粒子群優(yōu)化算法與自適應模糊控制在污水處理中的應用.pdf

1、污水處理智能控制主要針對序批式活性污泥法(SBR)而設計，在保證出水水質的前提下盡可能地節(jié)省運行費用，同時實現工藝過程的優(yōu)化控制，從而提高污水處理運行的效率。污水處理的動態(tài)過程十分復雜，很難用數學模型準確地描述，而且，運行的費用龐大。所以，在污水處理中，自動控制技術向智能化發(fā)展已經勢在必行，是降低運行成本的有效途徑，成為目前研究的熱點之一。 為了實現優(yōu)化控制，研究污水處理過程的神經網絡建模方法，尋求性能指標與控制變量的關系。構建

2、以溶解氧濃度Do為控制變量，排放有機物量Z、污泥排放量Qw和電費Jc等為輸出量的RBF神經網絡模型。針對污水處理的特點，研究粒子群算法中DO參數的編碼、初始種群和適應度的生成方法以及算法中控制參數的設定。提出以每日允許排放的有機物總量為約束條件，以運行費用(耗電量)為適應度函數，基于粒子群算法的污水處理過程優(yōu)化控制方法，求解出溶解氧DO的優(yōu)化曲線。 本文重點介紹的是DO模糊控制器的設計方法和基本步驟。在此基礎上，引入了自適應模糊

3、控制器的思想，并經過實驗室仿真和現場調試，最后采用全系數自適應控制理論方法中的參數預報思想，根據誤差和誤差變化率預估以后的誤差值，再用模糊控制方法進行控制決策，構成自適應模糊控制算法。通過實時地改變風機的頻率實現對DO不同曲線的控制，明顯地節(jié)省了電能，降低了污水處理的成本。 本文介紹了污水處理系統(tǒng)優(yōu)化控制的總體思想，以DO為主要參數將優(yōu)化和控制兩部分緊密地聯(lián)系在一起，從而形成了一個閉環(huán)的系統(tǒng)。為了使得上述污水處理過程能夠實現自動