自适应神经元--模糊推理系统在污水曝气控制中的应用

曝气控制是保证污水处理厂水质和降低能耗的重要环节。本文考虑污水处理厂出水水质和曝气量的非线性、大滞后、时变性等特点，利用反向传播(Back Propagatio——BP)算法对隶属度函数进行优化，建立模糊推理规则，并设计了一个自适应神经元——模糊控制系统，该系统对某SBR小型污水处理厂曝气进行了仿真分析，结果表明设计的控制系统的有效性。     

区域水环境经济系统的多目标递阶规划

本文针对文献[1]提出的以水系水质规划为基础的多子区域多目标水环境经济规划问题, 提出了它的相互作用式逐步折衷递阶优化解法,并以两个子区域和五个污水集中处理厂的系 统为例进行计算机仿真,说明其有效性.     

倒置A2O工艺的污水处理SCADA系统开发

以上海市某污水处理厂扩建工程项目为背景,分析了该污水处理厂的工艺流程并重点阐述了生物反应池这一核心工艺环节,开发了一套倒置A2O工艺的污水处理SCADA系统,在传统厌氧-缺氧-好氧（A2O）工艺的基础上设立预缺氧池并加置两个缺氧-好氧（AO）池。SCADA系统的下位机选用Rockwell Control Logix系列以及Siemens S7-1200的PLC,人机界面采用组态软件KingSCADA3.7进行开发。整个自控系统通过工艺流程模块进行画面实时监控,可以实时记录运行参数、显示参数趋势曲线等。运行结果表明,该污水处理自控系统实现了污水处理厂的集散控制,满足工艺要求,提升了脱氮除磷效率和出水水质。     

基于LK的污水处理厂PLC系统

为达到一级A排放标准,山东禹城第二污水处理厂需要对全厂实行集中管理,采用高性能、高品质的PLC产品确保控制系统安全、高效运行。以和利时公司LK系列PLC为核心的控制系统在基于A~2/O生物除磷脱氮污水处理工艺中得到应用,并能完全满足工艺控制的要求,提供了一种高可靠性、低成本、更优化的控制方案。     

AAO 生物池自控系统设计

在目前城镇污水处理厂的污水处理工艺中,AAO 生物池占有举足轻重的地位,而在AAO 生物池设置适当的 在线检测仪表,采用先进的PLC 自动控制系统,通过调节曝气量、污泥回流量等参数则可达到设计预期的脱氮除磷效果。为 了根据进水水质、温度等调节AAO 生物池的各设计参数,将变频器与先进的自动控制技术、通讯技术相结合,对鼓风机、回流 污泥泵等进行变频调速控制,不但可以满足工艺设计要求,而且也是一种比较节能的技术手段。     

污水处理厂远程运营管理系统解决方案

污水处理厂远程运营管理系统解决方案,主要满足水务集团、排水集团等用户对多个污水处理厂进行集中管理的需求,以工业数据库软件-KingHistorian为核心,实现多个污水处理厂远程数据采集、可视化管理、水质集中监管、生产成本管理、设备管理等主要功能。     

污水处理厂远程运营管理系统解决方案

污水处理厂远程运营管理系统解决方案,主要用于满足水务集团、排水集团等用户对多个污水处理厂进行集中管理的需求,以工业数据库软件KingHistorian为核心,实现多个污水处理厂远程数据采集、可视化管理、水质集中监管、生产成本管理、设备管理等主要功能。     

基于PCA-GABP神经网络的BOD软测量方法

针对污水处理过程中关键水质参数无法在线监测的问题．提出基于PCA-GABP神经网络的污水水质软测量方法。该方法由两部分组成：主元分析PCA和GABP神经网络。其中,GABP算法采用局部改进遗传算法优化神经网络权值。并采用自适应学习速率动量梯度下降算法对神经网络进行训练,建立软测量模型。仿真结果表明该软测量模型稳定性好、精度高,可用于污水处理厂对BOD进行在线预测。     

