摘要:本申请公开了一种生物膜内溶解氧的监测方法、优化供氧方法、系统及设备，涉及废水处理技术领域。该监测方法包括：获取污水处理过程中膜曝气生物膜反应器（MABR）污水处理装置的生物膜的图像数据；对所述图像数据进行特征提取，获得图像特征参数；将所述图像特征参数输入生物膜溶解氧预测模型，获得生物膜溶解氧预测模型输出的生物膜内溶解氧有效浓度；所述生物膜溶解氧预测模型基于机器学习模型训练获得。本申请提供了一种利用机器学习模型进行图像识别的生物膜内溶解氧监测方法，克服了微电极成本高、易损坏、维护难度大的缺陷，实现生物膜内溶解氧的低成本的有效监测。


膜曝气生物膜反应器（Membrane Aerated Biofilm Reactor，MABR）是气体分离膜技术与生物膜法污水处理技术相结合的新型污水处理工艺，此工艺利用MABR为微生物载体并为微生物无泡曝气，由靠近膜层到远离膜层形成好氧、缺氧、厌氧的生物环境，实现同步脱氮、除碳的效果；与传统曝气工艺相比，具有能耗低、生物膜不易脱落、氧利用率高等优势。

在MABR中，氧气从膜纤维的管腔供应，并通过膜扩散到生物膜中。因此，生物膜中的DO（Dissolved Oxygen，溶解氧）浓度从生物膜内部层（靠近膜）沿生物膜厚度向生物膜-液体边界层降低；同时，营养物质和其他污染物从散装液体扩散到生物膜中。与具有共扩散生物膜的传统生物膜反应器相比，电子受体（例如硝酸盐和亚硝酸盐）和电子供体（氨氮和化学需氧量）从相反方向向MABR生物膜扩散，从而形成特殊的反扩散生物膜。


由于氧气从内部扩散，监测溶液中的溶解氧难以反应出生物膜中的氧气情况，因为即使溶液中的溶解氧为零，生物膜中由于形成内层好氧、外层厌氧的生物环境，仍能较好的实现水质净化。通过微电极等技术可以监测生物膜内的溶解氧情况，然而微电极成本高、易损坏、维护难度大，难以运用在实际工况。


一种生物膜内溶解氧的监测方法：


所述生物膜内溶解氧的监测方法应用于膜曝气生物膜反应器，所述曝气生物膜反应器包括生化反应单元，所述生化反应单元内设置有异相传质生物膜组件，所述异相传质生物膜组件包括生物膜和MABR膜组件，所述生物膜内溶解氧的监测方法包括：在利用膜曝气生物膜反应器进行污水处理时，获取污水处理过程中生物膜的图像数据；对所述图像数据进行特征提取，获得图像特征参数；将所述图像特征参数输入生物膜溶解氧预测模型，获得生物膜溶解氧预测模型输出的生物膜内溶解氧有效浓度；所述生物膜溶解氧预测模型基于机器学习模型训练获得。


其中，机器学习模型训练过程为：利用得到的图像特征参数及其对应的生物膜内溶解氧实测浓度（示例性的，该实测浓度通过微电极测试获得），构建模型数据集，并将模型数据集划分为训练集和测试集，模型数据集不仅可以利用实验室系统实测数据构建，还可利用网络开源数据库和论文集数据构建，也可采用多种方式结合构建，在此不做限制。利用训练集和测试集对ACO-BP神经网络进行训练和测试，进一步的，通过均方误差、平均绝对误差以及决定系数评价模型的性能，调整超参数优化模型拟合效果。


以间歇性获取的图像特征参数，输入生物膜溶解氧预测模型，输出生物膜内溶解氧有效浓度。所得生物膜内溶解氧有效浓度及水质监测参数（包括：进、出水池所测氨氮、总氮、COD、生化反应单元内DO浓度）通过数据线传输至智能终端，智能终端根据特定生化反应的溶解氧指导值选择调整模式，主要包括调整输出功率和调整曝气模式两种方案，从而控制风机的曝气量，修正当前生物膜溶解氧水平。