专利名称：一种基于机理模型的优化控制膜生物反应器运行的方法
技术领域：
本发明涉及污水处理系统工艺目标控制领域，具体涉及一种基于机理模型的优化
控制膜生物反应器运行的方法。
背景技术：
膜生物反应器(MBR)出现在全球水资源短缺背景之下，是一种崭新的污水生物处 理工艺，MBR自其诞生15年来，以其出色的出水水质，高效的泥水分离和较小的占地空间得 到了业界的广泛关注并被寄予厚望。 然而，相比MBR工艺突出的优点，其膜污染的缺点同样不容忽视，如何实现对MBR 系统的有效调控，减缓膜污染现象的发生，已成为M服研究领域的一项热门课题，然而直至 目前，人们对MBR膜污染机理、生物相与膜过滤二者之间复杂作用等仍然知之甚少，目前人 们对于MBR优化调控的方法多是建立在传统生物处理工艺的经验基础上，以单变量循环控 制和最佳输入输出匹配的自优化控制来实现。具体来说，就是生物相的调控照搬传统活性 污泥的方法，只在污泥浓度等方面稍加改动，以PID控制方式调节溶解氧和氨氮等指标，膜
组件的运行则以厂家提供的参数或经验操作人员的建议为指导。这种做法的缺点在于其 假设将MBR和传统活性污泥法的生物过程视为类同，因此得到的优化参数难以真正适合于 M服工艺。
发明内容
为了解决现有的建立在经验基础上的膜生物反应器自优化控制缺乏有效调控的
问题，本发明提供了一种基于机理模型的优化控制膜生物反应器运行的方法。 本发明的一种基于机理模型的优化控制膜生物反应器运行的方法，它的具体过程
为 步骤一 获得正在运行的膜生物反应器的初始状态X。和膜生物反应器中的活性污 泥系统模型ASM的初始模型参数p。； 步骤二 将初始状态X。和初始模型参数p。输入扩展卡尔曼滤波EKF模型，所述扩 展卡尔曼滤波EKF模型对所述初始状态x。和初始模型参数p。进行估计，获得膜生物反应器
的不含噪声初始状态^)和不含噪声初始模型参数》0，同时获得含噪声初始状态i()和含噪
声初始模型参数Po ; 步骤三将不含噪声初始状态^)和不含噪声初始模型参数》。输入至设定有膜生
物反应器运行预设目标y的动态预测设定DPS模型，并采用分离建模思想和混合逻辑动态 优化MLDO模型对膜生物反应器运行控制目标:P和膜生物反应器运行控制变量《进行动态实 时优化D-RTO，获得关于膜生物反应器运行控制变量《的膜生物反应器运行控制目标j)的预 测优化轨线； 步骤四在膜生物反应器运行控制目标夕的预测优化轨线的预设目标y附近区域选取控制变量^ ，并将含噪声初始状态io和含噪声初始模型参数》o添加至非线性模型预 测控制NMPC模型，采用模型预测控制MPC模型获得膜生物反应器运行输入参数i7 ;
步骤五将膜生物反应器运行输入参数f输入至基础控制BC模块，所述基础控制 BC模块将所述膜生物反应器运行输入参数f无差别实时传递至膜生物反应器进行调节，同 时所述膜生物反应器将实际参数uM反馈回基础控制BC模块至""=& ，此时所述膜生物反 应器输出膜生物反应器运行输出目标歹； 步骤六判断膜生物反应器运行输出目标歹符合膜生物反应器运行预设目标y，如 果是，执行步骤八，否则执行步骤七； 步骤七将膜生物反应器运行在当前输入参数i7条件下的状态x和模型参数p分 别定义为新的初始状态X。和新的初始模型参数p。，返回执行步骤二 ； 步骤八将膜生物反应器运行输出目标P所对应的膜生物反应器运行输入参数f
定义为膜生物反应器运行操作参数，完成对膜生物反应器运行的优化控制。 本发明的有益效果本发明通过动态预测设定DPS模型、非线性模型预测控制
NMPC模型以及扩展卡尔曼滤波EKF模型实时优化控制膜生物反应器运行操作参数，比现有
建立在经验基础上的自由化控制更适用于膜生物反应器工艺；本发明中，用户可根据需要
在动态预测设定DPS模型中自行设定膜生物反应器运行预设目标。
图1是本发明的一种基于机理模型的优化控制膜生物反应器运行的方法流程图， 图2是动态预测设定DPS模型中操作方案的设定结果示意图，图3是非线性模型预测控制 NMPC模型的离散化表征示意图，图4是具体实施方式
