（机械工程专业论文）基于神经网络的mbr污水处理工艺参数预测和控制研究.pdf

j 独创性声明 本人声明所呈交的论文是我个人在导师指导下进行的研究工作及取得的研 究成果。尽我所知，除了文中特别加以标注和致谢的地方外，论文中不包含其他 人已经发表或撰写过的研究成果，也不包含为获得北京工业大学或其它教育机构 的学位或证书而使用过的材料。与我一同工作的同志对本研究所做的任何贡献均 已在论文中作了明确的说明并表示了谢意。 签名：盎盘日期：色：龟幺! 丝 关于论文使用授权的说明 本人完全了解北京工业大学有关保留、使用学位论文的规定，即：学校有权 保留送交论文的复印件，允许论文被查阅和借阅；学校可以公布论文的全部或部 分内容，可以采用影印、缩印或其他复制手段保存论文。 ( 保密的论文在解密后应遵守此规定) 签名： 渣胡 导师签名： 摘要 摘要 近年来膜生物反应器( m e m b r a n eb i o r e a c t o r s ，m b r ) 工艺在污水处理中的 应用格外引人注目。该工艺与传统的废水生物处理工艺相比，具有出水水质好、 出水可直接回用、设备占地面积小、便于自控、活性污泥浓度高和剩余污泥产 量低等优点。本课题根据m b r 污水处理的工艺要求对p l c 进行了硬件选型和 软件设计，主要包括污水预处理区、m b r 反应区和污泥处理区三部分。 m b r 运行的突出问题主要是膜污染，膜污染不仅会降低膜的产水率、增加 运行费用，而且影响膜生物反应器的稳定运行。本文根据现场运行参数，探讨 了预测m b r 工艺在运行中发生膜污染的方法。m b r 运行控制过程是一个多变 量，多目标的包含海量信息的复杂控制系统，膜污染因子较为复杂且各因子之 间相互交叉，难以建立精确的数学模型。因此，本文采用神经网络算法建立了 膜污染模型预测模型。首先分析膜污染形成原因，针对膜污染因子复杂多变的 特点，以及神经网络对于控制领域的强大吸引力，提出采用基于神经网络计算 方法的膜污染预测的建模方法。利用主元分析法( p ( a ) 实现过程变量的降维 和去相关，实现辅助变量的精选，从而达到简化神经网络输入的目的。然后建 立基于b p 神经网络的膜污染预测模型。对标准b p 算法进行了分析，建立了膜 污染预测的b p 神经网络模型并进行详细的讨论，指出b p 算法收敛速度慢，易 陷入局部极小点，网络泛化能力不强等缺点及原因。最后提出了一种新膜污染 预测方法一基于p s o b p 神经网络的膜污染预测模型。p s o b p 算法是用粒子 群算法来优化神经网络，计算适应度函数，最后对优化权值后的网络进行训练。 仿真结果表明：与标准b p 算法相比，p s o b p 算法具有收敛速度快、收敛精度 高、稳定性好等特点。 基于神经网络的膜污染预测模型，不仅有助于实现膜生物反应器中污水处 理的膜污染预测控制，而且对于其它复杂过程的优化控制也有积极影响。 关键字b p 神经网络；主成分分析；粒子群算法；膜污染 北京工业大学t 学硕十学位论文 a bs t r a c t m e m b r a n eb i o r e a c t o r st e c h n o l o g y ( m b r ) h a sb e e n w i d e l ya p p l i e d i n w a s t e w a t e rt r e a t m e n t m b ri sm o r ee f f i c i e n ta n dc o s t - e f f e c t i v et h a nt r a d i t i o n a l t e c h n o l o g i e s a c c o r d i n g t ot h e t e c h n o l o g i c a lr e q u i r e m e n t so fm b r ，t h i sp a p e r i n t r o d u c e sh o wt or e a l i z ep l ch a r d w a r es e l e c t i o na n ds o r w a r ed e s i g n ，w h i c h i n c l u d es e w a g ep r e t r e a t m e n ta r e a ，m b rr e a c t i o nz o n ea n dm e s l u d g et r e a t m e n ta r e a m e m b r a n ef o u l i n gi st h em a i np r o b l e mi ni t se n e r g yc o n s u m