污水处理过程的控制与优化综述

污水生化处理是利用微生物清除污水中有机污染物的一种有效方法,是当前处理工业有机污水和城市生活污水的主要手段。文章论述了目前国内外污水生化处理过程的控制与优化方面技术的发展概况,指出了国内在这方面存在的问题,提出今后的研究方向与具体研究内容。     

污水处理过程的控制与优化

污水生化处理是利用微生物清除污水中有机污染物的一种有效方法,是当前处理工业有机污水和城市生活污水的主要手段。本文就污水生化处理过程的控制与优化方面论述了目前国内外技术的发展概况,指出了国内在技术方面存在的问题和提出今后的研究方向与具体研究内容。     

活性污泥脱氮过程的建模与控制

有效处理废水的各种方法包括过程的最佳设计、安装更多的仪表和自动控制系统等日益受到关注.综述了污水生化处理过程,主要是脱氮工艺的建模与控制方面的最新研究成果.讨论了活性污泥、生物膜和厌氧消化过程的模型化以及最新的Benchmark仿真问题.在控制策略方面,强调了曝气、污泥停留时间和外碳源补加等有效的控制手段.最后指出了一些值得关注的研究问题:过程与控制并行设计、集成化的城市污水处理系统以及现代微生物分析方法的利用.     

污水处理脱氮除磷过程建模与控制的研究

为解决水体富营养化的日趋严重及人们对水环境质量要求提高的需要,使污水处理工艺要求具有同时脱氮除磷的功能,介绍了污水生化处理过程最新进展,讨论了污水处理过程中脱氮除磷的建模和控制,以及最新的Benchmark仿真问题。从控制角度看,研究生物脱氮除磷的建模与控制技术是污水处理过程中需要解决的重要问题。     

模糊粗集理论在污水参数软测量中的应用

出水水质的建模与预测是污水处理过程先进控制的基础,针对污水生化处理过程的非线性、大滞后等特点,提出一种基于模糊粗糙集和RBF神经网络的出水水质预测方法.先用模糊粗糙集理论约简属性消除冗余信息后,建立基于RBF神经网络软测量模型,并应用该模型对实际污水厂的出水氨氯预测进行仿真.结果表明了该软测量模型的可靠性和有效性.     

基于改进差分进化算法的污水处理过程优化控制

针对如何确定污水生化处理过程被控变量最优设定值的问题,首先提出一种改进的差分进化算法,并通过4个典型函数的仿真实验验证所提出的算法的寻优性能;然后综合出水水质、曝气能耗、泵送能耗、污泥处理费用等作为单一优化目标,应用所提出的算法完成被控变量最优设定值的求取;最后,仿真4种不同的控制策略在3种不同天气入水条件下的污水生化处理过程,通过与其它控制策略对比,仿真结果表明所提出的优化控制策略不仅可以降低系统的运行代价,还缩短了关键出水水质的越限时间,提高了污水处理的出水水质.     

溶解氧去伪控制研究

由于污水生化处理过程具有时变、非线性、大时滞、不确定等特点,建立精确的数学模型十分困难.针对这一特点,提出了基于去伪控制的溶解氧浓度研究,系统的介绍了去伪控制理论,并将该方法应用到溶解氧控制系统中,通过SIMULINK仿真,验证了该方法的可用性.     

基于Model-on-Demand的预测控制研究

在控制领域中,存在着大量的非线性时变系统,其中带有本质非线性环节的系统尤其难以得到好的控制效果。研究基于局部建模思想的Model-on-Demand(MOD)辨识算法及其与控制理论的结合,对于非线性系统的辨识及控制具有十分重要的意义。本文的研究主要集中在以下几个方面:比较广泛而深入地研究了MOD辨识算法;对MOD算法和广义预测控制的结合过程进行了大量研究,并详细推导出算法公式,提出了完整的实现过程;最后对污水生化处理过程的典型控制回路进行仿真。     

