基于神经元网络控制技术的模型预测控制在水务系统的应用

基于神经元网络控制技术的模型预测控制在水务系统的应用智能控制平台–

MPC先控平台大滞后控制MPC智能控制线形/非线性流程为什么需要MPC？Singlevariablein&singlevariableout单入单出Setupatargetandcontrolprocessvariabletothetarget.

WhatwouldbeabestSPisoftenunknownPIDMPCMultivariablein&multivariableout多入多出Controlstrategybasedonacrosscorrelatedmatrix

ofkeyprocessvariablesFeedbackcontrol反馈控制ThecontrollerwilltakenoactionunlesstheerrorsshowinPVPredictivecontrol前馈控制DynamicmodelsdevelopedthroughprocesssteptestsFutureprocessbehaviorpredictionandfeedforwardcontrolIndirectpropertyvariablecontrol间接质量控制Controlpropertyvariablesthroughtemperature,pressureorflowrate,etc.Directpropertyvariablecontrol直接质量控制PropertytargetscouldbesetandcontroldirectlyPoorcontrolqualitywhentherearelargetimedelaysorcomplexdynamicinteractions难于处理大长滞后过程PIDsetpointsarenotnecessarilyoptimalwithrespecttoplantwideobjectivesPID设定值基于操作人员经验OptimalPIDtargetsarecontinuouslycalculated,

set,&modifiedPID设定值根据模型连续优化计算和调整Explicitdynamicmodelsleveragecomputercapabilitiestocalculateimpacttotheproduct动态模型直接考虑过程动态建模技术：非线性神经元网络技术和机理模型的完美结合4

1991年开发，第一套应用于实时控制的神经元网络非线性模型技术内含150多项专利技术模型约束机制神经元网络能够适用于非线性过程基于神经生物学的数学表达式inputAInputBoutput生物神经元网络人工神经元网络有约束外推无约束外推数据区MPC控制器由相互关联的MIMO模型矩阵组成，模型代表着输入输出之间的关系…CV1CV2CV3MV1MV2DV1MV3DV2NOMODELNOMODELNOMODEL预测PREDICT所有MVs&DVs决定着CVs的未来提前控制PROACTIVE将CV控制在设定的目标值，防止超出控制范围，从而减少波动ControllerMatrixMPC-MIMO控制矩阵APC结构ProcessSoftSensor®MPCLabPavilion8ServerPIDPIDPIDPLC/DCS产量最大化收率更高能耗更低SPSPSPControlledVariablesDisturbanceVariablesPV精确曝气

(AerationBlower)污泥脱水(Centrifuge)加药(ChemicalDosing)管网控制Distribution加药控制ChemicalDosing减少爆管以及水损ReducePipeBreaks•ReduceWaterLoss最小化水压跳变MinimizePressureSpikes保证出水水质达标稳定Keep

the

waterqualityfittogovernmentpolicyandstable减少药剂使用，降低成本ReduceChemicalCosts管网控制Distribution降低管网平均压力减少管网压力波动加药控制优化ChemicalDosing降低波动

ReducedProcessVariability减少人为靠经验投加药物原水

Improve,Conserve&ComplyRESULTSAPPLICATIONSRESULTSAPPICATIONS精确曝气(AerationBlower)污泥脱水(Centrifuge)加药(ChemicalDosing)提高离心机处理能力降低过程波动更好地资产和能源利用率投资回报5-12月

(取决于污水处理规模)降低药剂使用污水处理

WasteWaterProtectQuality&ConserveEnergyMPC在水行业部分业绩应用场景：精确曝气10曝气池DO，TN，TP控制器出水COD,TN和TP控制器COD,TP,TN预测模型

污水出水COD,TP,TN质量设定PLC控制系统实验室分析值DO设定值污水量污水性质乙酸钠流量进风流量和阀门开度液位内回流外回流进水流量温度鼓风机电流CODTNTPCODTNTP曝气模型11解决方案需要的仪表配置(预估）每个廊道安装溶解氧DO在线分析仪安装曝气池出水氨氮含量分析仪安装曝气池液位检测仪表安装曝气管压力检测安装曝气流量测量仪表安装曝气量调节阀安装进水流量测量仪表安装进水水质在线分析仪（COD,总氮,总磷等）12精确曝气MPC控制控制目标曝气池溶解氧DissolvedOxygen(DO)inAerationBasins如何控制动态调整鼓风机变频或者进风流量干扰因素污水进水量大气条件排水量RAS/WAS流量

曝气池1溶解氧曝气池2溶解氧鼓风机1转速(MV)XX鼓风机2转速(MV)XX污水流量(DV)XXRAS流量(DV)XXWAS流量(DV)XX精确曝气MPC控制要求鼓风机变频器VariableSpeedBlowers在线DO分析仪OnlineDOAnalyzers过程自动化流量仪表/污水进水量和活性污泥量PID控制能够读/写外部的设定点或输出OPC服务器应用场景：加药优化控制控制目标水质量参数如何控制?动态调整化学要记得加入量干扰因素原水质量和数量

pH氯残余浊度(NTU)氟残余AlumFlowXXCausticFlowXFluorideFlowXFlocAidFlowXFilterAidFlowXNaOCLFlowXRawWaterFlowXXXXRawWaterTurbidityXRawWaterpHXChemicalDosingMPC控制要求在线水质分析仪，分析参数包括：pH,浊度,余氯，余氟过程自动化流量仪表/化学品流量PID控制回路远程设定值SP或OP读写功能OPC接口应用场景：城市供水管网压力优化管网概况每日供水量:35000m^3/天库存能力:11600m^3水处理厂:2泵站:3水塔:2供水管长度:1100km4.5bar平均压力(泵站)17

个加压泵全冗余SCADA系统(2010年)全区域光纤环形通讯挑战平均每年有238次总管爆管事故用电成本增加管网已有44年历史(oneoftheoldestinOntario)波峰/波谷系统压力波动17%水损Benefits18Installation2:自来水管网MinimizePressure:Achieveminimumrequirementsattheendofmanylines–butreduceleakageandpipebreaks.CoordinatePumps:Respondtopumpsturningonandofftomeetvarieddemands.AdaptModel:todifferentpumpsizesanddesign(VSD,FCV).21%爆管减少以及维护费用WindsorWaterDistributionMap管网分布图M1M2M3M4M5M6M7M8M9AJBrianStation#1Station#2HeaderPressureLogix-BasedMPC

ControllerVFDSpeedSPVFDSpeedSPFCVSPsM1M2M3M4M5M6M7M8PressureMetersMeterPressureLogix-BasedMPC

ControllerPressureSPPavilionRTOIntakeFlowRateReservoirFIDistributionLIOptimalPumpSelectionsLegend

MPCControlsOptimizationControlsMeterPressureLogix-BasedMPC

ControllerPressureSPHeaderPressureLogix-BasedMPC

ControllerControlStructure20PlantPAxMPC解决方案21HeaderPressureLogix-BasedMPC

ControllerVFDSpeedSPVFDSpeedSPFCVSPsM1M2M3M4M5M6M7M8PressureMetersMeterPressureLogix-BasedMPC

ControllerPressureSetPointLegend

MPCControls

MeterPressureLogix-BasedMPC

ControllerPressureSetPointHeaderPressureLogix-BasedMPC

ControllerAJBrian站JFCook站FCVSPsPackagedSolutionAPCfaceplateAPCFaceplateinFTViewVSDVSDP=ProgramedM=ManualControlR