CN101201592A - 废水处理过程控制仿真方法及其仿真系统 - Google Patents
废水处理过程控制仿真方法及其仿真系统 Download PDFInfo
- Publication number
- CN101201592A CN101201592A CNA2007100325817A CN200710032581A CN101201592A CN 101201592 A CN101201592 A CN 101201592A CN A2007100325817 A CNA2007100325817 A CN A2007100325817A CN 200710032581 A CN200710032581 A CN 200710032581A CN 101201592 A CN101201592 A CN 101201592A
- Authority
- CN
- China
- Prior art keywords
- wastewater treatment
- treatment process
- control
- module
- emulation
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Images
Classifications
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02W—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO WASTEWATER TREATMENT OR WASTE MANAGEMENT
- Y02W10/00—Technologies for wastewater treatment
- Y02W10/10—Biological treatment of water, waste water, or sewage
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02W—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO WASTEWATER TREATMENT OR WASTE MANAGEMENT
- Y02W10/00—Technologies for wastewater treatment
- Y02W10/30—Wastewater or sewage treatment systems using renewable energies
- Y02W10/37—Wastewater or sewage treatment systems using renewable energies using solar energy
Landscapes
- Activated Sludge Processes (AREA)
Abstract
本发明提供废水处理过程控制仿真方法,包括通过参数传感器及废水处理过程数据采集系统,建立废水处理过程数据库;首先利用数据文件进行100~150天的开环稳态仿真,其次用晴朗天气的入口数据文件作为动态输入,在无干扰的情况下对系统进行14天的闭环控制仿真,然后分别利用废水处理过程数据库中的三个入口废水数据文件,继续各自的控制动态仿真14天;最后利用数据库中第21~28天闭环控制仿真结果对控制效果进行评估。本发明对废水处理过程进行仿真,并建立相应数据库;仿真各种自动控制方案,并按指定评价标准考察方案控制效果,以得到较优控制方案,既提高水质同时,又能降低处理能耗;用户仿真界面友好,方便控制方案研究和开发。
Description
技术领域
本发明涉及废水处理技术领域,具体是指废水处理过程控制仿真方法及其仿真系统。
背景技术
随着水资源的日益短缺和对环境污染的日益重视,废水处理越来越引起人们的关注。废水处理系统要求废水处理后符合国家规定的排放标准,同时最大限度地减少废水处理厂的运行成本,这是废水生物处理的根本目标。但是由于进水量、水质成份及浓度波动大,处理过程处于非稳定状态,从而引起出水水质波动、系统运行不稳定,难以达到有效的处理目标。为了保证微生物生长环境和新陈代谢过程最优,提高处理系统的可靠性和稳定性,降低系统运行成本和维护成本,保证出水质量符合排放标准,对废水处理过程的自动控制显得越来越重要。
废水处理系统具有不稳定性和不确定性,处理过程十分复杂,特点是多变量、非线性、时变性与随机性,建立数学模型比较复杂,参数众多。同时,废水处理系统的控制又属于多目标控制,具体表现在:需要控制多种出水指标;需要抑制外部环境的变化(扰动)对处理过程的影响以确保处理过程的稳定性;需要使处理过程费用最低即经济指标最优化。但是使用传统的控制方法对废水处理系统进行全面和高效的控制很困难的。
