（机械设计及理论专业论文）基于rbfnn的水处理系统过程建模与控制应用研究.pdf

大连理工大学硕士学位论文 摘要 水污染是当今世界各国面临的首要问题，通过污水处理解决缺水问题已成为共识。 活性污泥法是目前国内外用来提高水质的一种既经济又简便的污水水处理技术，准确地 控制生化反应池中溶解氧( d 0 ) 是获得较好处理效果及经济效益的前提。但活性污泥生 化反应过程是一个复杂的非线性的生化过程，在实际水处理过程中，水质水量不断波动， 要实现准确控制水中的d o 非常困难。为了解决这一问题，本文提出了一种基于径向基 函数神经网络( r b f n n ) 的生化反应系统内模控制的设计方法，并结合大连绿源药业公 司污水处理系统核心装置( 生化反应池) 中的d o 控制为对象来进行研究设计。研究主 要内容如下： 首先，本文对该污水处理车间做了实际的调研，对污水处理系统做了分析，并确定 了控制对象和策略。为建立水处理系统模型，对神经网络算法进行研究，提出了采用减 聚类算法和动态最近邻聚类学习算法相结合的新算法，提高径向基函数神经网络的函数 逼近能力和运算速度，实现在线调整网络参数。 然后，结合生化反应过程特点分析，将上述算法的r b f n n 成功地应用于生化反应过 程，建立了该系统的神经网络模型。该模型可用于生化反应过程状态变量的估算和预测。 最后，本文根据r b f n n 具有参数线性化的结构特点设计了基于r b f n n 的非线性内模 控制器，将该控制器应用到生化反应过程，以d 0 为被控变量，进行仿真实验，并给出 了硬件设计方案。 本文通过对生化反应过程溶解氧神经网络控制方法的研究，探索和尝试了将神经网 络智能控制技术引入水处理领域。仿真实验表明，基于神经网络的内模控制系统具有很 强的自学习性和自适应性以及良好的鲁棒性，对非线性的生化反应过程可实现准确控 制，达到较好的效果。 关键词：活性污泥；溶解氧；径向基函数神经网络；模型辨识：内模控制 叶希贵：基于r b f n n 的水处理系统过程建模与控制应用研究 r e s e a r c ha n da p p l i c a t i o no np r o c e s sm o d e l i n ga n dc o n t r o l o fw a t e r p r o c e s s i n gb a s e do nr b f n n a b s t r a c t w a t e rp o l l u t i o ni sa nu r g e n tp r o b l e mi nt h ew o o la tp r e s e n t ；a n dp e o p l ec o m e t oh a v ea n a g r e e m e n tt om e e tw a t e rd e m a n db y w a t e rt r e a t m e n t t h et e c h n o l o g yo fa c t i v a t e ds l u d g ei sa n e c o n o m i ca n ds i m p l ea n dc o n v e n i e n tm e t h o dt oi m p r o v ew a t e rq u a l i t y t oe x a c t l yc o n t r o ld o i nt h eb i o c h e m i c a lp o o lc a ng e tg o o dt r e a t m e n tr e s u l t s b u tt h eb i o c h e m i c a lr e a c t i o np r o c e s s i sac o m p l e xb i o c h e m i c a la n dn o n l i n e a rs y s t e m ，i nt h er e a lw a t e rt r e a t m e n t ，t h es t r e a mi s f l u c t u a n t i ti sv e r yd i f f i c u l tt oe x a c t l yc o n t r o ld 0 i no r d e rt or e s o l v et h i sp r o b l e m ，t h ep a p e r p r o p o s e sa n e wc o n t r 0 1m e t h o d - i m cb a s e do nr a d i a lb a s i sf u n c t i o nn e u r a ln e t w o r k ( r b f n n ) t oa c c u r a t e l yc o n t r o ld o ，a n da p p l i e st h i sc o n t r 0 1m e t h o dt oaw a t e rp r o c e s s i n gs y s t e mo f l v y u a np h a r m a c yc o m p a n yi nd a l i a n t h em a i nr e s e a r c hc o n t e n t