污水处理过程聚类多模型建模与应用

针对污水生化处理过程单模型建模存在计算量大和精度差等的问题,提出一种改进的有监督的k-means聚类算法的ARX多模型建模方法。该方法引A．CCIA算法初始化聚类中心的思想,对样本数据进行聚类及二次聚类划分,并对各类数据分别建立ARX子模型,系统模型通过子模型加权合成。将该方法应用于污水处理过程中氨氮浓度模型辨识,仿真结果和实际污水处理厂实践结果表明,该建模方法具有较高的精度,能准确拟合系统的非线性特性。     

污水处理厂工程自动控制系统

根据唐山市玉田县当地污水水质情况,针对奥贝尔氧化沟污水处理工艺的特点及其处理过程对控制的要求,采用PLC以及其它控制元件,完成对污水处理装置中的粗处理装置、排污泵的启停,氧化沟及沉淀池的控制,以及回流污泥处理系统、除磷加药系统等过程的顺序控制.并对安全系统的紧急停车进行PLC控制处理,从而实现了安全、稳定、高效、低耗的目的.     

Distributed digital processing and closed loop computer control of wastewater treatment

The application of digital computer control to municipal wastewater treatment processes is steadily gaining popularity. Within the next few years this mode of control is expected to become a standard feature of larger wastewater treatment plants. The purpose of this paper is threefold: first, to acquiant those outside the wastewater industries of the general concepts of wastewater treatment so they may appreciate some of the requirements imposed on the control computer; second, to present the overall control laws that regulate the feedback control of pure oxygen activated sludge and anaerobic digestion processes; and third, to describe the control system architecture and present the general philosophy of on-line closed loop control of Metro Denver's high purity oxygen activated sludge process.     

基于自适应递归模糊神经网络的污水处理控制

针对污水处理过程中具有的非线性、大时变等特征,提出了一种基于自适应递归模糊神经网络(recurrent fuzzy neural network,RFNN)的污水处理控制方法.该方法利用自适应RFNN识别器建立污水处理过程的非线性动态模型,建立的模型可以为RFNN控制器提供污水处理过程中的状态变量信息,保证了控制器根据系统响应调整操作变量的精确性;并且RFNN辨识器及RFNN控制器基于自适应学习率进行学习,确保了递归模糊神经网络的收敛精度和速度,并通过构造李雅普诺夫函数证明了此算法的收敛性;最后,基于基准仿真模型(benchmark simulation model 1,BSM1)平台进行仿真实验.结果表明,与PID、模型预测控制及前馈神经网络相比,该方法对污水处理中溶解氧浓度和硝态氮浓度的跟踪控制精度具有明显的提升.     

基于复合抗扰的溶解氧浓度控制

污水处理中, 出水水质受进水流量、组分以及浓度波动等因素影响. 要保证处理效果, 溶解氧浓度控制应有 较强的鲁棒性. 简单闭环控制的能耗及出水水质波动大. 为此, 本文以污水处理过程1号基准仿真模型模拟污水生 化处理过程, 提出基于扩张状态观测器和滑模控制的复合抗扰控制方法, 以降低对模型信息的依赖, 保证溶解氧浓 度控制效果. 数值仿真结果显示, 复合抗扰控制能够以较小的能耗获得期望的调控效果. 这表明, 复合抗扰控制具有 很好的适应性, 能够满足调控要求, 是一种具有较强实用性的污水处理溶解氧浓度控制方法.     

Model-free control based on reinforcement learning for a wastewater treatment problem

This article presents a proposal, based on the model-free learning control (MFLC) approach, for the control of the advanced oxidation process in wastewater plants. This is prompted by the fact that many organic pollutants in industrial wastewaters are resistant to conventional biological treatments, and the fact that advanced oxidation processes, controlled with learning controllers measuring the oxidation–reduction potential (ORP), give a cost-effective solution. The proposed automation strategy denoted MFLC-MSA is based on the integration of reinforcement learning with multiple step actions. This enables the most adequate control strategy to be learned directly from the process response to selected control inputs. Thus, the proposed methodology is satisfactory for oxidation processes of wastewater treatment plants, where the development of an adequate model for control design is usually too costly. The algorithm proposed has been tested in a lab pilot plant, where phenolic wastewater is oxidized to carboxylic acids and carbon dioxide. The obtained experimental results show that the proposed MFLC-MSA strategy can achieve good performance to guarantee on-specification discharge at maximum degradation rate using readily available measurements such as pH and ORP, inferential measurements of oxidation kinetics and peroxide consumption, respectively.     

