CN111762958A - 基于asm2d模型的污水处理厂深井曝气工艺优化方法及装置 - Google Patents

基于asm2d模型的污水处理厂深井曝气工艺优化方法及装置 Download PDF

Info

Publication number
CN111762958A
CN111762958A CN202010399035.2A CN202010399035A CN111762958A CN 111762958 A CN111762958 A CN 111762958A CN 202010399035 A CN202010399035 A CN 202010399035A CN 111762958 A CN111762958 A CN 111762958A
Authority
CN
China
Prior art keywords
model
simulation
parameters
deep well
well aeration
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
Application number
CN202010399035.2A
Other languages
English (en)
Inventor
辛志远
刘飞
蒋金辉
唐寅
林亚楠
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.)
China Railway Siyuan Survey and Design Group Co Ltd
Original Assignee
China Railway Siyuan Survey and Design Group Co Ltd
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 China Railway Siyuan Survey and Design Group Co Ltd filed Critical China Railway Siyuan Survey and Design Group Co Ltd
Priority to CN202010399035.2A priority Critical patent/CN111762958A/zh
Publication of CN111762958A publication Critical patent/CN111762958A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • C—CHEMISTRY; METALLURGY
    • C02—TREATMENT OF WATER, WASTE WATER, SEWAGE, OR SLUDGE
    • C02F—TREATMENT OF WATER, WASTE WATER, SEWAGE, OR SLUDGE
    • C02F9/00—Multistage treatment of water, waste water or sewage
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00—Computer-aided design [CAD]
    • G06F30/20—Design optimisation, verification or simulation
    • C—CHEMISTRY; METALLURGY
    • C02—TREATMENT OF WATER, WASTE WATER, SEWAGE, OR SLUDGE
    • C02F—TREATMENT OF WATER, WASTE WATER, SEWAGE, OR SLUDGE
    • C02F1/00—Treatment of water, waste water, or sewage
    • C02F1/52—Treatment of water, waste water, or sewage by flocculation or precipitation of suspended impurities
    • C—CHEMISTRY; METALLURGY
    • C02—TREATMENT OF WATER, WASTE WATER, SEWAGE, OR SLUDGE
    • C02F—TREATMENT OF WATER, WASTE WATER, SEWAGE, OR SLUDGE
    • C02F1/00—Treatment of water, waste water, or sewage
    • C02F2001/007—Processes including a sedimentation step
    • 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
    • C02F3/30—Aerobic and anaerobic processes
    • C—CHEMISTRY; METALLURGY
    • C02—TREATMENT OF WATER, WASTE WATER, SEWAGE, OR SLUDGE
    • C02F—TREATMENT OF WATER, WASTE WATER, SEWAGE, OR SLUDGE
    • C02F7/00—Aeration of stretches of water

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Geometry (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Evolutionary Computation (AREA)
  • Computer Hardware Design (AREA)
  • Hydrology & Water Resources (AREA)
  • Environmental & Geological Engineering (AREA)
  • Water Supply & Treatment (AREA)
  • Chemical & Material Sciences (AREA)
  • Organic Chemistry (AREA)
  • Purification Treatments By Anaerobic Or Anaerobic And Aerobic Bacteria Or Animals (AREA)
  • Activated Sludge Processes (AREA)

Abstract

本发明公开了一种基于ASM2D模型的污水处理厂深井曝气工艺优化方法及装置，方法步骤包括：获取污水处理厂工艺结构水量、各阶段进出水水质、工艺运行能耗数据、各工艺段运行参数；利用ASM2D建立其过程模拟的仿真模型，将获取的数据、参数输入建立的模型中，模拟深井曝气工艺运行过程，利用仿真模型开展模型参数的灵敏度分析，调整仿真模型参数；根据建立的仿真模型，进行控制策略模拟，调整曝气池DO浓度、内回流比、外回流比对应的方程参数，输出模拟水质结果；根据水质模拟结果，在出水水质满足排放要求前提下，选择投入能耗少的控制策略，建议深井曝气工艺实际运行参数。本发明体现出深井曝气工艺机理，能够模拟优化控制策略，降低工艺运行成本。

