（控制理论与控制工程专业论文）污水处理bod软测量混合建模及模糊pid控制.pdf

学位论文原创性声明 本人郑重声明：所呈交的学位论文是本人在导师指导下进行的研究工作所取得 的研究成果。除了文中已经注明引用的内容外，论文中不包含其他个人或集体已经 发表或撰写过的研究成果。对本文的研究做出重要贡献的个人和集体，均已在文中 以明确方式标明。本声明的法律后果完全由本人承担。 学位论文授权使用声明 本人完全了解北京工商大学有关保留和使用学位论文的规定，即：研究生在校 攻读学位期间论文工作的知识产权单位属北京工商大学。学校有权保留并向国家有 关部门或机构送交论文的复印件和电子版，允许学位论文被查阅和借阅；学校可以 公布学位论文的全部或部分内容，可以采用影印、缩印或其它复制手段保存、汇编 学位论文。( 保密的学位论文在解密后遵守此规定) ， 学位论文电子版同意提交后，可于因舀年 口一年口二年后在学校图书馆 v 网站上发布，供校内师生浏览。 作者签名：拯导师签名： 日期：带月 中最重要的方法之一，但目前没有 合适的仪器仪表能对废水的一些重要工业指标，如b o d 、c o d 等做实时的在线检测。 使得污水处理实时控制变得困难。另外，很多污水处理厂的生产都是利用生产人员的 经验来控制一些过程参数，如曝气量、d o 等，造成了能源的较大浪费。 本文针对污水参数b o d 难以在线检测这一问题，建立了基于劳仑斯麦卡蒂 公式的b o d 软测量二阶模型，为实现b o d 在线检测提供理论基础。采用最d x - - 乘 法对所建模型公式进行误差补偿及参数辨识，提高了机理模型的精度，仿真结果表明 b o d 补偿模型较单一模型精度明显提高。与神经网络软测量建模比较该混合模型易 于实现智能仪表硬件化，为废水处理过程参数在线测量创造了条件。 污水处理的动态过程十分复杂，运行费用高，采用智能控制有效地调节d o 曝气 量势在必行。针对污水处理过程中存在大滞后、大惯性和时变等特点，在分析传统的 模糊控制不足的基础上，提出了模糊p i d 控制模型。该模型集成了模糊控制器鲁棒性 高以及p i d 控制精度高的优点，用于控制系统具有较好的鲁棒性和稳定性，为解决大 滞后、大惯性时变系统提供了一种有效的途径。 关键词：软测量；机理模型；最小二乘法；神经网络；模糊p i d 控制 a b s tr a c t s b r ( s e q u e n c i n gb a t c hr e a c t o r ) i so n eo f t h em o s ti m p o r t a n tw a s t e - w a t e rt r e a t m e n t m e t h o d ，b u ta tp r e s e n tt i m e , t h e r ei sn oi n s t r u m e n tc a nm e a s u r es o m ei m p o r t a n tp a r a m e t e r s o fw a s t e rw a t e r , s u c ha sb o d ，c o d ，i nr e a lt i m e m o s tw a s t ew a t e rt r e a t m e n tf a c t o r y c o n t r o lt h e i rp r o d u c t i o nb yw o r k e r se x p e r i e n c e ，s u c ha sa e r a t i o nr a t e ，d o ，i nc h a n g e s o i t sv e r yd i f f i c u l tt ou s ea u t o c o n t r o lt e c h n i q u e si nw a s t e rt r e a t m e n ti n d u s t r y , t h eq u a l i t yo f t r e a t e dw a t e ri sh a r dt ob eg u a r a n t e e da n dw a s t eo fr e s o u r c e si sa n o t h e rd i s a d v a n t a g e i no r d e rt os o l v et h ed i f f i c u l tp r o b l e mo fo n l i n em e a s u r e m e n tf o ro u t p u tw a t e rq u a l i t y s u c ha sb o di nt h ew a s t ew a t e rp r o c e s s ，i nt h i sp a p e r , b o ds o rm e a s u r e m e n tt w o - o r d e r m o