污水处理过程的模糊建模与控制

论文摘要

活性污泥法污水生化处理方法是利用细菌或者其他微生物的吸附降解等作用将污水中的污染物转化为微生物细胞及一些无机物质,从而净化污水的一类二级处理方法,是目前应用最广泛的好氧生物处理技术之一。针对该过程机理复杂同时具有高度非线性、强耦合性、不确定性,并且污水入水组分波动很大等特点,研究一套行之有效地仿真、建模和控制策略,从而提高我国污水处理过程自动化水平及处理效果,进而缓解我国水资源问题具有很大的实际意义。本文基于污水处理国际基准评估平台BSM1,研究了活性污泥法污水处理过程的仿真平台搭建、模糊模型建立及其预测控制器设计方法。首先,本文通过对污水处理国际基准评估平台BSM1(Benchmark Simulation Model N0.1),及其用于建立生化反应池的国际水协提出的活性污泥1号模型(ASM1)和双指数二沉池模型的深入学习,利用Matlab软件搭建了BSM1评估系统的Simulink仿真模型,并与BSM1所提供的数据进行对比验证,建立了控制系统设计及仿真平台,为后续的模糊建模方法及控制策略研究提供了必要条件。然后,针对现有活性污泥过程模型的强非线性、强耦合性等特点,本文利用BSM1提供的输入输出数据,搭建了活性污泥过程中化学需氧量(COD)的模糊预测模型。该模型在深入理解机理模型的基础上,通过对其进行分析、数学推导,进行结构辨识,如输入变量的选择,结论的模型结构等得到系统的模糊模型。同时将模糊C均值聚类方法、最小二乘法相结合,分别用于划分输入空间和模型参数的估计。得到的模型具有结构简单,易于理解,保持变量原有意义及可以有效利用线性系统分析方法等特点。通过将仿真结果与BSM1的实验数据相对比,验证了该方法描述系统运行的动态过程的有效性。文章的最后针对活性污泥过程中扰动较大,所得模型通常存在误差等特点,选取了预测控制方法设计控制器,该方法将最优控制应用于实际工业过程,对预测模型有较强包容性。此外,本文又从活性污泥过程的强非线性角度考虑,对比分析了线性预测控制方法及非线性预测控制方法在污水处理过程中的应用。特别地,在非线性预测控制方法分析中,采用模糊预测控制,成功地将本文提出的模糊建模方法所得模糊模型应用到控制器设计中。通过对比动态矩阵控制(DMC)、模糊预测控制及传统PID控制仿真结果,发现预测控制,尤其是模糊预测控制,在超调量、动态响应时间等方面表现出了更优越的控制效果。

论文目录

• 摘要
• Abstract
• 第1章 绪论
• 1.1 课题背景及研究的目的和意义
• 1.2 污水处理技术及监测指标概况
• 1.2.1 污水处理技术简介
• 1.2.2 污水水质标准
• 1.3 常用数学模型简介
• 1.3.1 莫诺特（Monod）方程式
• 1.3.2 ASMs 系列模型
• 1.4 污水处理控制概况
• 1.4.1 常用控制方法
• 1.4.2 常用控制策略
• 1.5 本文的主要研究内容
• 第2章 污水处理过程的BENCHMARK 基准及模型仿真
• 2.1 引言
• 2.2 污水处理工艺结构
• 2.3 活性污泥1 号模型ASM1 介绍
• 2.3.1 ASM1 模型中的组分及反应过程
• 2.3.2 ASM1 模型的矩阵描述
• 2.4 双指数二沉池模型介绍
• 2.5 BSM1 的SIMULINK 仿真
• 2.6 本章小结
• 第3章 活性污泥过程的模糊建模
• 3.1 引言
• 3.2 模糊建模介绍
• 3.2.1 模糊模型的分类
• 3.2.2 常用的模糊建模方法
• 3.3 活性污泥过程中化学需氧量（COD）的模糊建模
• 3.3.1 模糊模型的结构辨识
• 3.3.2 模糊模型的参数辨识
• 3.3.3 模糊模型的辨识结果
• 3.4 本章小结
• 第4章 污水处理过程的预测控制
• 4.1 引言
• 4.2 预测控制的基本原理
• 4.3 预测控制概述
• 4.3.1 预测控制常用算法
• 4.3.2 基于非线性模型的预测控制算法
• 4.4 污水处理过程的动态矩阵预测控制
• 4.4.1 动态矩阵预测控制算法
• 4.4.2 仿真结果
• 4.5 活性污泥过程的模糊预测控制
• 4.5.1 预测模型
• 4.5.2 基于模糊模型的非线性预测控制
• 4.5.3 仿真结果
• 4.6 本章小结
• 结论
• 参考文献
• 攻读硕士学位期间发表的论文及其它成果
• 致谢