【摘要】：污水處理過程是一個大型流程工業(yè)過程，它受到進(jìn)水流量和污泥負(fù)荷中的大擾動以及進(jìn)流污水中的不確定混合成分影響嚴(yán)重，因此，保證污水處理過程的平穩(wěn)運(yùn)行是污水處理過程控制研究的首要問題；同時，目前我國城市污水處理廠廣泛存在著電能消耗大、運(yùn)行成本高的現(xiàn)象，在滿足污水處理效果的條件下，實(shí)現(xiàn)污水處理過程的節(jié)能降耗是亟待解決的問題。 實(shí)時優(yōu)化（Real time optimization，RTO）控制方法已成為解決復(fù)雜流程工業(yè)過程優(yōu)化與控制的有效手段。實(shí)時優(yōu)化控制方法將回路控制與過程運(yùn)行優(yōu)化相結(jié)合，采用兩層結(jié)構(gòu)，上層通過計劃調(diào)度優(yōu)化經(jīng)濟(jì)性能指標(biāo)，產(chǎn)生底層控制回路的設(shè)定值；底層通過控制器使被控變量跟蹤設(shè)定值，從而盡可能使過程運(yùn)行在經(jīng)濟(jì)優(yōu)化狀態(tài)。污水處理過程的實(shí)時優(yōu)化控制策略在實(shí)時優(yōu)化層以保證出水水質(zhì)條件為約束，降低系統(tǒng)能耗為目標(biāo)，優(yōu)化系統(tǒng)的性能指標(biāo)，產(chǎn)生控制變量的設(shè)定值；在跟蹤控制層，以系統(tǒng)運(yùn)行的平穩(wěn)性和控制效果的高精度為目標(biāo)，實(shí)現(xiàn)優(yōu)化設(shè)定值的跟蹤控制。 人工神經(jīng)網(wǎng)絡(luò)（Artificial neural network，ANN）是實(shí)現(xiàn)RTO控制的重要工具。神經(jīng)網(wǎng)絡(luò)的在線學(xué)習(xí)能力使其在作為在線控制器方面具有得天獨(dú)厚的優(yōu)勢；同時，因?yàn)榫哂泻軓?qiáng)的非線性逼近能力，神經(jīng)網(wǎng)絡(luò)在對未知數(shù)學(xué)模型的非線性系統(tǒng)的建模中具有很好的效果。增廣拉格朗日乘子法（Augmented Lagrangemultiplier method, ALM）解決非線性規(guī)劃問題能力強(qiáng)，是解決RTO實(shí)時優(yōu)化層非線性規(guī)劃問題的重要方法。 以污水處理過程這一大型流程工業(yè)過程的實(shí)時優(yōu)化控制問題作為研究背景，采用基于神經(jīng)網(wǎng)絡(luò)的實(shí)時優(yōu)化控制方法展開研究。主要研究內(nèi)容如下： (1)污水處理過程的特性分析和仿真平臺測試 以前置反硝化工藝污水處理過程為研究對象，分析其處理特點(diǎn)，并對三種不同天氣工況下的進(jìn)水特點(diǎn)進(jìn)行了分析�；趪H水協(xié)會（International WaterAssociation，IWA）和歐盟合作組織COST提出的污水處理過程基準(zhǔn)仿真平臺BSM1(Benchmark Simulation Model No.1)，對前置反硝化工藝污水處理過程展開了進(jìn)一步的研究，分析了生化池的反應(yīng)特性和二沉池的沉降模型，并通過實(shí)驗(yàn)驗(yàn)證了搭建的BSM1仿真平臺的有效性。 (2)提出了一種基于神經(jīng)網(wǎng)絡(luò)的在線建模與控制方法 污水處理過程跟蹤控制層的研究目標(biāo)是通過控制實(shí)現(xiàn)系統(tǒng)的平穩(wěn)運(yùn)行，并提高控制精度。根據(jù)污水處理過程的非線性、強(qiáng)耦合、模型未知等特點(diǎn)，本文提出了一種基于前饋神經(jīng)網(wǎng)絡(luò)的在線建模與控制（Neural network online modeling andcontrolling，NNOMC）方法。針對污水處理過程大時變、模型未知的問題，利用前饋神經(jīng)網(wǎng)絡(luò)的非線性函數(shù)逼近特性，設(shè)計了對污水處理過程在線建模的建模神經(jīng)網(wǎng)絡(luò)(Modeling Neural Network, MNN)；針對污水處理過程非線性、強(qiáng)耦合的特點(diǎn)，基于前饋神經(jīng)網(wǎng)絡(luò)的在線學(xué)習(xí)能力，設(shè)計了在線神經(jīng)網(wǎng)絡(luò)控制器（Neuralnetwork controller, NNC）實(shí)現(xiàn)污水處理過程的串級跟蹤控制。為了保證設(shè)計的NNOMC方法的有效性，本文從理論方面給出了NNOMC控制方法的穩(wěn)定性分析，結(jié)果表明保證建模神經(jīng)網(wǎng)絡(luò)和神經(jīng)網(wǎng)絡(luò)控制器的隱含層學(xué)習(xí)率在合適的范圍內(nèi)，能夠確保NNOMC控制系統(tǒng)的穩(wěn)定性。分別將設(shè)計的NNOMC控制方法應(yīng)用于污水處理過程生化池第五分區(qū)溶解氧濃度的單變量控制和污水處理過程的多變量控制中，實(shí)驗(yàn)證明NNOMC控制方法能夠保證污水處理過程的平穩(wěn)運(yùn)行，且具有很高的控制精度；實(shí)驗(yàn)同時表明，NNOMC方法針對多變量控制中的強(qiáng)耦合問題，具有很強(qiáng)的解耦能力。 (3)提出了一種基于神經(jīng)網(wǎng)絡(luò)建模的增廣拉格朗日乘子法優(yōu)化方法 污水處理過程實(shí)時優(yōu)化層的計劃調(diào)度分為兩個方面：出水水質(zhì)的達(dá)標(biāo)和系統(tǒng)能耗的降低。根據(jù)這兩點(diǎn)，本文構(gòu)造了污水處理過程的不等式約束優(yōu)化問題。因?yàn)槲鬯幚磉^程能耗、水質(zhì)與優(yōu)化變量設(shè)定值之間模型未知的特點(diǎn)，構(gòu)造的污水處理過程的約束優(yōu)化問題是一個黑箱約束優(yōu)化問題。本文提出了一種基于前饋神經(jīng)網(wǎng)絡(luò)建模的增廣拉格朗日乘子法（Neural network based augmented Lagrangemultiplier，NNALM）優(yōu)化方法，利用神經(jīng)網(wǎng)絡(luò)分別建立能耗與優(yōu)化設(shè)定值、水質(zhì)與優(yōu)化設(shè)定值的在線模型，并根據(jù)增廣拉格朗日乘子法實(shí)現(xiàn)對污水處理過程黑箱約束優(yōu)化問題的在線求解。通過理論角度的分析，在選取合適的增廣拉格朗日乘子法學(xué)習(xí)率的情況下，可以保證NNALM在線優(yōu)化過程的穩(wěn)定性和收斂性。將NNALM優(yōu)化方法應(yīng)用于以出水水質(zhì)為約束，降低系統(tǒng)能耗為目標(biāo)的污水處理過程優(yōu)化仿真實(shí)驗(yàn)中，結(jié)果表明NNALM算法能夠有效地在線優(yōu)化控制變量的設(shè)定值，以此作為跟蹤控制的目標(biāo)，能夠在滿足出水水質(zhì)的情況下，實(shí)現(xiàn)系統(tǒng)能耗的降低。 (4)污水處理過程的實(shí)時優(yōu)化控制 結(jié)合提出的NNOMC控制方法和NNALM優(yōu)化方法，提出了基于NNALM優(yōu)化NNOMC控制的污水處理過程RTO控制結(jié)構(gòu)。在仿真實(shí)驗(yàn)設(shè)計中分別選擇了合適的NNOMC方法參數(shù)、NNALM方法參數(shù)以及優(yōu)化參數(shù)。在三種不同天氣的工況下，基于BSM1展開了NNALM優(yōu)化NNOMC控制的仿真實(shí)驗(yàn)研究。實(shí)驗(yàn)表明，基于NNALM優(yōu)化、NNOMC控制的污水處理過程多變量RTO控制能夠保證污水處理過程的平穩(wěn)運(yùn)行，并取得了較高的控制精度；同時在保證甚至優(yōu)化出水水質(zhì)的情況下，有效的降低了系統(tǒng)的能耗，節(jié)能效果顯著。
【學(xué)位授予單位】：北京工業(yè)大學(xué)
【學(xué)位級別】：博士
【學(xué)位授予年份】：2014
【分類號】：X703
【圖文】：