Description

基于ASM2D模型的污水处理厂深井曝气工艺优化方法及装置
技术领域
本发明属于污水处理工艺优化技术领域，涉及一种基于ASM2D模型的污水处理厂深井曝气工艺优化方法及装置。
背景技术
近些年，我国污水处理厂处理规模发展迅速，污水处理的理论研究日益成熟，处理工艺日益完善，然而污水处理过程的优化控制技术尚处于比较落后的阶段。大多数污水处理厂的运行控制多依赖技术工人手动控制，控制算法的应用较少，一定程度上不能保证污水处理厂运行高效，增加了资源的消耗，提高污水处理成本。
污水处理工艺的进水负荷波动范围大，具有时变性强及滞后性大等特点，并且运行环境复杂，为深入认识污水处理过程机理，研究污水处理过程中水质指标的动态变化，指导实际的生产运行，国际水协推出了活性污泥系列模型
(ASMs)，包括ASM1,ASM2,ASM2D,ASM3等。现有的污水处理工艺优化方法以污水处理机理模型(ASMs)为依托，研究范围集中在AAO、SBR及其改良工艺等，缺乏以深井曝气工艺为对象的运行方法。
发明内容
本发明的目的在于克服现有技术之缺陷，提供了一种基于ASM2D模型的污水处理厂深井曝气工艺优化方法及装置，其利用活性污泥机理模型ASM2D建立其过程模拟的仿真模型，通过优化曝气量、回流比等运行参数模拟出水水质，优化传统依赖人工经验的运行方法，可模拟出水水质，在满足出水指标前提下，为水厂节能降耗提供运行参数的建议。
本发明的目的是采用下述方案实现的：本发明公开了一种基于ASM2D模型的污水处理厂深井曝气工艺优化方法，包括如下步骤：
步骤1：获取污水处理厂工艺结构水量、各阶段进出水水质、工艺运行能耗数据、各工艺段运行参数；
步骤2：根据深井曝气工艺特点简化ASM2D模型，建立包含氨氮反应、硝酸盐反应、生物除磷反应、化学除磷反应、溶解氧浓度估算方程，含17项参数的19个水质模拟方程的理论模型，模型中所有参数均可以被识别，模拟过程可等效为选择Nelder-Mead单纯形法和最小二乘法，求解多维无约束非线性优化问题的最优解，建立基于Simulink的测试平台；
步骤3：将步骤1获取的数据、参数输入步骤2建立的模型中，模拟深井曝气工艺运行过程，利用仿真模型开展模型参数的灵敏度分析，调整仿真模型的参数，使模型仿真过程与污水厂实际运行过程较吻合，建立深井曝气工艺仿真模型；
步骤4：根据步骤3建立的深井曝气工艺仿真模型，进行控制策略模拟，调整各工艺段运行参数(包括曝气池DO浓度、内回流比、外回流比对应的方程参数)，输出模拟水质结果；
步骤5：根据步骤4的水质模拟结果，在出水水质满足排放要求前提下，选择投入能耗少的控制策略，应用于深井曝气工艺实际运行中。
进一步地，步骤1选定的工艺结构包括生化处理段各处理单元，包括深井曝气池的缺氧区、厌氧区、氧化区，悬浮澄清池的絮凝区、混合区、沉降区；步骤1所述进出水水质包括化学需氧量(COD)、氨氮、硝酸盐、磷酸盐、混合液悬浮固体浓度(MLSS)；步骤1所述的工艺运行能耗包括电耗、药剂消耗量；步骤1所述的各工艺段运行参数包括溶解氧(DO)、内回流比、外回流比。
进一步地，所述内回流比为深井曝气池好氧区回流至缺氧区的混合液回流量与进水量之比；所述外回流比为悬浮澄清池沉降区剩余污泥回流量与进水量之比。
进一步地，选择Nelder-Mead单纯形法和最小二乘法计算模型内模拟方程的参数，包括：
确定参数估计的目标函数，目标函数保证了估计值与实际值的误差和最小，利用最小二乘法定义目标函数为J:
Figure BDA0002488768490000031
其中，k为用于参数估计的数据序号，n为样本个数，y为实际值，
Figure BDA0002488768490000032
为估计值；
在确定参数估计的目标函数后，对于简化模型单变量非线性拟合问题，采用Nelder-Mead单纯形法对最优参数估计值进行优化搜索。
进一步地，调整仿真模型的参数，使模型仿真过程与污水厂实际运行过程较吻合，包括：在原参数值基础上每一次调整固定百分比，使模型仿真过程与污水厂实际运行过程较吻合；所述固定百分比为5％。
