污水處理過程中溶解氧濃度控制策略研究.pdf

1、污水處理是一個具有強耦合性、參數(shù)時變性的復雜非線性過程，其出水水質(zhì)受入水流量、溫度及生化反應池中溶解氧、總氮、總磷等組分濃度的影響；污水處理過程的復雜性使得對其難以建立精確的數(shù)學模型，極大地增加了控制難度，而污水處理過程中的溶解氧濃度是決定出水水質(zhì)優(yōu)劣的關鍵性因素，因此對污水處理過程進行性能仿真分析以及對溶解氧濃度進行控制具有重要的意義。本文對污水處理過程模型的建立、系統(tǒng)性能的分析及溶解氧濃度的控制策略進行了研究。
　　首先，對污

2、水處理工藝和污水處理過程的動力學模型進行了描述，結合實際污水處理工藝，重點描述了活性污泥2號模型(ASM2)的反應機理；根據(jù)所介紹的ASM2模型的物質(zhì)分類及反應速率，推導出ASM2數(shù)學模型并對反應池內(nèi)各組分濃度變化進行了仿真分析。其次，針對污水處理過程的不穩(wěn)定、大慣性等特點，以保證合適的溶解氧濃度為控制目標，采用了基于臨界比例度法的溶解氧濃度PID控制策略。臨界比例度法可直接在閉合的控制系統(tǒng)中對PID參數(shù)進行整定，快速準確的調(diào)整PID控

3、制器參數(shù)達到溶解氧濃度調(diào)節(jié)的實時性和精準性的目的。仿真分析表明，基于臨界比例度法的PID控制策略應用于溶解氧濃度控制具有可行性且有良好的控制效果。然后，由于污水處理過程中進氧量與溶解氧濃度之間具有強非線性、響應速度慢的特征，本文采用了神經(jīng)網(wǎng)絡預測控制(NNPC)策略。該控制策略基于LM(Levenberg-Marquardt)算法將BP神經(jīng)網(wǎng)絡作為溶解氧的預測模型，通過反饋校正和滾動優(yōu)化實現(xiàn)溶解氧濃度的控制，最終改善抗干擾能力并提高控制

4、精度；此外，為提高出水水質(zhì)、降低運營成本，本文還采用了基于神經(jīng)網(wǎng)絡預測控制分層控制結構，該結構上層根據(jù)入水組分濃度來確定溶解氧濃度的設定值，下層采用NNPC方法使溶解氧濃度跟蹤設定值變化。最后，考慮到污水處理過程本身特性以及其對溶解氧濃度控制的快速性的要求較高、動態(tài)調(diào)節(jié)魯棒性差等特點，引入廣義預測控制(Generalized predictive control，GPC)方法，采用帶遺忘因子的最小二乘法對溶解氧濃度模型進行辨識，將所得的