BSM1基准仿真数学模型在污水监测中的可行性分析

降低污水治理成本、提高污水治理效率是新形势下环境整治工作所面临的主要难题之一,在计算机、传感器技术大规模应用于污水治理的大背景下,通过仿真数学模型对污水中各污染物的变化状态进行监测已经成为控制去污反应的一项主要手段,并且国内外学者也提出了许多可应用于污水监控的仿真数学模型。介绍了针对污水治理的BSM1基准仿真模型,阐述了该模型的污水处理结构以及各组分的生物处理过程,并基于SIMULINK建立了基于BSM1的生化池反应模型,最后通过仿真实验对该模型在污水监测工作中的可行性进行了验证。

基于水质的污水处理过程事件触发模型预测控制

研究了将模型预测控制(MPC)应用于污水处理(WWTP)这类大型非线性系统时的求解耗时性和计算复杂性问题,提出了一种新的事件触发控制策略加以解决,模型预测控制器只有在满足相应的触发条件时才进行信息的更新和优化问题的求解。为了保障系统性能,该方法将出水水质融入事件触发逻辑条件的设计中,并引入出水水质系数,用于建立输出变量与出水水质之间的关系,通过这种关系间接反映了WWTP的性能,并根据该性能指标调整控制动作以降低计算成本,同时可以采用不同的出水水质系数增强算法的灵活性。实验结果表明,在保证出水水质和总成本指数基本不受影响的情况下,计算时间可以减少27.1%~42.7%。

不同进水条件下ASM1模型参数的灵敏度分析

编制了BSM1的仿真程序,并分析了不同进水条件下ASM1模型的16个参数对BSM1出水COD、TN、NH+4-N、NO3--N灵敏度的影响。结果表明,9个参数的灵敏度在规定的划分范围内没有区别,7个参数在不同进水条件下差别较明显;各参数灵敏度的变化规律,与出水的NH+4-N及NO3--N浓度变化有一定相关性;灵敏度变化与ASM1模型速率方程中的开关函数有关。研究不同进水条件下模型参数的灵敏度,有助于提高污水处理仿真计算的准确性。

基于复合抗扰的溶解氧浓度控制

污水处理中,出水水质受进水流量、组分以及浓度波动等因素影响.要保证处理效果,溶解氧浓度控制应有较强的鲁棒性.简单闭环控制的能耗及出水水质波动大.为此,本文以污水处理过程1号基准仿真模型模拟污水生化处理过程,提出基于扩张状态观测器和滑模控制的复合抗扰控制方法,以降低对模型信息的依赖,保证溶解氧浓度控制效果.数值仿真结果显示,复合抗扰控制能够以较小的能耗获得期望的调控效果.这表明,复合抗扰控制具有很好的适应性,能够满足调控要求,是一种具有较强实用性的污水处理溶解氧浓度控制方法.

基于Copt-aiNet的污水处理过程优化控制

污水处理是一个复杂的动态反应过程,针对如何确定优化控制中关键变量的动态最优设定值,使满足出水水质排放达标的同时降低运行能耗的问题,提出了一种基于人工免疫算法Copt-aiNet(组合优化的人工免疫网络)的污水处理控制策略.首先,利用Copt-aiNet确定第二分区溶解氧质量浓度和第五分区硝态氮质量浓度的最优设定值;再利用控制器跟随最优设定值,对氧传递系数和内回流流量进行控制,进而对曝气能耗和泵送能耗同时进行优化;最后,在仿真平台BSM1上进行仿真实验,结果验证了本文控制策略的有效性,可以在保证出水水质达标的前提下有效降低能耗.

基于免疫算法的污水循环处理系统的优化控制研究

为降低污水循环处理系统的能耗,提出一种基于组合优化的人工免疫网络算法(Copt-aiNet)的污水循环处理过程优化控制模型(BSM1)。首先确定优化的目标函数、起始时间和优化周期,然后利用组合优化的人工免疫网络算法获得初始抗体种群数、评价抗体亲和度、进行克隆和克隆抑制、实现抗体突变,最后结合污水处理仿真基准模型,将组合优化的人工免疫网络算法用于污水循环处理过程,分析污水循环处理的出水指标和总能耗。仿真结果表明,所提优化控制实现了对污水循环处理的节能控制,相对于常规控制、开环控制,控制策略的能耗显著降低,并能够达到污水循环处理水质控制指标。组合优化的人工免疫网络算法的总能耗为3784.4 kW·h/d,开环控制的总能耗为4066.7 kW·h/d,常规控制的总能耗为3935.5 kW·h/d,可为污水循环处理的节能减排提供理论支撑。