基于神经网络的污水处理过程实时优化控制研究

【摘要】：污水处理过程是一个大型流程工业过程，它受到进水流量和污泥负荷中的大扰动以及进流污水中的不确定混合成分影响严重，因此，保证污水处理过程的平稳运行是污水处理过程控制研究的首要问题；同时，目前我国城市污水处理厂广泛存在着电能消耗大、运行成本高的现象，在满足污水处理效果的条件下，实现污水处理过程的节能降耗是亟待解决的问题。 实时优化（Real time optimization，RTO）控制方法已成为解决复杂流程工业过程优化与控制的有效手段。实时优化控制方法将回路控制与过程运行优化相结合，采用两层结构，上层通过计划调度优化经济性能指标，产生底层控制回路的设定值；底层通过控制器使被控变量跟踪设定值，从而尽可能使过程运行在经济优化状态。污水处理过程的实时优化控制策略在实时优化层以保证出水水质条件为约束，降低系统能耗为目标，优化系统的性能指标，产生控制变量的设定值；在跟踪控制层，以系统运行的平稳性和控制效果的高精度为目标，实现优化设定值的跟踪控制。 人工神经网络（Artificial neural network，ANN）是实现RTO控制的重要工具。神经网络的在线学习能力使其在作为在线控制器方面具有得天独厚的优势；同时，因为具有很强的非线性逼近能力，神经网络在对未知数学模型的非线性系统的建模中具有很好的效果。增广拉格朗日乘子法（Augmented Lagrangemultiplier method, ALM）解决非线性规划问题能力强，是解决RTO实时优化层非线性规划问题的重要方法。 以污水处理过程这一大型流程工业过程的实时优化控制问题作为研究背景，采用基于神经网络的实时优化控制方法展开研究。主要研究内容如下： (1)污水处理过程的特性分析和仿真平台测试 以前置反硝化工艺污水处理过程为研究对象，分析其处理特点，并对三种不同天气工况下的进水特点进行了分析。基于国际水协会（International WaterAssociation，IWA）和欧盟合作组织COST提出的污水处理过程基准仿真平台BSM1(Benchmark Simulation Model No.1)，对前置反硝化工艺污水处理过程展开了进一步的研究，分析了生化池的反应特性和二沉池的沉降模型，并通过实验验证了搭建的BSM1仿真平台的有效性。 (2)提出了一种基于神经网络的在线建模与控制方法 污水处理过程跟踪控制层的研究目标是通过控制实现系统的平稳运行，并提高控制精度。根据污水处理过程的非线性、强耦合、模型未知等特点，本文提出了一种基于前馈神经网络的在线建模与控制（Neural network online modeling andcontrolling，NNOMC）方法。针对污水处理过程大时变、模型未知的问题，利用前馈神经网络的非线性函数逼近特性，设计了对污水处理过程在线建模的建模神经网络(Modeling Neural Network, MNN)；针对污水处理过程非线性、强耦合的特点，基于前馈神经网络的在线学习能力，设计了在线神经网络控制器（Neuralnetwork controller, NNC）实现污水处理过程的串级跟踪控制。为了保证设计的NNOMC方法的有效性，本文从理论方面给出了NNOMC控制方法的稳定性分析，结果表明保证建模神经网络和神经网络控制器的隐含层学习率在合适的范围内，能够确保NNOMC控制系统的稳定性。分别将设计的NNOMC控制方法应用于污水处理过程生化池第五分区溶解氧浓度的单变量控制和污水处理过程的多变量控制中，实验证明NNOMC控制方法能够保证污水处理过程的平稳运行，且具有很高的控制精度；实验同时表明，NNOMC方法针对多变量控制中的强耦合问题，具有很强的解耦能力。 (3)提出了一种基于神经网络建模的增广拉格朗日乘子法优化方法 污水处理过程实时优化层的计划调度分为两个方面：出水水质的达标和系统能耗的降低。根据这两点，本文构造了污水处理过程的不等式约束优化问题。因为污水处理过程能耗、水质与优化变量设定值之间模型未知的特点，构造的污水处理过程的约束优化问题是一个黑箱约束优化问题。本文提出了一种基于前馈神经网络建模的增广拉格朗日乘子法（Neural network based augmented Lagrangemultiplier，NNALM）优化方法，利用神经网络分别建立能耗与优化设定值、水质与优化设定值的在线模型，并根据增广拉格朗日乘子法实现对污水处理过程黑箱约束优化问题的在线求解。通过理论角度的分析，在选取合适的增广拉格朗日乘子法学习率的情况下，可以保证NNALM在线优化过程的稳定性和收敛性。将NNALM优化方法应用于以出水水质为约束，降低系统能耗为目标的污水处理过程优化仿真实验中，结果表明NNALM算法能够有效地在线优化控制变量的设定值，以此作为跟踪控制的目标，能够在满足出水水质的情况下，实现系统能耗的降低。 (4)污水处理过程的实时优化控制 结合提出的NNOMC控制方法和NNALM优化方法，提出了基于NNALM优化NNOMC控制的污水处理过程RTO控制结构。在仿真实验设计中分别选择了合适的NNOMC方法参数、NNALM方法参数以及优化参数。在三种不同天气的工况下，基于BSM1展开了NNALM优化NNOMC控制的仿真实验研究。实验表明，基于NNALM优化、NNOMC控制的污水处理过程多变量RTO控制能够保证污水处理过程的平稳运行，并取得了较高的控制精度；同时在保证甚至优化出水水质的情况下，有效的降低了系统的能耗，节能效果显著。 【关键词】：污水处理过程 实时优化控制 神经网络 在线建模 增广拉格朗日乘子法
【学位授予单位】：北京工业大学
【学位级别】：博士
【学位授予年份】：2014
【分类号】：X703
【目录】：

