摘要:本申請公開了一種生物膜內溶解氧的監測方法、優化供氧方法、系統及設備，涉及廢水處理技術領域。該監測方法包括：獲取污水處理過程中膜曝氣生物膜反應器（MABR）污水處理裝置的生物膜的圖像數據；對所述圖像數據進行特征提取，獲得圖像特征參數；將所述圖像特征參數輸入生物膜溶解氧預測模型，獲得生物膜溶解氧預測模型輸出的生物膜內溶解氧有效濃度；所述生物膜溶解氧預測模型基于機器學習模型訓練獲得。本申請提供了一種利用機器學習模型進行圖像識別的生物膜內溶解氧監測方法，克服了微電極成本高、易損壞、維護難度大的缺陷，實現生物膜內溶解氧的低成本的有效監測。

膜曝氣生物膜反應器（Membrane Aerated Biofilm Reactor，MABR）是氣體分離膜技術與生物膜法污水處理技術相結合的新型污水處理工藝，此工藝利用MABR為微生物載體并為微生物無泡曝氣，由靠近膜層到遠離膜層形成好氧、缺氧、厭氧的生物環境，實現同步脫氮、除碳的效果；與傳統曝氣工藝相比，具有能耗低、生物膜不易脫落、氧利用率高等優勢。

在MABR中，氧氣從膜纖維的管腔供應，并通過膜擴散到生物膜中。因此，生物膜中的DO（Dissolved Oxygen，溶解氧）濃度從生物膜內部層（靠近膜）沿生物膜厚度向生物膜-液體邊界層降低；同時，營養物質和其他污染物從散裝液體擴散到生物膜中。與具有共擴散生物膜的傳統生物膜反應器相比，電子受體（例如硝酸鹽和亞硝酸鹽）和電子供體（氨氮和化學需氧量）從相反方向向MABR生物膜擴散，從而形成特殊的反擴散生物膜。

由于氧氣從內部擴散，監測溶液中的溶解氧難以反應出生物膜中的氧氣情況，因為即使溶液中的溶解氧為零，生物膜中由于形成內層好氧、外層厭氧的生物環境，仍能較好的實現水質凈化。通過微電極等技術可以監測生物膜內的溶解氧情況，然而微電極成本高、易損壞、維護難度大，難以運用在實際工況。

一種生物膜內溶解氧的監測方法：

所述生物膜內溶解氧的監測方法應用于膜曝氣生物膜反應器，所述曝氣生物膜反應器包括生化反應單元，所述生化反應單元內設置有異相傳質生物膜組件，所述異相傳質生物膜組件包括生物膜和MABR膜組件，所述生物膜內溶解氧的監測方法包括：在利用膜曝氣生物膜反應器進行污水處理時，獲取污水處理過程中生物膜的圖像數據；對所述圖像數據進行特征提取，獲得圖像特征參數；將所述圖像特征參數輸入生物膜溶解氧預測模型，獲得生物膜溶解氧預測模型輸出的生物膜內溶解氧有效濃度；所述生物膜溶解氧預測模型基于機器學習模型訓練獲得。

其中，機器學習模型訓練過程為：利用得到的圖像特征參數及其對應的生物膜內溶解氧實測濃度（示例性的，該實測濃度通過微電極測試獲得），構建模型數據集，并將模型數據集劃分為訓練集和測試集，模型數據集不僅可以利用實驗室系統實測數據構建，還可利用網絡開源數據庫和論文集數據構建，也可采用多種方式結合構建，在此不做限制。利用訓練集和測試集對ACO-BP神經網絡進行訓練和測試，進一步的，通過均方誤差、平均絕對誤差以及決定系數評價模型的性能，調整超參數優化模型擬合效果。

以間歇性獲取的圖像特征參數，輸入生物膜溶解氧預測模型，輸出生物膜內溶解氧有效濃度。所得生物膜內溶解氧有效濃度及水質監測參數（包括：進、出水池所測氨氮、總氮、COD、生化反應單元內DO濃度）通過數據線傳輸至智能終端，智能終端根據特定生化反應的溶解氧指導值選擇調整模式，主要包括調整輸出功率和調整曝氣模式兩種方案，從而控制風機的曝氣量，修正當前生物膜溶解氧水平。