四的工作原理示意图。
具体实施例方式
具体实施方式
一 根据说明书附图1具体说明本实施方式，本实施方式所述的一 种基于机理模型的优化控制膜生物反应器运行的方法，它的具体过程为
步骤一获得正在运行的膜生物反应器的初始状态X。和膜生物反应器中的活性污 泥系统模型ASM的初始模型参数p。； 步骤二 将初始状态X。和初始模型参数p。输入扩展卡尔曼滤波EKF模型，所述扩 展卡尔曼滤波EKF模型对所述初始状态x。和初始模型参数p。进行估计，获得膜生物反应器
的不含噪声初始状态^e和不含噪声初始模型参数》。，同时获得含噪声初始状态^o和含噪 声初始模型参数Po ; 步骤三将不含噪声初始状态i。和不含噪声初始模型参数^)输入至设定有膜生
物反应器运行预设目标y的动态预测设定DPS模型，并采用分离建模思想和混合逻辑动态 优化MLDO模型对膜生物反应器运行控制目标;p和膜生物反应器运行控制变量iJ进行动态 实时优化D-RTO，获得关于膜生物反应器运行控制变量《的膜生物反应器运行控制目标j)的 预测优化轨线； 步骤四在膜生物反应器运行控制目标j)的预测优化轨线的预设目标y附近区域选取控制变量《，并将含噪声初始状态^)和含噪声初始模型参数-o添加至非线性模型预 测控制NMPC模型，采用模型预测控制MPC模型获得膜生物反应器运行输入参数i7 ;
步骤五将膜生物反应器运行输入参数i7输入至基础控制BC模块，所述基础控制 BC模块将所述膜生物反应器运行输入参数i7无差别实时传递至膜生物反应器进行调节，同 时所述膜生物反应器将实际参数ure反馈回基础控制BC模块至^6 = 5 ，此时所述膜生物反 应器输出膜生物反应器运行输出目标歹； 步骤六判断膜生物反应器运行输出目标^符合膜生物反应器运行预设目标y，如 果是，执行步骤八，否则执行步骤七； 步骤七将膜生物反应器运行在当前输入参数J7条件下的状态X和模型参数p分 别定义为新的初始状态X。和新的初始模型参数p。，返回执行步骤二 ； 步骤八将膜生物反应器运行输出目标？所对应的膜生物反应器运行输入参数i7
定义为膜生物反应器运行操作参数，完成对膜生物反应器运行的优化控制。 具体实施方式
二 本实施方式是对具体实施方式
一的进一步说明，
具体实施例方式
一中在步骤一中，通过对膜生物反应器进行在线监测、对膜生物反应器进行离线监测或利
用活性污泥系统模型ASM进行估计，获得正在运行的膜生物反应器的初始状态x。和膜生物
反应器中的活性污泥系统模型ASM的初始模型参数p。。 具体实施方式
三本实施方式是对具体实施方式
一的进一步说明，
具体实施例方式
一中在步骤三中，采用分离建模思想和混合逻辑动态优化MLDO模型对膜生物反应器运行
控制目标少和膜生物反应器运行控制变量a进行动态实时优化D-RTO的方法为 步骤三一 选定最优时间范围t。《t《tf，并将最优时间范围划分为M个阶段，其
中，第j个阶段的开始时间为t。J'，且有<formula>formula see original document page 7</formula>，
第j个阶段的结束时间为tfJ'，且有<formula>formula see original document page 7</formula>， 第j个阶段的持续时间为<formula>formula see original document page 7</formula>且有<formula>formula see original document page 7</formula>
步骤三二 每个阶段具有i个操作方案，i E {0， . . . ， N}，在每个阶段各操作方案 满足如下四个条件 条件一 <formula>formula see original document page 7</formula>