• 摘要4-7
• ABSTRACT7-13
• 第1章 绪论13-29
• 1.1 课题的研究背景及意义13-15
• 1.2 污水处理过程国内外研究现状15-18
• 1.2.1 污水处理过程控制方法研究现状15-17
• 1.2.2 污水处理过程优化研究现状17-18
• 1.3 实时优化控制国内外研究现状18-24
• 1.3.1 实时优化控制研究现状18-20
• 1.3.2 人工神经网络及其控制方法研究现状20-23
• 1.3.3 非线性规划优化方法研究现状23-24
• 1.4 论文的主要研究内容及创新点24-27
• 1.4.1 论文的主要研究内容24-26
• 1.4.2 论文的主要创新点26-27
• 1.5 论文的主要架构27-29
• 第2章 污水处理特性分析与控制性能测试平台29-49
• 2.1 引言29
• 2.2 前置反硝化污水处理工艺29-34
• 2.2.1 工艺简介及布局结构29-31
• 2.2.2 进水及特点分析31-34
• 2.3 污水处理基准模型 BSM134-45
• 2.3.1 生化反应池特点分析34-39
• 2.3.2 二沉池反映特点分析39-41
• 2.3.3 BSM1 评价准则41-44
• 2.3.4 BSM1 仿真平台测试44-45
• 2.4 污水处理过程实时优化控制方案45-47
• 2.4.1 实时优化控制45-46
• 2.4.2 实时优化层46
• 2.4.3 跟踪控制层46-47
• 2.5 本章小结47-49
• 第3章 污水处理过程溶解氧浓度单变量在线控制49-75
• 3.1 引言49
• 3.2 前馈神经网络49-52
• 3.2.1 前馈神经网络模型49-50
• 3.2.2 反向传播学习算法50-52
• 3.3 溶解氧浓度的 NNOMC 在线控制策略52-55
• 3.3.1 溶解氧浓度控制的重要性52
• 3.3.2 溶解氧浓度的 NNOMC 方法52-54
• 3.3.2.1 溶解氧浓度控制的黑箱问题52-53
• 3.3.2.2 建模神经网络设计53-54
• 3.3.3 神经网络控制器设计54-55
• 3.4 单变量 NNOMC 控制系统稳定性分析55-62
• 3.4.1 神经网络参数设置对 NNOMC 方法的影响55-59
• 3.4.1.1 学习率设置对 NNOMC 方法的影响55-57
• 3.4.1.2 隐含层神经元个数设置对 NNOMC 方法的影响57-59
• 3.4.2 单变量 NNOMC 控制系统稳定性分析59-62
• 3.5 污水处理过程溶解氧浓度控制实验62-73
• 3.5.1 溶解氧浓度跟踪控制实验62-72
• 3.5.2 溶解氧浓度阶跃控制实验72-73
• 3.6 本章小结73-75
• 第4章 污水处理过程多变量 NNOMC 控制75-105
• 4.1 引言75
• 4.2 污水处理过程多变量控制问题75-86
• 4.2.1 多变量非线性离散系统的控制问题75-76
• 4.2.2 污水处理过程控制量的选择分析76-84
• 4.2.3 污水处理过程多变量耦合分析84-86
• 4.3 多变量系统的 NNOMC 方法86-90
• 4.3.1 多变量系统在线建模神经网络设计88-89
• 4.3.2 多变量系统前馈神经网络控制器设计89-90
• 4.4 多变量 NNOMC 控制系统稳定性分析90-93
• 4.5 污水处理过程多变量 NNOMC 控制实验93-104
• 4.5.1 实验设计93-94
• 4.5.2 污水处理过程 NNOMC 控制仿真实验94-101
• 4.5.3 污水处理过程解耦效果分析101-104
• 4.6 本章小结104-105
• 第5章 污水处理过程 NNALM 优化方法105-132
• 5.1 引言105
• 5.2 污水处理过程约束优化问题105-108
• 5.2.1 约束优化问题105-106
• 5.2.2 污水处理过程约束优化问题的构建106-108
• 5.2.3 污水处理约束优化问题中的黑箱问题108
• 5.3 增广拉格朗日乘子法108-117
• 5.3.1 拉格朗日乘子法108-110
• 5.3.2 增广拉格朗日乘子法110-114
• 5.3.3 仿真实验及分析114-117
• 5.4 NNALM 方法设计117-124
• 5.4.1 目标函数的前馈神经网络在线建模118-120
• 5.4.2 约束条件的前馈神经网络在线建模120-121
• 5.4.3 基于前馈神经网络的增广拉格朗日乘子法121-124
• 5.5 NNALM 算法收敛性分析124-126
• 5.6 基于 NNALM 的污水处理过程优化实验126-130
• 5.6.1 实验设计126-127
• 5.6.2 基于 NNALM 的污水处理过程优化实验及分析127-130
• 5.7 本章小结130-132
• 第6章 污水处理过程实时优化控制132-150
• 6.1 引言132
• 6.2 污水处理过程实时优化控制结构132-135
• 6.2.1 实时优化层结构及分析133-134
• 6.2.2 跟踪控制层结构及分析134-135
• 6.3 污水处理过程实时优化控制仿真实验及分析135-149
• 6.3.1 实验设计135-138
• 6.3.1.1 实时优化层实验参数设计135-138
• 6.3.1.2 跟踪控制层实验参数设计138
• 6.3.2 实验结果及分析138-149
• 6.4 本章小结149-150
• 结论及展望150-152
• 参考文献152-162
• 攻读博士学位期间的成果162
• 攻读博士学位期间所获奖励162-163
• 攻读博士学位期间参与的科研项目163
• 攻读博士期间参加的学术会议163-164
• 致谢164

