一种污水处理过程自组织控制方法
【专利摘要】针对污水处理过程高度非线性、强耦合性、时变、大滞后和不确定性严重等特点，本发明提出一种基于神经网络的污水处理过程自组织控制方法，实现对污水处理过程中溶解氧(DO)浓度的控制；该控制方法通过建立神经网络直接控制系统，利用神经网络自组织设计实现控制器的结构调整，从而提高控制效果，实现溶解氧浓度的自组织控制；解决了当前基于开关控制和PID控制自适应能力较差，并且控制器结构难以自组织的问题；实验结果表明该方法能够快速、准确地控制溶解氧浓度，并具有较强的自适应能力，提高污水处理的质量和效率、降低污水处理成本，促进污水处理厂高效稳定运行。
【专利说明】一种污水处理过程自组织控制方法
【技术领域】
[0001]本发明利用基于神经网络的自组织控制方法实现污水处理过程中溶解氧(DO)浓 度的控制，溶解氧(DO)的浓度直接决定了污水处理的效果，对出水水质和能耗有着重要影 响。污水处理过程中溶解氧(DO)的控制作为污水处理的重要环节，是先进制造【技术领域】的 重要分支，既属于控制领域，又属于水处理领域。
【背景技术】
[0002]城市污水处理过程控制的最终目标是出水满足排放或回用国家标准，随着国民经 济的增长和公众环保意识的增强，污水处理自动化技术迎来了前所未有的发展机遇。国家 中长期科技发展规划中提出要研究并推广高效、低能耗的污水处理新技术。因此，本发明的 研究成果具有广阔的应用前景。
[0003]溶解氧(DO)浓度是目前污水处理中应用最为广泛的运转控制参数，当溶解氧不 足或过量时都会导致污泥生存环境恶化:当氧气不足时，一方面由于好氧池中丝状菌会大 量繁殖，最终产生污泥膨胀，发生异常工况；另一方面由于好氧菌的生长速率降低从而引起 出水水质的下降。而氧气过量(即过量曝气)则会引起悬浮固体沉降性能变差，影响污水 处理系统的正常运行。溶解氧的控制涉及到微生物的生长环境以及处理过程的能耗，因此， 溶解氧控制一直是研究的重点。
[0004]传统的开关控制或者PID控制，虽然是当前应用较为广泛的控制方法，但是由于 氧气的溶解过程受入水水质、温度和PH值等方面的影响，具有高度非线性、强耦合性、时变 和不确定性等特点。采用传统开关控制或者PID控制方法自适应能力较差，往往不能取得 理想的控制效果。同时，由于污水处理过程具有滞后特性，精确表述控制变量与控制目标之 间的关系十分困难。目前，污水处理过程模型结构复杂、待整定参数过多，可辨识性差，不能 动态地反应出操作变量与控制目标之间的蕴含关系，无法用于在线控制。近年来，国内外也 有基于神经网络的智能控制方法研究，解决了传统开关控制或者PID控制方法自适应能力 较差的问题。但是仍有一些不足，以上智能控制方法结构无法自适应，并且稳定性难以保 证。因此，必须寻求新的控制方法，以满足污水处理过程控制的需要。优良的控制可以保证 污水处理正常运行，同时也是减少和应对异常工况发生的关键。此外，通过提高污水处理过 程自动化水平，还可以有效地减少运行管理和操作人员，降低运行费用。
[0005]本发明设计了一种基于神经网络的自组织控制方法，通过构建神经网络直接控制 系统，利用自组织控制方法实现对污水处理过程中溶解氧(DO)的在线控制。
【发明内容】
[0006]本发明获得了一种溶解氧DO浓度的自组织控制方法，该控制方法通过构建神经 网络直接控制系统，同时利用神经网络的自组织设计提高控制能力；解决了控制器根据环 境自组织调整的问题，通过控制污水处理过程中的曝气量从而达到控制DO浓度的目的；提 高了污水处理过程中DO控制的精度，保障污水处理过程正常运行；[0007]本发明采用了如下的技术方案及实现步骤:
[0008]1.一种污水处理过程溶解氧DO自组织控制方法的设计，其特征在于，包括以下步骤:
[0009](I)确定控制对象；本发明主要针对序批式间歇活性污泥系统中溶解氧进行控制，以曝气量为控制量，溶解氧浓度为被控量；
[0010](2)设计用于污水处理过程中溶解氧的控制系统，如图2，控制系统分为三部分: 线性控制部分、鲁棒控制部分、神经网络控制部分；具体为:
[0011]①设定线性控制部分，线性控制器的输入为:
[0012]?(0 =；(I)
[0013]其中yd是溶解氧浓度的期望输出，y是溶解氧浓度的实际输出；线性控制器的输出为:
[0014]udc{t) = he{t) ;(2)
[0015]其中Udc是线性控制器的输出，h是比例系数，h G [5，25]；
[0016]②设定鲁棒控制部分,鲁棒控制器的输入与线性控制器的输入相同；鲁棒控制器的输出为:
[0017]usl{1) = r1\h-xe(t)\s,^x(h-xe{1)) ;(3)
[0018]其中Y2是鲁棒控制器设计系数，Y2 G (0,0.5]，Usl是鲁棒控制器的输出，sgn() 是符号函数；
[0019]③设定神经网络控制部分，神经网络控制器的输入为X (t) = [yd(t)，Udc (t) +Usl (t)] T，T为公式的转置；神经网络控制器的输出为Uad ；
[0020](3)设计用于污水处理过程中溶解氧自组织控制方法的RBF神经网络拓扑结构； 网络分为三层:输入层、隐含层、输出层；输入为x(t),输出为Uad ;
[0021]初始化RBF神经网络:确定神经网络2-K-1的连接方式，即输入层神经元为2个， 隐含层神经元为K个，输出层神经元为I个；对神经网络的权值进行随机赋值；设第t时刻 RBF神经网络输入为X (t)，神经网络的输出表示为Uad (t)，RBF神经网络的计算功能是:
[0022]
【权利要求】
1.一种污水处理过程自组织控制方法，其特征包括以下步骤:(1)确定控制对象；针对序批式间歇活性污泥系统中溶解氧进行控制，以曝气量为控制量，溶解氧浓度DO为被控量；(2)设计用于污水处理过程中溶解氧的控制系统，控制系统分为三部分:线性控制部分、鲁棒控制部分、神经网络控制部分；具体为:①设定线性控制部分，线性控制器的输入为:
【文档编号】G05D11/00GK103499982SQ201310456956
【公开日】2014年1月8日 申请日期:2013年9月30日 优先权日:2013年9月30日
【发明者】韩红桂, 钱湖海, 李颖, 乔俊飞 申请人:北京工业大学