so f t h e t h e s i sa r ea sf o l l o w s ： f i r s t ，al o to fr e s e a r c hi sd o n eo nt h ew a s t ew a t e rt r e a t m e n ts y s t e m ，a n dt h ec o n t r o l o b j e c ta n dc o n t r o ls t r a t e g ya r es e l e c t e d i no r d e rt om o d e lt h es y s t e m al o to f r e s e a r c h i sd o n e o nt h er b fa l g o r i t h m s ，a n dan e wm e t h o dt h a tc o m b i n e st h ei m p r o v e ds u b t r a c t i v ec l u s t e r i n g m e t h o da n dd y n a m i cn e a r e s tn e i g h b o rc l u s t e r i n ga l g o r i t h mi sb r o u g h tf o r w a r d i tg r e a t l y i m p r o v e st h ec a p a b i l i t yo fa p p r o a c h i n ga n dc o m p u t i n gs p e e d ，r e a l i z i n ga d j u s t i n gn e t w o r k p a r a m e t e r s t h e n ，t h r o u g ht h ea n a l y s i so nc h a r a c t e r i s t i c so f b i o c h e m i c a lr e a c t i o np r o c e s s ，u s i n gt h e d a t ac o l l e c t e d ，t h er b f n ni ss u c c e s s f u l l ya p p l i e dt ob u i l du pm o d e l t h r o u g ht h em o d e l ，w e c a t - i _ k n o wi na d v a n c et h et e n d e n c yo ft h es t a t e sc h a n g eo ft h eb i o c h e m i c a lr e a c t i o np r o c e s s u n d e rg i v e nc o n d i t i o n s l a s t b a s e do nr b fn e u r a ln e t w o r k sa d v a n t a g eo fl i n e a r i t y i np a r a m e t e r ，a nr b f n e t w o r kb a s e dn o n l i n e a ri n t e r n a lm o d e lc o n t r o l l e r ( i m c ) i sd e s i g n e d ，a n di sa p p l i e dt o b i o c h e m i c a lr e a c t i o ns y s t e m a tl a s t ，s i m u l a t i o ne x p e r i m e n t sa r ec a r r i e da n dt h eh a r d w a r e d e s i g nm e t h o di sg i v e n t h r o u g hr e s e a r c ho nt h ec o n t r o lm e t h o db a s e do nn e u r a ln e t w o r k ，t h i sp a p e ra t t e m p t s i n t r o d u c i n gt h et e c h n o l o g y o fn e u r a ln e t w o r ki n t e l l e c t u a l i z e dc o n 仃o li n t ow a s t ew a t e r t r e a t m e n t t h er e s u l t ss i m u l a t i o ns h o w st h a ti m cs y s t e mi sw e l ls e l f - l e a r n i n g ，a d a p t i v ea n d r o b u s t ，a n dc a nr e a l i z ea c c u r a t ec o n t r o lo nn o n l i n e a rb i o c h e m i c a lr e a c t i o np r o c e s s i n g k e yw o r d s ：a c t i v a t e ds l u d g es y s t e m ；d o ；r b f n n ；m o d e li d e n t i f i c a t i o n ；i m c 独创性说明 作者郑重声明：本硕士学位论文是我个人在导师指导下进行的研究工 作及取得研究成果。