条件二、<formula>formula see original document page 7</formula>[条件三<formula>formula see original document page 7</formula>
条件四、<formula>formula see original document page 7</formula>
根据上述四个条件，引入不含噪声初始状态；o和不含噪声初始模型参数》。，获
得每个方案在第j个阶段的@标函数<formula>formula see original document page 7</formula>其中，表示第i个方案在第j个阶段的状态方程，i^'表示第j个阶段的微分状态量，xj 表示第j个阶段的状态量，yj表示第j个阶段的输出量，uj表示第j个阶段的输入量，dj表 示第j个阶段的噪声，Pj表示第j个阶段的模型参数，gij表示第j个阶段的不等式路径约 束方程，hCT, /表示第i个方案在第j个阶段的等式节点约束方程，表示第i个方案在第
水
阶段的不等式节点约束方禾
'王 步骤三三引入Boolean参数Yi
{True, False}, 并 木艮
0 =
o w(x乂w'，w，y)，
o =《 (？ )， / )，c )， ^ ), ^), o》/z/ y (,, )， / (,,), w (,, )， w (r, )， y )，
《=《(？(w^ )，" 。，
获得第j个阶段从i个方
案中所选出的最优方案i*的目标函
数《，
{0， . . . ， N}，其中，V表示在第j个阶段
是否选取第i个方案，若取值为True,则在第j个阶段选取第i个方案，否则在第j个 阶段不选取第i个方案，其中，V表示互斥操作； 步骤三四获取全局优化目标函数^ = Z^^'
7=1 "
并在最优时间范围内满足代
M
获得膜生物反应器运
数表达式 同时求解目标函数^ = ^]^/
《/+"+K+《i=l， /=1 ~ ，
行控制目标j)和膜生物反应器运行控制变量《，完成对所述控制目标j)和控制变量《的动态
实时优化D-RTO，其中，表示与Boolean参数相关的二元变数，若取值为True，则 相对应的二元变数的值为l，否则，相对应的二元变数的值为0。
本实施方式中，采用分离建模思想和混合逻辑动态优化MLDO模型来探究控制目 标与控制参量之间存在的抽象关系。所有控制参量顺次排序，由程序化的控制目标进行优 化。由于不同的优化方案会产生不同的结果，需要在优化平台上进行比较，为此，每个优化 过程被分为若干阶段进行，每阶段的长度可以是固定的，也可以有一定的浮动。
本实施方式中动态预测设定DPS模型中操作方案的设定结果，如图2所示。
具体实施方式
四本实施方式是对具体实施方式
一的进一步说明，具体实施方式
一中在步骤四中，采用模型预测控制MPC模型获得膜生物反应器运行输入参数i7的方法为
步骤四一 引入时间间隔量A t。将非线性模型预测控制NMPC模型的优化时间离 散化，所述非线性模型预测控制NMPC模型的优化时间为所选取的控制变量ii所对应的时 间，且将所述非线性模型预测控制NMPC模型的优化时间划分为包含N个时间间隔为A t。的阶段，则离散时间指标为
tk = tN,0+k A tc， 其中，k G {0，... ，Nhtw,。表示非线性模型预测控制NMPC模型的优化时间的开始 时间； 步骤四二 引入含噪声初始状态^)和含噪声初始模型参数Po ，并根据模型预测控 制MPC模型在离散条件下的表达式
0 = ￡(Xk+1，yk，uk，pk，dk)， 获得在每个离散时间指标tk的输入量uk和输出量yk， 步骤四三根据所获得的在每个离散时间指标tk的输入量uk和输出量yk，获得在 非线性模型预测控制NMPC模型的优化时间内的输入量集ii二 [(u。)t， K(Uk)t， K， (Uw)t]t和 输出量集1= [(y。)t， A(yk)T， (yN)T]T; 步骤四四将动态预测设定DPS模型在非线性模型预测控制NMPC模型的优化时间 内的预测优化轨线上的控制变量《和控制目标j)分别定义为离散控制变量^和离散控制目 标》，并获得在非线性模型预测控制NMPC模型的优化时间内非线性模型预测控制NMPC模型
