本文關(guān)鍵詞：污水生化處理系統(tǒng)的智能預(yù)測(cè)及魯棒優(yōu)化控制研究　出處：《華南理工大學(xué)》2016年博士論文　論文類型：學(xué)位論文

  更多相關(guān)文章： 污水處理系統(tǒng) 最小二乘支持向量機(jī) 軟測(cè)量 Kharitonov定理 間隙度量 節(jié)能優(yōu)化

【摘要】：污水生化處理是一個(gè)隨機(jī)、時(shí)變和耦合的復(fù)雜過程,傳統(tǒng)的優(yōu)化控制方法難以有效應(yīng)用。智能控制和魯棒控制等控制理論的引入能有力推動(dòng)污水處理研究的發(fā)展。最小二乘支持向量機(jī)、小增益定理、Kharitonov定理、回路成形、V-gap理論、遺傳算法和粒子群算法等作為研究工具在許多領(lǐng)域有了廣泛的應(yīng)用,但應(yīng)用在污水處理領(lǐng)域的研究還很少。本文在總結(jié)前人對(duì)上述算法和污水處理系統(tǒng)研究的基礎(chǔ)上,將相應(yīng)算法進(jìn)行改進(jìn)和綜合,應(yīng)用于污水處理系統(tǒng)的出水水質(zhì)參數(shù)預(yù)測(cè)和魯棒優(yōu)化控制,為污水處理廠的優(yōu)化控制提供了理論依據(jù),并取得了一定的研究成果。本文的主要研究?jī)?nèi)容概括如下:1.生化需氧量(BOD)是監(jiān)測(cè)水體中有機(jī)物污染狀況的重要指標(biāo),反映水體被有機(jī)物污染的程度,但這一指標(biāo)很難實(shí)現(xiàn)在線監(jiān)測(cè)和利用該指標(biāo)進(jìn)行反饋控制。針對(duì)這一問題,本文提出了一種在線更新Gustafson-Kessel(GK)模糊聚類和最小二乘支持向量機(jī)相結(jié)合的算法。為了提高在線運(yùn)算速度和減少存儲(chǔ)空間,GK模糊聚類算法對(duì)相似聚類合并;在線遞推最小二乘支持向量機(jī)過程中,采用一種帶時(shí)間窗型在線稀疏算法,利用快速留一交叉驗(yàn)證法(Fast Leave-One-Out Cross-Validation,簡(jiǎn)稱FLOO-CV)刪除對(duì)模型整體性能影響最小的冗余樣本。將該算法應(yīng)用于污水處理出水水質(zhì)指標(biāo)BOD的預(yù)測(cè),實(shí)驗(yàn)結(jié)果表明本文提出的方法預(yù)測(cè)結(jié)果精度更高,運(yùn)算速度更快。2.以回流的微生物濃度為控制變量,對(duì)污水處理不確定模型通過線性分式變換進(jìn)行簡(jiǎn)化。通過小增益定理或Kharitonov定理將控制目標(biāo)轉(zhuǎn)換為不等式約束凸優(yōu)化問題,采取遺傳算法對(duì)控制器參數(shù)尋優(yōu)。將該算法應(yīng)用于簡(jiǎn)化的活性污泥數(shù)學(xué)模型的回流微生物濃度控制,相對(duì)傳統(tǒng)的魯棒控制器設(shè)計(jì)方式,避免了解復(fù)雜的Riccati方程,計(jì)算簡(jiǎn)單,控制器階次低,更易于工程上的實(shí)現(xiàn)。仿真結(jié)果表明了該方法控制性能優(yōu)良,魯棒性能較好。3.溶解氧濃度是污水生化處理過程中的一個(gè)重要參數(shù)。溶解氧濃度模型是一種典型的不確定時(shí)變系統(tǒng),其系統(tǒng)復(fù)雜,普遍存在參數(shù)變化,有外干擾等問題。傳統(tǒng)控制手段難以有效的控制溶解氧濃度。針對(duì)模型不確定性,本章在間隙度量的基礎(chǔ)上,提出了一種基于線性矩陣不等式技術(shù)的?H回路成形方法,設(shè)計(jì)了基于間隙度量的溶解氧濃度魯棒控制器。該算法通過?H回路成形和V-gap理論將控制問題轉(zhuǎn)換為凸約束優(yōu)化問題,然后對(duì)遺傳算法和粒子群算法進(jìn)行比較,最后采取粒子群算法對(duì)魯棒控制器參數(shù)進(jìn)行尋優(yōu),得到一個(gè)低階控制器,避免了復(fù)雜的計(jì)算。