城市排污系统对河流水质影响的仿真研究

以城市废水系统的集成化管理为出发点，基于国际水协会河流水质1号模型(RWOMI)，确定了适合仿真与实时控制的简化的动态河流水质模型，在MATLAB仿真环境下建立了一个以河流为核心的集成化城市废水系统的简单仿真环境。以某河流城区段为背景，采用国际水协会发布的污水负荷和组分数据作为原始输入，模拟了排水管网和污水处理厂在不同运行条件下引起的河流水质的变化情况。仿真结果表明排水管网组合下水溢流和污水处理厂排放物的处理程度对河流水质会产生直接影响，为集成化管理提供了依据。     

污水处理脱氮除磷过程建模与控制的研究

为解决水体富营养化的日趋严重及人们对水环境质量要求提高的需要,使污水处理工艺要求具有同时脱氮除磷的功能,介绍了污水生化处理过程最新进展,讨论了污水处理过程中脱氮除磷的建模和控制,以及最新的Benchmark仿真问题。从控制角度看,研究生物脱氮除磷的建模与控制技术是污水处理过程中需要解决的重要问题。     

A mathematical programming framework for early stage design of wastewater treatment plants

The increasing number of alternative wastewater treatment technologies and stricter effluent requirements make the optimal treatment process selection for wastewater treatment plant design a complicated problem. This task, defined as wastewater treatment process synthesis, is currently based on expert decisions and previous experiences. This paper proposes a new approach based on mathematical programming to manage the complexity of the problem. The approach generates/identifies novel and optimal wastewater treatment process selection, and the interconnection between unit operations to create a process flow diagram. Towards this end, a superstructure approach is used to represent the treatment alternatives for reaction and separation. A generic process interval model is used to describe each alternative in terms of input–output mass balances including conversion and separation factors. Next the design problem is formulated as a Mixed Integer (Non)linear Programming problem – MI(N)LP – and solved. A case study is formulated and solved to highlight the application of the framework.     

不确定因素下建筑集群冷热电联供系统多目标优化

为降低建筑楼宇的能源消耗,研究建筑集群中的多个建筑楼宇共享冷热电联供系统、热能存储装置以及电池时的能源调度优化问题.考虑到建筑楼宇的能源需求和能源价格具有随机性,并且每个建筑楼宇以各自的费用最小化为目标,从随机规划和多目标的角度,建立建筑集群供能系统的两阶段多目标随机规划模型.为了提高模型的求解效率,提出将线性规划松弛与Benders分解算法相结合,从而获得建筑楼宇共享能源系统的Pareto最优解集.算例分析中通过CPLEX软件求解,对比分析不同随机因素对最优化建筑集群供能系统总费用以及建筑楼宇各自费用的影响程度,结果表明了所提出算法的有效性以及所构建的模型可以有效提高最优化决策的准确性.     

过程工业水分配网络系统集成的NLP模型

针对单组分杂质用水和废水处理网络同步集成最优化问题,以最小总操作费用为目标,建立了非线性规划(NLP)模型。该模型既考虑了新鲜水费用和水处理费用之间存在的耦合关系以实现二者的优化均衡,又考虑了环境排放标准及分散式处理网络对水网络集成的影响。采用商业优化软件GAMs对算例问题进行求解,结果表明本文提出的模型能有效处理工业水分配网络系统的优化集成问题,与用水网络和废水处理网络分别集成相比,在年总费用上有不同程度的减小,较好地实现了过程工业在满足环保排放规定前提下的经济效益最大化。     

Bilinear black-box identification and MPC of the activated sludge process

In this paper the activated sludge process, which is a process for biological nitrogen removal in municipal wastewater treatment plants, is modeled as a discrete-time bilinear system by application of a recursive prediction error method system identification technique. A novel bilinear model predictive control algorithm is also derived and applied on a simulation model of the activated sludge process. For discrete-time bilinear systems, a quadratic cost on the predicted outputs and inputs, together with input/state constraints, results in a nonlinear non-convex optimization problem. An investigation is performed where the suggested control algorithm is compared with a linear counterpart. The results reveals that even though the identified bilinear black-box model describes the dynamics of the activated sludge process better than linear black-box models, bilinear model predictive control only gives moderate improvements of the control performance compared to linear model predictive control laws.     