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的研究成果，也不包含为获得大连理 工大学或者其他单位的学位或证书所使用过的材料。与我一同工作的同志 对本研究所做的贡献均已在论文中做了明确的说明并表示了谢意。 作者签名：鞲日期：丝型巡 大连理工大学硕士研究生学位论文 大连理工大学学位论文版权使用授权书 本学位论文作者及指导教师完全了解“大连理工大学硕士、博士学位论文版权使用 规定”，同意大连理工大学保留并向国家有关部门或机构送交学位论文的复印件和电子 版，允许论文被查阅和借阅。本人授权大连理工大学可以将本学位论文的全部或部分内 容编入有关数据库进行检索，也可采用影印、缩印或扫描等复制手段保存和汇编学位论 文。 作者娩茸牵篮 导师签名 崭j ；l 江西年，陟强日 大连理工大学硕士研究生学位论文 1 绪论 1 1 引言 由于淡水资源的日益匮乏以及环境污染的不断加剧，如何发展环保事业，将污水处 理后排放或加以利用，已经成为世界各国政府关注的大事。环境污染治理是目前我国面 临的重大问题之一，而其中水污染直接威胁到所有生物的生存，已被纳入我国的基本国 策。当前，我国一半以上的城市缺水，全国6 6 8 个城市中4 0 0 多个城市存在供水不足问 题，其中比较严重的缺水城市达1 1 0 个( 大连是其中一个) ，年缺水总量为6 0 亿立方 米“1 。而每年由于缺水造成的工业产值减少大于1 2 0 0 亿元。但是在这6 6 8 个城市中，仅 有1 2 , 3 个城市有3 0 7 座不同处理等级的城市污水处理厂，其中城市污水二级处理率目前 尚不足1 0 。在本世纪初，我国待建的日处理1 0 万吨以上的城市污水处理厂有6 0 0 座。 因此，研究工业与生活污水处理新方法与自动控制新技术，提高污水处理的质量，降低 治污的成本，便于污水再生利用，最大限度的保护水资源，实现淡水资源的良性循环， 已成为我国工业发展中的重要课题，研究成果具有广阔的应用前景。 我国对水处理的研究，特别是自动化控制设备方面的研究远远落后于发达国家。前 几年国家环境保护总局曾对我国5 5 个城市的5 0 0 0 多套工业废水处理设施进行了大规模 的调查。结果表明，运行效果好和比较好的只有2 4 ，而建成后没能运行或处理能力达 不到设计能力一半的设施竟占6 3 8 。3 。可见我国的污水处理技术仍处于较低的水平。 另外，由于我国经济发展水平还比较低，资金缺乏，投资力度不足等诸多因素，导 致目前发达国家大批水处理企业大举进军我国水处理市场。而且，我国目前城市污水处 理的投资9 0 来自于国际各种贷款。因此，对于我国这样一个污染严重、资源短缺的国 家，研制出一批能满足排放要求、处理效果好、运行费用低和国产化程度高、且具有先 进的自动控制系统的污水处理设备迫在眉睫。因此研制出自动化水平较高的污水处理控 制系统对提高我国污水处理工业综合处理能力和我国经济的发展具有重大的现实意义。 1 2 课题来源 本课题来源于大连市绿源药业公司污水处理车间污水处理系统的改造。 本论文是以大连市绿源药业公司污水处理系统为研究对象，讨论了污水处理系统模 型的建立方法和控制策略；并且由于活性污泥生物处理系统溶解氧的浓度控制是典型具 有复杂的非线性、涝后性和一定的不确定性的系统，本论文提出了运用基于r b f n n 的内 模控制对溶解氧浓度进行控制。该策略对于非线性的、不易建立数学模型的系统有相当 叶希贵：基于r b f n n 的水处理系统过程建模与控制应用研究 好的控制效果，具有实际应用前景。这种污水处理建模方法和控制策略可以推广到其它 的污水处理系统中，对于提高污水控制的自动化水平和效果都有很大的意义。 1 3 活性污泥国内外发展现状 工业污水是环境保护领域的一个重要课题，生化方法在这里面得到了广泛的应用。 废水生物处理的基本思想就是利用微生物的新陈代谢作用将废水中能危害环境的有害 物质吸收并转化掉。采用生物处理法进行废水的无害化处理，比较经济，而且处理效率 高，技术也比较成熟。因此，在可能的情况下，首先应考虑采用生物处理法。活性污泥 法是生物处理方法的典型代表，在污水处理中占有重要地位，已经被普遍认为是一种工 艺流程简单、运行管理方便、处理效果稳定、基建投资和运行费用较低的水处理方法。 在全球近6 万座城市污水处理厂中，有3 万多座采用活性污泥工艺吲。活性污泥工艺2 0 世纪初出现于英国，之后迅速在欧美得到应用。2 0 世纪6 0 年代以来，日益严重的水污 染问题迫切需要建设大批污水处理厂，使活性污泥工艺得到了较快的发展，目前污水处 理可采用的单元工艺达几十种之多，但国内外污水和5 0 左右的工业废水采用或部分采 用活性污泥法处理的占9 0 左右“1 。我国更是如此，如浙江嘉兴和临海等城市污水处理 厂，宁波市江东北区污水处理厂o ) ，河南漯河市污水处理厂嘲，大连市春柳污水处理厂， 大连绿源药业工业污水的处理都是采用活性污泥法或部分采用活性污泥法。 