d e lb a s e do nl a w r e n c c - - - m c c a r t yf o r m u l ai se s t a b l i s h e d t oi m p r o v et h ep r e c i s i o no f t h a tm o d e lf o r m u l a , t h el e a s ts q u a r em e t h o di su s e dt oc o m p e n s a t et h ee r r o ro ft h e e s t a b l i s h e dm o d e lf o r m u l aa n dt op a r a m e t e ri d e n t i f i c a t i o n t h es i m u l a t i o nr e s u l t sw h i c h t h ee s t a b l i s h i n gm e c h a n i s mm o d e la n dt h ei n t e l l i g e n ta l g o r i t h mc o m p e n s a t i n ga c c u r a c y s h o wt h a tt h ec o m p e n s a t e dm i x e dm o d e lv a l u ei ss u p e r i o rt ot h es i n g l em o d e lf o r m u l as o f t m e a s u r e m e n tb o dv a l u e i th a sh ig hp r e c i s i o nt h a nn e t l r a ln 咖o r ks o f t - s e n s i n gm o d e l ， a n di ti se a s yt oa c t u a l i z et h eh a r d w a r eo fi n t e l l i g e n ti n s t r u m e n t ，a n di tr e a l i z e sw a s t e w a t e r i nr e a lt i m eo n 1 i n e b o di sa ne f f e c t i v ei n d e xo ft h ee f f l u e n td e t e c t i o nc a nb ea d j u s t e dt oc o n t r o ld o ( d i s s o l v e do x y g e n ) t l l ed y n a m i cp r o c e s so fs e w a g et r e a t m e n ti sv e r yc o m p l e xa n dh u g e o p e r a t i n gc o s t s ，s oi ti sm u s te f f e c t i v er e g u l a t i o no f a e r a t i o nr a t ea n di n t e l l i g e n tc o n t r o ld o c o n s i d e r i n gt h ec h a r a c t e r i s t i c so ft h et i m e - d e l a y , i n e r t i aa n dt i m e - v a r y i n go ft h ec o n t r o lo f d oi nt h ew a s t e w a t e rt r e a t m e n t ，af u z z y - p l dc o n t r o l l e ri sp r o p o s e db a s e do nt h ea n a l y s i s o ft h ei n a d e q u a c ye x i s t e di nt h en o r m a lf u z z yc o n t r o l ，w h i c hi n t e g r a t e st h ea d v a n t a g e so f t h eh i g l ar o b u s t n e s so ft h ef u z z yc o n t r o l l e ra n dt h eh i g ha c c u r a c yo fp i dc o n t r o l l e r i th a s g o o dr o b u s t n e s sa n ds t a b i l i t yi nt h es e l f - b a l a n c e do b j e c tc o n t r o l ，a n dp r o v i d e sa ne