数学模型的成功建立,为自动控制和模拟仿真的实现奠定了基础。近年来,已经出现不少关于废水处理过程的自动控制方案,这些方案或许是经过模拟,或许是通过实验、工厂中试、或者是全面的实验后总结产生的。然而,除了提出这些控制方案的研究人员之外,再没有其他人员对其进行过评价,这种情况对于更优的、适应性更强的自动控制方案的开发是非常不利的。如果对于一种新提出来的控制方案,要经过多次的实地检验,所需成本将是巨大的,也是没有必要的。
废水处理方法中,活性污泥法由于具有处理效果好、运行成本低等特点而成为控制环境污染的一项基本和主要的方法。到目前为止,几乎所有的城市废水厂都用活性污泥法处理,因而该法在环境工程中处于非常重要的地位。一个完整的活性污泥废水处理过程,包括活性污泥生物处理单元和二沉池。生物反应过程模型ASM1和二沉池的双指数沉淀速度模型Takács,是目前国际公认的活性污泥法废水处理过程数学模型。
国际水质协会和欧盟科学技术合作组织合力开发了一个活性污泥法废水处理过程的仿真协议BSM1,规定了设备布局、仿真模型、源废水数据、仿真步骤和评估标准,成为活性污泥法废水处理过程控制方案的一个评估工具。
发明内容
本发明的目的在于克服上述现有技术中活性污泥法废水处理过程先进控制方案在现场实际开发试验的困难,以及无法评估比较其控制效果的不足,提供一种废水处理过程控制仿真方法,其可以仿真各种自动控制方案,并按照指定的评价标准来考察方案的控制效果。
本发明的目的还在于提供实现上述废水处理过程控制仿真方法的废水处理过程控制仿真系统。
本发明的目的通过下述技术方案实现:本发明废水处理过程控制仿真方法,包括以下步骤:
(1)在不同的具有代表性的天气情况下,在废水处理厂用相应的参数传感器测量入口源废水的流量和浓度,通过废水处理过程数据采集系统连续、在线测量过程数据14天,建立废水处理过程数据库,其中包括晴好天气、连绵雨天气、暴风雨天气的入口废水数据文件,以备废水处理过程控制仿真平台使用;
(2)选择一种待评估的控制方案,并对废水处理过程参数进行初始化,即以流量和组分恒定的入口废水仿真100~150天来进行系统的开环稳态仿真,以保证后续的控制方案动态仿真起点的一致;
(3)从稳态仿真后的结果开始,用晴朗天气的入口数据文件作为动态输入,在无干扰的情况下对系统进行14天的闭环控制仿真,并保存由此得到的每一个过程中状态变量的值,这些值能反映出起点对于每一个入口废水扰动所做出的相应反应;然后,分别利用废水处理过程数据库中的三个入口废水数据文件,继续各自的控制仿真14天,即对于每个处于稳定状态的系统而言,都要进行三个28天的闭环控制仿真:晴好数据文件——晴好数据文件,晴好数据文件——连绵雨数据文件,晴好数据文件——暴风雨数据文件。最后将控制结果数据文件存放在废水处理过程数据库中;
(4)根据步骤(3)最后存放在数据库中第21天至28天的闭环控制仿真结果以及控制效果评估定义,对控制方案的优劣表现进行计算、评估,所述控制效果评估定义包括工艺性能评估定义、控制性能评估定义;
(5)控制效果评估若优良,则将该控制方案应用于废水处理过程;反之,则继续用控制仿真平台对新的控制方案进行上述仿真过程,直至控制效果优良。
为更好地实现本发明,所述废水处理过程为活性污泥废水处理过程,其包括生物反应器处理及二沉池处理,所述生物反应器包括5个反应单元:前两个单元是缺氧部,主要发生反硝化反应;后三个单元是曝气部,主要发生碳氧化和硝化反应;
步骤(3)所述入口废水的组分有13种:可溶性惰性有机物(SI)、易生物降解物质(SS)、颗粒性惰性有机物(XI)、慢速可生物降解物质(XS)、异养性活性生物量(XB,H)、自养性活性生物量(XB,A)、由生物降解所产生的颗粒性产物(XP)、氧(SO)、硝酸盐与亚硝酸盐氮(SNO)、NH4 ++NH3氮(SNH)、溶解性可生物降解有机氮(SND)、颗粒性可生物降解有机氮(XND)、碱度(SALK)。
所述二沉池分为10层,不发生化学反应,主要是颗粒性组分的沉淀,每一层考虑上述的7个溶解性组分和1个总颗粒性组分,共8个组分,所述7个溶解性组分即可溶性惰性有机物SI、易生物降解物质SS、氧SO、硝酸盐与亚硝酸盐氮SNO、NH4 ++NH3氮SNH、溶解性可生物降解有机氮SND、碱度SALK所述1个总颗粒性组分由颗粒性惰性有机物XI、慢速可生物降解物质XS、异养性活性生物量XB,H、自养性活性生物量XB,A、生物降解所产生的颗粒性产物XP组成。
步骤(4)所述工艺性能评估定义包括:出水质量指标、越限报告、污泥处理量、泵浦能和曝气能;所述控制性能评估定义包括:被控变量的绝对误差积分、平方差积分、最大偏差和变量误差的方差,以及操作变量的极差、最大偏差和变化值的方差。
实现上述废水处理过程控制仿真方法的废水处理过程控制仿真系统包括:设置有废水处理过程控制仿真平台、废水处理过程数据库的控制计算机;与控制计算机连接的废水处理过程数据采集系统;以及与废水处理过程的生物反应器、二沉池连接的参数传感器。
