基于多目标粒子群算法的污水处理智能优化控制

为了满足污水处理过程出水水质排放达标的同时降低运行能耗,提出了一种基于多目标粒子群的污水处理多目标智能优化控制方法。首先,通过分析污水处理运行数据,建立了基于自适应回归核函数的污水处理能耗和出水水质模型;其次,设计出一种污水处理多目标优化方法,利用多目标粒子群优化算法同时对污水处理自适应能耗和出水水质模型进行优化,获得溶解氧和硝态氮浓度的优化设定值;最后,利用PID控制器对溶解氧和硝态氮浓度优化设定值进行跟踪控制,实现了污水处理过程的多目标优化控制。基于污水处理基准仿真平台BSM1的实验结果显示,该多目标优化控制方法不但能够保证出水水质达标,而且能有效降低污水处理过程的能耗。     

基于多策略自适应差分进化算法的污水处理过程多目标优化控制

针对污水处理过程中的能耗过高和出水水质不达标等问题,提出一种基于多策略自适应差分进化算法的污水处理过程多目标优化控制方法。首先,在常规跟踪控制结构的基础上,增加对第3、4单元溶解氧浓度的跟踪控制,扩大了能耗和出水水质的优化调节范围。然后,设计一种多策略自适应差分进化算法（MSADE）,该算法采用多策略融合变异和排序优选方法,选取合适的变异策略和较优的随机个体引导种群变异,并根据进化过程信息自适应地更新交叉率,以提升算法的收敛性和pareto解的多样性。最后,将MSADE算法与PID控制器相结合,并构建以能耗和出水水质为优化目标的多目标优化问题,实现对溶解氧和硝态氮浓度设定值的动态寻优和跟踪控制。基于国际基准仿真平台BSM1进行验证,结果表明所提的多目标优化控制方法能有效降低污水处理过程的能耗并提升出水水质。     

基于均匀分布NSGAII算法的污水处理多目标优化控制

针对污水处理过程控制中能耗过大、出水水质超标严重等问题，提出了一种基于均匀分布的NSGAII(non-dominated sorting genetic algorithm II based on uniform distribution, UDNSGAII)多目标优化智能控制系统。首先，该方法以污水处理能耗和出水水质作为优化目标，建立多目标优化模型。其次，为了获得溶解氧和硝态氮的优化设定值，提高Pareto解的性能，该算法将种群映射到目标函数对应的超平面, 并在该平面上进行聚类以增加解的多样性。此外，加入分布性判断模块和分布性加强模块提高解的分布性。最后，采用比例积分微分(proportional integral derivative, PID)控制器对溶解氧和硝态氮的优化设定值进行底层跟踪控制。为了验证该算法的有效性，采用国际基准的污水处理仿真平台(benchmark simulation model No.1, BSM1)来进行实验。结果显示，所提出的UDNSGAII多目标优化控制方法能够在满足出水水质达标的同时，有效地降低污水处理过程能耗。     

基于均匀分布NSGAII算法的污水处理多目标优化控制

针对污水处理过程控制中能耗过大、出水水质超标严重等问题,提出了一种基于均匀分布的NSGAII(non-dominated sorting genetic algorithm II based on uniform distribution, UDNSGAII)多目标优化智能控制系统。首先,该方法以污水处理能耗和出水水质作为优化目标,建立多目标优化模型。其次,为了获得溶解氧和硝态氮的优化设定值,提高Pareto解的性能,该算法将种群映射到目标函数对应的超平面,并在该平面上进行聚类以增加解的多样性。此外,加入分布性判断模块和分布性加强模块提高解的分布性。最后,采用比例积分微分(proportional integral derivative, PID)控制器对溶解氧和硝态氮的优化设定值进行底层跟踪控制。为了验证该算法的有效性,采用国际基准的污水处理仿真平台(benchmark simulation model No.1, BSM1)来进行实验。结果显示,所提出的UDNSGAII多目标优化控制方法能够在满足出水水质达标的同时,有效地降低污水处理过程能耗。     