您可以在本站搜索以下学术论文文献来了解更多相关内容

城市污水处理过程综合自动化系统及其应用    赵立杰,柴天佑,黄肖玲

污水处理过程仪表技术的研究现状    樊立萍,于海斌,袁德成

污水处理过程中膜故障分析与防治对策    杨明珍;汪国刚;

可持续的污水处理过程与展望    张凯松;周启星;

污水处理过程的控制与优化    朱学峰;黄道平;李艳;

污水处理过程中故障诊断专家系统的应用    刘天龙;沈文浩;

神经网络自适应动态规划在污水处理过程控制中的应用    刘文波;王霞;李来鸿;薄迎春;

污水处理过程的非线性预测控制研究    薛美盛;刘飞;

非线性污水处理过程的多目标优化    徐恭贤;韩雪;

工业污水处理过程的检测仪表仪表的选择和安装    张潮生;

基于模式识别的污水处理过程研究    谢莹;樊立萍;

脱盐和污水处理过程强化策略(英文)    E.Drioli;E.Curcio;

污水处理过程中新型污染物研究    孙红文;

壬基酚聚氧乙烯醚在污水处理过程中的迁移转化行为    马兴杰;胡建英;邵兵;杨敏;

JX300X DCS在污水处理过程中的应用    温瑞;

污水处理过程的PID控制    李松源;王雷;贾磊;

A~2/O污水处理过程出水水质的多元线性回归软测量模型    冯丽辉;彭向华;赖华;毕贵红;

VI在污水处理过程中的应用研究    崔玉理;

基于增长型神经网络的污水处理过程溶解氧控制    甄博然;韩红桂;乔俊飞;

基于KPCA的污水处理过程监视    樊立萍;徐阳;

天津石化强化污水处理过程控制    周美玲 许洪全

科学技术在污水处理过程中的应用    童建国

关注水污染治理    董鹏宇

优化运行增效千万元    特约记者 董新光

变环境包袱为企业财富    夏晓

综合利用收获多点效益    任相国许明星

平湖企业劲吹“低碳经济”之风    记者 陶克强　通讯员 胡永华

金沂蒙:变传统模式为循环模式    杨静

污泥令煤成“型”    本报记者 王轶慧

减轻铅污染 污泥有奇效    本报记者 陈丹

污水处理过程模拟及系统软件开发    张晶

污水处理过程数学模型方法及其关键技术研究    韦安磊

基于神经网络的污水处理过程实时优化控制研究    韩广

城市污水处理过程中重金属形态分布及潜在迁移性研究    李晓晨

典型持久性有机污染物在城市污水处理过程中的迁移转化规律研究    刘俊建

污水处理过程实时控制及软测量方法研究    李万东

污水处理过程节能优化控制方法的研究    黄晓琪

污水处理过程的智能优化控制方法研究    史雄伟

基于模糊神经网络的污水处理过程智能控制方法研究    刘超彬

污水处理过程中邻苯二甲酸酯类物质的分布及去除规律研究    王翠彦

城市生活污水处理过程中职业病危害探讨    孔国栋

基于活性污泥模型的污水处理过程预测控制方法研究    谢生钢

污水处理过程中的模糊控制研究    邱启旺

城市污水处理过程中重金属分布特性及形态研究    赵清华

污水处理过程的模糊建模与控制    杨婷