f f e c t i v e w a y t os o l v et h ep r o b l e mo ft h et i m e - d e l a y , i n e r t i aa n dt i m e v a r y i n gs y s t e m k e yw o r d s ：s o f t s e n s o r , m e c h a n i s mm o d e l ，l e a s ts q u a r em e t h o d ，n e u r a ln e t w o r k , f l j z a z y - p i dc o n t r o l i i 目录 第一章绪论1 1 1 课题的来源、背景l 1 2 题研究的目的、意义2 1 3 国内外污水处理技术现状3 1 4 作者的主要研究内容8 1 5 以、结9 第二章水处理的方法及工艺1 0 2 1 污水处理方法1 0 2 2s b r 工艺污水处理系统1 2 2 2 1s b r 活性污泥法工艺1 2 2 2 2s b r 工艺实验装置1 3 2 2 3 污水处理的工程化优化控制软件1 4 2 3 小结1 6 第三章污水生物处理b o d 软测量机理建模。1 7 3 1 软测量在废水处理中的应用1 7 3 1 1 软测量的概念、意义及发展1 7 3 1 2 软测量在污水处理中的常用方法简介1 8 3 2b o d 软测量机理模型公式1 9 3 2 1 经典劳仑斯麦卡蒂公式2 0 3 2 2 劳仑斯麦卡蒂公式在废水处理中演化形式2 1 3 2 3 泰勒展开b o d 软测量机理模型公式2 2 3 3 小结2 5 第四章基于最小二乘法的机理模型补偿2 6 4 1 最小二乘法原理2 6 4 2 递推最小二乘算法对机理模型的补偿2 8 4 2 1 递推最小二乘原理2 8 4 2 2 混合模型建立( 递推最小二乘算法补偿机理模型) 2 9 4 3 限定记忆最d , - - 乘算法对机理模型的补偿3 0 4 3 1 限定记忆最小二乘原理3 0 4 3 2 混合模型建立( 限定记忆最小二乘算法补偿机理模型) 3 1 4 4 小结3 3 第五章神经网络b o d 软测量。3 5 5 1 神经网络原理3 5 i i i 5 2b p 神经网络3 6 5 2 1b p 神经网络算法步骤：3 7 5 2 2b p 网络的限制与不足3 8 5 3b p 神经网络建模。3 9 5 4 小结4 2 第六章基于模型的污水处理控制4 3 6 1 模糊控制理论及发展4 3 6 2 污水处理系统控制结构4 4 6 3 污水系统模糊p i d 控制4 5 6 3 1 控制对象传递函数4 5 6 3 2 模糊p i d 控制的仿真4 6 6 44 、结4 8 第七章总结与展望4 9 7 1 总结4 9 7 2 展望4 9 参考文献5 2 附表5 6 攻读硕士学位期间发表的论文6 4 致谢。6 5 i v 齐杰：污水处理b o d 软测量混合建模及模糊p i d 控制 1 1 课题的来源、背景 第一章绪论 课题来源： ( 1 ) 北京市自然科学基金项目( 4 0 6 2 0 11 ) “城市污水处理过程智能化软测量与优化控制 方法的研究”； ( 2 ) 北京市教育委员会科技发展项目( k m 2 0 0 3 1 0 0 1 1 0 4 0 ) “污水处理过程软测量与优 化控制”； ( 3 ) 北京市高校人才强教计划项目( 2 0 0 5 0 8 9 ) “污水处理智能控制方法与系统的研 究”； 水是地球上分布最广的物资，是人类最宝贵的自然资源，是地球上一切生命赖以 生存不可缺少的基本物资，也是人类生产和生活以及社会可持续发展的物质基础。事 实上地球上现存的水资源是非常紧缺的，虽然地球上水的总量很大，表面7 0 的面积 被水覆盖，而能取用的江、湖淡水仅占全部淡水的不到0 7 ，约占全球总水量的 0 0 1 ，这些资源十分有限的淡水资源在陆地上的分布很不均匀，世界约1 3 人口生 活在面临中度和严重水紧张的地区【l 】。随着社会生产力的发展，特别是近半个世纪以 来，科学技术的突飞猛进，人类改造自然的规模空前扩大，从自然获取的资源也越来 越多，随之，排放废弃物也与日俱增，对环境的污染与破坏也越来越严重。环境污染 不仅限于某些工业发达的国家和地区，现已经发展成为全球性的环境问题，在众多严 重的环境问题中水资源污染、短缺问题尤为突出。 我国年均降水总量约为6 万亿m 3 ，全国河川年均径流量约为2 6 万亿m 3 ，加上冰川 融雪和地下水补给，初步估算全国水资源总量约2 8 万亿m 3 。我国是一个严重缺水的 国家，人均水量为2 2 3 1 m 3 ，仅为世界人均水平的1 3 ，居世界第8 8 位( 1 9 9 8 年) 。水资 源是量与质的高度统一，当前我国面临着水量危机的同时，还面临着因污染导致的水 质危机。