1 4 污水处理控制系统国内外发展状况 随着经济的发展，特别党中央是提出可持续发展战略后，政府强调环境的保护和治 理，特别是对工业污水的治理。从近几年环境治理来看，我国的污水处理方式大多数还 停留在传统的方法上，污水处理厂自控系统的现状是：手动与自动控制皆备，自制和引 进并举，但是采用自动控制的较少，且设备主要是引进。 而经济发达的国家如美国、日本和西欧等国家在很早就重视污水处理自动控制系统 的研究。这些国家先后纷纷投资研究开发高效型、智能型、集约型污水处理设备。例如 荷兰大学开发成功计算机控制内循环式水解生化塔”3 。由于这些水处理设备自动化程度、 智能化程度相当高，能连续稳定运行，所以达到令人满意的水处理效果。我国污水处理 自动化控制起步较晚，进入八十年代以后污水处理厂才开始引入自控系统，但多是直接 引进国外成套自控设备，国产自动控制系统在污水处理厂很少应用”1 。 近年来，基于非机理模型的智能控制技术在污水处理的工业控制中逐步得到了应 用，这和传统控策略( 如p i d 控制、最优控制、自适应控制等) 及污水处理过程本身的特 点有关。首先传统的控制技术是基于模型的控制，建立在模型已知或者可以通过辨识得 到模型的基础上的；其次在传统控制理论中，非线性控制理论还很不成熟。而污水处理 大连理工大学硕士研究生学位论文 系统是一个具有严重的不确定性、时交、非线性的动态系统。针对上述的问题，智能 控制策略由于其往往不需要一个完整的数学模型和可以很好地解决非线性、时变等复杂 系统的控制问题，所以是一个很好的解决方法。这也是今后一段时间内污水自动控制研 究领域的一个方向和热点。 目前国内外许多高校和单位在这方面研究很多。国内如北京科技大学利用神经网络 和先进控制策略相结合，对污水自动投药系统进行研究“，吴建辉研究了仿人智能模糊 控制在污水处理中的应用。庞全研究了工业水处理中p h 值的智能控制。“，采用专家控制 技术来控制中和药剂的加入，有效地解决了p h 值控制中存在的严重非线性与时滞性问 题。国外，t a o i 等在高负荷生物脱氮工艺处理粪便污水系统中采用了种基于模糊推 理的直接氨控制系统；a p u n a l 等人提出了一种针对厌氧消化器的诊断和管理的模糊专 家系统；m a r t i nc o t e 等研究了活性污泥过程的动态模拟，用神经网络改善预测效果， 并开发了一个程序提高现有活性污泥过程模型模拟的精度“”。 国内污水处理的特点，总结起来：先进的控制系统和控制方式与传统的控制系统 相并存，传统方式占主要。有相当大一部分污水处理厂采用人工巡检和管理的控制方 式。开始应用各种控制方式( 如p h 值控制、f m 控制) 以提高处理过程效率和质量，但 是控制效果并不是很理想。开始引入智能控制策略，但是还处在研究阶段。 1 5 基于机理模型控制策略与基于非机理模型控制策略 基于机理模型的优化方法是在系统结构己知的情况下，通过数据整合和参数估计调 整过程模型参数，使其和实际过程相匹配，在此基础上实施优化控制，这就需要对所优 化的工业过程有深入的了解。基于机理的模型，如e c k e n f e l d e r 和m c c a r t y 等人建立了 活性污泥法数学模型，1 9 7 0 年提出的( w a r e n c e m c c a r t ) 模型等，这些数学模型都是静 态的，当其应用到实际污水处理厂时，很难做到与实际情况相符，难以达到控制要求。 国际水质污染协会( i a w q ) 在污水生物处理的模型上相继推出了a s m i ，a s m 2 ，a s m 3 ，每种 模型都包含十几种组分，十几个反应过程，几十个化学计量系数及几十个动力学参数 1 3 一l 蚰 对于生化反应系统，传统的控制策略必须基于一个生物过程的动力学的模型，而 i a w q 模型由于参数太多，而导致模型的参数无法被辨识，因而并不适合用于控制目的。 污水处理过程具有变量多、各变量之间存在很强的耦合性、不确定性、非线性等特点， 这些因素都是污水处理控制的难点，所以采用基于机理模型的控制不能达到满意的控制 效果， 基于非机理模型控制策略即智能控制通常以定性和定量相结合的办法进行系统分 叶希贵：基于r b f n n 的水处理系统过程建模与控制应用研究 析和综合，使人们从严格枯燥的数学推导中解脱出来，它的应用可分为两类：一类是综 合的智能控制，整个控制分为两层，高层主要对过程中的一些变量的值进行设定，其目 的为使整个系统达到最优状态，而低层主要采用常规控制策略进行过程控制，其目的是 使系统保持在最优状态。另一类是针对系统中某一变量的控制设计特定的控制器。基于 非机理模型控制策略主要有：基于专家系统的控制策略、模糊控制策略和基于神经网络 的学习优化控制策略等。 专家系统( e x p e r ts y s t e m ) 工作原理是：利用广泛的、确定有效的专家经验处理特 定领域中的复杂问题，因它采用的是在确定领域中己成熟的、并且是权威的专家知识进 行推理和演绎，故它所得出的结论往往具有较高的可信度和实用价值。但是它本身存在 难以克服的弱点，如知识获取困难，推理能力弱“”，故在一定程度上限制了它的应用。 