城市污水处理过程自组织建模及多目标优化控制

发布时间：2022-02-26 17:51

　　活性污泥法是城市污水处理厂普遍采用的一种污水好氧生物处理方法。该方法通过向废水中连续充入空气,经过一定反应时间后,因好氧微生物繁殖而形成活性污泥。利用活性污泥的生物凝聚、吸附和氧化作用,以分解去除污水中的有机污染物。为了满足出水排放标准,降低罚款,污水处理厂的关键控制变量经常按照满负荷运行来设定,即通过鼓风机和回流泵保持好氧区（第五分区）溶解氧（dissolved oxygen,DO）浓度S_O,5和厌氧区（第二分区）硝态氮（nitrate nitrogen,NO）浓度S_NO,2处于较高水平。但是,鼓风机和回流泵的运转需要大量的能量供给,这不可避免地增加了运行成本。同时,从生化反应机理来看,只有合适的S_O,5和S_NO,2才能保证硝化和反硝化反应的顺利进行。因此,应根据实际运行情况对S_O,5和S_NO,2的设定值进行动态寻优,从而尽可能地降低能耗（energy consumption,EC）和出水水质（effluent quality,EQ）。显然,为了提高污水... 

【文章来源】：北京工业大学北京市211工程院校

【文章页数】：171 页

【学位级别】：博士

【文章目录】：
摘要
ABSTRACT
第1章 绪论
    1.1 研究背景及意义
        1.1.1 研究背景
        1.1.2 研究意义
        1.1.3 课题来源
    1.2 污水处理过程国内外研究现状
        1.2.1 污水处理过程建模研究现状
        1.2.2 污水处理过程控制研究现状
        1.2.3 污水处理过程优化研究现状
    1.3 模糊神经网络的研究现状
    1.4 MOEA/D的研究现状
    1.5 论文的主要研究内容和创新点
        1.5.1 论文的主要研究内容
        1.5.2 论文的主要创新点
    1.6 论文的组织构架
第2章 污水处理过程特性分析及基准测试平台
    2.1 引言
    2.2 活性污泥污水处理过程工艺流程
    2.3 污水处理过程特性分析及基准测试平台
        2.3.1 生化反应过程特性分析
        2.3.2 二沉池特性分析
        2.3.3 入水数据特性分析
        2.3.4 性能评价指标
        2.3.5 BSM1 基准仿真平台测试
    2.4 本章小结
第3章 基于广义椭球基函数的自组织模糊神经网络
    3.1 引言
    3.2 模糊神经网络
    3.3 自组织模糊神经网络
        3.3.1 结构辨识
        3.3.2 参数估计
        3.3.3 算法流程
    3.4 收敛性分析
    3.5 实验结果与分析
        3.5.1 非线性函数逼近
        3.5.2 非线性系统辨识
        3.5.3 Mackey-Glass时间序列预测
    3.6 本章小结
第4章 基于角度的自适应MOEA/D优化算法
    4.1 引言
    4.2 预备知识
        4.2.1 基本定义
        4.2.2 PBI分解方法
    4.3 基于角度的自适应惩罚策略
        4.3.1 惩罚因子的影响
        4.3.2 自适应PBI的优势
        4.3.3 基于角度的自适应惩罚策略
    4.4 MOEA/D-AAP算法
        4.4.1 初始化
        4.4.2 繁殖操作
        4.4.3 算法流程
        4.4.4 复杂度计算
        4.4.5 讨论
    4.5 基准问题测试
        4.5.1 测试问题
        4.5.2 性能指标
        4.5.3 参数设置
        4.5.4 实验结果
        4.5.5 讨论
    4.6 本章小结
第5章 基于自组织模糊神经网络的污水处理过程预测控制
    5.1 引言
    5.2 预备知识
        5.2.1 模型预测控制
        5.2.2 模糊神经网络
    5.3 基于自组织模糊神经网络的模型预测控制
        5.3.1 自组织模糊神经网络
        5.3.2 控制律推导
        5.3.3 算法流程
    5.4 稳定性分析
    5.5 实验结果与分析
        5.5.1 建模结果
        5.5.2 控制结果
    5.6 本章小结
第6章 基于自组织模糊神经网络的污水处理过程评价模型
    6.1 引言
    6.2 污水处理过程多目标优化问题
    6.3 污水处理过程评价模型构建
        6.3.1 实验设计
        6.3.2 自组织模糊神经网络
    6.4 实验结果与分析
        6.4.1 EC建模结果
        6.4.2 EQ建模结果
        6.4.3 出水氨氮建模结果
    6.5 本章小结
第7章 污水处理过程分层递阶多目标优化控制
    7.1 引言
    7.2 污水处理过程多目标优化控制架构
    7.3 MOEA/D-ATP算法
        7.3.1 预备知识
        7.3.2 MOEA/D-ATP算法
        7.3.3 复杂度计算
    7.4 基准问题测试
        7.4.1 测试问题
        7.4.2 性能指标
        7.4.3 参数设置
        7.4.4 实验结果
    7.5 污水处理过程多目标优化控制
        7.5.1 优化结果
        7.5.2 优化控制结果
        7.5.3 讨论
    7.6 本章小结
结论与展望
参考文献
攻读博士学位期间的成果
攻读博士学位期间参与的科研项目
攻读博士学位期间参加的学术会议
攻读博士学位期间所获奖励
致谢


【参考文献】：
期刊论文
[1]复杂工业过程智能优化决策系统的现状与展望[J]. 丁进良,杨翠娥,陈远东,柴天佑.  自动化学报. 2018(11)
[2]Modeling of Energy Consumption and Effluent Quality Using Density Peaks-based Adaptive Fuzzy Neural Network[J]. Junfei Qiao,Hongbiao Zhou.  IEEE/CAA Journal of Automatica Sinica. 2018(05)
[3]城市污水处理过程模型研究综述[J]. 乔俊飞,卢超,王磊,韩红桂.  信息与控制. 2018(02)
[4]混合多目标骨干粒子群优化算法在污水处理过程优化控制中的应用[J]. 周红标,乔俊飞.  化工学报. 2017(09)
[5]我国城镇污水处理厂节能降耗研究现状及发展趋势[J]. 郭昉,吴毅晖,李波,李志平,周平,吴光学.  水处理技术. 2017(06)
[6]基于自组织模糊神经网络的出水总磷预测[J]. 乔俊飞,周红标.  控制理论与应用. 2017(02)
[7]基于自组织模糊神经网络的污水处理过程溶解氧控制[J]. 周红标.  化工学报. 2017(04)
[8]一种基于自适应回归核函数的污水处理能耗模型[J]. 韩红桂,张璐,乔俊飞.  化工学报. 2016(03)
[9]中国污水处理设施建设现状与存在问题研究[J]. 王强,吴悦颖,文宇立,刘雅玲,张文静.  环境污染与防治. 2015(03)
[10]基于Hopfield神经网络的污水处理过程优化控制[J]. 韩广,乔俊飞,韩红桂,柴伟.  控制与决策. 2014(11)



本文编号：3644897