活性污泥法是城市污水處理廠普遍采用的一種污水好氧生物處理方法。該方法通過向廢水中連續(xù)充入空氣,經(jīng)過一定反應時間后,因好氧微生物繁殖而形成活性污泥。利用活性污泥的生物凝聚、吸附和氧化作用,以分解去除污水中的有機污染物。為了滿足出水排放標準,降低罰款,污水處理廠的關鍵控制變量經(jīng)常按照滿負荷運行來設定,即通過鼓風機和回流泵保持好氧區(qū)（第五分區(qū)）溶解氧（dissolved oxygen,DO）濃度S_O,5和厭氧區(qū)（第二分區(qū)）硝態(tài)氮（nitrate nitrogen,NO）濃度S_NO,2處于較高水平。但是,鼓風機和回流泵的運轉(zhuǎn)需要大量的能量供給,這不可避免地增加了運行成本。同時,從生化反應機理來看,只有合適的S_O,5和S_NO,2才能保證硝化和反硝化反應的順利進行。因此,應根據(jù)實際運行情況對S_O,5和S_NO,2的設定值進行動態(tài)尋優(yōu),從而盡可能地降低能耗（energy consumption,EC）和出水水質(zhì)（effluent quality,EQ）。顯然,為了提高污水... 

【文章來源】：北京工業(yè)大學北京市211工程院校

【文章頁數(shù)】：171 頁

【學位級別】：博士

【文章目錄】：
摘要
ABSTRACT
第1章 緒論
    1.1 研究背景及意義
        1.1.1 研究背景
        1.1.2 研究意義
        1.1.3 課題來源
    1.2 污水處理過程國內(nèi)外研究現(xiàn)狀
        1.2.1 污水處理過程建模研究現(xiàn)狀
        1.2.2 污水處理過程控制研究現(xiàn)狀
        1.2.3 污水處理過程優(yōu)化研究現(xiàn)狀
    1.3 模糊神經(jīng)網(wǎng)絡的研究現(xiàn)狀
    1.4 MOEA/D的研究現(xiàn)狀
    1.5 論文的主要研究內(nèi)容和創(chuàng)新點
        1.5.1 論文的主要研究內(nèi)容
        1.5.2 論文的主要創(chuàng)新點
    1.6 論文的組織構(gòu)架
第2章 污水處理過程特性分析及基準測試平臺
    2.1 引言
    2.2 活性污泥污水處理過程工藝流程
    2.3 污水處理過程特性分析及基準測試平臺
        2.3.1 生化反應過程特性分析
        2.3.2 二沉池特性分析
        2.3.3 入水數(shù)據(jù)特性分析
        2.3.4 性能評價指標
        2.3.5 BSM1 基準仿真平臺測試
    2.4 本章小結(jié)
第3章 基于廣義橢球基函數(shù)的自組織模糊神經(jīng)網(wǎng)絡
    3.1 引言
    3.2 模糊神經(jīng)網(wǎng)絡
    3.3 自組織模糊神經(jīng)網(wǎng)絡
        3.3.1 結(jié)構(gòu)辨識
        3.3.2 參數(shù)估計
        3.3.3 算法流程
    3.4 收斂性分析
    3.5 實驗結(jié)果與分析
        3.5.1 非線性函數(shù)逼近
        3.5.2 非線性系統(tǒng)辨識
        3.5.3 Mackey-Glass時間序列預測
    3.6 本章小結(jié)
第4章 基于角度的自適應MOEA/D優(yōu)化算法
    4.1 引言
    4.2 預備知識
        4.2.1 基本定義
        4.2.2 PBI分解方法
    4.3 基于角度的自適應懲罰策略
        4.3.1 懲罰因子的影響
        4.3.2 自適應PBI的優(yōu)勢
        4.3.3 基于角度的自適應懲罰策略
    4.4 MOEA/D-AAP算法
        4.4.1 初始化
        4.4.2 繁殖操作
        4.4.3 算法流程
        4.4.4 復雜度計算
        4.4.5 討論
    4.5 基準問題測試
        4.5.1 測試問題
        4.5.2 性能指標
        4.5.3 參數(shù)設置
        4.5.4 實驗結(jié)果
        4.5.5 討論
    4.6 本章小結(jié)
第5章 基于自組織模糊神經(jīng)網(wǎng)絡的污水處理過程預測控制
    5.1 引言
    5.2 預備知識
        5.2.1 模型預測控制
        5.2.2 模糊神經(jīng)網(wǎng)絡
    5.3 基于自組織模糊神經(jīng)網(wǎng)絡的模型預測控制
        5.3.1 自組織模糊神經(jīng)網(wǎng)絡
        5.3.2 控制律推導
        5.3.3 算法流程
    5.4 穩(wěn)定性分析
    5.5 實驗結(jié)果與分析
        5.5.1 建模結(jié)果
        5.5.2 控制結(jié)果
    5.6 本章小結(jié)
第6章 基于自組織模糊神經(jīng)網(wǎng)絡的污水處理過程評價模型
    6.1 引言
    6.2 污水處理過程多目標優(yōu)化問題
    6.3 污水處理過程評價模型構(gòu)建
        6.3.1 實驗設計
        6.3.2 自組織模糊神經(jīng)網(wǎng)絡
    6.4 實驗結(jié)果與分析
        6.4.1 EC建模結(jié)果
        6.4.2 EQ建模結(jié)果
        6.4.3 出水氨氮建模結(jié)果
    6.5 本章小結(jié)
第7章 污水處理過程分層遞階多目標優(yōu)化控制
    7.1 引言
    7.2 污水處理過程多目標優(yōu)化控制架構(gòu)
    7.3 MOEA/D-ATP算法
        7.3.1 預備知識
        7.3.2 MOEA/D-ATP算法
        7.3.3 復雜度計算
    7.4 基準問題測試
        7.4.1 測試問題
        7.4.2 性能指標
        7.4.3 參數(shù)設置
        7.4.4 實驗結(jié)果
    7.5 污水處理過程多目標優(yōu)化控制
        7.5.1 優(yōu)化結(jié)果
        7.5.2 優(yōu)化控制結(jié)果
        7.5.3 討論
    7.6 本章小結(jié)
結(jié)論與展望
參考文獻
攻讀博士學位期間的成果
攻讀博士學位期間參與的科研項目
攻讀博士學位期間參加的學術會議
攻讀博士學位期間所獲獎勵
致謝


