某污水廠生化處理能耗優(yōu)化研究.pdf

1、隨著能源危機日趨嚴重，節(jié)能優(yōu)化成為未來企業(yè)降低成本，增加競爭力的必經(jīng)之路。本文通過全面調(diào)研某污水生化處理車間生產(chǎn)流程、工藝路線、能耗設備分布和能耗單元，針對主要的耗能單元泵機和風機進行優(yōu)化改造。對車間泵機設計了一個變頻改造和泵機優(yōu)化組合的改善方案；對車間風機分別建立了各生化處理系統(tǒng)對應的溶解氧含量和曝氣量分段函數(shù)映射模型。在滿足國標出水要求的前提下，以水中溶解氧濃度作為被控變量，以曝氣量作為控制變量，建立了溶解氧與曝氣量的模糊控制模型，

2、以實現(xiàn)高速離心風機節(jié)能的控制。最后通過一種改進的粒子群算法，對所建的模糊控制模型進行了優(yōu)化。本文的主要研究內(nèi)容有：
　?。?）通過全面調(diào)研某污水生化處理車間生產(chǎn)流程、工藝路線、能耗設備分布和能耗單元，構建了該污水生化處理車間的工藝能耗地圖和污水生化處理的系統(tǒng)模型，辨識了各構成子系統(tǒng)的輸入與輸出。
　?。?）針對主要能耗設備泵機進行優(yōu)化研究，設計了泵機的變頻調(diào)速節(jié)能方案和組合優(yōu)化控制方案。
　　（3）針對主要能耗設備風機

3、進行優(yōu)化研究，通過在線監(jiān)測溶解氧溶度，以水中溶解氧濃度作為被控變量，以曝氣量作為控制變量，構建了生化處理系統(tǒng)溶解氧與曝氣量的模糊控制系統(tǒng)模型，仿真驗證了該模型的科學性和有效性。
　　（4）基于“授之以魚，不如授之以漁”的智能思想，提出了一種改進粒子群算法（Velocity improvement-Particle Swarm Optimization，V-PSO），優(yōu)化其速度迭代策略，實驗結果表明其計算精度和穩(wěn)定性均優(yōu)于傳統(tǒng)PSO