进一步地，步骤4仿真模型模拟的出水各项水质指标浓度预测值与实际值拟合优度指标均大于设定值，即认为模型仿真过程与污水厂实际运行过程较吻合，拟合优度指标RNL:
Figure BDA0002488768490000033
其中，RNL为曲线的拟合优度表征模型的准确度，k为用于准确度分析的数据序号，t为时间序列，n为变量预测值
Figure BDA0002488768490000034
和变量真实值y的个数。
进一步地，出水各项水质指标包括COD、氨氮、硝酸盐、磷酸盐。
进一步地，如果曝气池DO浓度低、内外回流比小，则投入能耗少。
进一步地，步骤5所述的的出水水质排放要求参照《城镇污水处理厂污染物排放标准》(GB18918-2002)中一级A标准。
本发明公开了一种基于ASM2D模型的污水处理厂深井曝气工艺优化装置，包括文件读取模块、算法实现模块、显示模块、数据存储模块，
所述文件读取模块用于模型数据导入以及获取污水处理厂工艺结构水量、各阶段进出水水质、工艺运行能耗数据、各工艺段运行参数；
所述算法实现模块用于计算简化ASM2D模型，将文件读取模块获取的数据、参数输入建立的模型中，模拟深井曝气工艺运行过程，分析模型精度，调整仿真模型的参数，使模型仿真过程与污水厂实际运行过程较吻合，建立深井曝气工艺仿真模型，模拟出水水质，在满足出水指标前提下，给出深井曝气工艺实际运行参数的建议；
所述显示模块用于显示深井曝气工艺日常运行建议参数和结果图形；
所述数据存储模块用于保存深井曝气工艺运行参数和模拟水质结果。
进一步地，所述文件读取模块用于获取污水处理厂工艺结构水量、各阶段进出水水质、工艺运行能耗数据、各工艺段运行参数，并进行数据预处理。
进一步地，所述算法实现模块根据深井曝气工艺特点简化ASM2D模型，建立包含氨氮反应、硝酸盐反应、生物除磷反应、化学除磷反应、溶解氧浓度估算方程，含17项参数的19个水质模拟方程的理论模型；将文件读取模块获取的数据、参数输入建立的模型中，模拟深井曝气工艺运行过程，利用仿真模型开展模型参数的灵敏度分析，调整仿真模型的参数，使模型仿真过程与污水厂实际运行过程较吻合，建立深井曝气工艺仿真模型；根据建立的深井曝气工艺仿真模型，进行控制策略模拟，调整各工艺段运行参数(包括曝气池DO浓度、内回流比、外回流比对应的方程参数)，输出模拟水质结果；根据水质模拟结果，在出水水质满足排放要求前提下，选择投入能耗少的控制策略，建议深井曝气工艺实际运行参数。
本发明的有益效果为：
本发明结合了ASM2D模型的原理及深井曝气工艺的特点，建立了适用于深井曝气工艺的水质仿真模型，克服当前仿真软件不能建立深井曝气工艺模型的不足，结合深井曝气工艺特点，利用活性污泥机理模型ASM2D建立其过程模拟的仿真模型，通过优化曝气量、回流比等运行参数模拟出水水质，优化传统依赖人工经验的运行方法，可模拟出水水质，在满足出水指标前提下，为水厂节能降耗提供运行参数的建议。
本发明体现出深井曝气工艺机理，能够模拟优化控制策略，降低工艺运行成本。
附图说明
图1为基于ASM2D模型的污水处理厂深井曝气工艺优化方法的流程图；
图2为深井曝气工艺仿真平台结构框图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
参见图1，本实施例提供一种基于ASM2D模型的污水处理厂深井曝气工艺优化方法，包括如下步骤：
步骤1、获取污水处理厂工艺结构水量、各阶段进出水水质、工艺运行能耗数据、各工艺段运行参数。
具体地，步骤1选定的工艺结构包括生化处理段各处理单元，包括深井曝气池的缺氧区、厌氧区、氧化区，悬浮澄清池的絮凝区、混合区、沉降区；步骤1所述进出水水质包括化学需氧量(COD)、氨氮、硝酸盐、磷酸盐、混合液悬浮固体浓度(MLSS)；步骤1所述的工艺运行能耗包括电耗、药剂消耗量；步骤1所述的各工艺段运行参数包括溶解氧(DO)、内回流比、外回流比。
具体地，所述内回流比为深井曝气池好氧区回流至缺氧区的混合液回流量与进水量之比；所述外回流比为悬浮澄清池沉降区剩余污泥回流量与进水量之比。
步骤2、根据深井曝气工艺特点简化ASM2D模型，建立包含氨氮反应、硝酸盐反应、生物除磷反应、化学除磷反应、溶解氧浓度估算方程，含17项参数的19个水质模拟方程的理论模型，模型中所有参数均可以被识别即模型中所有参数均可以利用数据训练得到，模拟过程可等效为选择Nelder-Mead单纯形法和最小二乘法，求解多维无约束非线性优化问题的最优解，建立基于Simulink的测试平台。
本发明利用Matlan软件中的Simulink仿真计算平台，通过单纯形法和最小二乘法，利用步骤1获取的数据(一组数据组成一个样本)，求解模拟方程中水质参数值，得到工艺水质随时间变化的模拟值。
简化模型参数的估计方法采用Nelder-Mead单纯形法和最小二乘法。首先利用最小二乘法定义其目标函数为J:
Figure BDA0002488768490000061
其中，k为用于参数估计的数据序号，n为样本个数，y为实际值，
Figure BDA0002488768490000062
为估计值。
目标函数保证了估计值与实际值的误差和最小，在确定参数估计的目标函数后，对于简化模型单变量非线性拟合问题，采用Nelder-Mead单纯形法对最优参数估计值进行优化搜索。该方法可做非线性函数极值以及曲线拟合程序,利用多面体来逐步逼近最佳点。设函数变量为n维，则在n维空间里有(n+1)个顶点的多面体,并将所有顶点排序，通过一系列数学变换，即反射,扩展,外收缩,内收缩四种更新设置的方式，利用更新后的新顶点替换多面体中的使目标函数达到最大的最差顶点，不断迭代的过程使目标函数逐渐接近最小值，直到达到最大迭代次数或者满足最优顶点和最差顶点的比率范围要求，迭代结束。采用Nelder-Mead单纯形法求解多维无约束的非线性优化问题，在Matlab内计算函数设置为fminsearch函数，迭代的最小误差设置为10-5。简化模型内任一组分生长或衰减的反应动力学方程的参数，都需要在Matlab中编写相应的脚本文件计算参数估计值,先将实验数据读入Matlab工作空间，执行脚本文件计算参数值。如果简化模型包含12组参数，则需要编写相应的12份脚本文件计算参数值。
表1为深井曝气工艺仿真模型方程表。表2为深井曝气工艺仿真模型参数表。
表1
Figure BDA0002488768490000063
Figure BDA0002488768490000071
Figure BDA0002488768490000081
Figure BDA0002488768490000091
Figure BDA0002488768490000101
表2
参数 简介 单位
a<sub>1</sub> 厌氧区释磷速率参数 h<sup>-1</sup>
a<sub>2</sub> 硝酸盐对厌氧释磷抑制参数 mg/L
b<sub>1</sub> 缺氧区反硝化反应速率参数 L/(h·mg)
b<sub>2</sub> 溶解氧对反硝化反应的抑制参数 mg/L
c<sub>1</sub> 缺氧区中反硝化反应吸磷参数 L<sup>3</sup>/(mg)<sup>3</sup>
c<sub>2</sub> 溶解氧对反硝化吸磷抑制参数 mg/L
d<sub>1</sub> 深井氧化区硝酸盐生成速率参数 L/(h·mg)
d<sub>2</sub> 溶解氧浓度变化对硝化速率影响参数 mg/L
d<sub>3</sub> 深井氧化区氨氮去除速率参数 L/(h·mg)
d<sub>4</sub> 溶解氧浓度变化对硝化速率影响参数 mg/L
f<sub>m</sub> 除磷药剂抑制参数 L/mg
e<sub>1</sub> 深井氧化区磷酸盐吸收速率参数 L<sup>2</sup>/(h·mg<sup>2</sup>)
e<sub>m_1</sub> 深井氧化区内除磷药剂对除磷效率影响参数 mg/L
e<sub>m_2</sub> 悬浮澄清区内除磷药剂对除磷效率影响参数 mg/L
β<sub>1</sub> 混凝沉降造成悬浮澄清池内氨氮组分浓度减少的参数 mg/L
β<sub>2</sub> 混凝沉降造成悬浮澄清池内硝态氮组分浓度减少的参数 mg/L
β<sub>3</sub> 混凝沉降造成悬浮澄清池内磷酸盐组分浓度减少的参数 mg/L
步骤3：将步骤1获取的数据、参数输入步骤2建立的模型中，模拟深井曝气工艺运行过程，利用仿真模型开展模型参数的灵敏度分析，调整仿真模型的参数，使模型仿真过程与污水厂实际运行过程较吻合，建立深井曝气工艺仿真模型；
调整仿真模型的参数，使模型仿真过程与污水厂实际运行过程较吻合，包括：在原参数值基础上每一次调整固定百分比，提高模型准确度，使模型仿真过程与污水厂实际运行过程较吻合；所述固定百分比为5％～15％。
步骤4、根据步骤3建立的深井曝气工艺仿真模型，进行控制策略模拟，调整曝气池DO浓度、内回流比、外回流比对应的方程参数，输出模拟水质结果。
步骤5、根据步骤4的水质模拟结果，在出水水质满足排放要求前提下，选择投入能耗较少，即曝气池DO浓度较低、内外回流比较小的控制策略，应用于深井曝气工艺实际运行中。
具体地，步骤4仿真模型模拟的出水各项水质指标(COD、氨氮、硝酸盐、磷酸盐)浓度预测值与实际值拟合优度指标均大于设定值，即认为模型仿真过程与污水厂实际运行过程较吻合，拟合优度指标RNL:
Figure BDA0002488768490000121
其中，RNL为曲线的拟合优度表征模型的准确度，k为用于准确度分析的数据序号，t为时间序列，n为变量预测值
Figure BDA0002488768490000122
和变量真实值y的个数。
具体地，步骤5所述的的出水水质排放要求参照《城镇污水处理厂污染物排放标准》(GB18918-2002)中一级A标准。
实施例二
参见图2，基于同一发明构思，本发明实施例还提供了一种基于ASM2D模型的污水处理厂深井曝气工艺优化装置，包括文件读取模块、算法实现模块、显示模块、数据存储模块，
所述文件读取模块用于模型数据导入以及获取污水处理厂工艺结构水量、各阶段进出水水质、工艺运行能耗数据、各工艺段运行参数；
所述算法实现模块用于计算简化ASM2D模型，将文件读取模块获取的数据、参数输入建立的模型中，模拟深井曝气工艺运行过程，分析模型精度，调整仿真模型的参数，使模型仿真过程与污水厂实际运行过程较吻合，建立深井曝气工艺仿真模型，模拟出水水质，在满足出水指标前提下，给出深井曝气工艺实际运行参数的建议；
所述显示模块用于显示深井曝气工艺日常运行建议参数和结果图形；
所述数据存储模块用于保存深井曝气工艺运行参数和模拟水质结果。
具体地，所述算法实现模块根据深井曝气工艺特点简化ASM2D模型，建立包含氨氮反应、硝酸盐反应、生物除磷反应、化学除磷反应、溶解氧浓度估算方程，含17项参数的19个水质模拟方程的理论模型，模型中所有参数均可以被识别，模拟过程可等效为选择Nelder-Mead单纯形法和最小二乘法，求解多维无约束非线性优化问题的最优解，建立基于Simulink的测试平台；将文件读取模块获取的数据、参数输入建立的模型中，模拟深井曝气工艺运行过程，利用仿真模型开展模型参数的灵敏度分析，调整仿真模型的参数，使模型仿真过程与污水厂实际运行过程较吻合，建立深井曝气工艺仿真模型；根据建立的深井曝气工艺仿真模型，进行控制策略模拟，调整曝气池DO浓度、内回流比、外回流比对应的方程参数，输出模拟水质结果；根据水质模拟结果，在出水水质满足排放要求前提下，选择投入能耗少的控制策略，建议深井曝气工艺实际运行参数。如深井曝气工艺水质处理模型可以包括缺氧池进水混合模型、缺氧池反应模型、厌氧池反应模型、深井反应模型、悬浮澄清区反应模型。
最后应说明的是：以上各实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述各实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分或者全部技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的范围。

Claims (10)

1.一种基于ASM2D模型的污水处理厂深井曝气工艺优化方法，其特征在于，包括如下步骤：
步骤1：获取污水处理厂工艺结构水量、各阶段进出水水质、工艺运行能耗数据、各工艺段运行参数；
步骤2：根据深井曝气工艺特点简化ASM2D模型，建立包含氨氮反应、硝酸盐反应、生物除磷反应、化学除磷反应、溶解氧浓度估算方程，含多项参数的多个水质模拟方程的理论模型；
步骤3：将步骤1获取的数据、参数输入步骤2建立的模型中，模拟深井曝气工艺运行过程，模拟过程可等效为选择Nelder-Mead单纯形法和最小二乘法计算模型内模拟方程的参数，得到工艺水质随时间变化的模拟值,利用仿真模型开展模型参数的灵敏度分析，调整仿真模型的参数，使模型仿真过程与污水厂实际运行过程较吻合，建立深井曝气工艺仿真模型；
步骤4：根据步骤3建立的深井曝气工艺仿真模型，进行控制策略模拟，调整各工艺段运行参数，输出模拟水质结果；
步骤5：根据步骤4的水质模拟结果，在出水水质满足排放要求前提下，选择投入能耗少的控制策略，应用于深井曝气工艺实际运行中。
2.根据权利要求1所述的方法，其特征在于：步骤1选定的工艺结构包括生化处理段各处理单元，包括深井曝气池的缺氧区、厌氧区、氧化区，悬浮澄清池的絮凝区、混合区、沉降区；步骤1所述进出水水质包括化学需氧量COD、氨氮、硝酸盐、磷酸盐、混合液悬浮固体浓度MLSS；步骤1所述的工艺运行能耗包括电耗、药剂消耗量；步骤1所述的各工艺段运行参数包括溶解氧DO、内回流比、外回流比。
3.根据权利要求2所述的方法，其特征在于：所述内回流比为深井曝气池好氧区回流至缺氧区的混合液回流量与进水量之比；所述外回流比为悬浮澄清池沉降区剩余污泥回流量与进水量之比。
4.根据权利要求1所述的方法，其特征在于：选择Nelder-Mead单纯形法和最小二乘法计算模型内模拟方程的参数，包括：
确定参数估计的目标函数，目标函数保证了估计值与实际值的误差和最小，利用最小二乘法定义目标函数为J:
Figure FDA0002488768480000021
其中，k为用于参数估计的数据序号，n为样本个数，y为实际值，
Figure FDA0002488768480000022
为估计值；
在确定参数估计的目标函数后，对于简化模型单变量非线性拟合问题，采用Nelder-Mead单纯形法对最优参数估计值进行优化搜索。
5.根据权利要求1所述的方法，其特征在于：调整仿真模型的参数，使模型仿真过程与污水厂实际运行过程较吻合，包括：在原参数值基础上每一次调整固定百分比，使模型仿真过程与污水厂实际运行过程较吻合；所述固定百分比为5％～15％。
6.根据权利要求1所述的方法，其特征在于：仿真模型模拟的出水各项水质指标浓度预测值与实际值拟合优度指标均大于设定值，即认为模型仿真过程与污水厂实际运行过程较吻合，拟合优度指标RNL:
