城市污水处理过程多目标优化控制方法及应用研究

发布时间：2020-04-12 03:30

【摘要】：城市污水处理能够将污水再生回用,实现淡水资源可持续利用和良性循环,最大限度地保护水环境,是现代城市经济发展和水资源保护不可或缺的组成部分,已成为我国水资源综合利用的战略性举措。随着国家对污水排放标准逐年提高,我国城市污水处理厂的运行状况不容乐观,其主要问题是运行成本高和出水水质超标。因此,研究城市污水处理过程优化控制理论与技术,确保污水处理厂安全高效运行,已成为当前城市污水处理行业亟待解决的问题。论文以活性污泥法污水处理过程为研究对象,充分考虑污水处理过程进水流量、污水组分、环境因素等条件,深入分析污水处理过程的非线性、大时滞、强耦合等特点,提出了基于进化过程信息的自适应多目标差分进化算法,设计了基于自适应多目标差分进化算法的污水处理智能优化控制方法,搭建了适合我国城市污水处理特点的仿真平台和中试实验平台,实现了污水处理过程溶解氧和硝态氮的多目标优化控制,保证出水水质达标的同时减少能源消耗。论文主要研究工作和创新点如下:(1)基于进化过程信息的自适应多目标差分进化算法多目标差分进化算法具有机理简单、参数少和鲁棒性强等特点,被广泛应用于解决多目标优化问题。然而,在算法进行过程中,参数的取值趋势是变化的,采用固定参数值难以满足算法在不同阶段的进化需求。文中提出了一种基于进化过程信息的自适应多目标差分进化算法(AMODE-IEP)。算法提取能够描述种群进化状态的过程信息,根据进化过程信息对多目标差分进化算法的变异率、交叉率和种群规模进行动态调整,均衡算法的局部搜索能力和全局探索能力,推动算法快速寻找到全局最优解,并给出了AMODE-IEP算法的收敛性证明。实验结果表明,与其他多目标优化算法相比,使用AMODE-IEP算法求解多目标优化问题,得到的最优解具有更好的多样性和均匀性。(2)基于AMODE-IEP算法的污水处理过程优化控制方法城市污水处理过程优化控制是多目标优化控制问题,要求污水处理过程必须满足众多约束条件,实现出水水质达标,保证运行工况正常且运行成本最小。文中提出了一种基于AMODE-IEP算法的污水处理过程优化控制方法,选取出水水质和能源消耗为优化目标,以适应外界环境变化和满足出水水质要求为约束,利用AMODE-IEP算法计算出溶解氧和硝态氮浓度的优化设定值,以氧传递系数和内回流量作为操作量,使用比例积分控制器对设定值进行跟踪控制。实验结果显示,提出的优化控制方法能够保证出水水质达标,系统能源消耗降低。(3)基于特征建模的污水处理智能多目标优化控制方法城市污水处理过程是一个包含众多参数的非线性系统,其机理模型结构复杂,无法直接用于过程控制的研究。文中提出了一种基于特征建模的污水处理智能多目标优化控制方法,建立基于核函数的污水处理特征模型,利用AMODE-IEP算法计算出溶解氧和硝态氮浓度的优化设定值,设计了基于模糊神经网络的自适应控制器,实现了溶解氧和硝态氮浓度设定值的跟踪控制。实验结果显示,基于特征建模的污水处理智能多目标优化控制方法具有更好的自适应能力,优化控制效果明显。(4)污水处理智能多目标优化控制系统设计及中试应用验证将污水处理过程智能多目标优化控制技术封装成完整的智能多目标优化控制系统,是将优化控制技术推广到实际应用的必要步骤。文中设计出一种污水处理智能多目标优化控制系统,实现污水处理过程数据的采集、传输、存储、预处理、整合、和应用,并设计后台运行软件,实现数据的监测与展示。将污水处理智能多目标优化控制系统应用于中试实验平台,运行效果显示,在进水量平稳和进水量变化的条件下,设计的控制系统均能够提高污水处理效率,节约能源消耗。智能多目标优化控制系统在中试实验平台上的成功应用,为科研成果推向实际应用奠定了基础。
【图文】：

污水处理过程,数据采集设备,平台,优化控制模型

完成现场数据的实时检测与续利用数据奠定基础。的运行机理，确定优化控制模型、溶解氧、氧化还原电位(Oxid。污水处理中试实验平台中选所示。 2-9 传感器与数据分析仪的详细介绍 detailed introductions of sensors and d写型号 HACH数字化pH传感器 O HACH LDO II P WTW Multi 3320S HACH TSS sc 接到 SC200 控制器上，如图 2-5

最优解,双目标

-2 计算得到的最优解和 Pareto 标准最优解的对比(ZDcomparison of optimal solutions and Pareto optimal solut 3-2 中解的数值和分布情况可见，AMODE-I的最优解，获得最优解的取值范围广，，既能够覆盖到双目标问题的最优解；获得的最优标准最优解的数值基本吻合，解间的差距较小较均匀地排列在 Pareto 前沿上，避免解集分P 算法能够有效求解双目标最优化问题，所得，解的范围广、质量高、分布均，算法的寻优
【学位授予单位】：北京工业大学
【学位级别】：博士
【学位授予年份】：2018
【分类号】：X703;TP273

【参考文献】