(19)国家知识产权局 (12)发明 专利 (10)授权公告 号 (45)授权公告日 (21)申请 号 202210880928.8 (22)申请日 2022.07.26 (65)同一申请的已公布的文献号 申请公布号 CN 114936479 A (43)申请公布日 2022.08.23 (73)专利权人 江苏瑞立环保工程股份有限公司 地址 226000 江苏省南 通市启东市经济开 发区南苑西路1085号 (72)发明人 杨金水　 (51)Int.Cl. G06F 30/20(2020.01) G06F 17/18(2006.01) G06Q 50/26(2012.01) (56)对比文件 CN 111932146 A,2020.1 1.13CN 112668828 A,2021.04.16 郝梦雨等.气浮池内气泡分布影响因素的数 值模拟. 《广东 化工》 .2019,第46卷(第21期), 刘书城等.出口直径对溶气释放器微气泡 生 成的影响研究. 《化工技 术与开发》 .2021,第5 0卷 (第11期), 审查员 朱琳玲 (54)发明名称 基于污染治理大数据的气浮气泡数值云分 析方法 (57)摘要 本发明涉及电子数字数据处理技术领域， 具 体涉及一种基于污染治理大数据的气浮气泡数 值云分析方法。 该方法是一种利用计算机辅助设 计和处理的、 特别适用于特定功能 （具体是水污 染数值分析） 的数字数据处理方法， 且适用于大 数据资源服务、 数据库和云数据库服务等互联网 数据服务， 可配置为与水污染治理相关的云计算 软件、 云端融合应用支撑平台软件。 基于采样频 率采集当前气泡直径下的多个污水的杂质含量 和气浮槽质量， 计算每采样频率下的污水清理效 率， 根据污水清理效率确认当前气泡直径需要调 节时， 利用构建的气泡直径的调节变化表对当前 气泡直径进行 实时调节， 以避免清洁效率变低无 法更好的清理杂质， 且提高了杂质清理效率。 权利要求书2页 说明书6页 附图1页 CN 114936479 B 2022.09.30 CN 114936479 B 1.一种基于污染治理大数据的气浮气泡数值云分析方法， 其特征在于， 该方法包括以 下步骤： 基于气浮机产生的当前气泡直径下， 根据设置的采样频率分别采集污水中的杂质含量 和气浮槽质量， 由相 邻采样频率下的所述杂质含量分别计算每个采样频率下的杂质密度变 化值、 由相邻采样频率下的所述气浮槽质量分别计算每 个采样频率下杂质的清理速度； 将当前采样频率之前的所述杂质密度变化值和所述清理速度分别构成杂质密度变化 值序列和清理速度序列， 结合所述杂质密度变化值序列和清理速度序列计算当前采样频率 下杂质的清理效率； 根据设定采样时间段内的多个连续采样频率下的所述清理效率 获取所 述当前气泡直径下的清理效率阈值， 将 每个采样频率下的所述清理效率和所述清理效率阈 值进行对比， 以确认所述当前气泡 直径是否合理； 根据不同历史气泡直径下对应的杂质体积范围， 构建气泡直径的调节变化表， 当所述 当前气泡 直径不合理时， 基于所述调节变化表对所述当前气泡 直径进行实时调节； 所述杂质体积范围的获取 方法， 包括： 获取历史气泡直径下到达需要调节气泡直径时对应的处理时长下每个采样频率的历 史清理效率和历史气浮槽质量， 以得到该 处理时长下的历史清理效率序列和历史气浮槽质 量序列； 根据该历史气泡直径下的所述历史清理效率序列和对应的历史清理效率阈值得到小 于或等于历史清理效率阈值的第一个历史清理效率， 进而得到其对应的采样频率， 将该采 样频率下对应的所述历史气浮槽质量作为分 界点， 以将所述历史气浮槽质量序列分为第一 气浮槽质量序列和 第二气浮槽质量序列； 结合第一气浮槽质量序列和污水中杂质的纺织纤 维密度计算该历史气泡直径下对应的最小杂质体积、 结合第二气浮槽质量序列和所述纺织 纤维密度计算该历史气泡直径下对应的最大杂质体积， 进而得到该历史直径下的所述杂质 体积范围。 2.如权利要求1所述的一种基于污染治理大数据的气浮气泡数值云分析方法， 其特征 在于， 所述气浮气泡数值云分析方法还包括将所述当前气泡直径是否合理的判断结果发送 到云端， 所述云端实现所述根据不同气泡直径下对应的杂质体积范围， 构建气泡直径的调 节变化表， 当所述当前气泡直径不合理时， 所述云端下发基于所述调节变化表对所述当前 气泡直径进行实时调节的调节指令 。 3.如权利要求1所述的一种基于污染治理大数据的气浮气泡数值云分析方法， 其特征 在于， 所述结合所述杂质密度变化值序列和清理速度序列计算当前采样频率下杂质的清理 效率的方法， 包括： 分别计算所述杂质密度变化值序列和所述清理速度序列的标准差， 以及两者之间的相 关程度， 结合所述相关程度和所述标准差计算当前采样频率下的所述清理效率。 4.如权利要求1所述的一种基于污染治理大数据的气浮气泡数值云分析方法， 其特征 在于， 所述根据设定采样时间段内的多个连续采样频率下的所述清理效率获取所述当前气 泡直径下的清理效率阈值的方法， 包括： 构建目标函数： ， 其中， 为第 秒的所述清权　利　要　求　书 1/2 页 2 CN 114936479 B 2理效率， 为第 秒的所述清理效率； 为设定采样时间段内第 秒后的总时长； 当所述目 标函数 趋近于0时， 确认所述清理效率阈值 = 。 5.如权利要求1所述的一种基于污染治理大数据的气浮气泡数值云分析方法， 其特征 在于， 所述将每个采样频率下 的所述清理效率和所述清理效率阈值进行对比， 以确认所述 当前气泡 直径是否合理的方法， 包括： 将所述清理效率大于所述清理效率阈值所对应采样频率下的清理特征值为1， 所述清 理效率小于或等于所述清理效率阈值所对应采样频率下的清理特征值为 ‑1， 结合采样时间 段内每个采样频率下的清理特征值计算清理特征值之和， 当所述清理特征值之和大于特征 值阈值时， 调整当前气泡 直径， 否则不调节当前气泡 直径。 6.如权利要求1所述的一种基于污染治理大数据的气浮气泡数值云分析方法， 其特征 在于， 所述调节变化表的构建方法， 包括： 基于当前历史气泡直径下的所述杂质体积范围， 获取与 该杂质体积范围没有交集且是 连续的目标杂质体积范围， 将所述目标杂质体积范围对应的历史气泡直径作为当前历史气 泡直径下的相邻历史气泡 直径， 进而构建所述调节变化表。权　利　要　求　书 2/2 页 3 CN 114936479 B 3