p t i o n i ta f f e c t s t h em e m b r a n ew a t e rp r o d u c t i o nr a t ea n dt h eo p e r a t i o no fm e m b r a n eb i o r e a c t o r s t h i sp a p e rf o c u s e so nh o wt op r e d i c tt h em e m b r a n ef o u l i n gi nm b r t e c h n o l o g y m e m b r a n ef o u l i n gi sc a u s e db ym a n yc o m p l e xa n di n t e r a c t i o n a lf a c t o r st h a ta p r e c i s em a t h e m a t i c a lm o d e li sh a r dt ob ec s t a b l i s h e d t h u s ，ap r e d i c t i o nm o d e li sp u t f o r w a r db a s e do nn e u r a ln e t w o r k 。f i r s to fa l l ，a n a l y z et h ec a u s e so fm e m b r a n e f o u l i n g a si ss t u d i e d , t h e r ea l em a n yc o m p l e xa n dc h a n g e a b l ef a c t o r sw h i c hc a n c a u s em e m b r a n ef o u l i n gi nm b r , p r i n c i p a lc o m p o n e n ta n a l ) ，s i s ( p c a ) w a su s e dt o r e d u c et h ed i m e n s i o n sa n dc o r r e l a t i o n so fi n p u tp a r a m e t e r s i nt h i sw a y , t h en e u r a l n e t w o r k si n p u t l a y e ri ss i m p l i f i e d i nt h es e c o n dp l a c e ，b u i l du pt h ep r e d i c t i o n m o d e lo fm e m b r a n ef o u l i n gb a s e do nb pn e u r a ln e t w o r k b ya n a l y z i n gt h es t a n d a r d b pa l g o r i t h ma n dt h em o d e lr e s u l t s ，s o m es h o r t c o m i n g sa r ep o i n t e do u t ，s u c ha ss l o w c o n v e r g e n c e ，t r a p p i n gi n t oal o c a lo p t i m u ma n dt h ew e a kg e n e r a l i z a t i o na b i l i t y i nt h e e n d ，p u tf o r w a r dan e wp r e d i c t i o nm e t h o do fm e m b r a n ef o u l i n gw h i c h - i sb a s e do i l p s o b pn e u r a ln e t w o r k i ta d j u s t sw e i g h t so fb pn e u r a ln e t w o r ku s i n gp a r t i c l e s w a r mo p t i m i z a t i o n ( p s o ) a l g o r i t h mr a t h e rt h a nt r a d i t i o n a lg r a d i e n td e s c e n tm e t h o d n es i m u l a t i o ni sp e r f o r m e dw i t hm a t l a b t h er e s u l t ss h o w e dt h a tt h