The invention relates to a processing method based on fuzzy neural network control of dissolved oxygen in wastewater, which comprises the following steps: (1) determination of the influent flow rate, ORP value in anaerobic and aerobic tank water DO value, COD value, and the actual water COD value; (2) samples have been measured according to the above, through the computer transfer to COD fuzzy neural network prediction model, establish the effluent COD predictive value; (3) the predictive value of effluent COD and effluent COD set value, get the error and the error change rate, and as two input variables and dissolved oxygen concentration to adjust the suitable. In order to realize on-line prediction and real-time control of dissolved oxygen wastewater treatment. The invention can accurately control the concentration of dissolved oxygen, and can realize the energy consumption on the basis of ensuring the stable operation of the sewage treatment system, and the water quality of the effluent reaches the national emission standard.
【技术实现步骤摘要】
本专利技术涉及一种废水处理的控制方法及控制系统,尤其是对基于进水的性质和反 应器内的状态以及目标处理水质的状况,对溶解氧的可变因素进行自动控制的人工智能控 制方法及系统。
技术介绍
目前,大部分工业废水及生活污水的处理均采用生物接触氧化处理工艺,而该方 法重要的人工措施之一就是向曝气池中的混合液输入适当的溶解氧(DO),利用污泥中的好 氧菌氧化分解水中的可溶解性有机物,使之转化为无机物,从而使污水得以净化。溶解氧的 含量的高低直接影响到废水处理系统的稳定,进而关系到出水的水质。溶解氧的水平过低, 使污泥活性降低,会抑制生物对有机物的降解,产生污泥膨胀;溶解氧过高会加速消耗污水 中的有机物,使微生物因缺乏营养而引起活性污泥的老化,长期过高的溶解氧会降低活性 污泥的絮凝性能和吸附能力,增加能耗,导致悬浮固体沉降性变差。然而,在曝气池中发生的去污过程是一个复杂的、动态的生物反应过程,各个因素 之间存在强耦合关系。传统的控制方式对溶解氧质量浓度的控制精度不高、实时性也不够 好。目前我国大部分城市污水厂没有采用合理的曝气控制,即使采用也只是传统的PID控 制,效果很不理想,造成能量的浪费。传统模糊控制虽取得了比传统PID控制方法好的控制 效果,但是,由于缺乏自学习能力,不能在线调整控制规则,自适应能力差,使系统鲁棒性受 到限制。神经网络具有强大的自学习能力,但是,其知识表达与处理又不易被人理解。
技术实现思路
为了消除上述传统技术的问题,本专利技术将模糊控制与神经网络相结合成的模糊神 经网络系统,通过神经网络来实现模糊逻辑,同时利用神经网络的自学习能力,可动态调整 隶 ...
【技术保护点】
1.一种基于模糊神经网络的溶解氧控制的废水处理方法,其特征在于,包括下述步骤:(1)测定进入A/O废水处理系统的进水流量、曝气量对应下的厌氧池ORP值、不同曝气量对应下的好氧池DO值和进水COD值,以及从该A/O废水处理系统流出的实际出水COD值;(2)收集上述已测定的样本数据,通过计算机输送至COD模糊神经网络预测模型,以物理量数据对其进行运算处理,建立出水COD预测值;(3)将上述出水COD预测值与出水COD设定值进行比较,得到误差跟误差的变化率,并将其作为两个输入变量输入DO模糊神经网络控制模型,计算得到曝气修正量,再去修正当前的曝气量,通过修正后的曝气量对A/O废水处理系统的鼓风机进行控制,进而完成曝气量的自动调整;所述曝气量作为一个输入参数同时输出到COD模糊神经网络预测模型,由该预测模型计算在这一曝气量的作用下,系统下一周期的出水COD预测值;(4)再重复步骤(3)的步骤,依此循环进行,从而实现溶解氧废水处理的在线预测和实时控制。
【技术特征摘要】
【专利技术属性】
技术研发人员:黄明智,万金泉,马邕文,王艳,
申请(专利权)人:华南理工大学,
类型:发明
国别省市:81
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。