活性污泥污水处理过程水质软测量方法的研究

【摘要】：污水处理过程是去除城市居民污水和工业废水中富含的碳、氮、磷等有机污染物以及有毒重金属等无机污染物的重要工业过程,大多数污水处理厂采用活性污泥法,使处理后的水质指标达到可排放要求。其中COD(化学需氧量,Chemical Oxygen Demand)是表征有机强度的重要水质指标,是国家环保总局规定的污染物总量控制主要指标之一。 由于A/O(缺氧／好氧,Anoxic/Oxic)过程中间工序缺氧池和好氧池出水、二沉池最终出水的水质COD不能连续在线检测,现有的COD检测方法多采用离线化验方法,具有操作繁复、化验测量滞后大等问题,难以实现水质的实时反馈控制,因此有必要研究有效的水质软测量方法。污水处理过程的微生物生化反应机理复杂,入水负荷的波动使运行工况出现大范围频繁波动,运行条件、进水水质特性、生化反应等因素使过程具有强非线性、不确定性和时变性,难以建立精确的机理模型,采用纯机理模型建立出水水质软测量模型时难以保证软测量精度。因此,为实现污水处理过程出水水质的在线监控、保证出水指标达标、提高污染物处理效率,有必要研究及时准确地估计污水水质的软测量方法。 本文针对污水处理过程的复杂特性,以准确估计出水水质COD为目标,开展了水质COD在线软测量建模方法的研究。本文的主要工作归纳如下： (1)针对当非线性系统存在未建模动态或不确定干扰时,采用常规误差反传算法的神经网络建模方法难以保证模型建模误差稳定性的问题,提出了一类具有稳定学习算法的小波神经网络建模方法,保证了模型建模误差的稳定性。其中稳定学习算法是基于输入到状态稳定性(ISS, Input-to-State Stability)理论推导得出,并给出了小波神经网络模型建模误差稳定性分析过程。分别比较了带噪声和不带噪声两种情况下基于稳定学习算法的小波神经网络模型和基于常规误差反传算法的小波神经网络模型、基于稳定学习算法的小波神经网络模型和基于常规误差反传算法的MLP神经网络模型的软测量性能；将所提出的建模方法用于污水处理过程二沉池出水COD的在线软测量,以沈阳某污水处理厂的实际运行数据进行了实验研究,结果表明了所提出的基于稳定学习算法的小波神经网络建模方法的有效性。 (2)针对污水处理过程二沉池出水水质难以在线检测,高负荷、正常负荷、低负荷工况大范围频繁波动,水质软测量模型精度不高的问题,提出了小波神经网络和Hammerstein模型(简称为H模型)结合的污水处理过程二沉池出水COD多模型在线软测量方法,软测量模型包括工况识别机制、各运行工况下基于H模型的局部水质软测量模型、多模型合成机制三部分。其中工况识别机制将污水处理过程工况特征变量的历史数据样本进行减法聚类,将运行工况划分为高负荷、正常负荷、低负荷工况,确定初始工况中心位置,为了表征各运行工况特性随时间的变化,采用新工况特征变量样本与工况中心之间的相近度函数在线修正工况中心,并计算新样本属于各工况的隶属度,识别出当前工况与各运行工况匹配的程度；局部模型采用H模型(简称为局部H模型),H模型的非线性静态部分模型由小波神经网络模型建立,线性动态部分模型由ARX(Auto-Regressive eXogeneous)模型建立,其中小波神经网络采用稳定学习算法学习,ARX模型采用递推最小二乘法辨识；多模型合成机制基于局部模型输出加权求和得到软测量模型输出,局部H模型输出的权值采用工况识别机制计算的工况特征变量属于各工况的隶属度。以实际运行数据进行了仿真实验,结果证明,所提出的污水水质COD多模型在线软测量模型在工况大范围变化条件下具有较高的软测量精度。 (3)针对A/O过程中间工序缺氧池和好氧池出水水质、二沉池最终出水水质难以在线检测,缺乏中间工序水质的化验值,基于数据驱动的方法不适于建立有效的中间工序出水水质软测量模型的问题,提出了基于机理模型和神经网络的污水处理过程中间工序和二沉池出水COD混合在线软测量方法,软测量模型包括基于机理模型的缺氧池模型和好氧池模型、二沉池模型、基于神经网络的缺氧反应速率模型和好氧反应速率模型、组分计算模型、水质计算模型七部分。其中缺氧池模型和好氧池模型采用SASM1模型(Simplified Activated Sludge Model No.1), SASM1模型是结合A/O工艺过程,由活性污泥机理模型ASM1进一步简化得到的；二沉池模型采用理想压缩点模型；缺氧反应速率模型和好氧反应速率模型采用MLP神经网络,分别辨识缺氧池和好氧池模型中的敏感组分反应速率,基于误差反传和链式规则的思想,得到混合模型建模误差与缺氧反应速率模型、好氧反应速率模型建模误差之间的关系,分别学习缺氧反应速率模型和好氧反应速率模型；组分计算模型将进水水质指标值按百分比进行分解,计算出SASM1模型中对应组分的浓度；水质计算模型将组分浓度相加转换为水质指标COD。以污水处理厂的实际运行数据进行了仿真实验,结果表明,基于机理模型和神经网络的污水水质COD混合在线软测量模型具有较高的软测量精度,能够估计出缺氧池、好氧池和二沉池出水COD。 【关键词】：污水处理过程 活性污泥过程 出水水质 COD(Chemical Oxygen Demand) 稳定学习算法 多模型 混合模型
【学位授予单位】：东北大学
【学位级别】：博士
【学位授予年份】：2011
【分类号】：X703;X832
【目录】：