ep s o b p n e u r a ln e t w o r kh a saf a s t e rc o n v e r g e n c es p e e da n dab e t t e ra g r e e m e n tw i mt h er e a l d a t at h a nt r a d i t i o n a lb pn e u r a ln e t w o r k t h ep r e d i c t i o nm o d e lb a s e do nn e u r a ln e t w o r kn o to n l ym a k e sc o n t r i b u t i o n st o m e m b r a n ef o u l i n gi nw a s t e w a t e rt r e a t m e n t ，b u ta l s oh a sa p o s i t i v ei m p a c to fo p t i m a l c e n t r e lo no t h e rc o m p l e xp r o c e s s e s k e y w o r d s b pn e u r a ln e t w o r k ；p c a ；p s o ；m e m b r a n ef o u l i n g 目录 目录 摘要错误l 未定义书签。 a b s t r a c t 错误! 未定义书签。 第1 章绪论1 1 1 课题背景及研究意义1 1 1 1 课题背景1 1 1 2 课题研究意义l 1 2 国内外膜污染控制研究现状及其存在的问题2 1 3 本文主要研究内容3 第2 章膜生物反应器污水处理系统4 2 1 膜生物反应器概述4 2 1 1 膜分离技术。4 2 1 2 膜生物反应器的发展4 2 2 污水处理控制系统的设计6 2 2 1 工艺流程6 2 2 2 控制模块的选择7 2 2 3p l c 设计与实现9 2 3 本章小结2 3 第3 章膜污染模型设计2 4 3 1 初步确定辅助变量2 4 3 1 1 变量类型的选择2 4 3 1 2 变量数目的选择2 4 3 2 数据采集与数据预处理2 5 3 2 1 数据采集2 5 3 2 2 数据预处理2 5 3 3p c a 算法及辅助变量的精选2 7 3 3 1 主元分析法( p c a ) 简介2 8 3 3 2p c a 算法的主要步骤2 8 3 3 3 辅助变量的精选2 8 3 4 建立膜污染测量模型2 9 3 5 本章小结2 9 第4 章基于b p 神经网络膜污染预测模型3 0 4 1 神经网络概述3 0 4 2b p 神经网络原理：。3 0 4 2 1b p 神经网络结构3 0 4 2 2 标准b p 算法。3l 4 2 3 动量梯度下降反向传播算法3 3 4 2 4 自适应学习速率梯度下降反向传播算法3 4 4 2 5 自适应学习速率动量梯度下降反向传播算法3 4 4 3 基于b p 神经网络的膜污染模型的实现3 5 4 3 1 建立b p 神经网络膜污染模型3 5 4 3 2b p 神经网络结构设计。3 5 i i i 北京工业大学工学硕。卜学位论文 4 3 3 仿真结果与分析3 6 4 4 本章小结3 8 第5 章基于p s o b p 神经网络膜污染预测模型3 9 5 1 粒子群算法概述3 9 5 1 1 粒子群算法的基本概念4 0 5 1 2 粒子群算法的设计与实现4 0 5 1 3 粒子群算法的应用4 1 5 2 基于p s o b p 神经网络的膜污染模型的实现4 1 5 2 1 建立p s o b p 神经网络膜污染模型4 2 5 2 2p s o b p 神经网络结构设计4 2 5 2 3 基于p s o 优化的b p 网络学习算法4 2 5 2 4 仿真结果与分析4 3 5 3 本章小结4 6 结论。4 7 参考文献。4 9 l l l 寸录5 2 攻读硕士期间所发表论文5 5 致 射5 6 i v 第l 章绪论 第1 章绪论 随着社会经济发展和人口日益增长，水资源短缺已经成为一个全球化的问 题。我国的缺水形势尤其严峻，水环境质量的恶化和经济的高速发展，迫切要 求适应时代发展的污水资源化技术，以缓解水资源的短缺情况。膜生物反应器 ( m e m b r a n eb i o r e a c t o r s ，m b r ) 工艺因为便于自控等优点得到广泛运用。但是 运行过程中因为膜污染问题带来了经济成本的大幅增加，因此本文以此为背景 来设计m b r 的运行控制方案和讨论过程中工艺参数膜污染问题。 