污水处理过程溶解氧浓度的自抗扰控制

溶解氧是活性污泥法处理污水的一个关键变量,它关系到污水中有机物的生物降解、微生物生长和出水水质.多数污水处理过程选择溶解氧为被控量.然而,溶解氧浓度受进水流量,进水组分、浓度波动等诸多因素影响,较难控制.本文根据曝气量变化确定溶解氧浓度设定值,以污水进水变化率为控制量,设计线性自抗扰控制实现对溶解氧浓度的跟踪,进而获得对污水出水底物浓度的间接控制.设计两组仿真实验,分别模拟进水底物浓度固定和变化时,线性自抗扰控制对溶解氧浓度和出水底物浓度的控制;同时,设计仿真实验验证线性自抗扰控制对总扰动的估计和补偿效果.仿真结果表明,线性自抗扰控制可获得良好的溶解氧浓度跟踪和出水底物浓度控制效果;在进水水质波动时,线性自抗扰控制亦具有很强的干扰补偿能力,可保证出水水质.     

过程控制研究的一些进展

随着新材料、新工艺的不断涌现,对反馈控制系统性能的要求更加严格和精确,在过程控制领域出现了许多新的挑战性研究问题.首先综述了非线性分布参数过程(例如材料微结构、颗粒分布、流体流动)的控制、生物系统与生物医学过程的分析与控制、城市污水处理集成监控系统等的最新研究进展以及一些未来的研究方向.其次讨论了解决复杂控制问题所需的一些方法和集成工具,主要包括过程系统工程理论和方法、集成物理装置与通讯网络的控制系统组成等.最后指出了目前控制应用相对薄弱的领域是控制理论与工程界关注的重点.     

MIMO最小二乘支持向量机污水处理在线软测量研究

污水处理系统是一个包含海量信息的非线性复杂系统。针对污水处理出水水质BOD（生物化学需氧量）、COD（化学需氧量）、TN（总含氮量）等难以在线实时检测等问题,建立了基于在线MIMO-LSSVM（多输入多输出最小二乘支持向量机）和PSO（微粒子群算法）的污水处理软测量模型。仿真结果表明,建立的软测量模型精度高、速度快,能很好地实现污水处理出水指标COD、BOD、TN等参数的实时测量和估计,为污水处理的实时在线控制创造必要的前提条件。     

污水处理单元操作工具箱的开发

采用面向对象的基本思想,在MATLAB／SIMULINK环境下,开发出污水处理操作工具箱并以此工具箱为基础进行了污水过程模拟的尝试。与Bsm1稳态仿真结果对比表明,污水处理工具箱能成功应用于污水处理过程模拟。污水处理工具箱为污水处理过程可视化,面向对象建模提供了一个迅速、高效的软件开发环境。     

城市污水处理过程模型预测控制研究综述

城市污水处理过程具有生化反应复杂、非线性、不确定性等特点,在受进水流量、进水组分、天气变化等强干扰作用时,很难保证出水水质维持在规定范围内。模型预测控制以其可应用于非线性系统、显式处理约束问题等优点,近几年在城市污水处理过程中得到了广泛应用。本文从模型预测控制方法在城市污水处理过程中所依托的模型角度出发,介绍了其在基于机理模型和数据驱动的城市污水处理过程中的研究现状,阐述了在不同模型和控制变量下的控制效果。最后提出了城市污水处理过程中仍需解决的问题,并对模型预测控制方法在城市污水处理过程控制中的未来研究方向做出了展望。