所述废水处理过程控制仿真平台包括:
(1)废水处理过程仿真模块,该模块描述了废水处理过程中发生的各种物理和生化反应,设计了用于测试控制方案性能的源污水数据文件,以及用于评定控制效果的性能指标;所述废水处理过程仿真模块又可以包括工艺模块、仿真数据模块、控制效果评估定义模块,所述工艺模块包括生物反应器模块、二沉池模块;所述仿真数据模块包括晴好天气数据模块、连绵雨天气数据模块、暴风雨天气数据模块;控制效果评估定义模块包括工艺性能评估定义模块、控制性能评估定义模块;
(2)废水处理过程控制开环稳态仿真模块,该模块以流量和成份恒定的入口污水仿真100~150天来进行系统的开环稳态仿真,以便于后续的动态仿真,保证所有控制方案动态仿真起点的一致;
(3)废水处理过程控制闭环动态仿真模块,该模块在开环稳态仿真的基础上,对控制方案进行28天的闭环控制仿真,并用最后7天的仿真数据评估控制效果;
(4)用户仿真界面模块,该模块可以简单地完成不同控制模型的选择、参数的初始化和仿真评价;所述用户仿真界面模块包括控制方案选择模块、模型参数初始化模块、控制仿真模块(具体由其控制实现开环和闭环仿真)、控制效果评估计算模块。
针对活性污泥法废水处理过程先进控制方案在现场开发试验的困难,以及无法评估比较其控制效果的不足,本发明基于仿真协议BSM1,利用Matlab/Simulink软件,实现了废水生化处理过程控制仿真平台。与现有技术相比,具有如下优点和有益效果:
(1)可以对活性污泥法废水处理过程进行仿真,建立可以资源共享的废水处理过程数据库;
(2)可以仿真各种自动控制方案,并按照指定的评价标准来考察方案的控制效果,以得到较优的控制方案,即提高水质的同时,又能降低处理能耗;
(3)提供了友好的图形用户仿真界面,为开发人员提供方便的控制方案研究和开发平台。
附图说明
图1是本发明废水处理过程控制仿真方法的工作流程图;
图2是本发明所述废水处理过程控制仿真平台的结构原理图;
图3是本发明所述活性污泥法废水处理过程设备布局示意图;
图4是本发明废水处理过程控制仿真方法进行控制方案仿真试验的进度图;
图5是本发明用Matlab/Simulink建立的废水处理过程控制开环稳态仿真模块结构示意图;
图6是本发明用Matlab/Simul ink建立的废水处理过程控制闭环动态仿真模块结构示意图;
图7是BP网络整定的PID控制方案在本发明废水处理过程控制仿真平台的应用示意图;
图8是自适应神经-模糊推理控制方案在本发明废水处理过程控制仿真平台中的应用示意图;
图9是本发明废水处理过程控制仿真平台输出的出水质量指标控制曲线图;
图10是本发明废水处理过程控制仿真平台用户仿真界面。
具体实施方式
下面结合实施例及附图,对本发明作进一步地详细说明,但本发明的实施方式不限于此。
实施例
如图1、2所示,本废水处理过程控制仿真系统,包括设置有废水处理过程控制仿真平台、废水处理过程数据库的控制计算机;与控制计算机连接的废水处理过程数据采集系统;以及与废水处理过程的生物反应器、二沉池连接的参数传感器。
废水处理过程控制仿真平台包括:
(一)废水生化处理过程仿真模块
该模块主要由两部分组成:生物反应器和二沉池(参见图3)。生物反应器包括5个反应单元:前两个单元是缺氧部,主要发生反硝化反应;后三个单元是曝气部,主要发生碳氧化和硝化反应。模型规定的废水组分有13个:可溶性惰性有机物(SI),易生物降解物质(SS),颗粒性惰性有机物(XI),慢速可生物降解物质(XS),异养性活性生物量(XB,H),自养性活性生物量(XB,A),由生物降解所产生的颗粒性产物(XP),氧(SO),硝酸盐与亚硝酸盐氮(SNO),NH4 ++NH3氮(SNH),溶解性可生物降解有机氮(SND),颗粒性可生物降解有机氮(XND),碱度(SALK)。二沉池分为10层,不发生化学反应,主要是颗粒性组分的沉淀,每一层考虑上述的7个溶解性组分和1个总颗粒性组分,共8个组分,所述7个溶解性组分即可溶性惰性有机物SI、易生物降解物质SS、氧SO、硝酸盐与亚硝酸盐氮SNO、NH4 ++NH3氮SNH、溶解性可生物降解有机氮SND、碱度SALK;所述1个总颗粒性组分由颗粒性惰性有机物XI、慢速可生物降解物质XS、异养性活性生物量XB,H、自养性活性生物量XB,A、生物降解所产生的颗粒性产物XP组成。
仿真协议BSM1中所用到的参数及其含义如表1所示:
参数 | 参数含义 | 单位 | |
生物反应池 | QO | 源废水流量 | m3/day |
Q2in | 补充碳源流量 | m3/day | |
Qf | 进入二沉池的废水流量 | m3/day | |
Qa | 从五号反应器到一号反应器的内循环流量 | m3/day | |
IN | 向量,组成元素依次为源废水中13个组分的浓度 | - | |
V | 生物反应器的容积 | m3 | |
reac | 组分的转换速率 | g/m3·d | |