1 1 课题背景及研究意义 1 1 1 课题背景 与传统的废水生物处理工艺相比，m b r 工艺具有出水水质好、出水可直接 回用、设备占地面积小、便于自控、活性污泥浓度高和剩余污泥产量低等优点 u j 。但是，较高的运行费用是m b r 推广应用中遇到的主要问题。研究表明，膜 污染是引起m b r 工艺在污水处理中运行费用上升的重要因素，其不仅影响膜 的产水率，而且影响膜生物反应器的稳定运行【2 】，甚至增加膜组件的更换频率， 从而会降低m b r 工艺在污水处理系统中的经济优势。因此，对于膜生物反应 器，要使其获得长期稳定的运行效果，必须研究控制过程的各项工艺参数对膜 污染的影响，从而预测和控制膜污染。 1 1 2 课题研究意义 膜良好的选择透过性，使其在复杂介质的分离中有潜在的优势。而膜污染 模型的建立对膜分离工艺过程的设计以及深入了解当前工艺的运行状况至关重 要。人们通常用膜渗透量或过滤阻力与操作参数的函数关系表征膜污染模型， 而这些模型大部分都是基于传质模型、浓差极化、渗透压力模型、边界层吸附 模型、布朗扩散模型以及剪切力诱导扩散模型等理论而建立的1 3 4 1 。 建立模型要依托灵敏的仪器设备以获取必要的数据，这在实际应用中是不 可行的。而且，此类膜污染模型只适用于特定的过滤介质及操作条件，因为膜 分离过程各参数之间存在大量的未知相互作用，并表现为非线性行为，所以经 典的理论模型难以对膜污染过程进行精确模拟。神经网络是一种黑箱模型，具 有自映射能力，是用来解决线性及非线性多变量问题的优良工具。神经网络具 北京丁业大学t 学硕十学位论文 有精确预测、易于操作、便于程序化等优点，其已经逐渐应用到膜分离工艺的 理论研究及工程实践中【5 】。 本课题研究目的就是针对m b r 这样一个多变量，多目标的包含海量信息 的复杂控制系统，研究基于神经网络的膜污染预测模型。 1 。2 国内外膜污染控制研究现状及其存在的问题 膜污染是指被过滤料液中的某些组分在膜表面或膜孔中沉积导致膜渗透量 下降的现象。膜污染后其渗透通量严重下降，过膜压力增大，截留效率下降。m b r 中膜污染的影响因子纷繁复杂，主要来自3 个方面【6 8 1 ：膜的性质、操作条件和活 性污泥混合液的性质。m b r 中膜污染物质来源于活性污泥混合液，混合液的性 质对膜污染的影响更为复杂【9 】。a l l i m 等研究了两种不同粒径分布的活性污泥 对一体式m b r 膜污染的影响，发现大粒径的颗粒污泥对膜的污染程度远低于小 径污泥【l 川；k h c h o o 等发现混合液中无机污染物m g n 8 4 p 0 4 6 h 2 0 和微生物细 菌一并沉积并吸附在膜表面上，形成黏性极强的凝胶层导致膜通量下降【l l 】； h n a g a o k a 等认为m b r 中胞外聚合物( e p s ) 既在曝气池中积累，也在膜表面上积 累，会引起混合液黏度和膜过滤阻力的增加【1 2 】；随着混合液中e p s 的增加，膜污染 速度加快；e p s 会引发严重的膜表面生物污染。 操作条件是影响膜过滤性能的主要因素之一。国内外学者针对曝气量、错流 速率、水力停留时间、污泥龄、污泥负荷以及临界通量等参数对膜污染的影响作 了大量的研究工作。张传义等研究认为增大曝气量一方面可提高膜面液体循环流 速，减缓活性污泥颗粒在膜表面的沉积【1 3 】；另一方面曝气量的增加会造成污泥粒 径分布的变化，使混合液中细小污泥颗粒增多，引起膜污染增加，据此，他们提 出了经济曝气量的说法。水力停留时间对膜生物反应器的膜过滤性能有明显的影 响，过长的停留时间会导致形成密实的滤饼层；而过短的停留时间导致产生高的 污泥浓度，加速膜污染。h n a g a o k a 等对比考察了有机负荷对膜生物反应器运行 情况的影响【1 4 1 。研究表明，高负荷反应器( t o c 负荷为1 5 ( l d ) 】在运行4 0 d 后， 其抽吸压力迅速上升，膜通量迅速下降，即使清洗也无法使其恢复；而低负荷反 应器( t o c 负荷为0 5 ( l d ) ) 运行1 2 0d 后，抽吸压力仍变化较小。当膜生物反 应器在次临界流量下运行时，膜污染轻微，而且以可逆污染为主；当过膜压力高 于临界通量时，会迅速形成致密的滤饼层，不可逆污染加剧【1 5 , 1 6 1 。 为了优化m b r 运行条件，研究人员在经典数学的基础上建立了许多膜污染 数学模型用来模拟膜通量、压力、过滤阻力等参数的变化对膜污染的影响。膜污 染数学模型在理论上表征了膜污染因子对膜污染的贡献，为膜污染的有效控制提 供了依据。r “u 等通过均匀设计得到了适用于活性污泥混合液条件下的膜间液 第1 苹绪论 体上升流速计算的模型，并实测了膜过滤阻力的上升速率，建立了膜问液体上升 流速、污泥浓度和膜通量对膜表面污泥沉积速率的影响模型【1 7 1 。