【參考文獻】：
期刊論文
[1]復雜工業(yè)過程智能優(yōu)化決策系統(tǒng)的現(xiàn)狀與展望[J]. 丁進良,楊翠娥,陳遠東,柴天佑.  自動化學報. 2018(11)
[2]Modeling of Energy Consumption and Effluent Quality Using Density Peaks-based Adaptive Fuzzy Neural Network[J]. Junfei Qiao,Hongbiao Zhou.  IEEE/CAA Journal of Automatica Sinica. 2018(05)
[3]城市污水處理過程模型研究綜述[J]. 喬俊飛,盧超,王磊,韓紅桂.  信息與控制. 2018(02)
[4]混合多目標骨干粒子群優(yōu)化算法在污水處理過程優(yōu)化控制中的應用[J]. 周紅標,喬俊飛.  化工學報. 2017(09)
[5]我國城鎮(zhèn)污水處理廠節(jié)能降耗研究現(xiàn)狀及發(fā)展趨勢[J]. 郭昉,吳毅暉,李波,李志平,周平,吳光學.  水處理技術. 2017(06)
[6]基于自組織模糊神經(jīng)網(wǎng)絡的出水總磷預測[J]. 喬俊飛,周紅標.  控制理論與應用. 2017(02)
[7]基于自組織模糊神經(jīng)網(wǎng)絡的污水處理過程溶解氧控制[J]. 周紅標.  化工學報. 2017(04)
[8]一種基于自適應回歸核函數(shù)的污水處理能耗模型[J]. 韓紅桂,張璐,喬俊飛.  化工學報. 2016(03)
[9]中國污水處理設施建設現(xiàn)狀與存在問題研究[J]. 王強,吳悅穎,文宇立,劉雅玲,張文靜.  環(huán)境污染與防治. 2015(03)
[10]基于Hopfield神經(jīng)網(wǎng)絡的污水處理過程優(yōu)化控制[J]. 韓廣,喬俊飛,韓紅桂,柴偉.  控制與決策. 2014(11)



本文編號：3644897