[发明专利]一种污水生物处理活性污泥模型自适应参数校准方法

摘要

本发明提供一种污水生物处理活性污泥模型自适应参数校准方法，其具体步骤如下步骤一、建立活性污泥数学模型；步骤二、数学模型参数敏感度分析；步骤三、活性污泥数学模型参数的分类，根据步骤二的分析结果，将模型参数分为非敏感模型参数和敏感模型参数；步骤四、设置不同的测量传感器组合；步骤五、活性污泥模型参数自适应校准，根据步骤四所确定的传感器组合，应用扩展卡尔曼滤波器和随机漫步理论，对敏感模型参数进行估计,可以连续校准模型参数，能够使模型预测更加精准地反映污水生物处理过程,在测定不同传感器组合条件下的参数估计效果后，选择成本较低，参数估计效果较好的传感器组合作为实际应用。

主权项

一种污水生物处理活性污泥模型自适应参数校准方法，其具体步骤如下：、步骤一、建立ASM系列活性污泥数学模型：dxdt=f(x,xin,Qin,u,p)]]>其中x为模型组分，xin为模型组分对应的进水中各种物质浓度，Qin为进水流量；u为污水生物处理过程中的各种控制变量，p为模型参数；步骤二、数学模型参数敏感度分析；对数学模型参数敏感度分析利用相对敏感度函数来确定某个参数值的改变对模型输出结果的影响，如下式所示：Sy,p=∂y/y∂p/p]]>上式中，y为模型输出值，输出值的相对变化值，除以参数的相对变化值就可以得到该参数对模型输出结果的敏感度Sy,p.输出值y可以由模型组分x利用下面的公式换算得到y＝Cxx其中Cx为一维数组，其取值可以根据其是否对y产生影响，而设定为0或者1；步骤三、活性污泥数学模型参数的分类，根据步骤二的分析结果，将模型参数分为非敏感模型参数和敏感模型参数；步骤四、设置不同的测量传感器组合；步骤五、活性污泥模型参数自适应校准，根据步骤四所确定的传感器组合，应用扩展卡尔曼滤波器和随机漫步理论，对敏感模型参数进行估计，如下：根据随机漫步理论，模型参数p假设为围绕某一恒定值随机变化，可以用下式表示：dpdt=ωp]]>ωp为正态分布的模型参数噪声：ωp～N(0,Z)上式中，Z为模型参数噪声矩阵；将模型组分x和需要校正的敏感模型参数p重新组合，形成一个新的增加了元素的变量数组X：X=xp]]>若模型的组分x有n个元素，参数p有m个元素，上式的微分形式可以写为：dXdt=f(x,xin,Qin,u,p)m0...0+ω=f′(X,ω)]]>f(x,xin,Qin,u,p)为模型组分x，进水组分xin，进水流量Qin，控制变量u和模型参数p的函数；f'(X,ω)为新变量数组X和模型参数噪声ω的函数；ω为正态分布的噪声，包括ωx和ωp：ω=ωxωp]]>ωx为正态分布的模型噪声：ωx～N(0,Q)；Q为模型参数噪声矩阵，表示为模型输出值y可以由下式表示：y＝HX+v转换矩阵H可以表示为：v为正态分布的测量噪声：v～N(0,R)其中，R为测量噪声值；参数估计的具体步骤如下：1)初始化，设定协方差P和组合X的初始值P(0)＝P0；X(0)＝X0其中，P(0)为协方差的初始值P0；X(0)表示模型组分和模型参数的组合X的初始值X0；协方差表示的是两个变量的总体的误差；2)根据以下公式，对协方差P进行更新:dPdt=FP+PF-1+LQLT-PHTR-1HP]]>Q为模型参数噪声矩阵，F和L为雅可比转换矩阵，可以由以下等式表示F=∂f′(X,ω)∂X;L=∂f′(X,ω)∂ω]]>3)根据下式，计算卡尔曼增益K更新：K＝pHTR‑14)由下式，通过计算模型组分和参数X的变化速率，对模型组分和参数X的组合估计进行更新dXdt=f(x,xin,Qin,u,p)m0...0+K[y-HX]]]>5)通过步骤2)‑5)的循环运行，就可以连续更新特定时刻的模型参数，在测定不同传感器组合条件下的参数估计效果后，选择成本较低，参数估计效果较好的传感器组合作为实际应用。