【技术实现步骤摘要】
一种城市污水处理过程时滞鲁棒优化控制方法
[0001]本专利技术针对城市污水处理过程存在的时滞特性，提出了一种时滞鲁棒优化控制方法，克服了生化反应物浓度测量的时滞偏差影响，增强了溶解氧与硝态氮优化设定值的鲁棒性，获得了更加精确的跟踪控制效果，在保证出水水质的同时降低了运行能耗，控制出水水质和运行能耗是城市污水处理厂运行优化的核心目标，对城市污水处理过程的高效稳定运行具有重要意义，既属于智能优化控制领域，又属于水处理领域。
技术介绍
[0002]随着城市人口的不断增多，淡水资源的需求量不断增加，城市生活污水处理问题日益凸显。为了应对水资源短缺和水环境污染的问题，国务院颁布的《水污染防治行动计划》等文件鼓励并支持水污染防治的科学技术研究和先进适用技术的推广应用。城市污水处理可以净化水质，改善生态环境，促进水资源循环，对城市的发展具有重要意义。提高出水质量和降低运行能耗是城市污水处理厂运行优化的核心目标，对保护城市环境和提升污水处理厂的社会效益具有重要影响。因此，城市污水处理过程出水水质与运行能耗的优化控制研究具有广阔的应用前景。
[0003]随着城市污水处理优化控制技术的不断提升，污水中的有机污染物得到了有效遏制。然而，由于反应物浓度变化在污水处理过程中存在时间滞后性，使得对其的测量存在偏差，进而造成了优化目标模型的不确定性，难以实现精确的在线优化控制，常常发生出水水质超标和运行能耗过高的现象，给城市环境和污水处理厂都带来了较重的负担。因此，在污水处理过程时滞特性的影响下，增强溶解氧和硝态氮优化设定值的鲁棒性，稳...
【技术保护点】
【技术特征摘要】 【专利技术属性】
1.一种城市污水处理过程时滞鲁棒优化控制方法，其特征在于：采集关键过程变量数据，建立时滞鲁棒多目标优化模型，利用时滞鲁棒进化算法求解溶解氧和硝态氮的期望设定值，控制过程变量跟踪该设定值，克服了城市污水处理过程中的时滞扰动，保证出水水质的同时降低了运行能耗，具体包括以下步骤：(1)采集关键过程变量数据：选取好氧反应器中的溶解氧浓度、缺氧反应器中的硝态氮浓度、出水中的氨氮浓度、出水中的总氮浓度、出水中的总悬浮物浓度、出水中的生物需氧量浓度和出水中的化学需氧量浓度7个变量作为关键过程变量；在t时刻利用传感器采集关键过程变量数据为：S(t)＝[S
O
(t),S
NO
(t),S
eNH
(t),S
eTN
(t),S
eTSS
(t),S
eBOD
(t),S
eCOD
(t)]
ꢀꢀꢀꢀꢀꢀꢀ
(1)其中，S(t)为t时刻的关键变量向量，S
O
(t)为t时刻好氧反应器中的溶解氧浓度，单位mg/L，S
NO
(t)为t时刻缺氧反应器中的硝态氮浓度，单位mg/L，S
eNH
(t)为t时刻出水中的氨氮浓度，单位mg/L，S
eTN
(t)为t时刻出水中的总氮浓度，单位mg/L，S
eTSS
(t)为t时刻出水中的总悬浮物浓度，单位mg/L，S
eBOD
(t)为t时刻的生物需氧量，单位mg/L，S
eCOD
(t)为t时刻的化学需氧量，单位mg/L；(2)建立城市污水处理过程时滞鲁棒多目标优化模型：利用核函数建立包括出水水质优化模型、运行能耗优化模型和时滞鲁棒补偿模型在内的城市污水处理过程时滞鲁棒多目标优化模型，表达关键过程变量与出水水质、运行能耗之间的关系；
①
建立出水水质优化模型：其中，J
EQ
(x(t))为t时刻的出水水质优化模型，x(t)＝[S
O
(t),S
NO
(t)]为t时刻J
EQ
(x(t))的输入向量，δ
EQ,k
(t)为t时刻J
EQ
(x(t))的第k个权值且取值范围为[
‑
10,10]，c
EQ,k
(t)＝[c
EQ,k,1
(t),c
EQ,k,2
(t)]为t时刻J
EQ
(x(t))的第k个中心向量，c
EQ,k,1
(t)为c
EQ,k
(t)的第一个分量且取值范围为[
‑
5,5]，c
EQ,k,2
(t)为c
EQ,k
(t)的第二个分量且取值范围为[
‑
5,5]，b
EQ,k
(t)为t时刻J
EQ
(x(t))的第k个宽度且取值范围为[0,3]；
②
建立运行能耗优化模型：其中，J
EC
(x(t))为t时刻的运行能耗优化模型，x(t)＝[S
O
(t),S
NO
(t)]为t时刻J
EC
(x(t))的输入向量，δ
EC,k
(t)为t时刻J
EC
(x(t))的第k个权值且取值范围为[
‑
10,10]，c
EC,k
(t)＝[c
EC,k,1
(t),c
EC,k,2
(t)]为t时刻J
EC
(x(t))的第k个中心向量，c
EC,k,1
(t)为c
EC,k
(t)的第一个分量且取值范围为[