x(i)i=1,2,3…13 | 从第一反应单元流出的各组分对应的变量 | g/m3 | |
x(i)i=14,15,16…26 | 从第二反应单元流出各组分对应的变量 | g/m3 | |
x(i)i=27,28,29…39 | 从第三反应单元流出各组分对应的变量 | g/m3 | |
x(i)i=40,41, 42…52 | 从第四反应单元流出各组分对应的变量 | g/m3 | |
x(i)i=53,54,55…65 | 从第五反应单元流出各组分对应的变量 | g/m3 | |
dx(i)i=1,2,3…65 | 五个反应单元中与变量相对应的微分 | - | |
二沉池 | Qo | 从二沉池顶部排出的废水流量 | m3/day |
Qr | 从二沉池循环到一号反应器的外循环流量 | m3/day | |
Qw | 从二沉池底部排出的废弃物流量 | m3/day | |
x(i)i=66,67…76 | 二沉池顶部到底部各层中总颗粒物含量 | g/m3 | |
x(i)i=77,78…145 | 二沉池各层中7个溶解性组分对应的变量 | g/m3 | |
dx(i)i=66,67…145 | 二沉池中与变量相对应的微分 | - | |
Vup | 上流速率 | m/day | |
Vdw | 下流速率 | m/day | |
Xf | 总颗粒物含量 | g/m3 |
在废水生化处理过程仿真模块中设定了三种仿真数据文件,用于测试控制方案的性能。每种仿真数据分别代表不同的天气情况:晴好天气、连绵雨天气和暴风雨天气。仿真数据文件由14天的工厂采样数据组成,采样间隔是15分钟。
对控制方案的仿真就是不断地对这些微分方程进行计算,求取积分,得到废水处理的仿真结果。仿真步骤分为2个阶段:首先是稳态仿真(参见图4阶段1和2),然后是用上面提到的3个数据文件进行动态仿真(参见图4阶段3和4)。
仿真模块中对控制方案的效果评定包括两类:工艺过程的性能评定和控制系统的性能评定。工艺过程的性能评定包括:出水质量指标、越限报告、污泥处理量、泵浦能和曝气能。控制系统的性能评定包括:被控变量的绝对误差积分、平方差积分、最大偏差和变量误差的方差,以及操作变量的极差、最大偏差和变化值的方差。
(二)废水生化处理过程控制的开环稳态仿真模块
该模块以流量和成份恒定的入口污水仿真100~150天来进行系统的开环稳态仿真(图4中的阶段1),以便于后续的动态仿真,保证所有控制方案动态仿真起点的一致。
建立开环稳态仿真模块的方法有:(1)用Matlab代码编程;(2)用Matlab/Simulink工具包编程。分别叙述如下:
(1)用Matlab代码编程建立开环稳态仿真模块
按照废水在反应器中流动的顺序,根据废水处理过程的物理化学机理,建立各个组分的微分方程组,以反映这些组分在处理过程中的变化情况。总共有145个微分方程:生物反应器部分的65个(13个组分×5个单元)方程,二沉池部分的80个(8个组分×10层)方程。建模中用到的初始值和所求得的稳态解如表2所示。
表2
组分 | S1 | SS | X1 | XS | XBH | X3A | XP | SO | SNO | SNH | SND | XND | SALK |
单位 | g/m3 | g/m3 | g/m3 | g/m3 | g/m3 | g/m3 | g/m3 | g/m3 | g/m3 | g/m3 | g/m3 | g/m3 | mol/m3 |
初值 | 30 | 69.5 | 51.2 | 202.32 | 28.17 | 10 | 0 | 240 | 0 | 31.56 | 6.95 | 10.59 | 7 |
稳态解 | 30 | 12.38 | 1574.1 | 184.04 | 260.38 | 192.62 | 70.2 | 135.2 | 39.158 | 0.429 | 5.613 | 10.26 | 1.979 |
(2)用Matlab/Simulink工具包编程建立开环稳态仿真模块
用Matlab/Simulink工具包建立的开环稳态仿真模块如图5所示。从左至右,模块mixer1、mixer2、Hyddelay、Bioreactor_(1-5)和SETTLER是9个S函数模块。mixer1和mixer2的功能是将两股流液混合;Hyddelay的作用是避免代数环的影响;五个Bioreactor模块是模型最主要的部分,用于模拟生物反应器的各反应单元;SETTLER模块模拟二沉池的处理过程。
用以上两种方式建立的开环稳态仿真结果比较如下:第一种方式(Matlab)得到的稳态仿真结果比第二种方式(Simulink)的仿真结果更准确;第一种方式的建模过程简单一些;第二种方式所建模块的运行速度快得多,200天的仿真在3分钟之内就可以完成;第二种方式所建立的模块,与工艺流程图相似,很容易被理解并对其操作。
(三)废水生化处理过程控制的闭环动态仿真模块