随着经济建设的发展，人口的增加，特别城市化进程加快，人口急剧膨胀， 不仅用水量大幅度增加，污水排放量也不断攀升。这一切成为制约我国经济建设和社 会可持续发展的主要原因之一。国家“十一五”计划纲要明确提出了环境综合治理的要 求，根据“国家城市环境综合指标”的要求，今后我国3 6 个大城市污水集中处理率 9 5 ，其他城市生活污水集中处理率芝8 0 ，缺水城市污水再生利用率2 0 【列。预计 到2 0 l o 年，我国将新建城市污水厂一千余座，总投资将达1 8 0 0 亿元。因此，增加污水 处理比例和将污水处理之后再回用是今后我国城市污水处理的趋势。 齐杰：污水处理b o d 软测量混合建模及模糊p i d 控制 1 2 题研究的目的、意义 环境保护是我国的一项基本国策，污水处理是保护城乡环境的重要措施，我国政 府对此非常重视。因而提高污水处理自动化水平和污水处理质量，是我国城市建设急 需解决的重要问题。无论是城市污水处理还是工业废水处理，由于其进水水质和水量 时刻在变化，处于非稳定状态下运行，这必然引起其他参数和出水质量的不断变化， 出水水质不易在线实时测量，废水处理成本较高，至今仍没能实现最优控制。这是目 前国际上需解决的重要问题，也是对污水处理过程控制研究的热点。 活性污泥法是目前常用的污水处理方法，其过程是一个极其复杂的，动态的过程。 在活性污泥中，随着污染物质的去除，系统中污泥的组成不断变化，在系统内部，微 生物的种类，数量以及表征其反应的动力学参数均在不断变化。同时系统进水的水量 及浓度也在不断变化。根据经验对污水处理几十个参数的调整工作至少需要1 2 个月 的时间。由此可见，通过建立污水处理过程数学模型这一有效方法，才能实现废水处 理设施的运行控制。它可增强环境工程技术人员的决策能力，剔除不合理控制方案。 并可对活性污泥过程的溶解氧浓度，污泥回流量等状态变量进行控制，在保证出水水 质情况下，降低能耗，减少运行费用。借助模型，可以预测已建成的废水处理设施在 运行条件改变时可能发生的变化，以便及早采取措施，减少或避免运行条件的改变对 系统的冲击或破坏，以维持系统的正常运行。国际上目前采用的是机理分析的建模方 法，模型的动力学参数由十几个至四十几个，建模困难，复杂。c o d ( c h e m i c a lo x y g e n d e m a n d 化学需氧量) ，b o d ( b i o c h e m i c a lo x y g e nd e m a n d 生物化学需氧量) 是污水 生物处理过程中常用的两个水质指标p j ，且b o d 和c o d 可相互转化，可以考虑b o d 或c o d 的机理模型建立。现在市场上卖的b o d 或c o d 水质测量仪价格贵，操作复 杂，检测时间长，不能用于污水处理过程的实时闭环控制，不易保证出水水质的稳定， 可考虑采用机理建模加智能补偿方法固化到单片机中，可大大降低成本实时在线测 量，保证出水质量。 众所周知，微生物作为一种生命体，其行为受到种群、数量、温度、p h 等众多 因素的影响，体现出极强的非线性。如果将微生物群体看作一个对象，从控制的角度 来讲，这是个大时滞、非线性而且带有一定的不确定性的复杂对象。由于缺少一个合 适的仪器仪表对b o d 、c o d 作实时的检测，因此对城市废水处理生化反应实施自动 控制的难度是非常大的。在这种情况下，很多废水处理厂的生产都是利用生产和设计 人员的经验来控制的，自动化水平很低。为了保证出水达到国家规定的排放指标，大 部分废水处理厂在设计和运行时都留有很大的余量。由于大部分污水生物处理过程都 是耗氧的，这样做的直接后果就是能源的巨大消耗、浪费。 总之，加强城市污水处理系统的过程控制具有重要的意义，总结如下： ( 1 ) 我国水资源短缺对污水的回用越来越迫切。 2 齐杰：污水处理b o o 软测量混合建模及模糊p i d 控制 ( 2 ) 我国水污染源问题的不断严重，对污水治理提出越来越高的要求。 ( 3 ) 污水排放标准的逐步严格，对污水处理工艺及其运行提出了越来越高的要 求。 ( 4 ) 污水处理的运行费用是庞大的、长期的，如果通过有效的控制能将城市污 水处理厂的运行费用节省1 ，也是个天文数字，因此，加强城市污水处理系统过程 控制是非常必要。 ( 5 ) 污水处理系统是一个典型的非线性、多变量、非稳定、时变系统，因此对 污水厂运行管理提出了更高要求，迫切需要实现污水处理的过程控制，从而实现达标、 稳定、高效、低耗的目标。 ( 6 ) 城市污水处理厂的一个显著发展趋势是工艺运行由经验判断走向定量分析， 将在线仪表与p l c 应用于各种污水处理工艺过程中，来确定工艺参数、优化运行方 案、预测运行过程中可能出现的问题及采取的防止措施。 ( 7 ) 我国污水厂的吨水耗电量是发达国家的近两倍，而运行管理人员数是其若 干倍，大部分已建的污水处理厂仍处于人工操作状态，这严重影响了城市污水处理的 质量，带来了不可预料的后果。 