通过该模型可以 选择合适的临界曝气强度和临界膜通量，也可以对不同操作条件下的膜污染情况 进行预测。y s h i m i z u 等设计了膜过滤数学模型，研究发现，高的过膜压力、低的流 体流动性( 或剪切力) 可导致中空纤维膜膜丝“堆积”，减小膜有效过滤面积【1 8 】。 经典的膜污染数学模型一般为指数式经验模型，这类模型的缺点是：模型对 膜污染机理的解释不够细致深入；模型的应用受一定条件的制约，通用性差，且 各参数的物理意义不明确，难于精确预测膜污染。因此，寻找合适的膜污染预测 模型是当前研究膜生物反应器的重要工作之一。 1 3 本文主要研究内容 本论文通过对国内外膜反应器污水处理技术中膜污染的现状及其模型的研 究现状进行综述，针对膜污染难以准确预测的问题，提出人工神经网络在膜污 染预测中的应用是一个重要的发展方向。由于m b r 控制过程是一个多变量， 多目标的包含海量信息的复杂控制系统：一膜污染因子较为复杂，且各因子之间 相互交叉。因此，本文采用基于神经网络的建模方法。 ( 1 ) 建立基于b p 神经网络的膜污染预测模型仿真研究结果表明：标准b p 算 法在预测精度上具有一定的准确性能，可用于建立膜污染预测模型。 ( 2 ) 提出了一种新的膜污染预测方法基于p s o b p 神经网络的膜污染预测 模型。p s o b p 算法是用粒子群算法来优化神经网络权值，对神经网络进行训练， 计算适应度函数，最后对优化权值后的网络进行训练。仿真研究结果表明：与 标准b p 算法相比，p s o b p 算法具有收敛速度快、收敛精度高、稳定性好等特 点。 北京t 业大学t 学硕士学位论文 第2 章膜生物反应器污水处理系统 二十世纪八十年代以来，随着膜技术的发展，膜生物反应器器由于具有占 地面积小，出水水质好等优点，在国际上引起了广泛的重视。m b r 已用于大楼 废水、生活废水回用、医院废水处理等工程实例。本章节提出了一套p l c 的控 制方案，首先介绍了膜过滤及膜生物反应器处理污水的工艺，对总体流程有个 全面的认识。接下来介绍了p l c 控制程序的设计方法和硬件接线图，可以对本 课题的预处理区，反应池区，污泥处理区具体工作方式有个全面的认识。 2 1 膜生物反应器概述 2 1 1 膜分离技术 随着科学技术的发展，“膜”这种物质己经越来越多的应用到生产和生活 中。所谓膜，指的是在一种流体相内或者在两种流体相之间，有一层薄的凝聚 相物质把流体相分割为互不相通的两部分，并能使这两部分之问产生传质作用。 这一薄层物质就是“膜 。膜可以是固态的，也可以是液态或者气态的。可以 是均匀的单一相，也可以由两相以上的凝聚态构成复合体。无论怎样的膜，它 都有两个界面，且界面和被分割的两侧流体相接触【1 9 】。 利用天热或者人工合成的、具有选择透过性能力的薄膜，以使外界能量或 化学位差为推动力，对双组分或多组分溶质和溶剂进行分离、分级、提纯或富 集的方法，称为膜分离。膜分离技术的产生与发展，为膜生物反应器的提出与 发展奠定了技术基础【2 0 】。 目前，常用的几种膜分离方法主要有：微孔过滤( m i c r o - f i l t r a t i o n ，m f ) 、 超滤( u l t r a - f i l t r a t i o n ，u f ) 、纳滤( n a n o f i l t r a t i o n ，n f ) 、反渗透( r e v e r s eo s m o s i s ， r o ) 、渗析( d i a l y s i s ，d ) 、电渗析( e l e c t r o d i a l y s i s ，e d ) 、渗透蒸发( p e r v a p e r a t i o n ， p v ) 、液膜( l i q u i d m e m b r a n e ，l m ) 等。 2 1 2 膜生物反应器的发展 膜生物反应器的构想最早出现在酶制剂工业中，b l a t t 等人在1 9 6 5 年提出 用膜分离技术进行微生物浓缩，1 9 6 8 年w a n g 等成功运用膜分离技术制取酶制 剂。真正将膜分离技术引入水处理工业并与活性污泥法相联系是在1 9 6 9 年。美 国首次报道了用活性污泥法和超滤法结合处理城市污水的方法，并由 第2 章膜生物反应器生物处理系统 d o f f - 0 1 i v o ri n c 在1 9 6 9 年申请了美国专利。但直到1 9 8 5 年，膜生物反应器的 研究基本上还处在基础研究阶斟2 1 琊】。 二十世纪八十年代以来，随着膜技术的发展，膜生物反应器器由于具有占 地面积小，出水水质好等优点，在国际上引起了广泛的重视。