该模块在开环稳态仿真的基础上,用分别代表不同天气情况的三种仿真数据文件,对控制方案进行28天的闭环控制仿真(图4中的阶段2、3、4),并用最后7天(图4中的阶段4)的仿真数据评估控制效果。
用Matlab/Simulink工具包建立的闭环控制动态仿真模块如图6所示。该模块易于让不熟悉编程的环境工作者理解,在宏观上把握整个模型及工艺流程。图中O2_control和flow_control模块分别用于厌氧区第二处理单元内硝酸盐浓度和耗氧区第五处理单元内溶解氧浓度的控制。在应用不同的控制方案时,只需改变相应的控制模块内部,整个闭环控制动态仿真模块的主体框架部分保持不变。
下面以对厌氧区第二处理单元内硝酸盐浓度分别实施PI控制、经过BP网络整定的PID控制(BP-PID)、自适应神经-模糊推理系统(ANFIS)三种控制方案,用晴好天气的源污水数据文件进行仿真为例,简介对废水生化处理过程实施一个控制方案的闭环控制动态仿真过程,即只对模块flow_control的内部作相应的改变。
在图6已建好的闭环控制动态仿真模块中,将flow_control模块分别构建为如图7所示的BP-PID控制器模型和如图8所示的ANFIS控制器模型,将预先编译好的BP-PID控制功能函数导入BP-PID模块以及ANFIS控制器载入“Fuzzy Logic Controller”模块即可。
首先在不给测量信号(第二处理单元内硝酸盐浓度)施加干扰和迟滞的情况下,闭环控制仿真150天后,达到准稳态,然后再给测量信号施加随机噪声(均值为0,方差为0.01,延迟为10min)和迟滞(10min),进行28天的闭环控制仿真,用最后7天(第21天到第28天)的仿真数据对控制方案进行评估。将三种控制方案(PI、ANFIS(2*1)和BP-PID)下的出水质量数据绘制于同一曲线图中(参见图9,粗实线为BP-PID,细实线为ANFIS(2*1),虚线为PI)。
(四)用户使用的图形仿真界面
仿真过程主要包括不同控制模型的选择、模型参数的初始化和仿真评价3部分,采用Matlab的GUI设计了对应的用户仿真界面,可以简单地完成控制方案仿真及其评价。
仿真分为三类:开环仿真(openloop),闭环控制1仿真(closeloop1)和闭环控制2仿真(closeloop2)。在主仿真界面上可以将三类仿真调出,分别进行各自的仿真。仿真界面如图10所示,其中最前端为主界面。
各类仿真界面的操作是一致的:先打开用Simulink建立的仿真模型,对模型的参数进行初始化后,再进行仿真,最后运行仿真评价程序。
综上述,本废水处理过程控制仿真系统进行废水处理过程控制仿真的工作过程是这样的:
(1)如附图1所示,在不同的具有代表性的天气情况下,在废水处理厂用相应的参数传感器测量入口源废水的流量和浓度,通过废水处理过程数据采集系统连续、在线测量过程数据14天,建立废水处理过程数据库(包含晴好天气、连绵雨天气、暴风雨天气的入口废水数据文件,以及控制结果数据文件),以备废水处理过程控制仿真平台使用。
(2)以流量和成份恒定的入口废水仿真100~150天来进行系统的开环稳态仿真(图4中的阶段1),以保证后续的控制方案动态仿真起点的一致。恒定输入时各组分的浓度如表2所示。
(3)从稳态仿真后的结果开始,用晴朗天气的入口数据文件作为动态输入,在无干扰的情况下对系统进行14天的闭环控制仿真(图4中的阶段2),并保存由此得到的每一个过程中状态变量的值,这些值能反映出起点对于每一个入口废水扰动所做出的相应反应。然后,分别利用废水处理过程数据库中的三个入口废水数据文件,继续各自的控制仿真14天(图4中的阶段3和4)。即对于每个处于稳定状态的系统而言,都要进行三个28天的闭环控制仿真:晴好数据文件——晴好数据文件,晴好数据文件——连绵雨数据文件,晴好数据文件——暴风雨数据文件。最后将控制结果数据文件存放在废水处理过程数据库中。
(4)将第3步最后存放在数据库中第21至28天(图4中的阶段4)的闭环控制仿真结果用于评估控制方案的优劣表现。评估指标包括工艺过程的性能评定和控制系统的性能评定。
(5)评价评估效果,若优良,则将控制方案应用于废水处理过程;反之,则继续用控制仿真平台研究新型的控制方案,直至控制效果优良。
如上所述,便可较好地实现本发明,上述实施例仅为本发明的较佳实施例,并非用来限定本发明的实施范围;即凡依本发明内容所作的均等变化与修饰,都为本发明权利要求所要求保护的范围所涵盖。
Claims (7)
1.废水处理过程控制仿真方法,其特征在于包括以下步骤:
(1)在不同的具有代表性的天气情况下,在废水处理厂用相应的参数传感器测量入口源废水的流量和浓度,通过废水处理过程数据采集系统连续、在线测量过程数据14天,建立废水处理过程数据库,所述数据包括晴好天气、连绵雨天气、暴风雨天气的入口废水数据文件,以备废水处理过程控制仿真平台使用;