圖 2-1 前置反硝化污水處理工藝流程結(jié)構(gòu)圖Fig.2-1 The structure of denitrification wastewater treatment process如圖 2-1 所示，前置反硝化污水處理過程的布局結(jié)構(gòu)主要分為兩部分，包括生化反應(yīng)池和沉淀池（也稱為二沉池），兩個分區(qū)采用級聯(lián)形式相聯(lián)系。生化池的前兩個分區(qū)為缺氧區(qū)，后三個分區(qū)為好氧區(qū)，生化池第五分區(qū)的部分污泥以內(nèi)回流的形式與進(jìn)水相混合返回生化池的第一分區(qū)。二沉池采用十層結(jié)構(gòu)，上清液作為處理好的清水排出，沉積下的污泥一部分通過外回流重新返回生化反應(yīng)池，一部分以過剩的廢棄污泥排出。A/O 法脫氮工藝的優(yōu)點(diǎn)[148]：(1) 流程簡單，以原污水為碳源，無需外加碳源和后曝氣池，建設(shè)、運(yùn)行消耗低；(2) 反硝化過程在前，硝化過程在后，設(shè)內(nèi)循環(huán)，以原污水中的有機(jī)底物作為碳源，反硝化反應(yīng)充分，水質(zhì)處理效果好；(3) 曝氣池在后，使反硝化殘留物得以進(jìn)一步去除，提高了水處理質(zhì)量；

