污水处理相关论文.pdf

收稿日期 唱 唱 修回日期 唱 唱 基金项目 广东省自然科学基金资助项目 深圳 市科技计划资助项目 作者简介 高月芳 唱 女 江苏泰州人 讲师 博士 主要研究方向为智能控制 梁永生 唱 男 黑龙江肇东人 教授 博士 主要研究方向为网络与数据通信 信息处理与模式识别 卢鑫 唱 男 河南商城人 高级工程师 博士 主要研究方向为通信信号处 理 任仙怡 唱 女 河南洛阳人 副教授 博士后 主要研究方向为数据压缩 信号处理 基于粒子群算法的污水处理优化控制策略 倡 高月芳 梁永生 卢 鑫 任仙怡 深圳信息职业技术学院 软件工程系 信息技术研究所 广东 深圳 摘 要 针对污水生化处理控制过程中寻优速度较慢 无法实现高质量的污水处理控制等问题 设计了一种新 型粒子群算法 通过基于混沌序列的粒子群初始化方法 增强了粒子群的多样性 提高了算法效率 在寻优过程 中 当系统陷入局部最优时 引入扰动 有效地克服了早熟 仿真结果表明 本算法不但保证了寻优速度 而且在 保持出水水质符合标准的前提下使污水处理的经济成本达到最优 关键词 粒子群 混沌序列 早熟 污水处理 中图分类号 文献标志码 文章编号 唱 唱 唱 唱 唱 唱 唱 a Dept of Software Engineering b Research Institute of Information Technology Shenzhen Institute of Information Technology Shenzhen Guangdong China Abstract 唱 唱 Key words 0 引言 近年来 自动控制技术已日益普及与深入至污水的生化处 理过程 但城市污水的生化处理具有多变量 随机性 非线性 多处理目标等特性 为了尽可能地节省污水处理的运行费用 并使出水水质满足要求 其自动控制必然朝着最优控制的方向 发展 目前的控制方法虽然可在一定范围内使系统达到动态 稳定 但无法达到整体最优 国内外一些学者对污水生化处理的最优控制进行了研究 等人 以回流污泥与排放污泥的能耗最小为性能指 标 研究了污水处理过程的优化控制 但效果很差甚至几乎是 无效的 彭永臻等人 以污泥排放量和溶解氧浓度作为控制 变量 以剩余污泥处理 污泥回流与供气三者的运行费用之和 作为性能指标 以出水水质为约束条件进行了最优控制的研 究 提出最优步长参数的动态搜索法来修改传统的梯度法 但 算法寻优速度较慢 叶洪涛等人 采用免疫算法 研究污 水处理运行费用的最优控制 效果不错 刘载文等人 采用 遗传算法 研究污水处理运行费用的最优控制 但容易陷 入局部最优 而美国心理学家 和电气工程师 于 年提出的粒子群优化 算法仅在污水生化处理过程的建模方面有一些报道 如郑广勇 等人 建立了基于粒子群的污水水质参数预测模型 程志强 等人 建立了基于神经网络的污水处理模型 并采用粒子群 方法对神经网络的参数进行优化 在污水生化处理过程的优 化控制方面 的应用却少有报道 通过模仿鸟类的觅食行为 将问题的搜索空间类比于 鸟类的飞行空间 能够实现复杂空间中最优解的搜索 经过十多年的发展 已经取得了很多成果 但至今没有根本解 决早熟问题 1 数学模型 1畅 1 状态方程 在设计污水生化处理过程的控制系统时 为了得到简化模 型 假定 曝气池中物质可归并为微生物和有机底物两类 进水中的微生物浓度 溶解氧浓度为 二沉池中没有微 生物的代谢作用 系统示意图如图 所示 图中 Q Q r Qw为进水 回流污泥和排放污泥的流量 X Xr为曝气 池和回流污泥中微生物浓度 Sp S 为进水和出水中有 第 卷第 期 年 月 计 算 机 应 用 研 究 机底物浓度 DO 为曝气池中溶解氧浓度 V 为 曝气池的有效容积 根据文献 对系统中的有机底物和微生物分别作 物料平衡 可得 V S t QSp k S ks S VXDO K DO Q Qw S V X t VX Yk S ks S kd DO K DO QwX 其中 X S Qw DO 在非稳定状态下都是时间的函数 