• 摘要5-7
• ABSTRACT7-13
• 第1章 绪论13-27
• 1.1 课题的背景及意义13-14
• 1.2 污水处理过程水质指标检测方法现状14-15
• 1.3 污水处理过程建模方法和水质软测量方法研究现状15-24
• 1.3.1 污水处理过程建模方法研究现状16-20
• 1.3.2 污水处理过程水质软测量方法研究现状20-24
• 1.4 存在的问题24-25
• 1.4.1 污水处理过程建模方法存在的问题24-25
• 1.4.2 污水处理过程水质软测量方法存在的问题25
• 1.5 本文的主要工作25-27
• 第2章 活性污泥污水处理过程水质软测量问题描述27-49
• 2.1 污水处理A/O工艺过程描述27-30
• 2.2 污水处理过程水质COD实验检测过程描述30-33
• 2.3 污水处理A/O工艺过程的特性分析33-43
• 2.3.1 微生物生化反应机理描述33-36
• 2.3.2 特性分析36-43
• 2.3.2.1 非线性36-38
• 2.3.2.2 多运行工况特性38
• 2.3.2.3 不确定性和时变性38-43
• 2.4 影响出水COD的相关过程变量分析43-46
• 2.5 污水处理过程水质软测量模型存在的问题46-47
• 2.6 本章小结47-49
• 第3章 基于稳定学习算法的小波神经网络建模方法及在污水水质在线软测量中的应用49-73
• 3.1 预备知识49-55
• 3.1.1 输入到状态稳定性定理49-51
• 3.1.2 小波神经网络简介及存在问题51-55
• 3.1.2.1 小波神经网络简介51-54
• 3.1.2.2 存在的问题54-55
• 3.2 具有稳定学习算法的小波神经网络建模方法55-67
• 3.2.1 小波神经网络的稳定学习算法55-59
• 3.2.2 稳定性分析59-61
• 3.2.3 仿真实例61-67
• 3.3 小波神经网络建模方法在污水水质软测量中的应用研究67-72
• 3.3.1 问题描述67
• 3.3.2 水质软测量方法67-68
• 3.3.3 仿真实验68-72
• 3.3.3.1 数据描述68
• 3.3.3.2 模型参数68-69
• 3.3.3.3 仿真结果与分析69-72
• 3.4 本章小结72-73
• 第4章 小波神经网络和Hammerstein模型结合的污水水质多模型在线软测量方法73-105
• 4.1 Hammerstein模型简介及存在的问题74-76
• 4.1.1 Hammerstein模型简介74-75
• 4.1.2 存在的问题75-76
• 4.2 小波神经网络与H模型结合的污水水质多模型软测量方法76-94
• 4.2.1 问题描述76-77
• 4.2.2 模型结构77-82
• 4.2.3 软测量模型算法82-92
• 4.2.3.1 模型结构参数选择82-83
• 4.2.3.2 模型参数辨识算法83-92
• 4.2.4 多模型建模算法小结92-94
• 4.3 仿真实验94-103
• 4.3.1 数据描述94-96
• 4.3.2 模型参数96-98
• 4.3.3 实验结果与分析98-103
• 4.4 本章小结103-105
• 第5章 基于机理模型和神经网络的污水水质混合在线软测量方法105-133
• 5.1 基于机理模型和神经网络的污水水质混合软测量方法106-125
• 5.1.1 问题描述106-107
• 5.1.2 模型结构107-120
• 5.1.2.1 基于机理模型的缺氧池模型107-113
• 5.1.2.2 基于机理模型的好氧池模型113-115
• 5.1.2.3 二沉池模型115-116
• 5.1.2.4 基于神经网络的缺氧反应速率模型116
• 5.1.2.5 基于神经网络的好氧反应速率模型116-117
• 5.1.2.6 组分计算模型117-119
• 5.1.2.7 水质计算模型119-120
• 5.1.3 软测量模型算法120-124
• 5.1.3.1 模型结构参数选择121
• 5.1.3.2 模型参数辨识算法121-124
• 5.1.4 水质混合软测量模型的建模算法小结124-125
• 5.2 仿真实验125-131
• 5.2.1 数据描述125-127
• 5.2.2 模型参数127-128
• 5.2.3 实验结果与分析128-131
• 5.3 本章小结131-133
• 结束语133-135
• 参考文献135-145
• 致谢145-147
• 攻读博士学位期间发表的论文147-149
• 作者简介149

