污水处理厂加药优化控制系统的研究与设计

论文摘要

加药是污水处理过程的一个重要工艺,加药系统的性能直接影响着污水处理厂的运营成本和污水处理的出水水质。在污水处理系统中,药剂的使用是提高出水水质的重要措施。因此,研究污水处理加药的优化设定模型和预测模型,实现加药的优化控制,对提高污水处理的出水水质,节约污水处理过程的药剂成本和人工成本,有着重要的意义。本文通过调研分析污水处理工艺及污水处理厂设计规划及污水处理厂加药系统的发展状况,提出了基于神经网络的污水处理厂加药优化控制系统和毒性预警系统。通过分析污水处理过程的机理,确定进水流量、SS、TP、COD等参数与PAC加药量的关系以及出水SS与PAC加药量、出水TP、COD等参数的关系,建立基于BP神经网络加药系统预设定模型和预测模型,并根据预测模型的预测值和目标值之间的误差,利用模糊控制算法进行加药量设定值的前馈补偿。仿真结果表明,带前馈补偿的模型要优于普通的BP神经网络模型。污水毒性对加药系统有着重要影响。为了保证加药系统的正常运行,降低加药系统的运行成本,以加药系统出水水质达标为前提,以加药系统的药剂成本为目标,以污水毒性为目标函数,将粒子群算法和BP算法相结合训练神经网络,建立污水毒性预测模型,实现对污水毒性的预测。仿真结果表明,这种混合算法有着非常好的泛化性能。

论文目录

• 摘要
• Abstract
• 第一章 绪论
• 1.1 概述
• 1.2 国内外污水加药系统的研究现状
• 1.3 本文的主要研究内容
• 1.4 论文的结构安排
• 第二章 活性污泥法
• 2.1 污水处理技术概述
• 2.2 活性污泥法基本原理
• 2.3 活性污泥法工艺介绍
• 2.3.1 A-O 法
• 2.3.2 A-A-O 工艺
• 2.3.3 A-B 法
• 2.3.4 氧化沟法
• 2.3.5 序列间歇式活性污泥法
• 2.3.6 循环式活性污泥法
• 2.4 本章小结
• 第三章 污水处理厂加药系统的总体设计
• 3.1 概述
• 3.2 污水处理厂监控系统的总体设计
• 3.2.1 中央监控系统
• 3.2.2 现场设备控制站
• 3.3 智能加药系统的总体设计
• 3.4 加药系统的控制要求
• 3.4.1 污水预处理系统药剂投加
• 3.4.2 高效物化反应系统药剂投加
• 3.4.3 生化处理系统药剂投加
• 3.4.4 高效纤维滤池药剂投加
• 3.5 生化池污水毒性预警系统的设计
• 3.5.1 CASS 生化池的控制
• 3.5.2 毒性预警系统的总体设计
• 3.5.3 生化池中毒应急处理
• 3.6 本章小结
• 第四章 基于BP 神经网络的加药系统的设计
• 4.1 神经网络概述
• 4.2 神经网络模型及学习算法
• 4.3.B P 神经网络
• 4.3.1BP 神经网络的数学原理
• 4.3.2 BP 神经网络的应用要点
• 4.4 BP 神经网络在加药系统中的应用
• 4.4.1 BP 神经网络的结构选择
• 4.4.2 BP 神经网络用于高效过滤系统中PAC 的投加
• 4.5 BP 算法的改进
• 4.6 本章小结
• 第五章 基于混合神经网络的污水毒性预测
• 5.1 粒子群优化算法的基本原理
• 5.2 混沌算法
• 5.3 混沌粒子群—BP 神经网络
• 5.4 混合神经网络在污水毒性预警系统中的应用
• 5.4.1 毒性测量的神经网络输入变量选择
• 5.4.2 生化池污水毒性的预测
• 5.5 本章小结
• 总结与展望
• 参考文献
• 攻读硕士学位期间取得的研究成果
• 致谢
• Ⅳ-2答辩委员会对论文的评定意见