1 3 国内外污水处理技术现状 经济发达国家污水防治从2 0 世纪6 0 年代的末端治理到2 0 世纪7 0 年代的防治结 合，2 0 世纪8 0 年代的集中治理到2 0 世纪9 0 年代的清洁生产，不断更新处理工艺技 术、设施及设备。近年来随着生态环境的标准日益提高，污水处理的节能降耗和系统 的高效稳定运转成为各国科学技术工作者研究的重点【4 l 。各国科学技术工作者通过对 厌氧、缺氧、好氧等池子的功能、大小、排列、数量增减以及混合液循环和回流方式 等因素的开发及排列组合的变化，开发出了一系列生物处理新工艺和技术【5 母】。其中 很多工艺是由彳2 o 工艺改进而来，如v i p 工艺、u c t 工艺以及j h b 等。另外，还 有通过对曝气供氧的控制在空间和时间上形成厌氧与缺氧环境的氧化沟工艺和s b r 工艺。生活污水处理目前国内外还是主要采用s b r ，其实质是以存在于污水中的有 机物作为培养基( 底物) ，在有氧的条件下，对各种微生物群体进行混合连续培养，通过凝 聚、吸附、氧化分解、沉淀等过程去除有机物的一种污水处理方法。由于有机物种类 繁多，组成复杂，要分别测定它们在水中的含量是非常困难的，在水污染防治中，一 般采用生化需氧量b o d 间接指标来衡量水中有机污染物的含量，只有当某些有机物 有毒时，需要加以控制才分别测定其含量。由于衡量污水处理过程出水质量的主要指 标b o d 用来表示水中有机物的含量，难以在线实时测量，即便实现了在线测量造价 也很高。人工取样培养化验时间长，如b o d 5 检测时间约为4 5 天，不能用于对污 水处理过程的实时闭环控制，使实际污水处理缺乏有效的控制参数。实时、准确、经 3 齐杰：污水处理b o d 软测量混合建模及模糊p i d 控制 济地测量污水处理指标，从而实现污水处理过程的闭环控制，以节约能源和时间，保证 质量，是当前污水处理企业迫切需要解决的问题【lo 】。污水处理过程是一种典型的复杂 动态生物反应工程系统，具有非线性、时变性、随机性和不确定性等特点，污水处理过 程中由于其进水水质和水量时刻在变化，都处于非稳定状态下运行，这必然引起其它 参数和出水质量的不断变化。将软测量方法应用于污水水质指标的实时检测，为污水 水质指标的实时检测提供了新的思路。软测量技术是利用易测过程变量( 辅助变量或 二次变量) 与难以直接测量的待测过程变量( 主导变量) 之间的数学关系( 软测量模 型) ，通过各种数学计算和估计方法，从而实现对待测过程变量的测量。软测量技术 七十年代在西方发达国家的工业领域就已得到广泛应用，我国是在8 0 年代后期引进 并随即在国内掀起一股软测量技术研究的热潮【l 。1 9 9 2 年国际过程控制专家 t j m a c v o y 在著名学术刊物a u t o m a t i c a 上发表了一篇名为“c o n t e m p l a t i v es t a n c ef o r c h e m i c a lp r o c e s sc o n t r o l ”的i f a c 报告【i2 1 ，明确指出了软测量技术将是今后过程控制 的主要发展方向之一，对软测量技术研究起了重要的促进作用。近2 0 年来，国外学者 在活性污泥数学模型的建立机理应用方面研究非常活跃，比较典型的模型有i a w q 专 家所开发的a s m l ，a s m 2 ，a s m 3 模型，但这些模型涉及的参数太多，许多参数目前缺乏 成熟的测量技术，实际应用相当麻烦，同时由于建模代价大，并且模型精度差，因而很少 应用目前提出的比较流行的观点是：将良好的活性污泥数学模型与相应的控制理论相 结合，实现智能控制。 经广泛阅读研究总结目前污水处理技术主要采用p i d 、线性回归、支持向量机、 神经网络等。 p i d 技术： 青岛市排水管理处杜海波【13 】提出尸闭环控制在污水处理行业中的应用，介绍了 渤原理在污水处理过程中的两道关键工序：变频泵和风机自动曝气系统中具体应 用，表明采用该技术可以在实际生产中达到稳定运行和节能降耗的目的。 线性回归技术： 昆明理工大学冯丽辉等人【1 4 】应用多元线性回归软测量模型( m l r ) 对昆明市某污 水厂的处理出水参数进行预测，其辅助变量为进水b o d 5 、t n 、t p 、曝气池活性污 泥混合液悬浮固体( m l s s ) 的浓度及进水流量( q ) ，主导变量为出水b o d 5 、1 n 、 t p 。可实现工艺过程中难测重要的出水参数的预测与预报。但其辅助变量多为进水 参数，而进水参数的测量同样存在滞后性，尤其是b o d 5 ，且由于实验中采样时间过 长且不均、辅助变量太少及过程存在非线性等方面的原因，虽然取得了较好的拟合结 果但预测效果不太理想。 