间序列。

23、在其中一种实施例中，所述获取每个反应监测时间序列的局部波动变异向量，包括的具体方法为：

24、对于每个反应监测时间序列中的各数据点，以任一数据点为中心构建预设长度的滑动窗口，将滑动窗口内所有数据点的变异系数作为所述任一数据点的邻域波动变异指数，将任一反应监测时间序列中所有数据点的邻域波动变异指数按照时间顺序升序排列作为所述任一反应监测时间序列的局部波动变异向量。

25、在其中一种实施例中，所述任一塔盘的任意一种反应环境监测数据的塔盘稳态评估权重与所述任一塔盘的任意一种反应环境监测数据的进料回流强干扰系数成负相关关系，与所述任一塔盘在每个采集时刻的塔盘稳态维护价值成正相关关系。

26、在其中一种实施例中，所述获取每个采集时刻的每种反应环境监测数据的同型监测数据稳态评估度，包括：

27、基于所有塔盘在相同采集时刻的同一类型的反应环境监测数据在空间上的变化差异获取每个采集时刻的每种反应环境监测数据的同型数据空间递变失衡指数；

28、将每个塔盘在每个采集时刻的任意一种反应环境监测数据的同型数据空间递变失衡指数与每个塔盘的所述任意一种反应环境监测数据的塔盘稳态评估权重的乘积作为每个塔盘在每个采集时刻的所述任意一种反应环境监测数据的同型数据空间失衡加权指数，将所有塔盘在任一采集时刻的任意一种反应环境监测数据的同型数据空间失衡加权指数之和作为所述任一采集时刻的任意一种反应环境监测数据的同型监测数据稳态评估度。

29、在其中一种实施例中，所述获取每个采集时刻的每种反应环境监测数据的同型数据空间递变失衡指数，包括：

30、将所有塔盘在任一采集时刻的任意一种反应环境监测数据按照塔盘的编号升序排列，作为所述任一采集时刻的任意一种反应环境监测数据的反应监测空间序列，将所述反应监测空间序列的一阶导函数作为塔内同型数据空间递变序列，将所述塔内同型数据空间递变序列中所有数据值的平均值记为所述任一采集时刻的任意一种反应环境监测数据的塔内同型数据空间平均递变指数；

31、将所述塔内同型数据空间递变序列的每个数据值与所述塔内同型数据空间平均递变指数的差异记为每个塔盘在所述任一采集时刻的任意一种反应环境监测数据的同型数据空间递变失衡指数。

32、在其中一种实施例中，所述获取分缩器液相回流口在下一时刻的预测流量，对分缩器液相回流口的液相回流量进行调整，包括的具体方法为：

33、将实时采集的每种反应环境监测数据的同型监测数据稳态评估度，气提脱氨塔进料口的反应环境监测数据、流量数据以及分缩器液相回流口的反应环境监测数据作为长短时记忆神经网络模型的输入，输出分缩器液相回流口在下一时刻的预测流量，对分缩器液相回流口的液相回流量进行调整。

34、本技术具有如下有益效果：

35、本技术实施例提供基于人工智能的苯加氢废水脱硫脱氨处理方法，所述方法包括：以气提脱氨塔中相邻塔盘之间ph值的变化速率衡量各塔盘的脱氨效率，以温度和压力衡量塔盘的耗能，对各塔盘的脱氨效率以及能耗进行分析，基于相邻的塔盘的高度差以及反应环境监测数据获取每个塔盘在每个采集时刻的塔盘稳态维护价值，用以衡量在每个采集时刻维持每个塔盘的汽液相反应环境稳态的必要性；基于每个塔盘与气提脱氨塔进料口、分缩器液相回流口的同一类型的反应环境监测数据的波动特征的差异获取每个塔盘的每种反应环境监测数据的进料回流强干扰系数，用以衡量各塔盘的反应环境监测数据受到气提脱氨塔进料口、分缩器液相回流口的影响程度，进而根据每个塔盘的每种反应环境监测数据的进料回流强干扰系数以及每个塔盘在每个采集时刻的塔盘稳态维护价值获取每个塔盘的每种反应环境监测数据的塔盘稳态评估权重，对各塔盘的反应环境的稳定性进行维护所获得的效益进行区分，使得对气提脱氨塔的液相回流量进行控制时能够以较小的回流液相流量调整保证气提脱氨塔内部反应环境稳态，提高气提脱氨塔脱氨效率；考虑到气提脱氨塔内部反应环境体系从上到下成梯度分布，基于每个塔盘的每种反应环境监测数据的塔盘稳态评估权重以及所有塔盘在同一采集时刻的同一类型的反应环境监测数据在空间上的变化差异，获取每个采集时刻的每种反应环境监测数据的同型监测数据稳态评估度，用以评估气提脱氨塔整体的每种反应环境监测数据在每个采集时刻的稳定性，根据受到气提脱氨塔进料口或者分缩器液相回流口影响程度的不同以及处理废水能耗的不同对每个塔盘的每种反应环境监测数据设置不同的权重，提高了对气提脱氨塔的每种反应环境监测数据在不同采集时刻的稳定程度评估的可靠性；根据每个采集时刻的每种反应环境监测数据的同型监测数据稳态评估度，以及气提脱氨塔进料口和分缩器液相回流口在每个采集时刻的反应环境监测数据、流量数据获取分缩器液相回流口在下一时刻的预测流量，对分缩器液相回流口的液相回流量进行调整，充分考虑气提脱氨塔内反应环境波动，提高了对气提脱氨塔的液相回流量控制的准确性。