模糊逻辑控制是以模糊数学为基础，采用模糊控制语言控制规律，把基于专家知识 的控制策略转换为自动控制具体策略的控制方法，其基本思想是把专家对特定的控制对 象或过程控制经验总结成一系列的“i f - - t h e n ”形式表示的控制规律，通过模糊推理得 到控制作用集，作用于被控对象和过程。模糊控制的最大特征是，它能将操作者或专家 的控制经验和知识表示成语言变量描述的控制规则，然后用这些规则去控制系统“”1 。 因此，模糊控制特别适合于数学模型未知的、复杂的非线性系统的控制。模糊控制是对 操作人员经验总结的基础上实现对系统控制的，需要先验知识，因此对操作人员要求很 离，造成模糊控制作用集的划分困难。 神经网络能够以任意精度逼近任意非线性关系，具有很强的处理复杂非线性及不确 定性系统的能力，它不依赖于精确的数学模型，只需通过系统输入输出数据训练网络的 参数，使训练后的网络能够准确的反映实际的过程模型，实际上是种黑箱模型。因此， 神经网络可以代替传统数学模型完成由输入空间到输出空间的映射，并在此基础上实施 优化计算。基于神经网络的控制策略一般是利用神经网络模型辨识的优点，建立系统的 模型后，和其它的控制策略结合在一起，如神经网络p i d 控制，神经网络直接逆模型控 制，神经网络自适应控制，神经网络内模控制“”等。 正如前面所述，污水控制系统本身所具有的特点和传统建模策略以及非线性系统理 论的不成熟性，使得智能控制在污水领域中大展身手。本文所采用的控制策略就是基于 r b f n n 的内模控制，将其应用到大连绿源药业公司污水处理的控制系统中。 研究污水处理过程智能控制策略，可以为解决具有非线性、滞后、不确定性的复杂 系统的控制问题提供新的理论方法。另外，研究利用神经网络学习能力在线调整经内模 控制系统的正模型和控制器，探索将神经网络融合到先进控制的方法，对推动智能控制 的理论发展与实际应用具有重要的意义。 大连理工大学硕士研究生学位论文 1 6 本文研究内容 本文针对绿源药业污水处理系统的现状，将基于神经网络的内模控制策略应用到该 系统的生化反应池。主要研究了生化反应过程的模型建立和控制问题，可分述如下： 1 针对绿源药业污水处理车间处理污水的方法，对国内外对污水处理系统及其控 制系统的情况作了综述，并初步确定控制策略。 2 对绿源药业活| 生污泥法水处理系统进行研究和分析，根据该系统的现状和存在 的问题，针对研究对象的工艺流程及特点，确定控制参数和控制策略。 3 研究适合污水生化处理系统的r b f n n 的新算法：根据研究对象的特点，对r b f n n 理论基础及算法进行研究，在此基础上提出适合污水处理系统过程建模的新算法，为后 面污水处理系统模型建立及控制奠定基础。 4 利用r b f n n 建立污水处理系统过程模型：根据污水处理系统的特点，研究了神经 网络与非线性动态系统建模之间的关系，确定本文模型辨识的结构和基于r b f n n 的非线 性系统建模方法，并利用r b f n n 建立了生化处理系统的过程模型。 5 设计污水处理系统控制方案并进行仿真：在比较了几种常见的基于神经网络的 非线性控制模式的优缺点后，针对污水处理系统中生化反应过程这个具体研究对象，确 定了基于r b f n n 的内模控制方法，并给出了r b f n n 内控制具体设计方案。最后对污水处 理系统中生化反应池中溶解氧的控制进行仿真实验，给出了仿真结果并对系统鲁棒性进 行了研究。 6 给出了r b f n n 内模控制器硬件设计思想及现场实现方案。 最后对全文进行总结，并提出了进一步研究需要注意的问题。 叶希贵：基于r b 烈n 的水处理系统过程建模与控制应用研究 2 污水处理系统研究分析 2 1 活性污泥法基本工作原理 绿源药业污水处理系统，是典型的活性污泥法水处理系统。活性污泥法是利用悬浮 生长的微生物处理废水的一类耗氧生物处理方法，这种好氧性微生物( 包括细菌、真菌、 原生动物及后生动物) 及其代谢的和吸附的有机物、无机物组成，具有降解废水中有机 污染物，部分分解无机物的能力，显示生物化学活性。活性污泥处理废水的关键在于具 有足够数量和性能良好的污泥，它是大量微生物聚集的地方，即微生物高度活动的中心， 在处理废水的过程中，活性污泥对污水中的有机物具有很强的吸附和氧化分解能力。它 一般分为两个阶段进行，即生物吸附阶段和生物氧化阶段。 该系统的主要构筑物是生化反应池。需处理的污水与回流的活性污泥同时进入反应 池，成为混合液，沿着氧化沟注入压缩空气进行曝气，使污水与活性污泥充分混合接触， 并供给混合液以足够的溶解氧( d o ) 。在好氧状态下，污水中的有机物被活性污泥中的微 生物群体分解而得到稳定，然后混合液流入二沉池，在这里，活性污泥与澄清水分离后 一部分不断回流到氧化沟，像接种一样与进入的污水混合，澄清水则溢流排放。在处理 过程中活性污泥不断增长，有一部分剩余污泥需要从系统中排除。 由此可以看出活性污泥法的实质是以存在于污水中的有机物作为培养基( 底物) ，在 有氧状态下，对各种微生物群体进行混合连续培养，通过凝聚、吸附、氧化分解、沉淀 等过程去除有机物的一种方法。其关键是在于获得一定数量和高质量的活性污泥，而决 定活性污泥质量的主要因素就是溶解氧的浓度。 2 2 污水处理系统流程及该系统存在的问题 图2 1 是该公司污水处理系统的工艺图。