与动态预测设定DPs模型的输入参量差值i/ =w —《和输出参量差值;^ =^一夕，且存
在
的差值
工min 工工max， 旦min旦旦max，
其中，A Md表示非线性模型预测控制NMPC模型在前后两次获得的输入参量差值Md 步骤四五计算二阶目标函数
2/ +丄(1/)^^ +丄""々(^1/，并计算1^1^2，将使
乂-2- -2-- ^，
小2最小时获得的11选作膜生物反应器运行输入参数^"，其中，Q表示输出权重矩阵，R表示 输入权重矩阵，S表示输入差值权重矩阵。
本实施方式的工作原理参加图4。 本实施方式中，主要目的在于縮小输入参数j7与控制变量tJ之间的差值以及控制目 标j)和输出目标7之间的差值。 本实施方式中，可以利用线性时间变量LTV模型对NMPC模型进行控制。
本实施方式中，状态x包括ASM模型矩阵中第一行中的各种组分，例如
Ss——易生物降解有机底物，Sra——氨氮，SN。——硝氮含量； 控制变量《包括如下参数温度、溶解氧、水力停留时间、污泥停留时间(及污泥 龄)，通过调节这些参数来实现输出目标；的控制； 输出目标;包括经济目标、生态目标以及MBR系统耐冲击负荷目标， 1)经济目标曝气量和过膜压力值控制在一定范围内，减少能耗及冲洗、更换膜
的费用；
9
2)生态目标膜过滤出水水质要达到国家的污水排放标准； 3)MBR系统耐冲击负荷目标是指在进水水量水质出现较大变化时，要尽量不影 响反应器内活性污泥的稳定生长。这里要控制的内容为F/M值即养分和微生物的比值，使 其在一定范围内。养分在这里指有机物、氨氮、硝氮等等的含量。
权利要求
一种基于机理模型的优化控制膜生物反应器运行的方法，其特征在于它的具体过程为步骤一获得正在运行的膜生物反应器的初始状态x0和膜生物反应器中的活性污泥系统模型ASM的初始模型参数p0；步骤二将初始状态x0和初始模型参数p0输入扩展卡尔曼滤波EKF模型，所述扩展卡尔曼滤波EKF模型对所述初始状态x0和初始模型参数p0进行估计，获得膜生物反应器的不含噪声初始状态和不含噪声初始模型参数同时获得含噪声初始状态和含噪声初始模型参数步骤三将不含噪声初始状态和不含噪声初始模型参数输入至设定有膜生物反应器运行预设目标y的动态预测设定DPS模型，并采用分离建模思想和混合逻辑动态优化MLDO模型对膜生物反应器运行控制目标和膜生物反应器运行控制变量进行动态实时优化D-RTO，获得关于膜生物反应器运行控制变量的膜生物反应器运行控制目标的预测优化轨线；步骤四在膜生物反应器运行控制目标的预测优化轨线的预设目标y附近区域选取控制变量并将含噪声初始状态和含噪声初始模型参数添加至非线性模型预测控制NMPC模型，采用模型预测控制MPC模型获得膜生物反应器运行输入参数步骤五将膜生物反应器运行输入参数输入至基础控制BC模块，所述基础控制BC模块将所述膜生物反应器运行输入参数无差别实时传递至膜生物反应器进行调节，同时所述膜生物反应器将实际参数ure反馈回基础控制BC模块至 <mrow><msub> <mi>u</mi> <mi>re</mi></msub><mo>=</mo><mover> <mi>u</mi> <mo>‾</mo></mover><mo>,</mo> </mrow>此时所述膜生物反应器输出膜生物反应器运行输出目标步骤六判断膜生物反应器运行输出目标符合膜生物反应器运行预设目标y，如果是，执行步骤八，否则执行步骤七；步骤七将膜生物反应器运行在当前输入参数条件下的状态x和模型参数p分别定义为新的初始状态x0和新的初始模型参数p0，返回执行步骤二；步骤八将膜生物反应器运行输出目标所对应的膜生物反应器运行输入参数定义为膜生物反应器运行操作参数，完成对膜生物反应器运行的优化控制。