论文部分内容阅读
污水处理过程是一个变量繁多，具有大时变、大时滞特点的动态非线性生化反应过程，对污水进行有效处理已成为当今世界为解决水环境问题的重要议题。为了提高污水处理装置运行效率、保证出水质量、降低运行费用，研究新型的智能优化控制方法来实现节能达标的目标，是当前污水处理行业的发展趋势。论文基于BSM1模型提出了一种污水处理过程多变量回路控制策略，建立了一种能够直接表达出水水质与能耗关系的能耗特征模型，设计了一种预测优化控制方法，以实现污水处理节能降耗，并通过实验验证了其研究工作的可行性和有效性。论文的主要创新点概括如下：1、在深入分析活性污泥法的数学模型ASM1和基准仿真模型BSM1的基础上，建立了BSM1仿真平台，并于MATLAB环境下实现可视化运行。同时提出了一种污水处理多变量回路控制策略，该策略基于递归神经网络设计控制器，并应用到建立的BSM1平台上，实验结果显示，相较于传统PID控制、前馈BP神经网络控制，该回路控制策略具有更优的自适应性、鲁棒性和稳定性。2、针对污水处理过程难没有水质和能耗间关系表达的问题，提出了一种污水处理过程能耗特征模型。首先通过系统分析出水评价指标、能耗影响指标及其分别与ASM1各组分间的组成关系，挖掘出能耗与出水水质的内部联系，从而设计了一种基于扩展Elman神经网络的模型建模方法，实现了能耗特征模型的建立。仿真结果表明，污水处理过程能耗特征模型（EENN-ECM）能直接的实时精确的表达出水水质和能耗的关系，填补了污水处理过程能耗通用模型的空白。3、为解决污水处理过程能耗较高的问题，提出了一种基于EENN-ECM的节能优化控制策略。该策略基于A/O脱氮工艺首先对污水处理过程生物脱氮机理进行分析，进而确定对生化反应池的溶解氧浓度、混合液悬浮固体浓度和硝态氮浓度实施控制优化，然后设计出一种预测控制方法，建立了一套完整的优化控制系统架构，最后应用于污水处理过程中。实验表明，该优化控制策略能够实现底层控制器设定值的动态优化，有效降低能耗。