v 1 和v 2 是配水池，从制药车间出来的工 艺污水和全公司的生活污水进入混合池，进行搅拌充分混合。从混合池出来的污水进入 一沉池s z ，投加絮凝剂a i c i ，后废水反应现象明显，除去某些大的悬浮物及胶状颗粒等 后，经过气浮池s ，气浮( 主要起固液分离作用，同时可以降低c o d 、b o d 、色度等，) 后进入生化反应池v 。，与池内活性污泥混合成混合液，并在池内充分曝气。曝气是将从 鼓风机送来的空气，通过管道系统和铺设在生化池底部的空气扩散装置，以细小气泡的 形式进入污水中，其作用方面向污水充氧，向活性污泥中的好氧菌提供氧气，保持好 氧条件以保证微生物的生长和繁殖，使水中的有机物被活性污泥吸附、氧化分解。另一 方面使生化池内的污水、活性污泥处于剧烈搅动的状态，活性污泥与污水互相混合、充 分接触，使活性污泥处于悬浮状态，从而使活性污泥反应得以充分进行。部分活性污泥 - 6 - 大连理工大学硕士研究生学位论文 和处理后的废水一同流入二沉池，进行泥水分离，其中澄清液作为处理后出水从顶部出 口排出，沉积污泥从低部排放后一部分以回流形式进入生化池，以保证污水中的微生物 量，使工艺持续进行下去。另一部分作为废料排除。经过生化反应池的污水进入二沉池 s 。投加p a c 后经过气浮池s 。后，经过沙滤池s ，过滤达标后排出。 图2 1 污水处理工艺流程图 f i g2 1s l u d g ep r o c e s s i n gf l o wc h a r t 从整个污水处理流程图看，该系统中主体构筑物是生化反应池，也是整个污水处理 系统的核心部分。因为有机物和部分无机物的分解主要是在此进行的，污水处理质量的 好坏，均取决于该环节。因此，如何提高该环节的处理质量，是本文要解决的重点问题。 但是该部分是复杂的物理过程和生化反应过程，目前还没有很好的办法解决此问题。 目前，该车间药剂的添加和曝气量的控制均是通过当初设计标准和技术员的经验来 实施。但是，进水流量及水质参数是随时变化的，这种变化虽有一定的规律可循，但存 在很大随机性，这使得对污水厂的运行控制难度很大。因此通过经验来控制存在很大的 问题。 一 曝气是通过罗茨鼓风机鼓风，进入管道后，根据以及以往的经验来调节挡风板和进 气阀门的大小来调节风量以控制水中溶解氧的浓度。正是由于通风管道上挡板和阀门的 调节，使得风机能量损耗很大。而污水厂供氧所消耗的电量约占总电量的7 0 左右，所 以溶解氧浓度的控制是非常重要的。如何控制溶解氧的浓度，既使污水处理系统顺利进 行，又能避免d o 浓度过高引起的运行费用的浪费，也是本文要解决的重要问题之一。 各种参数的检测。该厂测定c o d 采用的方法是先采样，然后用重铬酸钾法进行离线 测量，每天测量一次。d o 的测量使用d c 一1 2 0 型工业溶氧仪在线测定。迸水流量采用l c b 型不锈钢椭圆齿轮流量计测量，曝气量的测量采用l w q 一5 0 x f 防腐型气体涡轮流量计。 p h 值的测量使用7 2 0 a 型酸度计测量。 叶希责：基于r b f n n 的水处理系统过程建模与控制应用研究 目前，该污水处理车间的运行现状是，为了控制污水厂的运行、掌握处理效果，污 水处理厂每天都进行许多常规资料的检测( 包括很多在线仪表采集的信号) ，进水流量， 曝气量，c o d 水质指标及d o 等运行参数。但是，这些资料很少用来参与控制，更不用说 是在线控制。它的主要用途是用来编制统计报表，总结报告或供领导检查使用。这对现 有的资料是一种资源浪费。有时出现紧急事故，如污泥膨胀导致出水恶化时，出水明显 达不到处理要求，活性污泥系统特性发生了较大改变。对于这些问题，依靠技术人员的 经验，根据以往的经验和有目的观察活性污泥的颜色、水花等，作出对策。很明显，这 不是预防而是补救，他们这种基于经验的“技术”，很难用语言表达，有时候也不奏效。 这就使得该污水厂的运行管理缺乏一定科学性，对一个没有经验的新手很难解决这些难 题。 经上述分析可以看出，该污水处理处理系统基本上是靠人工经验来操作，各种参数 的测定也都需要人工来实行，没有实现自动控制和检测，这样费时费力，不仅提高了运 行管理的成本，造成能源浪费，也不能完全保证出水指标符合要求。并且没有充分利用 现有的技术资料，对污水处理系统实施控制。 2 3 控制参数的选定及意义 为了对该活性污泥生化反应系统实施控制，必须选定主要的量作为控制参数。从上 节的分析来看，在该污水处理系统中，就能控制量而言，可分为以下几种： 1 c o d ( c h e m i c a lo x y g e nd e m a n d ) 控制，c o d 能够精确的表征污水中有机物的含量。 合肥工业大学的谢源利用模糊控制对此进行研究“。由于不同时刻进口污水浓度不同， 不同时刻污水中c o d 含量也不同，按照国家要求其排放水中c o d 含量要小于2 5 0 m g l 。 但是，本文中所测c o d 值是在离线情况下测量的，而且测量它需要很长时间，故不宣作 为控制参数。 2 p h 值的控制，曝气池中的好氧菌的繁殖对p h 值的大小有一定的要求，一般在 6 5 - 8 5 范围内。文献9 中对此进行了研究，建立了非线性的p h 值控制器，使得曝气池 中的p h 值保持在7 0 上下。