支持向量机技术： 南昌大学宋贤民、衷卫声【l5 】提出基于r s s l i m 的软测量建模研究，他们采用 4 齐杰：污水处理b o d 软测量混合建模及模糊p i d 控制 粗糙集理论( r s ) 约简属性，在保留重要信息的前提下消除冗余信息，简化了模型结构。 而支持向量机( s v m ) 是一种基于统计学习理论的新型学习机，本文根据t n ( 总氮) 难 于在线测量的情况，采用r s s v m 方法，用某城市污水处理厂的实际水质参数数据，建 立了出水t n 基于粗糙集支持向量机的软测量模型。和未经粗糙集预处理的支持向量 机模型及粗糙集卯神经网络( r s - b p n n ) 模型进行了比较，选择r s s v m 模型作为最 终的软测量模型。结果表明，用粗糙集预处理后，不仅测量值的误差值更小，而且大大降 低了输人数据的维数，减小了模型的规模，更有利于软测量模型的实用化。 神经网络技术： 浙江工业大学信息学院的管秋【1 6 j 提出将人工神经网络软测量方法应用于污水水 质指标的实时检测，分别建立b p 神经网络和冗留神经网络污水指标软测量模型，采 用在线检测的o r p 、d o 、p h 和污泥浓度m l s s 作为污水质量指标软测量的曰尸神 经网络的输入层节点b o d 、c d o 、n 和p 作为输出层节点，采用8 个中间隐层节点。 b p 网络具有很强的非线性映射能力但卯网络存在训练时间长，收敛速度慢，局部 最小的问题，需要的样本多，网络模型大，并且尚无一种理论来指导计算隐层的最佳单 元数。 北京工业大学电子信息与控制工程学院的冉维丽h ，】提出基于p c a g a b p 神经网 络的污水水质软测量方法。该方法由两部分组成：主元分析p c a 和g a b p 神经网络。 p c a 部分实现过程变量的降维和去相关，达到简化神经网络输入的目的；g a b p 神 经网络实现污水水质b o d 与经p c a 处理后的主元值之间的映射关系，其中g a b p 算法采用局部改进遗传算法优化神经网络权值，并采用自适应学习速率动量梯度下降 算法对神经网络进行训练，建立软测量模型。 北京工商大学的祁国强等【1 8 】利用尼f 神经网络对s b r ( s e q u e n c i n gb a t c hr e a c t o r ， 序批式活性污泥反应器) 实验出水b o d 值进行了很好的模拟。以进水b o d 值( 实际 采用t o c 值) 、d o 值、污泥浓度和反应时间4 个变量为输入节点，出水b o d 值为输 出节点，隐层节点数为3 2 ，隐层激励函数为高斯函数。在r b f 网络训练过程中，各层 采用不同的学习算法：隐层采用聚类算法确定神经元的中心点及半径，隐层到输出层 的权值调整采用正交最小二乘算法。实验选取3 0 组数据，2 5 组用来训练，5 组用来验 证，使用m a t l a b 进行模拟。神经网络训练结果与实际污水处理情况较吻合，三个 非训练样本的神经网络泛化能力测试实验结果亦符合实际反应规律。 浙江大学的刘瑞兰，苏宏业，褚健【1 9 】提出了一种改进的模糊神经网络软测量建模 方法，采用规则化的平均输出隶属度函数作为模糊基函数进行反模糊化运算。在训练 网络时，部分参数采用l e v e n b e r 旷m a r q u a r d t 算法来训练，另一部分采用一阶梯度下 降法。最后用该建模方法建立了聚合反应中熔融指数的软测量模型，并与一般的模糊 神经网络软测量模型进行比较。结果表明改进的模糊神经网络具有很好的收敛性能达 5 齐杰：污水处理b o d 软测量混合建模及模糊p i d 控制 到指定的预测精度但时间比较长。 西班牙j m g i m e n o ，j b e j a r ，m s a n c h e z m a r r e ，u c o r t e s ，i r r o d a ，m p o c h ， j l a f u e n t e 2 0 】提供废水处理厂的预测知识为基础的神经网络智能切换，提出整合预测 技术成为一个综合人工智能系统，为污水处理厂监督和控制。虽然嵌入式办法应用在 体系结构的发展上，称做d a i d e p u r ( a ni n t e g r a t e da n dd i s t r i b u t e da r c h i t e c t u r ef o r w a s t e w a t e rt r e a t m e n tp l a n t ss u p e r v i s i o n ) ，如数控知识，以规则为基础的推理和基于 案例的推理，都无法应付的整体监控的污水厂，其中一个特点是，失踪：预测知识。 与以往的做法，监控制度运作颇为顺利。因此，可以是应用在很危险的环境。这种新 型的控制技术可以克服这个遗失问题。 韩国d o n g j i nc h o i 2 l 】等用1 1 个进水参数( q 、c o d 、疵、岖、峨、i s s 、 s v 、c t 7 、p 、p h 及温度) 对污水的进水总凯氏氮进行软测量。 法国c h a r e f a z e d i n e1 2 2 】等以7 1 组水样数据为基础( 其中3 0 组作为训练样本， 4 1 组作为测试样本) ，以水样的水温、p h 及电导率作为输入，用主元分析( p c a ) 对数据处理后，再结合反向传播神经网络( b p n n ) 进行建模，得到了水样的c o d 估计 值，并取得了良好的效果( 估计值与实测值的相关系数r 2 达到0 9 5 ) ，可是也没有对 t n 、腑：、n 及刀重要参数进行预测 德国m h a c k 【2 3 】等曾用三层前馈网络对城市污水处理厂的参数进行预测研究。以 进水：一n 浓度、电导率及浊度为辅助变量，对迸水c o d 进行了估计；以进水电导率、 浊度及c o d 为辅助变量，对进水删j n 浓度进行了估计；以曝气池电导率、氧化还原电 位及p h 为辅助变量，对曝气池胴：一n 浓度及峨一n 浓度进行了估计。 t o y 等人【2 4 l 在一个神经模糊模型的基础上，为污水厌氧处理系统开发出一个快速 预测神经模糊模型来预测高速率厌氧系统对干扰的响应，此系统可以提前l 小时对 不同系统的干扰进行预测。因此，该系统在实时控制上有很大的应用潜力。 w e n 等人【2 5 】研究了一种曝气池神经网络模型。该曝气池神经网络模型的数据由 一个专家系统来提供，专家系统又从神经网络模型获取其所要的数据，从而对整个污 水处理厂实施智能控制。专家系统从各种传感器和检测器获得信号后检查系统的状 态，并推断出一个污泥回流比。然后，专家系统把这个值送给神经网络，神经网络把 从专家系统获得的当前状态值与通过网络预测得到的值进行比较，分析该值是增加还 是减小或者是维持不变。专家系统根据当前b o d 和m l s s 的值以及神经网络预测的曝 气池状态判断是否采用这个污泥回流比。如果预测状态不是所期望的，那么专家系统 将再给出一个污泥回流比，重新进行一次测试，直到找到合理的污泥回流比。若专家 系统想增加曝气池内的b o d 浓度，它在向神经网络模型传输这组数据时，可以在当前 b o d 浓度上加一个小小的增量( 例如0 0 5 ) 作为目标值，神经网络模型就以此值预测一 个污泥回流比，并把它反馈给专家系统。 6 齐杰：污水处理b o d 软测量混合建模及模糊p i d 控制 模糊控制技术： 国内也有学者对污水处理过程建模和控制作了相应的研究【2 铊引。有些是避开建 模，采用模糊控制【2 9 。3 2 1 ，控制量为中间变量，但在实际应用过程中控制精度不高。文 酬3 3 】针对北京某活性污泥工艺的污水厂，利用专家系统研究了一套模拟预测软件，其 模拟值“能够比较好地反映该污水处理厂实际运行状况”。 德国a l e x a n d e re b e l ，m i c h a e lb o n g a r d s ，s e a nm c l o o n 0 3 4 给出控制算法在废水处 理厂的仿真研究中的评估，提出一个运行稳定成本较低的控制器的设计，这个模糊控 制器的设计主旨是使用一个规则设置的模糊聚类的运算法则，从其结果中得出运行状 态。另外这个仪器是用以评价认定系统状态的，用以检查逻辑一致性和进程行为。 罗马尼亚s vc a r a m a n ，m b a r b u ，gd u m i t r a s c u 3 5 j 提出污水处理过程中状态变 量的敏感性参数的辨识，论述确定了污水处理工艺的基础上对敏感度计算。该文还包 含了一项研究关于参数的相关性的建立，目的是为了使程序更容易识别。根据这一程 序设置的参数，一部份的参数向量( 参数无关) 被确定的基础上必须使辨识简化。仿 真结果表明，该方法产生了良好的效果，并能成功地应用于过程辨识。 美 s r i n i v a sk r o w i d y ，w i l l i a mgw e e ，m a k r a ms u i d a n ，r s c o t ts u m m e r s ，j o h n j c o l e m a n ，l e w i sr o s s m a i l 【3 6 】提出智能顺序规划废水处理系统，文章提出了一种系统 的智能序列规划的污水处理系统，所i 胃s o w a t ，做法是利用模糊集，以决定最适当的 技术，不同的化合物和启发式搜索，以产生最佳训练。优化序列废水处理( s o w a t ) 解决了废水处理的问题，分两个阶段进行：分析和总结。该系统首先分析了可处理性 数据库，并开发模糊关系，处理技术和废弃物污染物。这些关系与专家规则( 应用于 训练分类上) 的结合，并满足预处理条件( 适用这种处理技术) 。那么，在合成阶 段，启发式的搜索功能利用这些关系，以产生训练样本提供支持。 墨西哥v a l c a r a 扣g o n z a l d 3 7 】等针对处理工业酒精蒸馏废水的固定床厌氧反应 器进行研究。通过o b e r n a r d 等提出的经验厌氧消化模型一个微分方程组，以少 数几个易测参数作为输入变量，如进水流速、c 仍气体流速、挥发性脂肪酸及总无机 碳，得到一些难测变量的范围估计值。 b e l a n c h 等人【3 8 l 在c a p o d a g l i 建立的模型基础上引入定性信息，这些定性信息主 要来源于显微镜对细菌和微型动物的观察和一些主观经验，并利用该模型对废水处理 厂污泥膨胀现象进行预测。试验结果显示，定性信息对处理厂污泥膨胀现象影响很大， 模型对污泥膨胀的预测同污水处理厂专家的评价判断吻合得很好。 要提高污水处理厂的处理效率和自动化水平，在线测量污水质量指标是问题的着 眼点也是难点【3 9 1 。污水处理为复杂的动态工程系统，难以用数学的模型来描述，采用 传统的控制策略难以获得满意的控制效果。 分析国内外的污水处理大多采用神经网络方法，从研究成果的分析可以看出，无 7 齐杰：污水处理b o d 软测量混合建模及模糊p i d 控制 论是a n n 还是p c a - a n n ，基于神经网络的软测量技术在污水处理系统中的应用仍 然存在一些问题和不足，需要不断的改进和完善： 1 神经网络的内在特点造成其具有结构选择困难、存在局部极小点等难以解决 的问题，可通过进一步优化网络结构、结合其他数据处理方法解决。 2 该技术多用于预测污水处理系统出水b o d 、c o d 值，而对于如t n 、氨氮、硝 态氮、t p 、s s 等一样非常重要的参数预测不够，只有实现了这些重要参数的全面预 测，才能够真正保证污水处理系统的正常运行控制。 3 神经网络模型的训练及验证需要大量的有效数据，污水处理厂的历史运行数 据除了存在不精确、数据大量丢失等情况外，通常还缺少与生物处理过程密切相关的 参数，而这些参数很有可能就是模型的主要辅助变量。在没有这些辅助变量输入时， 即使有再多的历史数据，再好的模型也无法取得好的预测效果。 4 该技术对污水生物处理机理的研究不够深入，缺乏定量的分析和完备的理论 基础支持，可通过加强对污水生物处理数学模型的研究，建立规范适用的模型参数测 量方法体系，通过理论和应用研究确定不同污水处理工艺中的不同辅助变量，最终确 定与之密切相关的辅助变量。 基于机理建模的软测量技术在污水处理系统中的应用，能够很好的进行数据分析 与模拟仿真，不仅能进一步推动污水处理系统实时闭环控制的实现，而且对于开发其 他工业过程具有智能优化算法的软测量技术具有一定的启发意义。同时，还可以考虑 将此技术与虚拟仪器结合起来，实现实用化和在线应用。 1 4 作者的主要研究内容 本文主要从废水生物处理过程的机理入手，在充分了解污水处理工艺及污水组成 成份分析基础上，建立了b o d 软测量机理模型公式。为了提高机理模型公式的精度， 补偿与真实值之间的差距，考虑到活性污泥法的实际特性，采用具体算法来补偿这个 “差距”，建立混合软测量模型，通过辨识机理模型中参数，为b o d 在线测量仪表的 实现提供理论依据，进而实现废水实时在线闭环控制。 目前，我国污水处理厂普遍存在的一个问题是自动化程度不高，鼓风机不变频， 消耗能源很大，浪费现象十分严重。常规的模糊控制器和p i d 控制器简单易用，但不 能在线整定参数，且动态性能和静态性能都存在着缺陷；另外，p i d 控制和常规肋 模糊控制均无法克服系统大时滞所带来的影响。针对上述不足，本文建立了模糊p i d 控制器通过对污水处理过程控制实现对d o 控制。发挥了动态性能好、鲁棒性强以及 无静差的优势，从而为解决存在大滞后、大惯性和时变的过程控制提供了一种新的思 路。 本文主要针对目前污水处理过程难以建立精确的数学模型、自动化应用程度不 8 齐杰：污水处理b o d 软测量混合建模及模糊p i d 控制 高，并且难以达到在线检测等问题，通过机理建模、算法补偿、智能控制等技术应用 到实际工况中，实现污水处理系统的闭环控制和过程参数的优化配置，提高其自动化 程度，达到在线检测的目的，在保证出水水质的前提下，降低处理费用，实现了节能 降耗。 1 5 小结 本章介绍课题来源、背景，说明我国水处理技术的紧迫性、重要性，着重阐述了 课题的研究意义、目的，以及国内外污水处理技术的现状，明确了作者的研究工作的 主要内容。 9 齐杰：污水处理b o d 软测量混合建模及模糊p i d 控制 第二章水处理的方法及工艺 2 1 污水处理方法 污水处理的分类方法很多，按采用的方法分主要有物理法、化学法、物理化学法 和生物法，如表2 1 所示。这些方法可以单一使用，也可以针对不同的污水水质组合 使用。 表2 1 常用的污水处理方法 物理法 化学法 物理化学法 生物法物理法化学法物理化学法生物法 格栅混凝吸附好氧活性污泥 气浮电解吹脱与汽提厌氧活性污泥 沉淀消毒离子交换好氧生物膜离心分离 化学沉淀 膜分离厌氧生物膜 过滤中和萃取氧化塘调节