论文部分内容阅读
城市污水生化处理过程具有显著的非线性特征，并且其连续运行还要面临着各种约束。仿真技术通过建模和试验研究，可为自动控制方案的开发提供一种省时省力、方便快捷的研究方法。由国际水质协会所建立的活性污泥污水处理基准仿真模型(BenchmarkSimulation Model-l，简称BSM1)，对客观评价不同控制策略的性能，改善污水厂的管理和运行具有重要的作用。
本文工作如下：
(1)详细分析了污水生化处理过程的BSM1模型，并运用MATLAB的S函数与Simulink工具编写和搭建了污水生化处理系统的仿真平台。模拟仿真结果与BSM1所提供的标准结果相比较，表明所编写和搭建的污水生化处理仿真平台是成功的。该平台的建立，为研究不同控制策略的性能打下了基础。
(2)在所搭建的BSM1仿真平台下，研究污水生化处理系统中各变量的控制方法，提出改进控制策略。分别在好天、雨天、暴雨天三种不同天气情况下，对搭建的改进控制系统的仿真模型进行仿真，并与BSM1提供的简单控制策略进行仿真对比研究。
(3)提出了一种改进性模糊神经网络控制算法：为了克服单独应用粒子群算法(PSO)或BP算法训练模糊神经网络控制器参数时存在的缺陷，提出了一种训练模糊神经网络参数的PSO+BP算法。该算法将二者相结合，即在PSO算法中加入一个BP算子，以充分利用PSO算法的全局寻优能力和BP算法的局部搜索能力，从而更有效地提高其收敛速度、训练效率和提高该模糊神经网络控制器的控制效果。
(4)综合分析前面确定的不同过程控制变量的控制策略，设计了基于BSM1平台的集成智能控制系统，包括：对溶解氧提出基于PSO+BP算法的模糊神经网络控制，对污水内回流量提出模糊PID控制，对污泥外回流量采取模糊控制等。根据仿真研究编制了控制算法程序，对智能控制系统进行了仿真研究与评价。