您可以在本站搜索以下学术论文文献来了解更多相关内容

基于模糊聚类的PSO-神经网络预测热连轧粗轧宽度    丁敬国;焦景民;昝培;刘相华;

基于遗传神经网络的多元渣系活度预测模型    吴令;姜周华;龚伟;李阳;

基于减法聚类的模糊神经网络负荷建模    李培强;李欣然;陈辉华;唐外文;

利用混合神经网络辨识Hammerstein模型的方法(英文)    李世华,李奇,李捷

活性污泥法动力学模型研究进展和展望    卢培利,张代钧,刘颖,王飞

紫外可见分光光度法在渔业环境监测中的应用    马鸿媚;翁新;

多尺度模型及相关分析方法    王崇愚

复杂系统模型自组织原理    李天民;

三维荧光技术用于给水的水质测定    吕洪刚,欧阳二明,郑振华,张锡辉

A~2/O工艺二沉池出水的污泥絮体优化控制    彭艺艺;刘向荣;丁兆铭;杨林;刘广钊;陈柳璇;

反硝化聚磷菌特性与反硝化除磷工艺研究    鲍林林

纳米橡胶增韧环氧树脂性能研究    周静南;廖绍凯;

复参数最小二乘估计方法    崔博文,陈剑,陈心昭,任章

广义最小二乘限定记忆参数辨识方法与仿真研究    鲁照权;俞宗嘉;胡金东;胡焱东;

盐酸林可霉素发酵过程计算机控制技术    陈晓梅,陈伟,梁凯,戎兵

数学模拟技术用于生物絮凝——再生工艺参数优化    赵二燕;刘绍根;刘娟;

污水处理厂生物脱氮除磷工艺选择    赵宁宁;

模型结构辨识的一种新方法    程志强,崔玉芳

徐州市桃园河人工湿地污水处理厂工艺初步设计    赵伟;张春艳;王晓;

CAST污水处理工艺中计算机控制系统的设计    崔宁;高文玲;

运用活性污泥一号模型对缺氧—好氧生物废水处理工艺的模拟    胡晓东;

基于模型定阶和信号消噪的海洋平台结构模态参数识别研究    包兴先

城市污水生物絮凝吸附工艺的特性及模拟研究    刘绍根

多率多输入系统的辨识    韩丽丽

非线性随机系统的稳定、镇定与优化    高京广

污水生化处理的智能建模与优化控制策略应用研究    杨红

高效短程硝化/厌氧氨氧化富集培养物的研究    胡安辉

汽油机燃用乙醇汽油混合燃料的空燃比控制技术研究    姚栋伟

温室小气候模型的建立及其控制策略研究    邹秋滢

预处理后剩余污泥中温两相厌氧消化效能研究    李广

统计建模方法的理论研究及应用    刘春波

活性污泥模型NO.1及“SSSP程序”在中国污水厂适用性的初步探讨    汪慧贞,曹秀芹

曝气充氧中氧总传质系数的探讨    赵静野;郑晓萌;高军;

