CN108996671B - Sbr生化反应池的cod控制方法 - Google Patents

Sbr生化反应池的cod控制方法 Download PDF

Info

Publication number
CN108996671B
CN108996671B CN201810798158.6A CN201810798158A CN108996671B CN 108996671 B CN108996671 B CN 108996671B CN 201810798158 A CN201810798158 A CN 201810798158A CN 108996671 B CN108996671 B CN 108996671B
Authority
CN
China
Prior art keywords
biochemical reaction
reaction tank
sbr biochemical
cod
sbr
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.)
Active
Application number
CN201810798158.6A
Other languages
English (en)
Other versions
CN108996671A (zh
Inventor
张智焕
马龙华
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Ningbo Institute of Technology of ZJU
Original Assignee
Ningbo Institute of Technology of ZJU
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Ningbo Institute of Technology of ZJU filed Critical Ningbo Institute of Technology of ZJU
Priority to CN201810798158.6A priority Critical patent/CN108996671B/zh
Publication of CN108996671A publication Critical patent/CN108996671A/zh
Application granted granted Critical
Publication of CN108996671B publication Critical patent/CN108996671B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • C—CHEMISTRY; METALLURGY
    • C02—TREATMENT OF WATER, WASTE WATER, SEWAGE, OR SLUDGE
    • C02F—TREATMENT OF WATER, WASTE WATER, SEWAGE, OR SLUDGE
    • C02F3/00—Biological treatment of water, waste water, or sewage
    • C02F3/02—Aerobic processes
    • C02F3/12—Activated sludge processes
    • C02F3/1236—Particular type of activated sludge installations
    • C02F3/1263—Sequencing batch reactors [SBR]
    • C—CHEMISTRY; METALLURGY
    • C02—TREATMENT OF WATER, WASTE WATER, SEWAGE, OR SLUDGE
    • C02F—TREATMENT OF WATER, WASTE WATER, SEWAGE, OR SLUDGE
    • C02F2209/00—Controlling or monitoring parameters in water treatment
    • C02F2209/08—Chemical Oxygen Demand [COD]; Biological Oxygen Demand [BOD]
    • 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

Landscapes

  • Life Sciences & Earth Sciences (AREA)
  • Biodiversity & Conservation Biology (AREA)
  • Microbiology (AREA)
  • Hydrology & Water Resources (AREA)
  • Engineering & Computer Science (AREA)
  • Environmental & Geological Engineering (AREA)
  • Water Supply & Treatment (AREA)
  • Chemical & Material Sciences (AREA)
  • Organic Chemistry (AREA)
  • Activated Sludge Processes (AREA)
  • Feedback Control In General (AREA)

Abstract

本发明公开了一种SBR生化反应池的COD控制方法，其核心内容为通过阶跃实验测得SBR生化反应池的数学模型
Figure DDA0001736448810000011
所述对象辨识系统以监测Kο、Tο及το是否均在原值的±30％以内波动，从而判断当前SBR生化反应池是否处于正常工况；若上述对象辨识系统监测得到Kο、Tο及το均在原值的±30％以内波动，由上述PID控制器控制变频风机工作；反之，则由鲁棒PID控制器控制变频风机工作。上述一种SBR生化反应池的COD控制方法解决了“提升SBR生化反应池的COD控制精准度”的技术问题，其相比较现有技术具备COD控制精准度高，控制稳定性好等优点。