(2)选择一种待评估的控制方案,并对废水处理过程参数进行初始化,即以流量和组分恒定的入口废水仿真100~150天来进行系统的开环稳态仿真,以保证后续的控制方案动态仿真起点的一致;
(3)从稳态仿真后的结果开始,用晴朗天气的入口数据文件作为动态输入,在无干扰的情况下对系统进行14天的闭环控制仿真,并保存由此得到的每一个过程中状态变量的值,这些值能反映出起点对于每一个入口废水扰动所做出的相应反应;然后,分别利用废水处理过程数据库中的三个入口废水数据文件,继续各自的控制仿真14天,即对于每个处于稳定状态的系统而言,都要进行三个28天的闭环控制仿真:晴好数据文件——晴好数据文件,晴好数据文件——连绵雨数据文件,晴好数据文件——暴风雨数据文件。最后将控制结果数据文件存放在废水处理过程数据库中;
(4)根据步骤(3)最后存放在数据库中第21天至28天的闭环控制仿真结果以及控制效果评估定义,对控制方案的优劣表现进行计算、评估,所述控制效果评估定义包括工艺性能评估定义、控制性能评估定义;
(5)控制效果评估若优良,则将该控制方案应用于废水处理过程;反之,则继续用控制仿真平台对新的控制方案进行上述仿真过程,直至控制效果优良。
2.根据权利要求1所述废水处理过程控制仿真方法,其特征在于:所述废水处理过程为活性污泥废水处理过程,其包括生物反应器处理及二沉池处理,所述生物反应器包括5个反应单元:前两个单元是缺氧部,主要发生反硝化反应;后三个单元是曝气部,主要发生碳氧化和硝化反应;
步骤(3)所述入口废水的组分有13种:可溶性惰性有机物SI、易生物降解物质SS、颗粒性惰性有机物XI、慢速可生物降解物质XS、异养性活性生物量XB,H、自养性活性生物量XB,A、由生物降解所产生的颗粒性产物XP、氧SO、硝酸盐与亚硝酸盐氮SNO、NH4 ++NH3氮SNH、溶解性可生物降解有机氮SND、颗粒性可生物降解有机氮XND、碱度SALK;
所述二沉池分为10层,不发生化学反应,主要是颗粒性组分的沉淀,每一层包括上述的7个溶解性组分和1个总颗粒性组分,共8个组分;所述7个溶解性组分即可溶性惰性有机物SI、易生物降解物质SS、氧SO、硝酸盐与亚硝酸盐氮SNP、NH4 ++NH3氮SNH、溶解性可生物降解有机氮SND、碱度SALK;所述1个总颗粒性组分由颗粒性惰性有机物XI、慢速可生物降解物质XS、异养性活性生物量XB,H、自养性活性生物量XB,A、生物降解所产生的颗粒性产物XP组成。
3.根据权利要求1所述废水处理过程控制仿真方法,其特征在于:步骤(4)所述工艺性能评估定义包括:出水质量指标、越限报告、污泥处理量、泵浦能和曝气能;所述控制性能评估定义包括:被控变量的绝对误差积分、平方差积分、最大偏差和变量误差的方差,以及操作变量的极差、最大偏差和变化值的方差。
4.实现权利要求1所述废水处理过程控制仿真方法的废水处理过程控制仿真系统,其特征在于:包括设置有废水处理过程控制仿真平台、废水处理过程数据库的控制计算机;与控制计算机连接的废水处理过程数据采集系统;以及与废水处理过程的生物反应器、二沉池连接的参数传感器;所述废水处理过程控制仿真平台包括废水处理过程仿真模块、废水处理过程控制开环稳态仿真模块、废水处理过程控制闭环动态仿真模块、用户仿真界面模块。
5.根据权利要求4所述废水处理过程控制仿真系统,其特征在于:所述废水处理过程仿真模块包括工艺模块、仿真数据模块、控制效果评估定义模块。
6.根据权利要求5所述废水处理过程控制仿真系统,其特征在于:所述工艺模块包括生物反应器模块、二沉池模块;所述仿真数据模块包括晴好天气数据模块、连绵雨天气数据模块、暴风雨天气数据模块;控制效果评估定义模块包括工艺性能评估定义模块、控制性能评估定义模块。
7.根据权利要求4所述废水处理过程控制仿真系统,其特征在于:所述用户仿真界面模块包括控制方案选择模块、模型参数初始化模块、控制仿真模块、控制效果评估计算模块。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CNA2007100325817A CN101201592A (zh) | 2007-12-14 | 2007-12-14 | 废水处理过程控制仿真方法及其仿真系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CNA2007100325817A CN101201592A (zh) | 2007-12-14 | 2007-12-14 | 废水处理过程控制仿真方法及其仿真系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN101201592A true CN101201592A (zh) | 2008-06-18 |
Family
ID=39516797