带有优先级的分层满意优化控制算法研究

满意控制作为预测控制的实用发展,是基于模型在线实现有约束多目标多自由度优化（CMMO）,并由操作者参与决策的一种实用控制方法。针对有约束多目标多自由度优化中输出变量逼进期望值时存在的优先级结构,将一般的用二次规划表示的满意优化控制问题转化为一个分两层进行的直接优先级优化的满意优化控制问题,使用宽容分层优化方法进行分层,使用变可行域优化方法进行每层的优化,最终决策者得到满意解。     

The use of a fuzzy multi-objective linear programming for solving a multi-objective single-machine scheduling problem

This paper develops a fuzzy multi-objective linear programming (FMOLP) model for solving a multi-objective single-machine scheduling problem. The proposed model attempts to minimize the total weighted tardiness and makespan simultaneously. In this problem, a proposed FMOLP method is applied with respect to the overall acceptable degree of the decision maker (DM) satisfaction. A number of numerical examples are solved to show the effectiveness of the proposed approach. The related results are compared with the Wang and Liang's approach. These computational results show that the proposed FMOLP model achieves lower objective functions and higher satisfaction degrees.     

基于隐性记忆的非平稳时变污水处理过程多目标运行优化

针对污水处理过程中运行能耗大和水质超标严重等问题,基于隐性记忆策略,提出一种适用于无规律且非平稳时变过程的多目标运行优化方法.首先,采用集成即时学习在线建模算法建立运行指标模型,实现时变工况下运行优化目标的准确描述;然后,提出基于隐性记忆的多目标优化算法,通过充分考虑复杂时变工况,挖掘埋藏在历史优化信息中的结构化知识,引导进化搜索过程,并结合平均距离聚类指标进行均匀随机局部搜索,提高算法收敛性、多样性和分布性;最后,利用基于集成即时学习的智能决策方法,获取操作变量溶解氧浓度和硝态氮浓度的优化设定值并进行跟踪控制.数据实验表明:所提出方法能够实现污水处理过程的稳定运行,在满足操作限制的情况下,提高污染物去除性能,降低运行成本.     

基于随机模型预测控制的插电式混合动力汽车 多目标能量管理策略

为了改善插电式混合动力汽车的燃油消耗和排放, 开展多目标随机模型预测控制策略的研究. 首先, 建立适用于模型预测的多元线性回归的发动机和电池模型, 建立融合燃油消耗和排放的多目标价值函数的模型预测控制, 随后, 基于随机驾驶员模型未来时刻的车速, 结合交通信息并利用动态规划(DP)算法进行参考电荷状态(SOC)优化, 进而建立多目标随机模型预测控制策略. 最后, 通过与DP, MPC等策略进行对比验证, 及给出两组不同权值进行多目标控制效果分析. 结果表明, 该策略的燃油消耗和排放最接近DP的控制效果, 且设置不同权重值可获得相应的控制目标, 说明该策略对提升燃油消耗和排放的多目标性能的有效性.     

基于遗传算法的污水处理过程优化控制方法

分析和研究了在限制有机物排放总量条件下,污水处理运行费用最低的优化控制问题,给出污水处理过程中多变量最优控制的数学模型,提出一种采用遗传算法求解污水处理过程优化控制问题新的计算方法,论述了二进制编码、适应度函数计算的设计与实现方法.该方法避免了对迭代初值进行猜测的困难,提高了计算效率.数值仿真说明在污水处理过程中采用遗传算法寻优是可行和有效的.     

基于控制周期计算的锌液净化除铜过程优化控制

净化除铜过程是锌直接浸出冶炼工艺中硫酸锌溶液净化的第1个步骤,其效果直接影响着后续工序的正常进行以及最终锌产品的质量.本文针对除铜过程中控制周期与锌粉添加量不确定性,造成出口铜离子浓度波动大及锌粉浪费等问题,研究基于控制周期的除铜过程锌粉添加优化控制方法.首先通过分析反应器中氧化还原电位(oxidation-reduction-potential,ORP)与锌粉的时序变化关系计算除铜过程反应响应时间,然后分析响应时间的统计特性,从而确定锌粉控制周期.在确定控制周期的基础上,采用基于控制周期的固定节点控制参数化方法,从而将最优控制求解问题转化为非线性规划问题.最后,采用状态转移算法对该非线性规划问题进行求解.采集工业现场数据进行实验证明了该优化控制方法的有效性,为类似的净化过程的优化控制提供了新思路.