Description

SBR生化反应池的COD控制方法
技术领域
本发明涉及一种COD控制方法，特别是一种SBR生化反应池的COD控制方法。
背景技术
SBR是序批式活性污泥法的简称，是一种按间歇曝气方式来运行的活性污泥污水处理技术。SBR技术的核心是SBR反应池，该池集均化、初沉、生物降解、二沉等功能于一池，无污泥回流系统。尤其适用于间歇排放和流量变化较大的场合。
化学需氧量COD(Chemical Oxygen Demand)是以化学方法测量水样中需要被氧化的还原性物质的量。废水、废水处理厂出水和受污染的水中，能被强氧化剂氧化的物质(一般为有机物)的氧当量。在河流污染和工业废水性质的研究以及废水处理厂的运行管理中，它是一个重要的而且能较快测定的有机物污染参数，常以符号COD表示。
PID控制器是一个在工业控制应用中常见的反馈回路部件。这个控制器把收集到的数据和一个参考值进行比较，然后把这个差别用于计算新的输入值，这个新的输入值的目的是可以让系统的数据达到或者保持在参考值。
鲁棒控制方法，是对时间域或频率域来说，一般要假设过程动态特性的信息和它的变化范围。一些算法不需要精确的过程模型，但需要一些离线辨识。一般鲁棒控制系统的设计是以一些最差的情况为基础，因此一般系统并不工作在最优状态。常用的设计方法有：INA方法，同时镇定，完整性控制器设计，鲁棒控制，鲁棒PID控制以及鲁棒极点配置，鲁棒观测器等。
传统SBR生化反应池的COD控制方法，其核心内容为采用PID控制器控制变频风机向SBR生化反应池提供曝气，考虑到PID控制器在最坏工况时，即SBR生化反应池的温度以及湿度等外部环境发生剧烈变动时，上述PID控制器的控制效果相对较差，从而影响SBR生化反应池的COD控制方法的控制精度。
发明内容
本发明的目的是为了解决上述现有技术的不足而提供一种高精准的SBR生化反应池的COD控制方法。
为了实现上述目的，本发明所设计的一种SBR生化反应池的COD控制方法，上述COD控制方法采用：
一个判断当前SBR生化反应池工况的对象辨识系统；一个实时监测SBR生化反应池内污水COD值的COD传感器；一个输入污水设定COD值与COD传感器的实时反馈COD值，利用反馈信号求和以实现减法运算并输出的减法器；一个输入减法器的输出电信号控制变频风机的PID控制器以及一个同样输入减法器的输出电信号控制变频风机的鲁棒PID控制器；
通过阶跃实验测得SBR生化反应池的数学模型
Figure BDA0001736448790000021
其中，G(S)是指SBR生化反应池的输入输出传递函数；Kο是指SBR生化反应池中COD值的比例系数；Tο是指SBR生化反应池中COD值的时间常数；το是指SBR生化反应池中COD值的纯滞后时间；
上述对象辨识系统以监测Kο、Tο及το是否均在原值的±30％以内波动，从而判断当前SBR生化反应池是否处于正常工况；
若上述对象辨识系统监测得到Kο、Tο及το均在原值的±30％以内波动，由上述PID控制器控制变频风机工作；反之，则由鲁棒PID控制器控制变频风机工作。
本发明得到的一种SBR生化反应池的COD控制方法，其相比较现有技术具备COD控制精准度高，控制稳定性好等优点。
附图说明
图1是实施例所提供一种SBR生化反应池系统的系统原理示意图。
具体实施方式
下面结合附图和实施例对本发明进一步说明。
如图1所示，本实施例提供一种采用上述COD控制方法的SBR生化反应池系统，包括一个SBR生化反应池；一个变频风机；一个判断当前SBR生化反应池工况的对象辨识系统；一个实时监测SBR生化反应池内污水COD值的COD传感器；一个输入污水设定COD值与COD传感器的实时反馈COD值，利用反馈信号求和以实现减法运算并输出的减法器；一个输入减法器的输出电信号控制变频风机的PID控制器以及一个同样输入减法器的输出电信号控制变频风机的鲁棒PID控制器；
其中，上述COD传感器的实时反馈COD值与污水设定COD值输入减法器，减法器利用反馈信号求和以实现减法运算并输出信号给PID控制器以及鲁棒PID控制器；上述变频风机接收PID控制器或鲁棒PID控制器的输出信号对SBR生化反应池进行曝气；
上述一种SBR生化反应池系统的COD控制方法，其核心内容为通过阶跃实验测得SBR生化反应池的数学模型
Figure BDA0001736448790000031
其中，G(S)是指SBR生化反应池的输入输出传递函数；Kο是指SBR生化反应池中COD值的比例系数；Tο是指SBR生化反应池中COD值的时间常数；το是指SBR生化反应池中COD值的纯滞后时间；
上述对象辨识系统以监测Kο、Tο及το是否均在原值的±30％以内波动，从而判断当前SBR生化反应池是否处于正常工况；
若上述对象辨识系统监测得到Kο、Tο及το均在原值的±30％以内波动，由上述PID控制器控制变频风机工作；反之，则由鲁棒PID控制器控制变频风机工作。

Claims (1)

1.一种SBR生化反应池的COD控制方法，其特征是采用：
一个判断当前SBR生化反应池工况的对象辨识系统；一个实时监测SBR生化反应池内污水COD值的COD传感器；一个输入污水设定COD值与COD传感器的实时反馈COD值，利用反馈信号求和以实现减法运算并输出的减法器；一个输入减法器的输出电信号控制变频风机的PID控制器以及一个同样输入减法器的输出电信号控制变频风机的鲁棒PID控制器；
通过阶跃实验测得SBR生化反应池的数学模型
Figure FDA0001736448780000011
其中，G(S)是指SBR生化反应池的输入输出传递函数；Kο是指SBR生化反应池中COD值的比例系数；Tο是指SBR生化反应池中COD值的时间常数；το是指SBR生化反应池中COD值的纯滞后时间；
上述对象辨识系统以监测Kο、Tο及το是否均在原值的±30％以内波动，从而判断当前SBR生化反应池是否处于正常工况；
若上述对象辨识系统监测得到Kο、Tο及το均在原值的±30％以内波动，由上述PID控制器控制变频风机工作；反之，则由鲁棒PID控制器控制变频风机工作。
CN201810798158.6A 2018-07-19 2018-07-19 Sbr生化反应池的cod控制方法 Active CN108996671B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201810798158.6A CN108996671B (zh) 2018-07-19 2018-07-19 Sbr生化反应池的cod控制方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201810798158.6A CN108996671B (zh) 2018-07-19 2018-07-19 Sbr生化反应池的cod控制方法