尤其是在国土狭 小，地价高的日本，人们更是投入了大量的人力、物力对m b r 在废水处理中 的应用进行了开发和研究。在日本，1 9 8 5 年开始的 a q u ar e n a i s s a n e e 9 0 ”，大型 研究计划( 水综合再生利用系统9 0 年代计划) ，包括了新型膜材料的开发，膜分 离装置的研究，将m b r 研究在污水处理对象及处理规模上都向前大大推进了 一步。日本在该项计划中对厌氧膜生物反应器作了较为系统的研究，研制了处 理七类废水( 酒精发酵、造纸、淀粉、油脂、蛋白、生活、城市污水) 的膜生物 反应器系统，并在1 9 8 8 年的中间评价阶段后，进入了实验工厂运转实验。法国、 美国、澳大利亚等国对膜生物反应器的研究也投入了很大的力量，使膜生物反 应器的研究内容更加全面和深入，为九十年代的进一步推广应用奠定了技术基 础。 进入9 0 年代中后期，m b r 在国外己进入了实际应用阶段。加拿大的z e n o n 公司在m b r 的推广方面作了许多工作。它首先推出了超滤管式m b r ，并将其 应用于城市污水处理。为了节约能耗，该公司又开发了淹没式中空纤维膜丝的 膜组件。此膜组件可以直接放入曝气池，也可以单独设立分离池：采用正压压 滤和负压抽滤相结合的方式，并采用在线过滤液脉冲反冲洗，以减少膜污染。 目前这种m b r 已应用于美国、德国、法国和埃及等十多个国家，规模从3 8 0 m 3 d 至7 6 0 0 m 3 d 。另一个在m b r 实际应用中具有竞争力的公司是日本的k u b o t a 公 司，它所生产的板式膜具有流通量大、耐污染和工艺简单的特点。此板式膜直 接放入混合液中，利用混合液的水头压力作为穿透压，将处理水排出系统，系 统出水稳定。国际上知名的生产商业化m b r 的公司还有：日本的q r e l i s 和 m i t s u i c h e m i c a l s 公司、南非w e i re n v i g 公司、韩国a q u a t e c h 公司和丹麦 b i o s c a n a s 公司等。 我国对m b r 的大规模研究始于上世纪9 0 年代末期，已取得了很大进展。 目前，采用m b r 处理的废水包括生活废水、石化污水、高浓度有机废水、食 品废水、啤酒废水、港口污水、印染废水等【2 4 1 。生物反应器的类型从好氧反应 器发展到厌氧反应器，并且对不同污水的处理效果、系统的稳定运行、操作条 件的优化进行了研究。m b r 已用于大楼废水、生活废水回用、医院废水处理等 工程实例，但应用工程数量还较少。国产的专用于m b r 的膜材料、膜组件还 十分有限，膜的性能质量还有待提高，需要加快研究和开发。 当前m b r 市场正在加速成长，而且这种成长趋势预期会持续十年以上。 全球m b r 的市场规模在过去5 年里增长了一倍，预期到2 0 1 0 年市场规模将会 北京t 业大学t 学硕十学位论文 达到3 6 亿美元。特别是中国，已经有多个正在运行和建设中的万吨级m b r 工 程项目，并会在m b r 未来全球市场中占据越来越重要的位置。 2 2 污水处理控制系统的设计 2 2 1 工艺流程 m b r 工艺流程图如图2 1 所示。 图2 1m b r 工艺流程图 f i g u r e 2 1t h e f l o wo f e r a t 免m b r 主要工艺设备包括粗格栅除污机、细格栅除污机、提升泵、沉淀池，反应 池以及污泥处理池。粗格栅、细格栅用于过滤水中的杂质。沉淀池主要用于调 节水量水质，为后续反应做准备。沉淀池、反应池和污泥处理池配套一些相关 辅助设备以及传感器。 污水通过总管道进入污水处理系统，首先经过粗格栅过滤掉较大的杂质， 然后污水经过细格栅过滤掉较小的杂质，再由提升泵输送到初级沉沉池。接下 来在初级沉淀池中进行调节，为下一步反应池的处理做准备。然后，污水由泵 提升至m b r 反应池进行处理，经抽吸泵将处理后的水抽出供用户使用。池底 的污泥一部分通过剩余污泥泵返回到反应池，另一部分输送到污泥处理车间进 行泥饼的制作。 本课题根据m b r 反应器具体工艺流程的控制要求，将污水处理系统分为 三个控制区，即预处理区、膜生物反应池区，污泥处理区。其中，预处理区主 第2 章膜生物反应器生物处理系统 要实现机械处理阶段，过滤较大的杂质，同时调节水质；反应池区主要是膜生 物反应处理阶段；污泥处理区主要针对水处理产生的污泥进行处理。由于各区 存在控制独立性，因此，采用三台p l c 作为下位机，实现对现场设备的控制。 其中对预处理区控制主要包括粗格栅、细格栅、提升泵、初级沉淀池四个 主要工艺设备的自动控制。反应池区主要包括一个厌氧区( 无曝气) 和一个 m b r 反应池。