论文部分内容阅读
人类社会的形成、发展与进步离不开水资源。然而日益严重水资源污染问题使得其自身的可持续性面临着前所未有的挑战,反过来又威胁到人类自身。本文将以已有污泥处理工艺为基础,针对其中好氧池中溶解氧浓度(Dissolved Oxygen,简称DO)的建模与控制问题,研究相应的建模算法与控制算法。文中所采用的污水基准仿真平台(Benchmark Simulation Model no.1,简称BSM1)采用污水处理行业应用广泛的活性污泥法污水处理工艺A2/O,为污水处理行业研究与比较不同控制方案的优劣提供了一个标准仿真平台。针对其中活性污泥1号模型(Activated Sludge Model No.1,简称ASM1)中好氧池中溶解氧浓度指标,研究溶解氧浓度的建模和控制问题,并对建模所得模型和所设计控制器进行了仿真研究,实验结果验证了相应建模算法的建模精度与泛化能力,以及相应控制算法的鲁棒性与收敛性等特点。文中研究内容包括三部分:(1)针对溶解氧浓度的建模问题,采用一种广义动态模糊神经网络建模方法来得到溶解氧浓度的受控自回归积分滑动平均模型(Controlled Auto Regressive Integrated Moving Average,简称CARIMA),其中隶属度函数采用椭圆基函数(Elliptic Basis Function,简称EBF)的形式,实现其宽度根据输入变量的重要性来调整,同时它具有在线学习、规则自组织和修剪特性,仿真结果表明其具有较高的建模精度和泛化能力。(2)基于所得DO浓度的CARIMA模型,设计其广义预测控制器(Generalized Predictive Control,简称GPC),根据系统输出误差,利用Diophantine方程递推求解控制增量,实现滚动优化与反馈校正,并将所设计控制器应用于BSM1仿真平台中的好氧池模型中,仿真结果显示在晴天情况下,相比于PID控制器,GPC有明显的控制性能优势。(3)针对GPC算法在雨天和暴雨天等较大干扰时所存在的稳定性问题,文中提出一种自适应模糊广义预测控制(Fuzzy Adaptive Generalized Predictive Control,简称AFGPC)算法,在证明其李雅普诺夫稳定性的前提下,计算得到DO的CARIMA模型的自校正规则,实现一种显式自适应控制算法,使得在存在较大外界干扰的情况下也能够实现DO浓度的稳定控制及较好的跟踪性能。