Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 积分商城 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 长江生态环保集团有限公司;湖北工业大学丁一凡获国家专利权

长江生态环保集团有限公司;湖北工业大学丁一凡获国家专利权

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

龙图腾网获悉长江生态环保集团有限公司;湖北工业大学申请的专利一种城市内湖水污染治理技术集成处理系统及优化方法获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN116975555B

龙图腾网通过国家知识产权局官网在2025-10-03发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202310733390.2,技术领域涉及:G06F18/20;该发明授权一种城市内湖水污染治理技术集成处理系统及优化方法是由丁一凡;周小国;张佳磊;曾一恒;徐小明;余太平设计研发完成,并于2023-06-19向国家知识产权局提交的专利申请。

一种城市内湖水污染治理技术集成处理系统及优化方法在说明书摘要公布了:本发明公开了一种城市内湖水污染治理技术集成处理系统及优化方法,系统包括前置缓冲区、强化处理区、自然湿地区和工艺优化模型;首先根据当地湖泊蓝线保护、水系保护的要求确定近自然和因地制宜的设计原则,选取前置缓冲区工艺;然后根据主要湿地工艺单元设计参数,根据净化需求和进水浓度下选择合适的强化处理区工艺;之后构建草型清水态湖泊,利用水体自净能力进一步去除湖区污染物;然后以各指标污染物总量和成本费用最小为目标函数,考虑污染物总量削减目标、各指标现状成本费用以及污染物总量上、下限约束条件,利用工具软件对模型进行优化求解,确定最终的最优分配方案。本发明耦合性强,能够快速确定工艺适配参数,达到最佳协同处理状态。

本发明授权一种城市内湖水污染治理技术集成处理系统及优化方法在权利要求书中公布了:1.一种城市内湖水污染治理技术集成处理系统,其特征在于,包括前置缓冲区,用于稳定来水水量水质、均匀布水和缓冲超标雨水; 强化处理区,用于净化水质,去除进水主要超标因子; 自然湿地区,用于进一步净化水质,消纳河湖内源TP污染,保障超标因子达标,修复湖区生态,防治富营养化; 工艺优化模型,为污染物总量‑成本费用最小化带有精英策略的快速多目标遗传算法模型,用于以污染物总量、成本费用最小为多目标,对强化处理区和自然湿地区的工艺进行优化,实现集成处理; 所述前置缓冲区为稳定塘,所述强化处理区采用EHBR工艺,将除前置缓冲区、强化净化区外的湖面全构建自然湿地,将自然湿地区分为生态净化区和湿地涵养区; 快速多目标遗传算法模型构建流程如下: 1将强化处理区和自然湿地区的各污染物削减率设计变量进行集成,通过拉丁超立方实验设计构造一定数目的样本点; 2考虑各技术之间的耦合作用,对样本点进行响应分析; 3提取响应结果,建立Kriging插值模型进行误差分析; 4编写带有精英策略的快速多目标遗传算法的算法代码,以降低各指标污染物总量和成本费用最小为目标,得到城市内湖水污染治理技术集成多目标优化问题的Pareto前沿; 5根据工程实际需要从Pareto最优解集中选取最优解,与初始设计进行对比并以污染物削减率和成本估算作为校核指标; 所述污染物总量‑成本费用最小化带有精英策略的快速多目标遗传算法模型的计算公式如下: 总目标函数: 强化处理区污染物总量约束: W1、W2分别为强化处理区COD总量和氨氮总量,q1、q2为强化处理区COD和氨氮削减率,W01和W02为治理前COD和氨氮总量; 成本费用约束: M1、M2分别为强化处理区COD和氨氮削减的费用; 各指标优化后的费用成本约束: 各污染物削减总量约束: 自然湿地区污染物总量约束: W3、W4分别为自然湿地区COD总量和TP总量,q3、q4为自然湿地区COD总量和TP总量削减率,W03和W04为治理前COD和TP总量; 成本费用约束: M3、M4分别为自然湿地区COD和TP削减的费用; 各指标优化后的费用成本约束: 各污染物削减总量约束: k1、k2、k3和k4为费用函数参数。

如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人长江生态环保集团有限公司;湖北工业大学,其通讯地址为:430062 湖北省武汉市武昌区徐东大街96号;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。