Figure FDA0002488768480000023
其中，RNL为曲线的拟合优度表征模型的准确度，k为用于准确度分析的数据序号，t为时间序列，n为变量预测值
Figure FDA0002488768480000024
和变量真实值y的个数。
7.根据权利要求6所述的方法，其特征在于：出水各项水质指标包括COD、氨氮、硝酸盐、磷酸盐。
8.根据权利要求1所述的方法，其特征在于：如果曝气池DO浓度低、内外回流比小，则投入能耗少。
9.一种基于ASM2D模型的污水处理厂深井曝气工艺优化装置，其特征在于:包括文件读取模块、算法实现模块、显示模块、数据存储模块，
所述文件读取模块用于模型数据导入以及获取污水处理厂工艺结构水量、各阶段进出水水质、工艺运行能耗数据、各工艺段运行参数；
所述算法实现模块用于计算简化ASM2D模型，将文件读取模块获取的数据、参数输入建立的模型中，模拟深井曝气工艺运行过程，分析模型精度，调整仿真模型的参数，使模型仿真过程与污水厂实际运行过程较吻合，建立深井曝气工艺仿真模型，模拟出水水质，在满足出水指标前提下，给出深井曝气工艺实际运行参数的建议；
所述显示模块用于显示深井曝气工艺日常运行建议参数和结果图形；
所述数据存储模块用于保存深井曝气工艺运行参数和模拟水质结果。
10.根据权利要求9所述的装置，其特征在于：所述算法实现模块根据深井曝气工艺特点简化ASM2D模型，建立包含氨氮反应、硝酸盐反应、生物除磷反应、化学除磷反应、溶解氧浓度估算方程，含多项参数的多个水质模拟方程的理论模型；将文件读取模块获取的数据、参数输入建立的模型中，模拟深井曝气工艺运行过程，利用仿真模型开展模型参数的灵敏度分析，调整仿真模型的参数，使模型仿真过程与污水厂实际运行过程较吻合，建立深井曝气工艺仿真模型；根据建立的深井曝气工艺仿真模型，进行控制策略模拟，调整各工艺段运行参数，输出模拟水质结果；根据水质模拟结果，在出水水质满足排放要求前提下，选择投入能耗少的控制策略，建议深井曝气工艺实际运行参数。
CN202010399035.2A 2020-05-12 2020-05-12 基于asm2d模型的污水处理厂深井曝气工艺优化方法及装置 Pending CN111762958A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010399035.2A CN111762958A (zh) 2020-05-12 2020-05-12 基于asm2d模型的污水处理厂深井曝气工艺优化方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010399035.2A CN111762958A (zh) 2020-05-12 2020-05-12 基于asm2d模型的污水处理厂深井曝气工艺优化方法及装置