k 为底 物最大比利用速率 ks为饱和常数 K 为氧饱和常数 kd为微 生物的衰减速率 Y 为产率系数 将一天时间分成 N 小段 Tn Tn n N 且 催 N n Tn Tn 催 N n T 则离散化式 可得 Sn Sn T QnSpn Qn Qwn Sn V k Sn ks Sn XnDOn K DOn Xn Xn T Xn Yk Sn ks Sn kd DOn K DOn QwnXn V 则当控制变量 Qw和 DO 的序列值已知时 可利用式 求得 状态变量 S 和 X 的序列值 1畅 2 优化函数 本文设定该粒子群算法的优化函数为系统每日的运行费 用 J J 与 Qw和 DO 有关 包括剩余污泥处理费 J 回流污泥 费 J 和曝气池的供氧费 J 三部分 即 J J J J 在 Tn Tn 时刻 所需费用 J 表示为 J 单位剩余污泥的处理费 A 排放的污泥量 Tn Tn AQwX t J 单位回流污泥的费用 B 污泥回流量 Qr Tn Tn BX Q Qw Xr X t J 转移单位质量氧所需费用 C 总耗氧速率 Tn Tn C VXDO K DO ak S ks S kd QDO t 其中 Xr Xr Q Q Xr表示平均流量 Q 时回流污泥中的微生 物浓度 C C DOs DO DOs DO DOs为溶解氧的饱和浓度 C 表示 在溶解氧浓度为 DO 时转移单位质量氧所需费用 在特定的 DO 条件下 C 是已知的 a 为利用单位底物的需氧系数 2 粒子群优化算法 2畅 1 算法描述 由 m 个粒子组成粒子群 X x xi xm 在 N 维空 间内搜索最优解 其中第 i 个粒子的位置和速度分别为 xi xi xi xiN 和 vi vi vi viN 定义 在第 t 次迭代中 对于 i m 当 Jx i m j Jxj 时 则称 xi为此次迭代的个体极值点 并令 pt xi 定义 对于 i m 当 Jxi j t j Jpj 时 称 xi为种群 的全局极值点 并令 pg xi 在迭代寻优的过程中 所有粒子的更新将追随最优粒子 粒子的速度和位置更新方法如下 vt in wvtin c r ptn xtin c r pgn xtin xt in xtin vt in 其中 i m n N w 为惯性因子 t 是当前迭代 次数 r 和 r 是 的随机数 c 和 c 是非负的加速度常数 式 由三部分组成 记忆项 记录粒子先前的速度 表 明粒子的当前状态 起平衡全局的作用 个体认知部分 表 明粒子的自身思考 鼓励粒子向着自身最优方向移动 社会 群体部分 表明粒子之间的信息共享作用 引导粒子向着社会 群体的最优方向飞行 三部分共同决定了粒子的空间搜索能 力 同时 为防止粒子速度过大 跳出最优极值点 可以设定速 度上下限 V 和 V 当 vin V 时 vin V 当 vin V 时 vin V 2畅 2 混沌序列的获取 混沌序列具有混沌运动的特点 有较好的随机性和遍历 性 以此对粒子群进行初始化 可增强算法寻优的多样性 加快 收敛速度 本算法利用 映射产生混沌序列 Li n Lin Lin 其中 Lin 为常数 控制系统处于混沌状态的 程度 混沌序列是用来初始化 Qw和 DO 的 考虑到系统的约 束条件 Qw Q DO DOs 因此 在混沌序列中增加约束系数 xin Lin 在生成 Qw粒子群的初始化混沌序列时 Q 在生 成 DO 粒子群的初始化混沌序列时 DOs 2畅 3 早熟克服方法 在粒子群迭代寻优的过程中 如果全局极值点 pg在连续 G 次迭代过程中都无变化 则粒子群可能陷入局部最优 此 时 粒子群自身没有能力打破僵局 本算法通过在全局极值点 中注入扰动 协助粒子群跳出局部最优解 pg xi xi xin xiN 其中 xin为 xin的替代值 是在 xi的取值区间内产生的随机值 3 算法实现 由于本算法涉及两个控制变量 即 Qw和 DO 因此需要两 组粒子群 X Qw和 XDO来分别优化这两个控制变量 算法的实现 步骤如下 令迭代次数 t 