城市污水處理過程最佳化控制理論及關鍵技術研究

《城市污水處理過程最佳化控制理論及關鍵技術研究》是依託北京工業大學，由喬俊飛擔任項目負責人的重點項目。

基本介紹

• 中文名：城市污水處理過程最佳化控制理論及關鍵技術研究
• 項目類別：重點項目
• 項目負責人：喬俊飛
• 依託單位：北京工業大學

項目摘要

城市污水處理是國家水資源綜合利用的戰略舉措，對水環境保護和淡水資源持續利用具有重要意義。目前存在的主要問題是電能消耗大，運行成本高；異常工況頻發，出水水質超標嚴重。由於污水處理過程中進水流量、成份、污染物濃度、水溫等隨時變化，微生物生命活動受溶解氧、污泥齡、微生物種群等諸多因素影響，生化反應過程滯後明顯，部分關鍵水質參數等不能實時測量，系統多運行於非平穩狀態，實施最佳化控制是一項具有挑戰性的工作。項目將圍繞以上問題，研究污水處理過程軟測量和特徵建模方法，建立其特徵模型和水質參數預報模型；研究分級動態最佳化方法，解決污水處理過程中動態約束和不同時間尺度的多變數最佳化問題；研究時滯、時變、不確定性系統的自適應控制方法，解決最佳化設定值的跟蹤控制問題；研究基於數據驅動的特徵信息表征、存貯和識別方法，解決污泥膨脹等異常工況識別與監控問題；研究成果將套用於污水處理廠，保證出水水質達標的情況下節能不低於3%。

結題摘要

城市污水處理是國家水資源綜合利用的戰略舉措，對水環境保護和淡水資源持續利用具有重要意義。目前存在的主要問題是電能消耗大，運行成本高；異常工況頻發，出水水質超標嚴重。由於污水處理過程中進水流量、成份、污染物濃度、水溫等隨時變化，微生物生命活動受溶解氧、污泥齡、微生物種群等諸多因素影響，生化反應過程滯後明顯，部分關鍵水質參數等不能實時測量，系統多運行於非平穩狀態，實施最佳化控制是一項具有挑戰性的工作。圍繞以上問題，項目獲得以下成果：1. 提出了基於特徵信息和過程數據相結合的智慧型建模新方法，獲得了基於結構自組織神經網路的污水水質參數軟測量模型，解決了水質參數BOD、COD的無法線上測量問題；率先提出了基於細胞自動機理論的污水處理過程微觀動態建模新方法，實現了污水處理生化反應過程動態可視化模擬。2. 提出了基於擴展傅立葉靈敏度法的模糊推理規則自動調整機制，獲得了結構自組織模糊神經網路控制方法，實現了對溶解氧濃度的線上控制；提出了基於細胞分裂原理的神經網路結構自組織設計方法，證明結構演化過程的穩定性，設計出了結構自組織神經網路控制器，發展了神經網路控制理論。3. 提出了一種污水處理過程能耗特徵模型，解決污水處理過程中動態約束和不同時間尺度的多變數最佳化問題；提出了一種多目標最佳化算法，獲得了基於多目標最佳化的預測控制方法，解決了污水處理過程多變數參數的最佳化設定控制問題。4. 研究基於數據驅動的特徵信息表征、存貯和識別方法，解決污泥膨脹等異常工況識別與監控問題；部分研究成果已成功套用於實際污水處理廠，實現了出水水質達標的同時能耗降低3%以上。該項目已在Automatica、IEEE Transactions on Industrial Electronics、IEEE Transactions on Control Systems Technology等刊物上發表論文46篇，其中SCI/EI收錄28/42篇，被他人引用分別為100餘次；申請國家發明專利27項，其中授權12項，獲得授權軟體著作權16項；研究成果獲2011年教育部科學技術進步獎一等獎。已經培養教授2名，副教授4名，培養研究生28名(其中12名博士生、16名碩士生)。