Publications (1)

Publication Number Publication Date
CN111762958A true CN111762958A (zh) 2020-10-13

Family

ID=72719155

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010399035.2A Pending CN111762958A (zh) 2020-05-12 2020-05-12 基于asm2d模型的污水处理厂深井曝气工艺优化方法及装置

Country Status (1)

Country Link
CN (1) CN111762958A (zh)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113955854A (zh) * 2021-11-26 2022-01-21 昆明理工大学 一种氧化沟污水处理工艺建模及智能控制方法
CN114488973A (zh) * 2021-12-28 2022-05-13 北控水务(中国)投资有限公司 再生水厂全流程工艺参数优化方法、装置及电子设备
CN114790069A (zh) * 2022-04-14 2022-07-26 北控技术服务(广东)有限公司 一种市政污水处理厂生物除磷效果评价办法
CN116484584A (zh) * 2023-03-24 2023-07-25 青岛思普润水处理股份有限公司 一种两级污水处理系统的智能控制方法

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101693573A (zh) * 2009-09-08 2010-04-14 中环（中国）工程有限公司 一种aao工艺反应池的优化设计方法

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101693573A (zh) * 2009-09-08 2010-04-14 中环（中国）工程有限公司 一种aao工艺反应池的优化设计方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
曾光明等: "《环境系统模拟与最优化》", 30 June 2011, 湖南大学出版社 *
辛志远: "基于ASM2D的朝阳污水厂生化工艺简化模型应用研究", 《中国优秀博硕士学位论文全文数据库(硕士)工程科技Ⅰ辑》 *

Cited By (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113955854A (zh) * 2021-11-26 2022-01-21 昆明理工大学 一种氧化沟污水处理工艺建模及智能控制方法
CN114488973A (zh) * 2021-12-28 2022-05-13 北控水务(中国)投资有限公司 再生水厂全流程工艺参数优化方法、装置及电子设备
CN114488973B (zh) * 2021-12-28 2023-11-21 北控水务(中国)投资有限公司 再生水厂全流程工艺参数优化方法、装置及电子设备
CN114790069A (zh) * 2022-04-14 2022-07-26 北控技术服务(广东)有限公司 一种市政污水处理厂生物除磷效果评价办法
CN114790069B (zh) * 2022-04-14 2023-12-22 北控技术服务(广东)有限公司 一种市政污水处理厂生物除磷效果评价办法
CN116484584A (zh) * 2023-03-24 2023-07-25 青岛思普润水处理股份有限公司 一种两级污水处理系统的智能控制方法
CN116484584B (zh) * 2023-03-24 2024-03-29 青岛思普润水处理股份有限公司 一种两级污水处理系统的智能控制方法

Similar Documents

Publication Publication Date Title
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
AU2021101438A4 (en) Adaptive control method and system for aeration process
Hao et al. Model-based evaluation of two BNR processes—UCT and A2N
CN108640276A (zh) 一种基于west模型的污水处理厂aao工艺优化运行方法
CN111398548B (zh) 一种基于植物作用的表面流湿地水体氮磷浓度预测方法
CN105439285A (zh) 一种污水处理的调控方法
Seco et al. Plant-wide modelling in wastewater treatment: showcasing experiences using the Biological Nutrient Removal Model
CN104914227B (zh) 基于多高斯核自优化相关向量机的污水水质软测量方法
CN103792844B (zh) 一种基于有序聚类的污水处理控制方法
Piotrowski Supervisory fuzzy control system for biological processes in sequencing wastewater batch reactor
Dai et al. Modeling and performance improvement of an anaerobic–anoxic/nitrifying-induced crystallization process via the multi-objective optimization method
Chen et al. An efficient approach based on bi-sensitivity analysis and genetic algorithm for calibration of activated sludge models
Awad et al. Comparative assessment of different scenarios for upgrading activated sludge wastewater treatment plants in developing countries
CN201330211Y (zh) 污水处理厂运行参数自寻优模拟系统
Fan et al. Optimization control of SBR wastewater treatment process based on pattern recognition
CN116679026A (zh) 自适应无偏有限脉冲响应滤波的污水溶解氧浓度估计方法
Drewnowski et al. Computer simulation in predicting biochemical processes and energy balance at WWTPs
CN115356930B (zh) 一种污水处理过程中的多目标优化控制系统及方法
Chen et al. Multivariate statistical analysis of the hydro-geochemical characteristics for Mining groundwater: a case study from Baishan mining, northern Anhui Province, China
Kapumbe et al. Modeling and simulation of membrane bioreactor model based on ASM3 for domestic wastewater treatment.
CN109019892A (zh) 一种基于数据同化在线优化曝气量的调控方法
Luca et al. Modelling and performance analysis of an urban wastewater treatment plant
Flores-Alsina et al. Evaluation of plant-wide WWTP control strategies including the effects of filamentous bulking sludge
CN107728479A (zh) 一种基于rbf神经网络的生物除磷精确控制方法
CN105138716A (zh) 硝化及亚硝化过程的运行优化方法

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
RJ01 Rejection of invention patent application after publication

Application publication date: 20201013

RJ01 Rejection of invention patent application after publication