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CNA2007100325817A Pending CN101201592A (zh) | 2007-12-14 | 2007-12-14 | 废水处理过程控制仿真方法及其仿真系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN101201592A (zh) |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101928064A (zh) * | 2010-08-05 | 2010-12-29 | 华南理工大学 | 造纸废水活性污泥法处理的仿真方法 |
CN102156413A (zh) * | 2010-12-30 | 2011-08-17 | 清华大学 | 城市多水源原水系统应急调度方法和系统 |
CN102830720A (zh) * | 2012-08-29 | 2012-12-19 | 华南理工大学 | 基于模糊融合控制技术的污水溶解氧浓度控制方法 |
CN111125936A (zh) * | 2020-01-09 | 2020-05-08 | 广州市市政工程设计研究总院有限公司 | 污水设计水质与模型水质的转换方法、系统及存储介质 |
CN111142405A (zh) * | 2019-12-20 | 2020-05-12 | 国家工业信息安全发展研究中心 | 污水处理过程控制系统仿真测试平台 |
CN114716010A (zh) * | 2022-06-08 | 2022-07-08 | 张家港长三角生物安全研究中心 | 一种废水处理生物膜的性能评估方法及系统 |
-
2007
- 2007-12-14 CN CNA2007100325817A patent/CN101201592A/zh active Pending
Cited By (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101928064A (zh) * | 2010-08-05 | 2010-12-29 | 华南理工大学 | 造纸废水活性污泥法处理的仿真方法 |
CN101928064B (zh) * | 2010-08-05 | 2012-12-05 | 华南理工大学 | 造纸废水活性污泥法处理的仿真方法 |
CN102156413A (zh) * | 2010-12-30 | 2011-08-17 | 清华大学 | 城市多水源原水系统应急调度方法和系统 |
CN102156413B (zh) * | 2010-12-30 | 2012-10-10 | 清华大学 | 城市多水源原水系统应急调度方法和系统 |
CN102830720A (zh) * | 2012-08-29 | 2012-12-19 | 华南理工大学 | 基于模糊融合控制技术的污水溶解氧浓度控制方法 |
CN102830720B (zh) * | 2012-08-29 | 2014-09-10 | 华南理工大学 | 基于模糊融合控制技术的污水溶解氧浓度控制方法 |
CN111142405A (zh) * | 2019-12-20 | 2020-05-12 | 国家工业信息安全发展研究中心 | 污水处理过程控制系统仿真测试平台 |
CN111142405B (zh) * | 2019-12-20 | 2022-12-09 | 国家工业信息安全发展研究中心 | 污水处理过程控制系统仿真测试平台 |
CN111125936A (zh) * | 2020-01-09 | 2020-05-08 | 广州市市政工程设计研究总院有限公司 | 污水设计水质与模型水质的转换方法、系统及存储介质 |
CN111125936B (zh) * | 2020-01-09 | 2024-01-30 | 广州市市政工程设计研究总院有限公司 | 污水设计水质与模型水质的转换方法、系统及存储介质 |
CN114716010A (zh) * | 2022-06-08 | 2022-07-08 | 张家港长三角生物安全研究中心 | 一种废水处理生物膜的性能评估方法及系统 |
CN114716010B (zh) * | 2022-06-08 | 2022-09-20 | 张家港长三角生物安全研究中心 | 一种废水处理生物膜的性能评估方法及系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Santín et al. | Fuzzy logic for plant-wide control of biological wastewater treatment process including greenhouse gas emissions | |
CN112661259A (zh) | 一种曝气过程自适应控制方法及系统 | |