仿真結(jié)果證明該控制器能夠很好地克服不確定模型帶來的模型誤差和抑制干擾。4.生物硝化、反硝化處理是脫除廢水中硝態(tài)氮的有效手段�；诿摰磻�(yīng)機(jī)理,通過探討生物脫氮反應(yīng)過程的動(dòng)力學(xué)方程式和子過程相關(guān)化學(xué)計(jì)量關(guān)系式,比較有效地構(gòu)建了活性污泥法簡(jiǎn)化硝態(tài)氮數(shù)學(xué)模型。根據(jù)簡(jiǎn)化硝態(tài)氮數(shù)學(xué)模型,污水處理廠需要通過調(diào)整生化反應(yīng)池中的有機(jī)碳和硝酸氮等組分的濃度,實(shí)現(xiàn)硝態(tài)氮的去除�？紤]同時(shí)存在參數(shù)、結(jié)構(gòu)及干擾的不確定性,提出基于?H理論和遺傳粒子群算法的魯棒控制器設(shè)計(jì)算法。該算法根據(jù)系統(tǒng)的標(biāo)稱性能、魯棒穩(wěn)定性和魯棒性能條件,將控制問題轉(zhuǎn)換為凸約束優(yōu)化問題。然后對(duì)遺傳算法、粒子群算法和遺傳粒子群混合算法進(jìn)行比較和分析。最后采取遺傳粒子群算法對(duì)魯棒控制器參數(shù)進(jìn)行尋優(yōu)。仿真結(jié)果表明所提出的設(shè)計(jì)方法能有效的克服進(jìn)水波動(dòng)帶來的干擾,相對(duì)Ziegler-Nichols(Z-N)和Cohen-Coon(C-C)整定方式,控制效果更好。5.針對(duì)污水處理過程能量消耗過大、運(yùn)行成本高的問題,研究了基于智能算法(遺傳算法、粒子群算法和遺傳粒子群算法)的污水生化處理系統(tǒng)中關(guān)鍵控制器參數(shù)設(shè)定值的確定問題。以污水處理系統(tǒng)的運(yùn)行能耗和出水水質(zhì)作為目標(biāo)優(yōu)化函數(shù),利用智能算法尋優(yōu)出溶解氧濃度和硝酸氮濃度以“天”為周期的動(dòng)態(tài)最優(yōu)設(shè)定值。然后利用尋優(yōu)出的每段最優(yōu)參考值對(duì)污水處理系統(tǒng)進(jìn)行分時(shí)段動(dòng)態(tài)控制。通過在國(guó)際水協(xié)會(huì)提供的BSM1(Benchmark Simulation Model no.1)平臺(tái)上進(jìn)行優(yōu)化控制仿真實(shí)驗(yàn),仿真結(jié)果表明優(yōu)化后的系統(tǒng)相對(duì)定常設(shè)置系統(tǒng)可以降低運(yùn)行能耗,且以遺傳粒子群算法優(yōu)化的節(jié)能效果最好。
[Abstract]:This paper presents an online update Gustafson - Kessel ( GK ) fuzzy clustering and least squares support vector machine . This paper deals with the determination of key controller parameters in sewage biochemical treatment system based on the theory of genetic algorithm , particle swarm optimization and genetic particle swarm optimization . The simulation results show that the proposed design method can effectively overcome the disturbance caused by the fluctuation of water inflow . The simulation results show that the proposed design method can effectively overcome the disturbance caused by water inflow fluctuation .