实际上，该厂的情况是p h 的变化范围小，基本上保持在7 7 5 左右，它在这个范围内对活性污泥生化反应系统影响不是很大，因此不选为控制参数。 3 f 他( f o o d m i c r o o r g a n i s m ，有机养料与微生物比) 控制，f m 表示曝气池内的b o o s 与m l s s ( m i x e dl i q u i ds u s p e n d e ds o l i d ，混合液污泥浓度) 的比值。当比值过低时，细 菌的生产率将下降，泥龄增加，系统易受到有机底物峰值输入的影响；反之则会使大量 沉降性不是很好的活性污泥流入二次沉淀池中，同时增加排放污泥量，使得污泥处理费 大连理工大学硕士研究生学位论文 用增加。因此，它是一个很好的控制变量。但对绿源药业的污水水处理系统，从统计的 数据看，营养的投加基本上是常量，l o o k g d ，故选作变量控制没有多大意义。 4 溶解氧d o ( d i s s o l v e do x y g e n ) 的控制，溶解氧的水平过低，使活性污泥活性降 低，会抑制生物对有机物的降解，产生污泥膨胀：溶解氧过高会加速消耗污水中的有机 物，使微生物因缺乏营养而引起活性污泥的老化，长期过高的溶解氧会降低活性污泥的 絮凝性能和吸附能力，增加能耗，导致悬浮固体沉降性变差乜0 3 。因此，溶解氧的控制非 常重要，它是通过对输入的空气量( 或氧气量) 的控制，使曝气池中的d o 浓度保持在一 定的范围之内。在生化反应池，无论改曝气量，还是改变初始c o d 浓度，在反应阶段开 始几分钟后都会出现d o 浓度基本稳定的平衡d 0 浓度现象。当c o d 达到其难降解浓度时， d o 浓度迅速地大幅度升高，之后又出现新的平衡d 0 浓度，这一变化特点可以使d o 作为 有机物基本被去除及反应结束的信号，因此以d o 作为活性污泥法反应时间的计算机控 制参数是可行、可靠的。d 0 也可作为过程控制参数即根据平衡d o 浓度的大小来判断进 水有机物浓度的高低进而及时地调节曝气量，这既能防止d 0 浓度过高引起的运行费用 的浪费，又能避免d o 过低而产生的污泥膨胀。 另外，从理论上讲，最理想的控制方法莫过于直接根据污水的污染指标控制污水生 化反应，但事实上这是行不通的。目前来讲对于有机物浓度作为最常用的反映有机物浓 度指标的c o d 值和b o d 值，国内外尚未开发出真正意义上的在线测定有机物浓度b o d 和 c o d 传感器。由于b o d 。的测量不仅繁琐而且测量时间需要5 天之久，所以显然不能用来 作为控制参数，而c o d 的在线测量同样困难。虽然目前市场已经有所谓的c o d 浓度在线 测量仪，但是这些产品仍然存在时间严重滞后、误差较大、价格昂贵等问题。所以目前 还没有能连续在线测定污水中有机物的浓度传感器，因此很难用一个统一的指标来反 映。所以要反映活性污泥工艺反应过程只有利用目前既能间接反映和影响生化反应的又 能在线测量满足一定响应时间和精确度的指标值。目前，在污水处理工艺中常用的d o 传感器、p h 传感器、s s 传感器测量这些参数的传感器一般能满足响应时间和精度的要 求。由于d o 仪的构造简单，性能稳定，响应迅速，精确度高，并能够在线检测d 0 浓度。 结合绿源药业污水处理系统以及能够获得的数据，根据上面分析，选定d o 作为控 制参数。由于d o 和c o d 之间有着密切的联系o “，控制d o 也即控制间接控制c o d ，而c o d 是反映污水中有机物含量的一个重要指标。在可行性方面，对曝气池污水中溶解氧浓度 的控制实际上是通过控制鼓风机的鼓风量来间接进行的。因为曝气池中的微生物要进行 好氧反应，所以需要用鼓风机来送进所需要的氧气。鼓风机的鼓风速度决定了曝气池中 的溶解氧浓度，因此通过控制鼓风机的鼓风速度即可达到控制曝气池中的溶解氧浓度的 叶希贵：基于r b f n n 的水处理系统过程建模与控制应用研究 目的。因此d o 浓度是联系进水参数和出水指标的一个纽带，用其作为控制变量是切实 可行的。 针对绿源药业生化污水处理系统，从理论和实际可行性上对被控参数进行了分析， 选择溶解氧d 0 作为控制参数。通过对溶解氧d o 的控制，可以解决以下问题。 1 可以解决曝气量过大或过小带来的活性污泥生化反应系统不能正常运行的问题。 活性污泥反应中参与污水处理的是以好氧菌为主体的微生物，决定其处理效果的关 键因素是生化池中的溶解氧浓度( d o 值) 。而溶解氧是通过控制曝气装置进行控制的。由 于经预处理后的污水的浓度不同，所需的溶解氧浓度也不同，决定了曝气时间的不同。 如果曝气时间过长，则生化池中溶解氧浓度高，导致有机污染物分解过快，从而使微生 物缺乏营养，活性污泥易于老化，结构松散，将产生污泥膨胀的严重隐患，并且在这样 高的d o 浓度下，氧的转移的效率和动力效率都很低，浪费能源，在经济上不适宜；曝 气时间过短，不能满足微生物生化反应的需氧量，这将阻碍降解有机物的生化反应速率， 即不能高效的去除有机物，出水则难以达标。 2 选定d o 作为控制参数，可以对整个系统实施控制。在一定程度上解决污水处理 人工巡检的问题。d 0 浓度是联系进水参数和出水指标的一个纽带，通过它可以对整个水 处理系统实施控制。由此改变人工巡检控制的问题。 