超調(diào)量和最大偏差分別為1.36%和 0.03 以及 1.28%和 0.23，均優(yōu)于 PID 控制和 MPC 控制的數(shù)據(jù). 基于圖3-22 和表 3-11，可以得到這樣的結(jié)論：在系統(tǒng)溶解氧濃度設(shè)定值發(fā)生階躍變化的時候，NNOMC 方法對比于其他兩種控制方法的具有更好的動態(tài)性能，響應(yīng)后的超調(diào)量以及震蕩幅度小，能夠更快的追蹤設(shè)定值的變化。這意味著在大時變、非

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 趙立杰,柴天佑,黃肖玲;城市污水處理過程綜合自動化系統(tǒng)及其應(yīng)用[J];計算機(jī)集成制造系統(tǒng);2005年01期

2 樊立萍,于海斌,袁德成;污水處理過程儀表技術(shù)的研究現(xiàn)狀[J];自動化儀表;2005年01期

3 楊明珍;汪國剛;;污水處理過程中膜故障分析與防治對策[J];工業(yè)安全與環(huán)保;2006年08期

4 張凱松;周啟星;;可持續(xù)的污水處理過程與展望[J];生態(tài)學(xué)雜志;2006年09期

5 朱學(xué)峰;黃道平;李艷;;污水處理過程的控制與優(yōu)化[J];自動化博覽;2009年S1期

6 劉天龍;沈文浩;;污水處理過程中故障診斷專家系統(tǒng)的應(yīng)用[J];造紙科學(xué)與技術(shù);2011年02期

7 劉文波;王霞;李來鴻;薄迎春;;神經(jīng)網(wǎng)絡(luò)自適應(yīng)動態(tài)規(guī)劃在污水處理過程控制中的應(yīng)用[J];化工自動化及儀表;2012年11期

8 薛美盛;劉飛;;污水處理過程的非線性預(yù)測控制研究[J];化工自動化及儀表;2013年05期

9 徐恭賢;韓雪;;非線性污水處理過程的多目標(biāo)優(yōu)化[J];化工學(xué)報;2013年10期

10 張潮生;;工業(yè)污水處理過程的檢測儀表儀表的選擇和安裝[J];煉油工業(yè)環(huán)境保護(hù);1983年01期

相關(guān)會議論文 前10條

1 謝瑩;樊立萍;;基于模式識別的污水處理過程研究[A];第八屆全國信息獲取與處理學(xué)術(shù)會議論文集[C];2010年

2 E.Drioli;E.Curcio;;脫鹽和污水處理過程強(qiáng)化策略(英文)[A];中國膜科學(xué)與技術(shù)報告會論文集[C];2003年

3 孫紅文;;污水處理過程中新型污染物研究[A];中國化學(xué)會第26屆學(xué)術(shù)年會環(huán)境化學(xué)分會場論文集[C];2008年

4 馬興杰;胡建英;邵兵;楊敏;;壬基酚聚氧乙烯醚在污水處理過程中的遷移轉(zhuǎn)化行為[A];Risk Assessment of Toxic Chemicals--Proceedings of CCAST (World Laboratory) Workshop[C];2001年

5 溫瑞;;JX300X DCS在污水處理過程中的應(yīng)用[A];第七屆工業(yè)儀表與自動化學(xué)術(shù)會議論文集[C];2006年

6 李松源;王雷;賈磊;;污水處理過程的PID控制[A];第16屆中國過程控制學(xué)術(shù)年會暨第4屆全國故障診斷與安全性學(xué)術(shù)會議論文集[C];2005年