Daigger | A practitioner’s perspective on the uses and future developments for wastewater treatment modelling | |
Katebi et al. | Control and instrumentation for wastewater treatment plants | |
CN108640276A (zh) | 一种基于west模型的污水处理厂aao工艺优化运行方法 | |
CN101201592A (zh) | 废水处理过程控制仿真方法及其仿真系统 | |
Bello et al. | Dynamic modelling of microalgae cultivation process in high rate algal wastewater pond | |
CN111762958A (zh) | 基于asm2d模型的污水处理厂深井曝气工艺优化方法及装置 | |
Do et al. | A design of higher-level control based genetic algorithms for wastewater treatment plants | |
Yong et al. | Intelligent control aeration and external carbon addition for improving nitrogen removal | |
Chen et al. | Optimal strategies evaluated by multi-objective optimization method for improving the performance of a novel cycle operating activated sludge process | |
CN103792844A (zh) | 一种基于有序聚类的污水处理控制方法 | |
Huang et al. | Energy consumption model for wastewater treatment process control | |
CN105912824A (zh) | 一种a2o生物池工艺建模方法 | |
CN106769748B (zh) | 膜生物反应器-mbr出水透水率的智能检测系统 | |
Fan et al. | Optimization control of SBR wastewater treatment process based on pattern recognition | |
CN105446132A (zh) | 基于神经网络的污水处理预测控制方法 | |
Wang et al. | Modeling denitrifying sulfide removal process using artificial neural networks | |
Nordio et al. | ABACO-2: a comprehensive model for microalgae-bacteria consortia validated outdoor at pilot-scale | |
Xie et al. | Modeling and multi-objective optimization for ANAMMOX process under COD disturbance using hybrid intelligent algorithm | |
Lin et al. | Prediction of wastewater treatment system based on deep learning | |
Li et al. | Deep deconstruction and future development of process-based models for subsurface flow constructed wetlands | |
Qiao et al. | Recurrent neural network-based control for wastewater treatment process | |
CN109507868A (zh) | 一种模糊pid控制器及规模化养猪场沼气工程控制系统 | |
CN105138716B (zh) | 硝化及亚硝化过程的运行优化方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C02 | Deemed withdrawal of patent application after publication (patent law 2001) | ||
WD01 | Invention patent application deemed withdrawn after publication |