混合多目标骨干粒子群优化算法在污水处理过程优化控制中的应用

通过对污水生化处理过程的分析,选取能耗和罚款最低为优化目标,建立污水生化处理过程多目标优化控制模型。为了提高Pareto最优解集的收敛性和多样性,提出一种基于Pareto支配和分解的混合多目标骨干粒子群优化算法（HBBMOPSO）。该方法采用带自适应惩罚因子的分解方法选取个体引导者,采用Pareto支配和拥挤距离法维护外部档案和选取全局引导者。此外,采用精英学习策略增强粒子跳出局部Pareto前沿的能力。最后,将HBBMOPSO与自组织模糊神经网络预测模型和自组织控制器相结合,实现污水生化处理过程溶解氧和硝态氮设定值的动态寻优、智能决策和底层跟踪控制。利用国际基准仿真平台BSM1进行实验验证,结果表明所提HBBMOPSO方法在保证出水水质参数达标的前提下,能够有效降低污水处理过程的能耗。     

混合多目标骨干粒子群优化算法在污水处理过程优化控制中的应用

通过对污水生化处理过程的分析,选取能耗和罚款最低为优化目标,建立污水生化处理过程多目标优化控制模型。为了提高Pareto最优解集的收敛性和多样性,提出一种基于Pareto支配和分解的混合多目标骨干粒子群优化算法(HBBMOPSO)。该方法采用带自适应惩罚因子的分解方法选取个体引导者,采用Pareto支配和拥挤距离法维护外部档案和选取全局引导者。此外,采用精英学习策略增强粒子跳出局部Pareto前沿的能力。最后,将HBBMOPSO与自组织模糊神经网络预测模型和自组织控制器相结合,实现污水生化处理过程溶解氧和硝态氮设定值的动态寻优、智能决策和底层跟踪控制。利用国际基准仿真平台BSM1进行实验验证,结果表明所提HBBMOPSO方法在保证出水水质参数达标的前提下,能够有效降低污水处理过程的能耗。     

基于线性自抗扰的城市污水脱氮控制仿真

根据A/O工艺的脱氮原理,基于城市污水处理的1号基准动力学模型,分析影响脱氮过程的两个重要因素:硝态氮和溶解氧,利用线性自抗扰实现城市污水处理过程的脱氮控制。基于硝态氮和溶解氧分别设计线性自抗扰控制,既避免对复杂数学模型的依赖,又克服影响污水出水水质的波动因素,可获得较好的污水处理效果。动态仿真结果表明,线性自抗扰具有更好的控制性能。基于线性自抗扰的脱氮控制有利于提高污水处理的脱氮效率,改善出水水质。     

污水处理过程的多目标多模型预测控制方法研究

针对污水处理过程节能降耗问题以及污水处理过程的高度非线性、强耦合、不确定性等特点.以基于活性污泥2号模型ASM2的A2/O污水处理过程为研究对象,提出了污水处理过程的多目标多模型预测控制方法.该方法首先采用聚类-PLS方法建立污水过程的多模型预测模型,然后构建了包含出水水质区间控制和经济性能指标的多目标优化结构的预测控制策略.仿真结果表明,与设定值预测控制方法相比,多目标优化预测控制策略在保证出水水质的前提下,能有效地节约能耗费用.     

神经网络自适应动态规划在污水处理过程控制中的应用

针对污水处理过程的溶解氧及硝态氮浓度控制问题,提出一种基于神经网络的自适应动态规划(Neural network-based adaptive dynamical programming,NNADP)方法.该方法采用神经网络逼近当前策略的评价函数以及最优的控制策略.采用梯度下降算法对各神经网络权值进行在线训练.基于污水处理过程国际标准模型BSM1(Benchmark Simulation Model no.1)对NNADP控制性能进行了测试,结果表明:与PID控制相比,NNADP具有较强的解耦能力,控制精度也有较大提高.     

一种基于自适应回归核函数的污水处理能耗模型

针对污水处理过程能耗模型难以建立的问题,提出了一种基于自适应回归核函数的建模方法。通过分析污水处理过程的运行特点,构建能耗与运行过程变量之间的关系,得到一种基于过程变量的能耗模型表达;同时利用梯度下降算法对能耗模型参数进行自适应调整,提高模型精度。最后,将设计的能耗模型应用于污水处理过程基准仿真平台BSM1和实际污水处理厂,实验结果表明该模型能够根据污水处理过程变量实时获得污水处理过程的能耗,具有较好的自适应特性和较高的精度。     