7 馮麗輝;彭向華;賴華;畢貴紅;;A~2/O污水處理過程出水水質(zhì)的多元線性回歸軟測量模型[A];加入WTO和中國科技與可持續(xù)發(fā)展——挑戰(zhàn)與機(jī)遇、責(zé)任和對策（上冊）[C];2002年

8 崔玉理;;VI在污水處理過程中的應(yīng)用研究[A];首屆沂蒙科技論壇論文集[C];2008年

9 甄博然;韓紅桂;喬俊飛;;基于增長型神經(jīng)網(wǎng)絡(luò)的污水處理過程溶解氧控制[A];2009年中國智能自動化會議論文集（第六分冊）[中南大學(xué)學(xué)報（增刊）][C];2009年

10 樊立萍;徐陽;;基于KPCA的污水處理過程監(jiān)視[A];第三屆全國信息獲取與處理學(xué)術(shù)會議論文集[C];2005年

相關(guān)重要報紙文章 前10條

1 周美玲 許洪全;天津石化強(qiáng)化污水處理過程控制[N];中國石化報;2006年

2 童建國;科學(xué)技術(shù)在污水處理過程中的應(yīng)用[N];中國建設(shè)報;2008年

3 董鵬宇;關(guān)注水污染治理[N];吉林日報;2008年

4 特約記者 董新光;優(yōu)化運(yùn)行增效千萬元[N];中國石油報;2008年

5 夏曉;變環(huán)境包袱為企業(yè)財富[N];江西日報;2007年

6 任相國邋許明星;綜合利用收獲多點(diǎn)效益[N];德州日報;2008年

7 記者 陶克強(qiáng)　通訊員 胡永華;平湖企業(yè)勁吹“低碳經(jīng)濟(jì)”之風(fēng)[N];嘉興日報;2009年

8 楊靜;金沂蒙:變傳統(tǒng)模式為循環(huán)模式[N];中國化工報;2011年

9 本報記者 王軼慧;污泥令煤成“型”[N];中國環(huán)境報;2012年

10 本報記者 陳丹;減輕鉛污染 污泥有奇效[N];科技日報;2003年

相關(guān)博士學(xué)位論文 前5條

1 張晶;污水處理過程模擬及系統(tǒng)軟件開發(fā)[D];大連理工大學(xué);2011年

2 韋安磊;污水處理過程數(shù)學(xué)模型方法及其關(guān)鍵技術(shù)研究[D];湖南大學(xué);2010年

3 韓廣;基于神經(jīng)網(wǎng)絡(luò)的污水處理過程實(shí)時優(yōu)化控制研究[D];北京工業(yè)大學(xué);2014年

4 李曉晨;城市污水處理過程中重金屬形態(tài)分布及潛在遷移性研究[D];河海大學(xué);2006年

5 劉俊建;典型持久性有機(jī)污染物在城市污水處理過程中的遷移轉(zhuǎn)化規(guī)律研究[D];西安建筑科技大學(xué);2011年

相關(guān)碩士學(xué)位論文 前10條

1 李萬東;污水處理過程實(shí)時控制及軟測量方法研究[D];北京工商大學(xué);2010年

2 黃曉琪;污水處理過程節(jié)能優(yōu)化控制方法的研究[D];北京工業(yè)大學(xué);2013年

3 史雄偉;污水處理過程的智能優(yōu)化控制方法研究[D];北京工業(yè)大學(xué);2011年

4 劉超彬;基于模糊神經(jīng)網(wǎng)絡(luò)的污水處理過程智能控制方法研究[D];北京工業(yè)大學(xué);2006年

5 王翠彥;污水處理過程中鄰苯二甲酸酯類物質(zhì)的分布及去除規(guī)律研究[D];山東建筑大學(xué);2013年

6 孔國棟;城市生活污水處理過程中職業(yè)病危害探討[D];中國海洋大學(xué);2008年

7 謝生鋼;基于活性污泥模型的污水處理過程預(yù)測控制方法研究[D];浙江大學(xué);2008年

8 邱啟旺;污水處理過程中的模糊控制研究[D];浙江大學(xué);2011年

9 趙清華;城市污水處理過程中重金屬分布特性及形態(tài)研究[D];山東大學(xué);2008年

10 楊婷;污水處理過程的模糊建模與控制[D];哈爾濱工業(yè)大學(xué);2011年

本文編號：2738584