[发明专利]一种污水处理过程多目标实时优化控制方法

说明书

针对污水处理过程出水水质不达标且能耗较高等特点，本发明提出了一种污水处理过程多目标实时优化控制方法，实现对污水处理过程中溶解氧S_O和硝态氮S_NO浓度的优化控制；该优化控制方法将建立的基于径向基核函数的能耗和出水水质模型作为优化目标函数，通过多目标粒子群算法优化目标函数获得溶解氧S_O和硝态氮S_NO的优化设定值，利用模糊神经网络对溶解氧S_O和硝态氮S_NO的优化设定值进行跟踪控制；解决了污水处理过程多目标实时优化控制的问题，在保证出水水质的基础上降低能耗，促进污水处理厂高效稳定运行。

技术领域

本发明利用基于多目标粒子群算法和模糊神经网络的方法实现污水处理过程中溶解氧S_O和硝态氮S_NO浓度的实时优化控制，溶解氧S_O和硝态氮S_NO的浓度不仅决定出水水质，而且对能耗有着重要影响。将基于多目标粒子群算法和模糊神经网络的优化控制方法应用于时变的污水处理系统，对溶解氧S_O和硝态氮S_NO的浓度进行实时优化控制，既可以节约运行成本，又能促使污水处理厂达标排放，保证高效稳定运行，是先进制造技术领域的重要分支，既属于控制领域，又属于水处理领域。

背景技术

污水处理过程是通过生物化学反应对污染物进行吸附、分解、氧化等，使污染物得到降解并从污水中分离出来，从而实现污水的净化。城市污水处理厂的高效稳定运行对于提高出水水质、降低操作成本、促进水资源循环利用发挥了重要作用，是缓解水资源匮乏的重要举措；不但具有较好的经济效益，而且具有显著的环境和社会效益。因此，本发明的研究成果具有广阔的应用前景。

污水处理是一个包含众多物理及微生物生化反应现象的复杂工业系统，具有明显的非线性、时变、不确定干扰严重等特点，而且，污水处理过程精确的数学模型较难建立，使得污水处理过程控制及优化存在诸多难点问题。污水处理过程本质为多目标优化控制问题，然而，污水处理过程优化模型未建立，系统能耗、出水水质与优化变量间的关系无法通过清晰的机理数学表达式描述，且污水处理过程中能耗和出水水质是一对相互影响的性能指标，如何平衡能耗和出水水质之间的关系对保证污水过程高效稳定运行具有重要的意义。溶解氧S_O和硝态氮S_NO的浓度对污水处理过程具有重要作用，不仅决定出水水质，而且对能耗有较大影响。随着污水处理过程的动态变化，实时调整溶解氧S_O和硝态氮S_NO的浓度，对保证出水水质排放达标的基础上同时降低能耗是至关重要的。因此，必须寻求新的优化控制方法，不仅可以建立能耗、出水水质和优化变量间的模型，而且可以根据工况提供动态的优化设定值，实现高精度在线控制，以满足动态污水处理过程的需要。合理的优化控制方法可以保证出水水质，节省污水处理运行费用，同时也是减少和应对异常工况发生、保障污水处理过程正常运行的关键。此外，通过提高污水处理过程自动化水平，还可以有效减少运行管理和操作人员，降低运行费用。

本发明设计了一种污水处理过程多目标实时优化控制方法，主要通过多目标粒子群算法获得时变的溶解氧S_O和硝态氮S_NO浓度的优化设定值，利用模糊神经网络实现对溶解氧 S_O和硝态氮S_NO浓度的在线控制。

发明内容

本发明获得了一种污水处理过程多目标实时优化控制方法，该优化控制方法通过多目标粒子群算法获得溶解氧S_O和硝态氮S_NO浓度的优化设定值问题；利用模糊神经网络实现对溶解氧S_O和硝态氮S_NO浓度在线控制；解决了污水处理过程中多目标实时优化控制的问题，提高了污水处理的性能，保障污水处理过程高效稳定运行；

本发明采用了如下的技术方案及实现步骤：

1.一种污水处理过程多目标实时优化控制方法，其特征在于，包括以下步骤：