共查询到10条相似文献,搜索用时 31 毫秒
1.
针对前置反硝化污水处理过程的优化控制问题,提出一种基于拉格朗日乘子法的Hofield神经网络优化方法.构造了污水处理过程约束优化问题的数学表达式,通过Hopfield神经网络优化计算生化池第5分区溶解氧浓度和第2分区硝态氮浓度的设定值,并采用PID控制器实现底层的跟踪控制.基于国际标准的Benchmark基准仿真平台进行仿真实验,结果表明污水处理系统在出水关键水质达标的基础上,能够显著降低能耗. 相似文献
2.
《计算机与应用化学》2015,(11)
针对国际污水处理基准仿真1号(BSM1)模型,对第五池中氨氮浓度采用串级控制,对第二池中硝态氮浓度采用单回路控制。利用神经网络建立氨氮浓度和硝态氮浓度的设定值与能耗的神经网络模型。同样,利用神经网络建立氨氮浓度和硝态氮浓度的设定值与出水水质合格率的神经网络约束模型。优化问题的目标函数和约束条件均通过神经网络建立,并利用变搜索系数(NLJ)算法求解该优化问题。将最优解分别作为氨氮和硝态氮控制器的设定值。仿真结果表明在关键水质达标的基础上,降低了能耗。 相似文献
3.
城市污水处理过程优化控制是降低能耗的有效手段, 然而, 如何提高出水水质的同时降低能耗依然是当前城市污水处理过程面临的挑战. 围绕上述挑战, 文中提出了一种数据和知识驱动的多目标优化控制(Data-knowledge driven multiobjective optimal control, DK-MOC)方法. 首先, 建立了出水水质、能耗以及系统运行状态的表达关系, 获得了运行过程优化目标模型. 其次, 提出了一种基于知识迁徙学习的动态多目标粒子群优化算法, 实现了控制变量优化设定值的自适应求解. 最后, 将提出的DK-MOC应用于城市污水处理过程基准仿真模型1 (Benchmark simulation model No. 1, BSM1). 结果表明该方法能够实时获取控制变量的优化设定值, 提高了出水水质, 并且有效降低了运行能耗. 相似文献
4.
5.
6.
7.
8.
9.
为了解决污水处理过程的优化控制问题,提高出水水质达标率和降低能耗,提出了一种污水处理多变量优化控制方法.首先,通过分析污水处理过程参数与可控变量溶解氧与硝态氮的关系,建立能耗和出水水质模型;其次,提出一种动态惯性权重的多目标粒子群优化算法,该算法平衡了寻优过程中的局部搜索和全局搜索能力,同时提高了算法的收敛速度,获得最... 相似文献
10.
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. 相似文献