FSA00000029363500011.tif,FSA00000029363500012.tif,FSA00000029363500013.tif,FSA00000029363500014.tif,FSA00000029363500015.tif,FSA00000029363500016.tif,FSA00000029363500017.tif,FSA00000029363500018.tif,FSA00000029363500019.tif,FSA000000293635000110.tif,FSA000000293635000111.tif,FSA000000293635000112.tif,FSA000000293635000113.tif,FSA000000293635000114.tif,FSA000000293635000115.tif,FSA000000293635000116.tif,FSA000000293635000117.tif,FSA000000293635000119.tif,FSA000000293635000120.tif,FSA00000029363500021.tif,FSA00000029363500022.tif,FSA00000029363500023.tif
2. 根据权利要求1所述的一种基于机理模型的优化控制膜生物反应器运行的方法，其 特征在于在步骤一中，通过对膜生物反应器进行在线监测、对膜生物反应器进行离线监测 或利用活性污泥系统模型ASM进行估计，获得正在运行的膜生物反应器的初始状态x。和膜 生物反应器中的活性污泥系统模型ASM的初始模型参数p。。
3. 根据权利要求1所述的一种基于机理模型的优化控制膜生物反应器运行的方法，其 特征在于在步骤三中，采用分离建模思想和混合逻辑动态优化MLDO模型对膜生物反应器 运行控制目标:P和膜生物反应器运行控制变量i;进行动态实时优化D-RTO的方法为步骤三一 选定最优时间范围t。《t《tf，并将最优时间范围划分为M个阶段，其中，第j个阶段的开始时间为t。J'，且有^ == /。，第j个阶段的结束时间为V'，且有f， = g ，{0， . . . ， N}，在每个阶段各操作方案满足，获得每第j个阶段的持续时间为厶^ = fK K， M_l};步骤三二 每个阶段具有i个操作方案，i如下四个条件条件一、0 = W(f，f,/.，M、^，pO，条件二、0 2 g/(V，y乂'， W,fiP',;^')，胁三、o =/4 ,)"k力,i ;4,))，条件四、0 2/^ ^ )w《^》》，根据上述四个条件，引入不含噪声初始状态J^和不含噪声初始模型参数个方案在第j个阶段的@标函数《'=一"》/ 》w; ^ 〉 W (~y 》其中，表示第i个方案在第j个阶段的状态方程，i^'表示第j个阶段的微分状态量，xJ'表示第j个阶段的状态量，yJ'表示第j个阶段的输出量，uj表示第j个阶段的输入量，dj表示第j个阶段的噪声，pj表示第j个阶段的模型参数，gij表示第j个阶段的不等式路径约束方程，heq,ij表示第i个方案在第j个阶段的等式节点约束方程，hiJ表示第i个方案在第j个阶段的不等式节点约束方程；步骤三三引入Boolean参数YiJ' G {True, False}并根据<formula>formula see original document page 3</formula>获得第j个阶段从i个方案中所选出的最优方案i*的目标函<formula>formula see original document page 3</formula>其中，表示在第j个阶段是否选取第i个方案，若取值为True，则在第j个阶段选取第i个方案，否则在第j个阶段不选取第i个方案，其中，V表示互斥操作；<formula>formula see original document page 3</formula>步骤三四获取全局优化目标函数<formula>formula see original