污水處理曝氣池溶解氧智能優(yōu)化控制系統(tǒng)研究.pdf

1、國內的污水處理廠基本上采用的都是活性污泥法污水處理工藝,該污水處理過程是利用污泥中微生物的生長、衰減等生命活動來清除污水中污染物質的一種效率高的方法，此過程是一個多輸入多輸出動態(tài)系統(tǒng)，具有強耦合、不確定、非線性和大滯后等特點，并且過程建模相當困難，傳統(tǒng)的控制方法（如常規(guī)PID控制等）很難達到理想的控制效果，因此研究智能控制技術在污水處理中的應用具有很重要的現(xiàn)實意義和很廣闊的應用前景。在活性污泥法污水處理過程中，曝氣池中溶解氧的含量是一個

2、極其重要的指標參數(shù)，如果溶解氧濃度控制適當，可以直接提高污水處理效果，減小系統(tǒng)的能耗。本文在深入了解大量相關文獻和已有的研究成果基礎上，針對目前已有的污水處理過程溶解氧控制中存在的問題，做了以下研究工作：
　　(1)對本課題的背景、來源和研究意義進行了分析，對污水處理過程的軟測量技術和智能控制現(xiàn)狀進行了綜述。
　　(2)分析了污水處理系統(tǒng)特征，建立了對污水處理過程一些難以直接測量的重要出水指標的最小二乘支持向量機軟測量模型，

3、并采用微粒子群優(yōu)化算法實現(xiàn)對最小二乘支持向量機參數(shù)的尋優(yōu)。
　　(3)在研究了國際水質協(xié)會提出的活性污泥一號模型的基礎上，結合實際的污水處理廠情況，建立了反映溶解氧濃度、活性污泥濃度以及底物濃度之間內在關系的簡化的活性污泥數(shù)學模型。
　　(4)針對目前溶解氧控制方法存在的問題，設計了溶解氧設定值尋優(yōu)模型和溶解氧最小二乘支持向量機逆控制系統(tǒng)：
　　①設計了溶解氧設定值尋優(yōu)模型：根據(jù)不同的進水水質，建立出水指標參數(shù)與各種理

4、化參數(shù)（如進水水質條件等）的最小二乘支持向量機軟測量模型，并把在線預測的出水指標參數(shù)作為污水處理系統(tǒng)的反饋信息，使用模糊神經網絡動態(tài)優(yōu)化與進水水質對應的溶解氧濃度的設定值。
　?、卺槍ξ鬯幚硐到y(tǒng)強耦合、非線性、大滯后等特性，建立了最小二乘支持向量機與PID復合的逆控制系統(tǒng)對溶解氧進行跟蹤控制，詳細分析并設計了控制算法，通過仿真實驗驗證了該系統(tǒng)的抗干擾性、適應性和魯棒性。
　　本文的創(chuàng)新點在于：
　　(1)本文建立了多

5、輸入多輸出最小二乘支持向量機軟測量模型，實現(xiàn)了同時對幾個變量進行預測的功能。針對目前只能使用粒子群優(yōu)化算法進行離線尋優(yōu)的缺點，本文采用了滑動矩形窗對被測參數(shù)滾動預報，實現(xiàn)了粒子群優(yōu)化算法的在線尋優(yōu)，從而使預測結果精度更高。
　　(2)本文針對污水處理系統(tǒng)溶解氧控制目前大多采用恒定設定值的情況，建立了溶解氧設定值動態(tài)尋優(yōu)模型，并將最小二乘支持向量機逆控制系統(tǒng)成功應用于溶解氧跟蹤控制中，以達到對曝氣量的動態(tài)優(yōu)化控制，從根本上實現(xiàn)污水處