[发明专利]一种基于二型模糊宽度学习的污泥膨胀智能决策方法

说明书

本发明提出了一种基于二型模糊宽度学习的污泥膨胀智能决策方法，针对污水处理厂中污泥膨胀事件频发、危害巨大等问题。本发明利用宽度学习网络建立污泥膨胀决策模型，采用二型模糊神经元替代宽度学习网络的特征层神经元，实现污泥膨胀精准决策，降低污泥膨胀发生率。实验结果表明该方法能够提供准确的决策意见，减轻污泥膨胀造成的危害，保障污水处理过程安全，促进污水处理厂高效稳定运行。

技术领域

本发明基于污水处理过程运行特性，利用二型模糊宽度学习网络构建了一种污泥膨胀智能决策模型，为抑制污泥膨胀提供了决策意见，其中采用二型模糊神经元替代宽度学习网络的特征层神经元，实现污泥膨胀精准决策，降低污泥膨胀发生率。将智能决策方法应用于污水处理系统，对污水处理的安全稳定高效运行有着重要影响，是先进制造技术领域的重要分支，既属于水处理领域，又属于智能控制领域。因此，污泥膨胀智能决策在污水处理系统中具有重要意义。

背景技术

活性污泥法污水处理技术将活性污泥与废水混合搅拌并曝气，使废水中有机污染物分解分离，已达到净化的效果。目前我国大约有90％以上的污水处理厂采用活性污泥法工艺。然而，由于我国污水处理厂存在污水处理设备自动化水平不足，监控网络不完善等问题，致使污泥膨胀现象频发。污泥膨胀会降低污泥沉降速率，进而导致泥水分离困难，影响出水水质，严重危害了污水处理厂的正常稳定运行。因此，深入分析污泥膨胀现象，研究污泥膨胀决策方法，对于保证污水处理过程稳定运行，提高处理效率具有重要的研究意义。

当前，针对污泥膨胀现象决策的研究已大量开展，然而实现效果上并不乐观。一方面由于污泥膨胀机理复杂，使得基于机理模型的污泥膨胀决策方法，无法涵盖全面的运行机理，难以满足系统运行的要求。另一方面尽管部分基于专家系统的决策方法取得了一定效果，但污水处理过程是一个动态复杂且时变的系统，使得传统的污泥膨胀决策模型难以适应动态变化的工况，无法达到准确决策的效果。因此，结合污泥膨胀的严重危害，设计具有实时准确污泥膨胀决策方法，对于实现污水处理过程安全稳定高效运行，抑制污泥膨胀，改善出水水质，具有重要的理论意义和应用价值。

本发明设计了一种基于二型模糊宽度学习的污泥膨胀智能决策方法，通过构建基于二型模糊宽度学习网络的决策模型，其中利用二型模糊神经元替代宽度学习网络的特征层神经元，实现污泥膨胀精准决策，降低污泥膨胀发生率。本发明不仅解决了污水处理厂抑制污泥膨胀的问题，而且还可以改善出水水质，提高了污水处理厂运行的稳定性和安全性。

发明内容

本发明获得了一种基于二型模糊宽度学习的污泥膨胀智能决策方法，该方法构建基于二型模糊宽度学习网络的决策模型，其中利用二型模糊神经元替代宽度学习网络的特征层神经元，解决了传统决策方法精度较差的问题，实现污泥膨胀精准决策。

本发明采用了如下的技术方案及实现步骤：

1.一种基于二型模糊宽度学习的污泥膨胀智能决策方法，其特征在于，建立基于宽度学习网络的决策模型为抑制污泥膨胀提供决策支持，其中利用二型模糊神经元替代宽度学习网络的特征层神经元，实现污泥膨胀精准决策，降低污泥膨胀发生率，包括以下步骤：

(1)运行数据采集：污泥膨胀是一种污泥结构极度松散，体积增大、上浮，难于沉降分离的异常现象，由于其易引发污泥沉降性能下降、污泥流失，导致出水水质超标，甚至造成污水处理效率下降，运行系统崩溃，因此为抑制污泥膨胀提供决策支持是必要的。以活性污泥法污水处理系统为研究对象，通过安装在现场的仪表采集运行数据，包括：溶解氧，出水总氮，出水总磷，出水污泥负荷，曝气池温度，出水酸碱度，从而实现数据的实时采集；仪表采集的数据通过通讯协议传输到可编程逻辑控制器，可编程逻辑控制器通过通信协议将运行数据传输到上位机，上位机中的数据通过局域网传输到数据处理服务器；