document page 3</formula>并在最优时间范围内满足代数表<formula>formula see original document page 4</formula>达式 同时求解目标函数^二S^i获得膜<formula>formula see original document page 4</formula>生物反应器运行控制目标j)和膜生物反应器运行控制变量《，完成对所述控制目标夕和控制变量&的动态实时优化D-RT0，其中，qij表示与Boolean参数相关的二元变数，若取 值为True，则相对应的二元变数qij的值为l，否则，相对应的二元变数的值为0。
4.根据权利要求1所述的一种基于机理模型的优化控制膜生物反应器运行的方法，其 特征在于在步骤四中，采用模型预测控制MPC模型获得膜生物反应器运行输入参数g的方法 为步骤四一 引入时间间隔量At。将非线性模型预测控制NMPC模型的优化时间离散化， 所述非线性模型预测控制NMPC模型的优化时间为所选取的控制变量a所对应的时间，且将 所述非线性模型预测控制NMPC模型的优化时间划分为包含N个时间间隔为A t。的阶段， 则离散时间指标为<formula>formula see original document page 4</formula>其中，k G {0， . . . ， N} ， tN,。表示非线性模型预测控制NMPC模型的优化时间的开始时间；步骤四二 引入含噪声初始状态々和含噪声初始模型参数》()，并根据模型预测控制 MPC模型在离散条件下的表达式 0 = ￡(xk+1， yk， uk， pk， dk)，获得在每个离散时间指标tk的输入量uk和输出量yk，步骤四三根据所获得的在每个离散时间指标tk的输入量uk和输出量yk，获得在非线 性模型预测控制NMPC模型的优化时间内的输入量集M二 [(u。)t， K(Uk)t， K， (u》t]t和输出 量集1= [(y。)t， A(yk)T， (yN)T]T;步骤四四将动态预测设定DPS模型在非线性模型预测控制NMPC模型的优化时间内的 预测优化轨线上的控制变量《和控制目标夕分别定义为离散控制变量g和离散控制目标^ ， 并获得在非线性模型预测控制NMPC模型的优化时间内非线性模型预测控制NMPC模型与动态预测设定DPS模型的输入参量差值i/ =^_^和输出参量差值2^—^，且存在<formula>formula see original document page 4</formula>其中，AMd表示非线性模型预测控制NMPC模型在前后两次获得的输入参量差值ud的 差值；步骤四五计算二阶目标函数<formula>formula see original document page 4</formula>丫SAi/，并计算minA，将使t最小时获得的il选作膜生物反应器运行输入参数5 ，其中，Q表示输出权重矩阵，R表示输入权重矩阵，s表示输入差值权重矩阵。
全文摘要
一种基于机理模型的优化控制膜生物反应器运行的方法，它涉及污水处理系统工艺目标控制领域。它解决了现有的建立在经验基础上的膜生物反应器自优化控制缺乏有效调控的问题，本发明将不含噪声信号输入至DPS模型获得控制变量和控制目标的预测优化轨线；并将含有噪声信号输入至NMPC模型，同时结合预测优化轨线，获得输入量集u和输出量集y，从输入量集u中选取输入参数将所述输入参数输入至基础控制BC模块，获得实际输入参数ubc，判断所述实际输入参数ubc下的输出目标当所述输出目标符合预设目标y时，选取此时输入参数为膜生物反应器运行操作参数，完成对膜生物反应器运行的优化控制。本发明适用于污水处理系统的有效控制。
文档编号G05B13/04GK101794117SQ20101010941
公开日2010年8月4日 申请日期2010年2月11日 优先权日2010年2月11日
发明者姜天凌, 田禹, 苏欣颖, 陈琳 申请人:哈尔滨工业大学