污水处理曝气系统优化控制仿真研究

针对污水处理曝气过程溶解氧的浓度波动大、干扰因素多、控制难度大等问题,提出了一种基于数据驱动的优化控制方法。方法采用BP神经网络、粒子群优化算法,建立集工况识别-决策-评估为一体的反馈系统,使得在不同入水流量和组分的情况下,完成精准曝气。最终通过国际水质协会和欧盟科学技术合作组织合作开发的仿真基准模型1号(Benchmark Simulation Model No.1, BSM1)仿真验证,结果表明,在出水水质达标的情况下达到了节能降耗的效果。

基于案例推理的曝气过程智能控制方法

为保证出水水质,降低运行成本,污水处理过程的优化需要动态更新污水处理过程操作变量的最优设定值。因此,提出使用进化算法对溶解氧的设定值进行优化,并结合案例推理(case-based reasoning,CBR),提出一种污水处理的曝气过程智能控制方法。首先,建立入水数据与出水指标的神经网络模型,针对不同工况,使用优化算法获取操作变量的优化设定值,建立动态案例库,使用最近相邻法于案例匹配过程中,将案例重用后取得操作变量的优化设定值应用于基准仿真模型1号(benchmark simulation model No.1,BSM1)中,并得到性能评价指标。根据性能评价指标,更新操作变量的优化设定值和神经网络模型。使用BSM1对优化系统进行仿真,优化系统较原系统曝气能耗减少了18.5%,同时出水水质(effluent quality,EQ)指标得到了改善。

3种典型真空监测仪表的故障梳理与可靠性强化

真空监测仪表多用于生产过程及流体储运等行业,真空监测仪表可以在不同的环境下精确、迅速、不间断的连续测量真空度,文章以几种典型真空监测仪表的故障梳理为对象,通过对真空监测仪表的故障体系文献资料整理分析,对国内企业的实地调研,以真空仪表的理论知识为依据对高性能真空监测仪表的产品典型失效特征、可能原因及解决方案进行了梳理。对在使用过程中导致这些故障出现的原因进行了总结,提出了可靠性强化的建议。