污泥处理区主要包括对输送机、浓缩脱水一体机以及一些进出水 阀门。 2 2 2 控制模块的选择 2 2 2 1p l c 工作原理及特点由于p l c 具有比计算机更强的与工业过程相连 的接口，更适应于控制要求的编程语言，因此，p l c 可以视为一种特殊的工业 控制计算机。p l c 工作过程分为3 个阶段：上电处理、p l c 扫描过程和出错处 理 2 5 1 。p l c 上电后对p l c 系统进行一次初始化工作，包括硬件初始化、i o 模 块配置运行方式检查、停电保持范围设定及其它初始化处理等。这些是p l c 内 部处理阶段，这些程序是厂家在p l c 出厂时就已经固化好的，与用户的控制程 序无关，一般比较固定，其运行时间与用户的程序运行时间相比，要短的多。 p l c 上电完成以后进入扫描工作过程。首先完成输入处理，其次完成与外设的 通讯处理，再进行时钟、特殊寄存器的更别2 6 1 。 当c p u 处于s t o p 模式时，转入执行自诊断检查。当c p u 处于r u n 模式 时，它将不断重复扫描过程。扫描过程分为三个阶段：输入采样阶段，程序执 行阶段与输出刷新阶段。 输入采样阶段首先扫描所有输入端子，并将各输入端子状态存入内存中对 应的输入映像寄存器。此时，输入映像寄存器被刷新。接着，进入程序执行阶 段，在程序执行阶段和输出刷新阶段，输入映像寄存器与外界隔离，无论输入 信号如何变化，其内容保持不变，直到下一个扫描周期的输入采样阶段，才重 新写入输入端内容。 程序执行阶段根据p l c 梯形图程序扫描原则，p l c 按先左后右、先上后下 的原则逐句扫描。但是遇到程序跳转指令时，则根据跳转条件决定程序的跳转 地址。当指令中涉及输入、输出状态时，p l c 就从输入映像寄存器读入上一个 阶段采入的对应输入端子的状态，从元件映像寄存器读入对应元件的当前状态， 然后进行响应的运算，运算结果再存入元件寄存器中。对元件映像寄存器来说， 每一个元件的状态会随着程序执行的过程而变化。 输出刷新阶段是所有指令执行完毕后，元件映像寄存器中所有输出继电器 的状态( 接通断开) 在输出刷新阶段被存到输出锁存器，通过一定方式输出并 北京t 业大学工学硕卜学位论文 驱动外部负载。 在p l c 每个扫描周期都要执行一次自诊断检查，以确定p l c 自身的动作 是否正常，如c p u 、电池电压、程序存储器、i o 、通信等是否异常或出错。若 检查出异常，c p u 面板上的l e d 及异常继电器会接通，在特殊寄存器中存入 出错代码。当出现致命错误时，c p u 被强制为s t o p 模式，所有的扫描停止。 p l c 工作的主要特点是输入信号集中批处理、执行过程集中批处理和输出 过程也集中批处理。p l c 这种串行工作方式，可以避免继电接触器控制系统中 触点竞争和时序失配问题，并增强系统抗干扰能力。由于干扰常常是脉冲式的、 短时的，只要p l c 不是正好工作在输入刷新阶段，就不会受到干扰的影响。因 此瞬间干扰所引起的误动作将会大大减少，从而增加了系统的抗干扰能力。这 是p l c 可靠性高的原因之一。p l c 具有能够迅速发展原因，除了工业自动化的 客观需求外，还有许多独特的优点。它较好的解决了工业控制领域中普遍关心 的可靠、安全、灵活、方便、经济等问题。它具有以下主要特剧2 7 1 ：可靠性高， 抗干扰能力强；编程、操作简易方便、程序修改灵活；硬件配套齐全，用户使 用方便，适应性强；易于系统的设计、安装、调试和维修；体积小、重量轻、 功耗低、响应快。 2 2 2 2 硬件选型p l c 的选择包括机型的选择、c p u 的选择、i o 模块的选择 和电源模块选择等【2 引。本课题的污水处理厂日处理吨位为1 0 0 0 吨。根据工艺和 控制需要确定模拟量如下：粗格栅超声波液位差计, a h l 、粗格栅超声波液位计 h i 、粗格栅超声波液位计h 2 、1 # 粗格栅手动、l # 粗格栅自动；细格栅超声波 液位差计h 3 、超声波液位计h 3 、超声波液位计h 4 、2 # 细格栅手动、 2 # 细格栅自动；沉淀池自动、沉淀池手动、沉淀池5 # 液位传感器：除砂泵自 动、除砂泵手动；l # 反应池手动、 1 # 反应池自动、d o 仪、p h 仪、 6 # 液位传感器、温度传感器、抽吸泵的负压值f 1 ；污泥处理池手动、污泥处理 池自动和液位传感器p h 值传感器，另按1 5 预留模拟量以便后期扩充需求。 