Publications (2)

Publication Number Publication Date
CN108996671A CN108996671A (zh) 2018-12-14
CN108996671B true CN108996671B (zh) 2021-02-23

Family

ID=64596123

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810798158.6A Active CN108996671B (zh) 2018-07-19 2018-07-19 Sbr生化反应池的cod控制方法

Country Status (1)

Country Link
CN (1) CN108996671B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112180713A (zh) * 2020-09-25 2021-01-05 上海市政工程设计研究总院（集团）有限公司 反三角波作为激励信号对污水厂曝气过程闭环辨识的方法

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101234818A (zh) * 2008-02-22 2008-08-06 清华大学 一种城市污水厂曝气池溶解氧稳定智能控制方法及其装置
CN102122134A (zh) * 2011-02-14 2011-07-13 华南理工大学 基于模糊神经网络的溶解氧控制的废水处理方法及系统
CN102621883A (zh) * 2012-04-01 2012-08-01 广东电网公司电力科学研究院 Pid参数整定方法及pid参数整定系统
CN105027010A (zh) * 2013-03-14 2015-11-04 株式会社东芝 控制参数调整方法及控制参数调整系统

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101234818A (zh) * 2008-02-22 2008-08-06 清华大学 一种城市污水厂曝气池溶解氧稳定智能控制方法及其装置
CN102122134A (zh) * 2011-02-14 2011-07-13 华南理工大学 基于模糊神经网络的溶解氧控制的废水处理方法及系统
CN102621883A (zh) * 2012-04-01 2012-08-01 广东电网公司电力科学研究院 Pid参数整定方法及pid参数整定系统
CN105027010A (zh) * 2013-03-14 2015-11-04 株式会社东芝 控制参数调整方法及控制参数调整系统

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
自适应鲁棒PID控制器的设计;刘伟等;《兵工自动化》;20071115;第26卷(第11期);第60-62页 *

Also Published As

Publication number Publication date
CN108996671A (zh) 2018-12-14

Similar Documents

Publication Publication Date Title
O’Brien et al. Model predictive control of an activated sludge process: A case study
Jeison et al. On-line cake-layer management by trans-membrane pressure steady state assessment in anaerobic membrane bioreactors for wastewater treatment
CN102122134A (zh) 基于模糊神经网络的溶解氧控制的废水处理方法及系统
Cecil et al. Software sensors are a real alternative to true sensors
Malovanyy et al. Comparative analysis of the effectiveness of regulation of aeration depending on the quantitative characteristics of treated sewage water
CN113325702B (zh) 一种曝气控制方法及装置
CN103809436A (zh) 活性污泥法污水处理过程智能建模方法
CN108996671B (zh) Sbr生化反应池的cod控制方法
Baquero-Rodríguez et al. A simplified method for estimating chemical oxygen demand (COD) fractions
Bertanza et al. Energy saving for air supply in a real WWTP: application of a fuzzy logic controller
Han et al. An intelligent detecting system for permeability prediction of MBR
JP6655975B2 (ja) 曝気制御装置及び曝気制御方法
Samsudin et al. Improvement of activated sludge process using enhanced nonlinear PI controller
CN115343944A (zh) 一种具有输入饱和的污水处理系统的可靠pi控制方法
Kaneko et al. A chemometric approach to prediction of transmembrane pressure in membrane bioreactors
CN1387099A (zh) Sbr工艺模糊控制方法及控制装置
Zhang et al. Finite-Time Extended State Observer-based PI Control for Dissolved Oxygen
CN111689647B (zh) 一种确定综合接管污水厂our预警值的方法
Polit et al. Fuzzy logic observers for a biological wastewater treatment process
Raboni et al. Validation of a new model for the sizing of denitrification reactors, by testing full-scale plants
Zhao et al. Modeling of activated sludge wastewater treatment processes using integrated neural networks and a first principle model
Azman et al. Water quality parameter: A review on dissolve oxygen (do) control method
Barbu et al. QFT control of dissolved oxygen concentration in a wastewater treatment pilot plant
Polito-Braga et al. Real time control of a combined UASB-activated sludge wastewater treatment configuration
Yu et al. Determination of textile dyeing wastewater COD components by comparison with respirometry and full‐scale data

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant