一种基于SBR仿真模型的造纸污水处理过程故障诊断方法技术

一种基于SBR仿真模型的造纸污水处理过程故障诊断方法。步骤为：依据造纸厂SBR工艺流程和BSM1模型提供的污水处理过程生化反应方程，建立造纸SBR仿真模型；引入拓展卡尔曼滤波方法，建立SBR

【技术实现步骤摘要】
一种基于SBR仿真模型的造纸污水处理过程故障诊断方法


[0001]本专利技术涉及制浆造纸及过程控制
，具体涉及一种污水处理过程故障诊断的方法。

技术介绍

[0002]考虑到当前工业过程的复杂性，故障诊断是一个极具挑战性的问题。尤其是在污水处理过程中，由于设备、传感器等所处的环境恶劣，故障更加容易发生和难以识别。序批式活性污泥法(SBR)污水处理系统的故障分为传感器故障和设备故障。首先，传感器故障主要是指传感器获取的测量信息不准确，主要表现是传感器读数与被测变量的实际值之间的误差。传感器的故障导致采集数据不准确，会影响操作人员对过程运行状况的判断，容易对过程参数进行不合理的调整，影响污水处理效果，导致出水水质不达标。水质不达标的后果一是可能导致罚款造成纸厂的经济损失，二是排放的污水会污染水体和环境。其次，污水处理系统的设备包括循环泵、风机、风机阀门等，这些重要设备的故障会导致系统的非正常运行，同样也会导致出水水质不达标，进而造成经济损失和环境破坏。设备故障的恢复可能需要几天、几个星期甚至更久的时间进行维护，如果能够及时检测故障，将不会对后续污水处理造成影响。
[0003]李祥宇和杨冲(李祥宇,杨冲,宋留,赵小燕,刘鸿斌.基于支持向量机的造纸废水处理过程故障诊断[J].中国造纸学报,2018,33(03):55
‑
60)针对造纸废水处理过程的非线性与时变性等特点，首先对造纸废水数据构建3种故障类型，然后采用主成分分析(PCA)对故障进行检测，最后分别采用马氏距离判别分析和支持向量机(SVM)对检测到的故障进行分类诊断分析。然而在实际应用过程中，该基于数据驱动的方法只能应用于所采集数据的环境，不同的造纸污水处理工艺确定的模型结构与参数的不一致导致故障监测标准的变动，这也使得数据驱动方法的应用受到限制。而本专利技术采用了机理模型与数据驱动耦合的方法，基于BSM1模型和纸厂SBR过程建立了简化的SBR过程模型，再结合拓展卡尔曼滤波器(EKF)，建立了SBR
‑
EKF模型，然后对SBR过程传感器常见的故障进行仿真模拟，经拓展卡尔曼滤波后得到残差信号，提取出故障特征信号，与阈值进行比较从而实现对传感器故障的精准检测。

技术实现思路

[0004]本专利技术的目的在于弥补造纸厂污水处理过程中，故障诊断单纯依靠人工巡检的现状，基于SBR过程模型，为污水处理过程提供一种基于模型的故障诊断方法。该方法不仅能够实现故障的在线监测和定位，而且可以实现对故障信号的重构，从而为纸厂提供完整的故障诊断、定位和恢复方案，有利于纸厂及时发现故障和排除故障，避免或减少经济损失。
[0005]本专利技术的目的可以通过采取如下技术方案达到：
[0006]本专利技术依据造纸厂SBR工艺流程和BSM1模型提供的污水处理过程生化反应方程，建立造纸SBR仿真模型；引入拓展卡尔曼滤波(EKF)方法，建立SBR
‑
EKF故障诊断模型，模型
输入是SBR过程数据，包括溶解氧含量(S
O
)和液位(L)两个变量，模型输出是相应变量的滤波值和滤波残差；将正常的SBR过程数据输入已建立的SBR
‑
EKF模型，输出其滤波残差，将滤波残差归一化得到残差加权平方和(WSSR)，根据滤波残差大小确定残差阈值WSSR0；将SBR过程数据输入SBR
‑
EKF故障诊断模型，获取其滤波残差并归一化处理，将归一化后的残差与已确定的残差阈值比较，若某时刻某变量的残差超过阈值则说明该时刻该变量发生了故障；并进一步通过模型预测值、滤波估计值和卡尔曼增益来重构故障信号。
[0007]一种基于SBR仿真模型的造纸污水处理过程故障诊断方法，所述方法包括以下步骤：
[0008]S1、建立造纸污水生化处理SBR过程仿真模型，SBR过程包含进水阶段、反应阶段及沉降阶段。如图2所示，SBR建模过程如下：
[0009]S11、根据纸厂实际情况，简化BSM1生化反应方程，建立生化反应过程模型；
[0010]S12、选择Tak
á
cs的双指数沉淀速度模型来描述沉淀过程，建立沉淀过程模型；
[0011]S13、给定模型初始值，将模拟一周期后的状态值与纸厂采集测量值比较，以验证仿真模型精度。
[0012]S2、基于S1已建立的SBR仿真模型，引入拓展卡尔曼滤波方法，建立SBR
‑
EKF故障诊断模型：
[0013]S21、求取SBR仿真模型生化反应阶段的雅可比(Jacobian)矩阵；
[0014]S22、确定SBR仿真模型中状态值和测量值的关系，并求取海塞矩阵；
[0015]S23、按照拓展卡尔曼滤波的一般步骤构建SBR
‑
EKF故障诊断模型。
[0016]S3、确定滤波残差阈值，过程如下：
[0017]S31、将纸厂SBR过程采集的无故障数据输入SBR
‑
EKF模型，获取滤波残差；
[0018]S32、将S31获取的滤波残差做归一化处理，得到滤波残差加权平方和，并依此确定残差阈值。
[0019]S4、使用模拟故障信号，测试已建立SBR
‑
EKF故障诊断模型的性能，待监测数据输入SBR
‑
EKF故障诊断模型，获取残差，与残差阈值比较，确定故障时刻和变量；
[0020]S5、将k时刻的故障信号输入SBR模型得到k+1时刻的值，称为模型预测值，模型预测值再与海塞矩阵相乘得到k+1时刻的滤波估计值，然后k+1时刻的传感器测量值与k+1时刻的滤波估计值通过卡尔曼增益来反馈修正模型预测值，修正后的值称为k+1时刻的滤波值，即为重构后的故障信号。
[0021]本专利技术具体为：
[0022]一种造纸污水生化处理SBR过程故障诊断的方法，所述方法包括以下步骤：
[0023]S1、建立造纸污水生化处理SBR过程仿真模型，SBR过程包含进水阶段、反应阶段及沉降阶段。如图2所示，SBR建模过程如下：
[0024]S11、根据纸厂实际情况，简化BSM1生化反应方程，建立生化反应过程模型。其中简化后所得到的污水各组分生化反应速率如表1所示:
[0025]表1污水各组分反应速率表
[0026][0027][0028](1)根据表1，污水中S
O
组分的物料平衡方程如式1所示，其余六个组分的平衡方程如式2所示:
[0029][0030][0031]其中，S
O
为溶解氧含量，Y
H
为异养菌产率系数，μ
H
为异养菌最大比增长速率，S
s
为溶解性快速可生物降解有机物，K
s
为异养菌生长与底物利用饱和系数，K
OH
为异养菌氧呼吸饱和常数，X
B,H
为活性异氧菌生物固体，Q
in
＝900(m3/h)为入水流量，c
i
本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于SBR仿真模型的造纸污水处理过程故障诊断方法，其特征在于，所述方法包括以下步骤：S1、建立造纸污水生化处理SBR过程仿真模型，SBR过程包含进水阶段、反应阶段及沉降阶段；所述污水中包括7个组分，分别为可溶性惰性有机物质S
I
、易生物降解基质S
S
、颗粒性惰性有机物X
I
、慢速可生物降解基质X
S
、异养性活性生物X
B，H
、由生物量衰减所产生的颗粒性产物X
P
、溶解氧S
O
；S2、基于S1已建立的SBR仿真模型，引入拓展卡尔曼滤波方法，建立SBR
‑
EKF故障诊断模型；S3、确定滤波残差阈值WSSR0；S4、待监测数据输入SBR
‑
EKF故障诊断模型，获取残差，与残差阈值比较，确定故障时刻和变量；S5、将k时刻的故障信号输入SBR模型得到k+1时刻的值，称为模型预测值，模型预测值再与海塞矩阵相乘得到k+1时刻的滤波估计值，然后k+1时刻的传感器测量值与k+1时刻的滤波估计值通过卡尔曼增益来反馈修正模型预测值，修正后的值称为k+1时刻的滤波值，即为重构后的故障信号。2.根据权利要求1所述基于SBR仿真模型的造纸污水处理过程故障诊断方法，其特征在于，SBR建模过程如下：S11、根据纸厂实际情况，简化BSM1生化反应方程，建立生化反应过程模型；S12、选择Tak
á
cs的双指数沉淀速度模型来描述沉淀过程，建立沉淀过程模型；S13、给定模型初始值，将模拟一周期后的状态值与纸厂采集测量值比较，以验证仿真模型精度。3.根据权利要求1所述基于SBR仿真模型的造纸污水处理过程故障诊断方法，其特征在于，建立SBR
‑
EKF故障诊断模型步骤如下：S21、求取SBR仿真模型生化反应阶段的雅可比Jacobian矩阵；S22、确定SBR仿真模型中状态值和测量值的关系，并求取海塞矩阵；S23、按照拓展卡尔曼滤波的一般步骤构建SBR
‑
EKF故障诊断模型。4.根据权利要求1所述基于SBR仿真模型的造纸污水处理过程故障诊断方法，其特征在于，确定滤波残差阈值过程如下：S31、将纸厂SBR过程采集的无故障数据输入SBR
‑
EKF模型，获取滤波残差；S32、将S31获取的滤波残差做归一化处理，得到滤波残差加权平方和，并依此确定残差阈值。5.根据权利要求1所述基于SBR仿真模型的造纸污水处理过程故障诊断方法，其特征在于：S4的具体步骤为：在一个批次的测量值区间[40，80]样本上，按照表5所示的四种常见故障的模拟公式，计算相应的滤波值和残差，与S23确定的残差阈值WSSR0比较，以判断故障发生的时刻和变量。6.根据权利要求2所述基于SBR仿真模型的造纸污水处理过程故障诊断方法，其特征在于，S11中，所述建立生化反应过程模型，其中简化后所得到的污水各组分生化反应速率如表1所示:
表1污水各组分反应速率表表1污水各组分反应速率表(1)根据表1，污水中S
O
组分的物料平衡方程如式1所示，其余六个组分的平衡方程如式2所示:所示:其中，S
O
为溶解氧含量，Y
H
为异养菌产率系数，μ
H
为异养菌最大比增长速率，S
s
为溶解性快速可生物降解有机物，K
S
为异养菌生长与底物利用饱和系数，K
OH
为异养菌氧呼吸饱和常数，X
B，H
为活性异氧菌生物固体，Q
in
＝900m3/h为入水流量，c
i
为入水各组分浓度g/m3，V为SBR池泥水混合物的体积m3，K
L
α为氧气传递系数，是饱和氧浓度，X
i
为SBR池中各组分的质量g，p
i，j
为组分X
i
的第j个工艺过程，r
j
为第i个工艺过程速率；(2)建立生化反应三个阶段模型后，根据BSM1仿真手册所提供的默认值，将其中三个阶段的K
L
α分别调整为9.0、9.0、3.0，以使S
O
模拟值更符合纸厂测量值，进水流量Q
in
根据造纸厂的实际进水量取值，造纸污水生化处理反应阶段模拟参数的取值如表2所示；表2造纸污水生化处理反应阶段模拟参数取值
7.根据权利要求2所述基于SBR仿真模型的造纸污水处理过程故障诊断方法，其特征在于，步骤S12具体为：生化反应之后的沉淀过程中的可溶组分包括S
I
、S
S
和S
O
，在SBR池内均匀分布且浓度不再变化；不可溶解组分包括X
I
、X
S
、X
B，H
和X
P
，向下沉淀，在SBR池内的浓度由上至下逐级增加；选择Tak
á
cs的双指数沉淀速度模型来描述沉淀过程，即描述不可溶解组分在池内的浓度分布，沉淀过程参数的设置如表3所示；表3沉淀过程参数
Tak
á
cs的双指数沉淀速度方程是基于颗粒速度的观点，适用于有阻滞和絮凝的沉淀条件，其方程为:X
min
＝f
ns
X
f
ꢀꢀꢀꢀꢀꢀ
(3)其中，X
min
为最小可达到的悬浮固体浓度，f
ns
为不可沉降比例，为不可沉降比例，是S11步骤中生化反应过程终点的各组分浓度，fr
COD
‑
SS
＝4/3；其中，v
s
(X)是双指数沉降速率函数，ν0′
为最大沉降速率，ν0为最大Vasilind沉降速率，r
h
为受阻沉降系数，r
p
为絮凝沉降系数；将SBR池在垂直方向上分为均等的10个体元层，各体元层的物料平衡方程可以表示为：将SBR池在垂直方向上分为均等的10个体元层，各体元层的物料平衡方程可以表示为：将SBR池在垂直方向上分为均等的10个体元层，各体元层的物料平衡方程可以表示为：其中，m表示层数，m＝10为顶层；该阶段在沉淀的同时进行排水，因此SBR池内的污水体积V变化由式(9)描述：其中，V为污水体积，t为时间，Q
out
为排水流量；步骤S13具体为：给定模型初始值，将模拟一周期后的状态值与纸厂测量值比较，以验证仿真模型精度；在S1步骤的SBR过程仿真模型建立过程中包括生化反应的三个阶段及沉淀过程共四个阶段，每个阶段的8个状态量终点值，作为下一阶段8个状态量的初始值；入水中各组分浓度的取值如表4所示；表4生化反应第一阶段入水各组分浓度
将表4的入水数据输入SBR模型，使用...

【专利技术属性】
技术研发人员：沈文浩，刘寅，牛国强，周静，
申请(专利权)人：华南理工大学，
类型：发明
国别省市：