数字量如下：1 撑粗格栅除污耙、1 # 螺旋运输机、l # 压榨机、l 撑进水阀门、l 撑 进水阀门、l 撑提升泵、l # 报警器、2 # 报警器；2 撑格栅除污耙、2 # 螺旋运输 机、2 # 压榨机、1 撑止回阀、2 群提升泵、3 # 报警器、4 # 报警器：沉淀池3 # 提 升泵、1 # 阀门、3 # 阀门、1 # 提升泵、2 # 提升泵、5 # 报警器；除砂泵4 # 阀 门、除砂泵开启；反应池5 # 阀f - j 、6 # 阀f - j 、7 # 阀门、l 撑鼓风机、2 # 鼓风机、 6 # 报警器；污泥处理区1 撑污泥泵絮、凝剂计量泵、吸水泵和7 # 报警器，另按 1 5 预留模拟量以便后期扩充需求。由此，p l c 选型如下： ( 1 ) 选择西门子p l cs 7 3 0 0 它系列能够满足m b r 水处理工艺要求，而西 门子s 7 2 0 0 通讯功能比较弱，不利于上下位机的通讯，同时功能比较简单，不 能满足控制要求。s 7 4 0 0 主要用于大型的集散控制系统中，没有必要增加成本。 第2 章膜生物反艇器生物处理系统 ( 2 ) c p u 的选择s 7 3 0 0 系列p l cc p u 从c p u 3 1 2 到c p u 3 1 9 有不同型号， c p u 序号由低到高功能逐渐增强，技术指标主要区别于c p u 的内存空间、计 算速度、通信资源和编程资源，如计数器、定时器个数等。c p u 模块根据性价 比及实际要求选择c p u 3 1 5 2 d p 。因为本课题中输入量主要以模拟量为主，输 出量以数字量为主，所以输入模块选择模拟量输入模块为主，同时利用c p u 上 面自带的数字量输入点可以满足输入设备的要求；输出模块主要选择是数字量 输出模块，同时利用c p l l 自带的模拟量输入点可以满足输出设备的控制要求。 ( 3 ) i 0 模块的选择预处理区选择模拟量输入模块选择2 块8 路a i 模块 s m 3 3 l ，数字量输入模块1 块1 6 点d i 模块s m 3 2 1 ，输出模块：3 块s m 3 2 2 d 1 1 6 d 0 1 6 2 4 v 0 5 a ；反应池区模拟量输入模块选择s m 3 3 1a 1 8 x1 2 b i t ，数 字量输入模块s m 3 2 1 d 1 1 6 ，数字量输出模块1 6 路d os m 3 2 2 ；污泥处理区模 拟量输入模块选择型号为s m 3 31a 1 4x1 6 b i t ，数字量输入模块s m 3 2 1d 1 16 ， 2 4 v , d c ，数字量输出模块s m 3 2 2d o s d c 2 4 v 0 5 a 。 ( 4 ) 电源模块选择p s 3 0 7 ( 5 ) 远程模块现场设备主要采用e t m 2 0 0 远程模块与主机架实现通讯，通 过把相应的输入输出模块插在远程通讯模块e t 2 0 0 m 上。其中预处理区需要四 个远程模块，分别为粗格栅，细格栅，提升泵，沉淀池四个设备输入输出模块 提供接口实现与主机架上的c p u 通讯。 2 2 3p l c 设计与实现 s t e p 7 是西门子进行编程任务的平台。它包含了自动化项目从启动、实施 到测试及维护的每一个阶段所需的全部功能。s t e p 7 主要包括s i m a t i c m a n a g e r , 程序编辑器，符号编辑器，硬件配置，硬件诊断组件。s i m a t i cm a n a g e r 用于管理所有的工具以及自动化项目数据。符号编辑器用于编辑符号和配置通 信以及消息。硬件配置用于配置和参数化硬件。硬件诊断用于诊断自动化系统 的状态。s t e p 7 中集成三种编程语言：梯形图语言，s t l 语言，f b d 语言。编 程时候可以自由选择l 2 刿。 现场控制站( 下位机) p l c 控制程序主要包括三个区预处理区、反应池区、 污泥处理区。其中预处理区又包括粗格栅、细格栅、提升泵和沉淀池四个子控 制区。反应池区p l c 控制程序主要是根据m b r 工艺要求实现对鼓风机和抽吸 泵和剩余污泥泵等设备自动控制。污泥处理区也是按照污泥处理的工艺要求实 现自动控制，主要是对污泥投加泵、浓缩脱水一体机和输送机的控制。 2 2 3 1p l c 控制系统设计的基本步骤p l c 控制系统设计一般步骤主要分为以 下几个步骤【3 0 j ： 北京工业大学t 学硕七学位论文 ( 1 ) 分析要求根据生产的工艺过程分析控制要求，如需要完成的动作( 动 作顺序、动作条件、必需的保护和互锁等) 、操作方式( 手动、自动、连续、单 周期、单步等) 。 ( 2 ) 确定i 0 设备根据被控对象对p l c 控制系统的功能要求，确定系统 所需的用户输入、输出设备。常用的输入设备有按钮、选择开关、行程开关、 传感器等，常用的输出设备有继电器、接触器、指示灯、电磁阀等。 ( 3 ) 选择合适的p l c 类