‑
5,5]，c
EC,k,2
(t)为c
EC,k
(t)的第二个分量且取值范围为[
‑
5,5]，b
EC,k
(t)为t时刻J
EC
(x(t))的第k个宽度且取值范围为[0,3]；
③
建立时滞鲁棒补偿模型：其中，ε(x
τ
(t))为t时刻的时滞鲁棒补偿模型，x
τ
(t)＝[S
O
(t
‑
τ
DO
),S
NO
(t
‑
τ
NO
)]为t时刻ε(x
τ
(t))的输入向量，τ
DO
＝0.5(τ
DO,low
+τ
DO,up
)为好氧反应器中溶解氧相对于出水端的时滞，
τ
DO,low
＝V
S
/Q
in
为τ
DO
的下界，V
S
为二沉池的容积，Q
in
为入水体积，τ
DO,up
＝(V
S
+V
O
)/Q
in
为τ
DO
的上界，V
O
为好氧反应器的容积，S
O
(t
‑
τ
DO
)为t
‑
τ
DO
时刻好氧反应器中的溶解氧浓度且取值范围为[0,3]，单位mg/L；S
NO
(t
‑
τ
NO
)为t
‑
τ
NO
时刻好氧反应器中的硝态氮浓度且取值范围为[0,2]，单位mg/L，τ
NO
＝0.5(τ
DO,low
+τ
DO,up
)为缺氧反应器中硝态氮相对于出水端的时滞，τ
NO,low
＝(V
S
+3V
O
)/Q
in
为τ
NO
的下界，τ
NO,up
＝(V
S
+V
A
+3V
O
)/Q
in
为τ
NO
的上界，V
A
为缺氧反应器的容积；δ
ε,k
(t)为t时刻ε(x
τ
(t))的第k个权值且取值范围为[
‑
10,10]，c
ε,k
(t)＝[c
ε,k,1
(t),c
ε,k,2
(t)]为t时刻ε(x
τ
(t))的第k个中心向量，c
ε,k,1
(t)为c
ε,k
(t)的第一个分量且取值范围为[
‑
5,5]，c
ε,k,2
(t)为c
ε,k
(t)的第二个分量且取值范围为[
‑
5,5]，b
ε,k
(t)为t时刻ε(x
τ
(t))的第k个宽度且取值范围为[0,3]；
④
对J
EQ
(x(t))、J
EC
(x(t))和ε(x
τ
(t))中的参数进行实时更新：(t))中的参数进行实时更新：(t))中的参数进行实时更新：(t))中的参数进行实时更新：(t))中的参数进行实时更新：(t))中的参数进行实时更新：(t))中的参数进行实时更新：(t))中的参数进行实时更新：(t))中的参数进行实时更新：其中，δ
EQ
(t)＝[δ
EQ,1
(t),δ
EQ,2
(t),
…
,δ
EQ,5
(t)]为t时刻J
EQ
(x(t))的权值向量，δ
EC
(t)＝[δ
EC,1
(t),δ
EC,2
(t),
…
,δ
EC,5
(t)]为t时刻J
EC
(x(t))的权值向量，δ
ε
(t)＝[δ
ε,1
(t),δ
ε,2
(t),
…
,δ
ε,5
(t)]为t时刻ε(x
τ
(t))的权值向量，c
EQ
(t)＝[c
EQ,1
(t),c
EQ,2
(t),
…
,c
EQ,5
(t)]为t时刻J
EQ
(x(t))的中心向量，c
EC
(t)＝[c
EC,1
(t),c
EC,2
(t),
…
,c
EC,5
(t)]为t时刻J
EC
(x(t))的中心向量，c
ε
(t)＝[c
ε,1
(t),c
ε,2
(t),
…
,c
ε,5
(t)]为t时刻ε(x
τ
(t))的中心向量，b
EQ
(t)＝[b
EQ,1
(t),b
EQ,2
(t),
…
,b
EQ,5
(t)]为t时刻J
EQ
(x(t))的宽度向量，b
EC
(t)＝[b
EC,1
(t),b
EC,2
(t),
…
,b
EC,5
(t)]为J
EC
(x(t))t时刻的宽度向量，b
ε
(t)＝[b
ε,1
(t),b
ε,2
(t),
…
,b
ε,5
(t)]为t时刻ε(x
τ
(t))的宽度向量，δ
EQ
(t+1)＝[δ
EQ,1
(t+1),δ
EQ,2
(t+1),
…
,δ
EQ,5
(t+1)]为t+1时刻J
EQ
(x(t+1))的权值向量，δ
EC
(t+1)＝[δ
EC,1
(t+1),δ
EC,2
(t+1),
…
,δ
EC,5
(t+1)]为t+1时刻J
EC
(x(t+1))的权值向量，δ
ε
(t+1)＝[δ
ε,1
(t+1),δ
ε,2
(t+1),
…
,δ
ε,5
(t+1)]为t+1时刻ε(x
τ
(t+1))的权值向量，
c
技术研发人员：韩红桂，周昊，张嘉成，黄琰婷，
申请(专利权)人：北京工业大学，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。