统计数据标准化──无量纲化方法──现代统计分析方法的学与用(三)    马立平

结合模型自学习的BP神经元网络的轧制力预报    胡贤磊,王昭东,于解民,刘相华

反映综合负荷动特性机理的感应电动机模型    王卫国,贺仁睦,王铁强

用细胞神经网络实现盲均衡的一种新方法    赵建业,余道衡

活性污泥法动力学模型研究进展和展望    卢培利,张代钧,刘颖,王飞

活性污泥模型进水COD组分的测定方法    曹海彬,张代钧,卢培利

系统学的基本思想、概念及原则    李天民

废水生物处理过程的结构化模型    黄勇,杨铨大,王宝贞

硝化细菌应用技术研究    张明

缺氧变速生物滤池污水处理系统混合智能控制研究    冯裕钊

城市污水处理过程综合自动化系统及其应用    赵立杰,柴天佑,黄肖玲

污水处理过程仪表技术的研究现状    樊立萍,于海斌,袁德成

污水处理过程中膜故障分析与防治对策    杨明珍;汪国刚;

可持续的污水处理过程与展望    张凯松;周启星;

污水处理过程的控制与优化    朱学峰;黄道平;李艳;

污水处理过程中故障诊断专家系统的应用    刘天龙;沈文浩;

神经网络自适应动态规划在污水处理过程控制中的应用    刘文波;王霞;李来鸿;薄迎春;

污水处理过程的非线性预测控制研究    薛美盛;刘飞;

非线性污水处理过程的多目标优化    徐恭贤;韩雪;

工业污水处理过程的检测仪表仪表的选择和安装    张潮生;

基于模式识别的污水处理过程研究    谢莹;樊立萍;

脱盐和污水处理过程强化策略(英文)    E.Drioli;E.Curcio;

污水处理过程中新型污染物研究    孙红文;

壬基酚聚氧乙烯醚在污水处理过程中的迁移转化行为    马兴杰;胡建英;邵兵;杨敏;

JX300X DCS在污水处理过程中的应用    温瑞;

污水处理过程的PID控制    李松源;王雷;贾磊;

A~2/O污水处理过程出水水质的多元线性回归软测量模型    冯丽辉;彭向华;赖华;毕贵红;

VI在污水处理过程中的应用研究    崔玉理;

基于增长型神经网络的污水处理过程溶解氧控制    甄博然;韩红桂;乔俊飞;

基于KPCA的污水处理过程监视    樊立萍;徐阳;

天津石化强化污水处理过程控制    周美玲 许洪全

科学技术在污水处理过程中的应用    童建国

关注水污染治理    董鹏宇

优化运行增效千万元    特约记者 董新光

变环境包袱为企业财富    夏晓

综合利用收获多点效益    任相国许明星

平湖企业劲吹“低碳经济”之风    记者 陶克强　通讯员 胡永华

金沂蒙:变传统模式为循环模式    杨静

污泥令煤成“型”    本报记者 王轶慧

减轻铅污染 污泥有奇效    本报记者 陈丹

污水处理过程模拟及系统软件开发    张晶

污水处理过程数学模型方法及其关键技术研究    韦安磊

基于神经网络的污水处理过程实时优化控制研究    韩广

城市污水处理过程中重金属形态分布及潜在迁移性研究    李晓晨

典型持久性有机污染物在城市污水处理过程中的迁移转化规律研究    刘俊建

活性污泥污水处理过程水质软测量方法的研究    丛秋梅

污水处理过程实时控制及软测量方法研究    李万东

污水处理过程节能优化控制方法的研究    黄晓琪

污水处理过程的智能优化控制方法研究    史雄伟

基于模糊神经网络的污水处理过程智能控制方法研究    刘超彬

污水处理过程中邻苯二甲酸酯类物质的分布及去除规律研究    王翠彦

城市生活污水处理过程中职业病危害探讨    孔国栋

基于活性污泥模型的污水处理过程预测控制方法研究    谢生钢

污水处理过程中的模糊控制研究    邱启旺

城市污水处理过程中重金属分布特性及形态研究    赵清华

污水处理过程的模糊建模与控制    杨婷