3 选择溶解氧d o 作为控制对象，可以充分利用统计资料，可以提高污水处理效率 和出水水质，预防紧急事故的发生，并节省能源。根据活性污泥法大量的运行经验数据， 若使生化池内的微生物保持正常的生理活动，在生化池内的溶解氧浓度一般宜保持在 2 m g l 左右，即整个反应过程中用以作为好氧量补充的溶解氧必须保持适当的水平“”。 2 4 控制系统的选择 活性污泥生化处理系统，其水处理过程是一个复杂的物理、化学过程，具有不确定 性和滞后性及很强的非线性。由于传统的控制方法本身存在的问题：传统的控制理论 是建立在数学模型的基础上。被控对象若没有足够精度的数学模型，传统的控制方法就 显得苍白无力。活性污泥水处理系统就属于这种类型，无法用机理分析和数学推导的方 法来建立其模型。传统的控制理论对非线性系统尚缺乏通用的分析和设计方法。废水 处理系统是一种多变量非线性系统，溶解氧的浓度以及化学药剂的投加量和废水水质关 系复杂，很难用线性关系来描述。使得其不适用于本文的研究对象。 虽然现在流行的a s m l ，a s m 2 ，a s m 3 活性污泥模型的推出对该系统改造有一定的参考 价值，但其参数过多，在实际应用中是很困难的，用于动态模拟和控c j j 贝, j j 更难。这主要 大连理工大学硕士研究生学位论文 体现在两个方面：一是水质的分析和测定困难、二是模型中各参数的校正难以实现。并 且对于中小型的污水处理系统实现起来，其成本和运行费用将大大增加。 神经网络具有以下特性，这些特性从废水处理系统过程建模和控制角度来看是非常 适合的。 l 、非线性特性。神经网络具有逼近任意非线性函数的能力，为非线性系统提供了 一种通用的辨识方法，可用来对废水处理系统建立模型。 2 、并行分布处理方式。在神经网络中，信息量是分布存储和并行处理的，具有很 强的容错性，网络的某个单元出现错误，不影响整个网络的正常工作，可以满足废水处 理控制系统的鲁棒性要求。 3 、自学习和自适应能力。神经网络在训练时能从输入输出历史数据中提取规律性 的知识，记忆于网络的权值中，并具有泛化能力，可以用作污水处理系统的自适应性控 制。神经网络也可以在线学习，如果学习速度足够快的话，还可以满足实时性要求。 4 、多变量特性。网络从本质上讲是一个多变量非线性系统，能够以任意精度逼近任 意非线性关系，具有很强的处理复杂非线性及不确定性系统的能力，神经网络的输入和 输出变量数目是任意的，正好满足废水处理控制系统多变量的要求。 由此，利用神经网络处理非线性、具有不确定性的、复杂系统的能力，结合内模控 制这种先进控制技术( 内模控制具有的特性在第5 章将要详细介绍) ，对污水处理系统 进行过程建模和实施控制。 叶希贵：基于r b f n n 的水处理系统过程建模与控制应用研究 3r b f 神经网络理论基础及算法研究 3 1 引言 针对绿源药业污水处理系统的实际情况以及控制要实现的要求，选择合适的网络类 型以及研究适合该类型网络算法对于该系统过程建模以及控制起着很重要的作用。本章 对此问题进行研究。 3 2 网络类型的选择 人工神经络网从1 9 4 9 年研究开始，发展到现在，其模型有很多种，但从神经元的 连接方式可将分为两种类型：前向网络和具有反馈的动态网络。而用于神经网络非线性 动态系统控制中最常用的神经网络类型为多层前向b p 网络和r b f 网络。这类网的连接 特点是：神经元分层连接，同层神经网络、隔层神经网络之间均无连接，只有相邻层的 神经元之间相互连接，信号由低层向高层单向传播。w e i e r s t a s s 、c y b e n k o 、l i g h t t l b l 。” 的工作分别证明了这两种网络均具有任意逼近非线性函数的能力。 b p 网络具有很强的生物背景，它的多输入多输出特性使其易于多变量非线性函数的 逼近，逼近效果也很好，但是b p 网络存在很多的问题：输出与网络的连接权之间呈 非线性关系，这使得学习必须采用非线性优化方法，不可避免的遇到存在局部极小点的 问题；学习算法的收敛速度慢，且收敛速度与初始权值的选取有关；网络结构的设 计，即隐含层节点的选取，目前还没有理论指导，只能靠经验。新加入的样本会影响 到一学习好的样本，为在线控制带来阻碍。因此在控制系统中，一般不用b p 网络”“。 r b f 神经元网络( r a d i a lb a s i sf u n c t i o nn e u r a ln e t w o r k ) 的产生具有很强的生物 学背景。正是基于人脑局部调节及交叠的感受野( r e c e p t i v ef i e l d ) 这一人脑反应的特 点，而提出了r b f 网络这种新的神经元网络结构嘶1 。同时，r b f 又是一种多变量的正规 化的径向基插值函数。因此，r b f 网络既有生物背景又与函数逼近理论相吻合，也适于 多变量函数的逼近，只要中心选择得当，只需很少的神经元就可获得很好的逼近效果， 且它还有唯一最佳逼近点的优点。r b f 网络的连接权与输出呈线性关系，这使其可采用 线性优化算法而保证全局收敛，无局部极小问题存在，并且使得运算速度很快。理论证 明在前向网络中r b f 网络是完成映射功能的最优网络。难点在于隐层中心节点的选取。 因此，关于中心点选取成为研究r b f n n 的一个热点。本章