【學(xué)位授予單位】：華南理工大學(xué)
【學(xué)位級(jí)別】：博士
【學(xué)位授予年份】：2016
【分類號(hào)】：X703;TP18;TP273

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 ;全國(guó)化工污水生化處理技術(shù)交流會(huì)在杭州召開[J];浙江化工;1980年04期

2 黃瓊,朱學(xué)初;焦化污水生化處理系統(tǒng)的改造[J];燃料與化工;2004年03期

3 葉洪濤;;一種污水生化處理系統(tǒng)模型參數(shù)智能估算方法[J];計(jì)算機(jī)仿真;2013年02期

4 葉洪濤;覃金飛;;污水生化處理系統(tǒng)中的智能算法及其應(yīng)用[J];安全與環(huán)境工程;2013年05期

5 ;污水生化處理的研究[J];上海紡織科技動(dòng)態(tài);1974年11期

6 ;含酚污水生化處理的大生產(chǎn)[J];遼寧化工;1976年06期

7 ;含酚污水生化處理大生產(chǎn)總結(jié)[J];染料工業(yè);1976年06期

8 金耀光;;中藥前處理污水生化處理試驗(yàn)[J];醫(yī)藥工程設(shè)計(jì);1985年01期

9 王長(zhǎng)生;沈撫灌渠污水生化處理模型試驗(yàn)通過鑒定[J];中國(guó)給水排水;1988年05期

10 王本洋;含鈣污水生化處理裝置的開車調(diào)試[J];工業(yè)用水與廢水;2001年01期

相關(guān)會(huì)議論文 前3條

1 謝紹舜;;《一體化污水生化處理器》的開發(fā)與應(yīng)用[A];中國(guó)水污染防治技術(shù)裝備論文集（第六期）[C];2000年

2 謝紹舜;;一體化污水生化處理器的開發(fā)與應(yīng)用[A];中國(guó)水污染防治技術(shù)裝備論文集（第五期）[C];1999年

3 李佳妮;尹軍;王建輝;趙可;;污水生化處理系統(tǒng)中水解酶的若干問題探討[A];創(chuàng)新驅(qū)動(dòng)，加快戰(zhàn)略性新興產(chǎn)業(yè)發(fā)展——吉林省第七屆科學(xué)技術(shù)學(xué)術(shù)年會(huì)論文集（上）[C];2012年

相關(guān)重要報(bào)紙文章 前8條

1 特約記者 高軍光;濟(jì)維澤公司污水生化處理見效[N];中國(guó)化工報(bào);2007年

2 記者 周志剛;大慶長(zhǎng)垣含油污水生化處理站投產(chǎn)[N];大慶日?qǐng)?bào);2007年

3 張渺　宣理平;鴻源化工將整體搬出居民小區(qū)明華紙業(yè)建污水生化處理設(shè)施[N];安慶日?qǐng)?bào);2010年

4 幸福;“吃”掉油污再還清流[N];黑龍江日?qǐng)?bào);2011年

5 記者 孫志偉;傳遞一種理念 寄托一個(gè)希望[N];齊齊哈爾日?qǐng)?bào);2010年

6 特約記者 胡麗莉　通訊員 王洪珍;大港油田公司重點(diǎn)環(huán)保工程完成土建施工[N];中國(guó)石油報(bào);2009年

7 記者 馬昭;污水生化處理 油脂降10倍[N];西安日?qǐng)?bào);2011年

8 王小琴;建設(shè)科技“新玩意”層出不窮[N];江蘇經(jīng)濟(jì)報(bào);2006年

相關(guān)博士學(xué)位論文 前5條

1 林梅金;污水生化處理系統(tǒng)的智能預(yù)測(cè)及優(yōu)化控制策略研究[D];華南理工大學(xué);2015年

2 喬興宏;污水生化處理系統(tǒng)的智能預(yù)測(cè)及魯棒優(yōu)化控制研究[D];華南理工大學(xué);2016年

3 崔迪;寒區(qū)污水生化處理系統(tǒng)微生物群落結(jié)構(gòu)與功能解析[D];哈爾濱工業(yè)大學(xué);2014年

4 楊紅;污水生化處理的智能建模與優(yōu)化控制策略應(yīng)用研究[D];華南理工大學(xué);2010年

5 羅隆;污水生化處理系統(tǒng)的軟測(cè)量及自適應(yīng)優(yōu)化控制策略研究[D];華南理工大學(xué);2014年

相關(guān)碩士學(xué)位論文 前3條

1 姚翔;CY含油污水生化處理站的污水處理技術(shù)選擇研究[D];昆明理工大學(xué);2015年

2 駱克峻;聚合物降解菌的篩選評(píng)價(jià)及在油田污水生化處理中的應(yīng)用[D];中國(guó)海洋大學(xué);2008年

3 鄭敏潔;基于Benchmark的污水生化處理過程控制策略研究[D];浙江工業(yè)大學(xué);2006年

，

本文編號(hào)：1377249