“七段式”生化组合工艺在污水处理厂提标改造工程中的应用

城镇污水处理厂面临的进水水质波动大、出水标准高、进水TN高等问题,是提标改造中需要解决的重点,也是生化系统改造的难点。某污水处理厂进水水质差、出水标准高,普通活性污泥法处理困难,其提标改造及扩建工程,采用了"七段式"生化组合工艺+高效沉淀池+V型滤池处理工艺,设计出水水质除ρ(TN)≤15 mg/L、ρ(SS)≤10 mg/L外,均达到地表水环境质量标准(GB 3838-83)IV类水排放标准,"七段式"生化组合工艺,较好地解决了此类进水水质下生化处理的问题。     

Fenton-臭氧组合工艺深度处理工业园区废水试验

工业园区产生的废水通常需要在生化处理后接深度处理过程使之达标排放.随着排放标准中对CODCr排放限值要求的升高,已有深度处理设施往往需要提标升级改造.本研究将Fenton和臭氧两种深度处理方法进行组合,探究Fenton-臭氧及臭氧-Fenton组合工艺对某工业园区污水处理厂生化出水的CODCr降解效果.发现FeSO4·...     

基于模糊神经网络的污水处理生化除磷过程控制

针对污水处理生化除磷过程中出水总磷难以实时达标的问题，提出了一种基于模糊神经网络(fuzzy neural network，FNN)的出水总磷控制方法。首先，通过分析污水处理生化除磷机理，确定了控制器的操作变量为生化反应池第五分区外部碳源(external carbon, EC)与溶解氧(dissolved oxygen, DO)传递系数。其次，设计了一种基于FNN的出水总磷控制器，采用梯度下降算法更新控制器参数；最后，将基于FNN的出水总磷控制器应用于污水处理过程基准仿真平台(benchmark simulation model No.1，BSM1)，实验结果表明，基于FNN的出水总磷控制器能够保证出水总磷的达标排放，具有较好的控制效果。     

成都市某区域工业废水处理存在的问题及对策

成都市某污水处理厂分别采用不同的工艺流程日处理生活污水4．5万m3,工业废水3．6万m3,其中工业废水处理出水SS、COD等一直未达到排放标准。为找出工业废水处理出水不达标的原因,在综合分析工业废水的进水水质的基础上,采用活性污泥法这一传统方法对其进行处理研究;并针对目前该区域工业废水处理中存在的问题及该污水处理厂的实际情况,本文对该厂工业废水处理设施的改造提出了相应的建议。     

基于水力模型的管网破损率与污水厂进水BOD5浓度之间的关系

随着城市建设的发展与城市化进程加快,城市排水管网作为城市地下的重要“脉络”,是人们安全生产生活的重要保障,而排放标准越来越严格,污水厂的处理成本逐渐升高。研究污水厂进水BOD₅浓度与管网破损率的关系,制定合理的管网修复方案,是保证各项污染物指标稳定达标的重要一环。本文运用水力模型(SWMM)建立昭通市中心城区污水管网模型,计算在不同管网破损率下污水处理厂的进水量和进水BOD₅浓度并分析其相关性。结果表明:在不同管网破损率下污水处理厂的进水量和进水BOD₅浓度存在明显差异,随着管网破损率上升,污水处理厂的进水量呈现上升趋势,进水BOD₅浓度呈现下降趋势,得到的管网破损率与污水处理厂进水BOD₅浓度关系图可支撑管网修复工作。     

MSBR工艺在污水处理厂中的应用——以江苏某污水处理厂为例

江苏某县因地形限制需新建污水处理厂,总规模为10万m³/d,近期规模为5万m³/d,出水水质需达到《城镇污水处理厂污染物排放标准》(GB 18918—2002)一级A标准。该厂对脱氮要求较高,且拟建地块的吨水用地指标偏低。通过工艺比选,生物处理工艺采用高度集约化的MSBR工艺,深度处理工艺采用滤布滤池,介绍了相关设计参数。MSBR采用7池构型,设计总水力停留时间为16.2 h,回流污泥可在泥水分离区进行脱氮。该厂实际运行后,出水水质达到设计的一级A标准,出水NH₃-N浓度低于1.0 mg/L,去除率为97.9%;出水TN浓度为10.98 mg/L,去除率为65.4%。全厂吨水用地指标为0.611m²/(m³·d),低于传统生物二级处理工艺,单位处理成本为1.28元/m³。MSBR工艺适用于脱氮要求高和用地紧张的工程项目。