污水曝气污染物浓度预测及其成本最优控制

在污水处理厂水质检测中,化学需氧量(COD)和氨氮浓度(NH_3-N)等指标很难实现实时、精准、经济的测量,因而难以根据污染物浓度对污水处理过程中曝气需氧量和能耗进行控制。应用支持向量机(SVM)建立了预测模型,再用信息粒化时序回归方法来预测COD和NH_3-N的变化,实现了对COD和NH_3-N的在线软测量。在预测指标符合出水标准的前提下,建立了曝气成本数学模型;并考虑政府COD超量削减补贴,得到综合成本模型。应用NSGA-Ⅱ算法优化曝气处理工艺,可使吨水电耗降低44%~58%。

基于COD在线软测量的曝气最优控制

在水质检测中,化学需氧量(COD)很难实现实时、精准、经济的测量,应用支持向量机(SVM)建立预测模型,再用信息粒化时序回归方法来预测COD的变化空间,并根据定时人工检测COD质量浓度调整偏差,可以实现COD实时在线软测量。曝气环节能耗较大,传统曝气方法中鼓风机恒频运行常常造成电能浪费,根据COD质量浓度间接调节鼓风机频率,实现曝气系统的闭环控制,并应用于污水处理厂实际生产,结果表明吨水电耗有效降低了40%～45%。