基于感知-决策-评估的污水处理智能曝气方法
作为污水处理的核心工艺,生物曝气环节的稳定性受进水水质、水量等因素的影响较大,且电能消耗高.对曝气过程进行优化控制有利于提高污水处理系统的性能.提出一种基于工况感知-自主决策-性能评估方法的污水处理曝气优化控制策略.将K-means聚类算法与注水原理相结合,对入水数据进行入水工况感知;采用最小二乘支持向量机(LS-SVM)与神经网络反向传播算法(BPNN)建立软测量模型,并结合PSO全局寻优算法求解当前入水的溶解氧浓度优化设定值;将所得曝气池溶解氧浓度优化设定值输入仿真模型中进行性能评估,由仿真评估的结果优化更新工况感知与决策控制部分.经仿真验证,优化系统在出水达标且出水水质与原系统相差不到2%的情况下,经济指标下降10%~15%,节能效果显著.
污水处理、曝气、工况感知、决策控制、性能评估、算法、模型预测控制
42
TP183;X703.1(自动化基础理论)
国家自然科学基金;国家自然科学基金;广东省科技项目;广州市岭南英杰工程人才项目
2022-05-07(万方平台首次上网日期,不代表论文的发表时间)
共8页
65-72