SBBR單級自養(yǎng)脫氮智能控制系統(tǒng)設計.pdf

1、SBBR單級自養(yǎng)脫氮智能控制系統(tǒng)設計重慶大學碩士學位論文（專業(yè)學位）學生姓名：白楊龍指導教師：卿曉霞教授兼職導師：余建平高級工程師學位類別：工程碩士（建筑與土木工程領域）重慶大學城市建設與環(huán)境工程學院二O一五年四月重慶大學碩士學位論文中文摘要摘要針對單級自養(yǎng)脫氮工藝啟動困難和運行難以穩(wěn)定、對自動控制精度要求高的問題，以SBBR單級自養(yǎng)脫氮工藝為研究對象，首先通過試驗，確定了低氨氮濃度進水的總氮去除率最大時DO值；然后，在構建基于人工神經

2、網絡的SBBR單級自養(yǎng)脫氮智能控制系統(tǒng)的基礎上，通過設計人工神經網絡前饋和反饋控制器，實現(xiàn)了SBBR單級自養(yǎng)脫氮系統(tǒng)的啟動和高效穩(wěn)定運行。主要研究結果及結論如下：①啟動階段試驗研究結果表明，DO是SBBR單級自養(yǎng)脫氮工藝的主要影響因素，當溫度為30℃、pH為8.0，進水NH4–N濃度為250mg/L、COD濃度為100mg/L時，總氮去除率最大時的DO值為1.42mg/L；進水NH4–N濃度為100mg/L、COD濃度為50mg/L時，

3、總氮去除率最大時的DO值為1.36mg/L；進水NH4–N濃度為50mg/L、COD濃度為50mg/L時，總氮去除率最大時的DO值為1.32mg/L。②構建了基于人工神經網絡的SBBR單級自養(yǎng)脫氮智能控制系統(tǒng)，該系統(tǒng)由RBF神經網絡前饋控制器和BP神經網絡PID控制器組成，采用MATLABSIMULINK對帶滯后環(huán)節(jié)的二階振蕩系統(tǒng)進行仿真，結果表明：該人工神經網絡智能控制系統(tǒng)超調量δ為10.4%，上升時間tr為159s，調節(jié)時間ts為1

4、87s，靜態(tài)誤差ess為0；傳統(tǒng)PID控制超調量δ為15.2%，上升時間tr為183s，調節(jié)時間ts為230s，靜態(tài)誤差ess為0。與傳統(tǒng)PID控制相比，人工神經網絡智能控制超調量下降4.8%，上升時間減少24s，調節(jié)時間減少43s。采用該人工神經網絡智能控制可有效提高控制系統(tǒng)的暫態(tài)性能指標。③應用課題前期研究和本研究啟動階段的試驗數(shù)據對RBF神經網絡進行訓練，當RBF神經網絡函數(shù)分布密度spread為42時，測試數(shù)據和RBF神經網絡輸

5、出數(shù)據間非線性相關系數(shù)為0.972，RBF神經網絡擬合效果良好。④基于人工神經神經網絡智能控制的SBBR單級自養(yǎng)脫氮系統(tǒng)啟動試驗研究結果表明，根據不同進水NH4–N和COD濃度下總氮去除率最大時的DO值構建人工神經網絡智能控制系統(tǒng)可實現(xiàn)SBBR單級自養(yǎng)脫氮工藝啟動。⑤基于人工神經網絡智能控制的SBBR單級自養(yǎng)脫氮系統(tǒng)運行試驗研究結果表明，應用RBF神經網絡前饋控制可快速確定不同進水NH4–N和COD濃度下變頻器頻率和DO設定值；BP神經