并设置迭代的最大次数 t 以及粒子 群速度上下限 V 和 V 生成粒子群 X Qw的初始化混沌序列 生成 m 个随机初 值 L Qw L Qw L Qw m 代入式 得到 m 个混沌序列 LQw LQw L Qw n L Qw N LQw i L Qw in L Qw iN LQw m L Qw mn L Qw mN 第 期高月芳 等 基于粒子群算法的污水处理优化控制策略 将式 代入式 得到粒子群 X Qw初始化混沌序列 XQw xQw xQw i xQw m xQw x Qw n x Qw N xQw i x Qw in x Qw iN xQw m x Qw mn x Qw mN 其中 m Q Q t Q t Q N 生成粒子群 X DO的初始化混沌序列 生成 m 个随机初 值 L DO L DO L DO m 代入式 得到 m 个混沌序列 LDO LDO L DO n L DO N LDO i L DO in L DO iN LDO m L DO mn L DO mN 将式 代入式 得到粒子群 X DO初始化混沌序列 XDO xDO xDO i xDO m xDO x DO n x DO N xDO i x DO in x DO iN xDO m x DO mn x DO mN 其中 DOs 初始化粒子群 X Qw和 XDO的速度 初始化粒子群 XQw的 速度 V Qw 初始化粒子群 X DO的速度 VDO 将 X Qw中 m 个粒子的位置值作为 Q w的 m 组序列值分 别代入式 将 X DO中 m 个粒子的位置值作为 DO 的 m 组序 列值也分别代入式 求得 S 和 X 的 m m 组解 记粒子 x Qw d 与粒子 x DO j 的值代入时求得的解为 S dj S dj S dj N 和 X dj X dj X dj N 其中 T V S S t t k kd ks S Y K X 将 x Qw d x DO j S dj以及 Xdj代入式 得到优化函数 J 的值 其中 d j m A B C DO Xr a 根据定义 求取个体极值点 p Qw t 和 p DO t 根据定义 求取全局极值点 p Qw g 和 p DO g 判断算法是否出现早熟 若是 则根据式 修改全局 极值点 p Qw g 和 p DO g 然后转到步骤 否则 直接转到步骤 根据式 和 更新粒子群 X Qw 和 X DO 其中 c c r 和 r 为 的随机数 w t t t t 并判断算法是否结束 若是 则结束 否则 转 到步骤 4 仿真结果 根据本文算法及文献 的免疫算法 文献 的遗 传算法 进行仿真 得到 Qw和 DO 的优化控制序列 分别 如图 和 所示 表 比较了它们的运行费用 表 三种算法的运行费用 算法 运行费用 万元 最优值平均值方差 迭代次数 本算法 悙 怂 悙 怂 悙 苘 由图 和表 可以看出 本算法的寻优结果与寻优效率 都稍优于 和 主要原因在于 基于混沌序列的初始化 方法保证了粒子的多样性 加快了寻优速度 提高了算法效率 本算法通过在局部最优值中引入扰动 有效地克服了早熟 本算法是将一天时间分段 分别计算每一段费用的最优值 而不是以一天为单位计算最优值 5 结束语 本文设计了一种新型粒子群算法 通过基于混沌序列的粒 子群初始化方法 以及在系统陷入局部最优时 引入扰动的方 法实现污水生化处理过程中的溶解氧浓度和污泥排放流量的 优化控制 降低了污水生化处理过程中的运行费用 达到了节 能降耗的目的 仿真结果表明 本算法在寻优结果和寻优效率 方面都比算法 和 有所改善 可在污水生化处理控制系 统中推广应用 参考文献 唱 Water Research 24 唱 彭永臻 王宝贞 王淑莹 活性污泥法的多变量最优控制 基础理 论与浓度对运行费用的影响 环境科学学报 18 唱 彭永臻 王宝贞 王淑莹 活性污泥法的多变量最优控制 限制 有机物的排放总量 环境科学学报 18 唱 彭永臻 王宝贞 王淑莹 活性污泥法的多变量最优控制 限制 最高和同时限制平均与最高出水浓度 环境科学学报 18