基于模糊神经网络的自适应精确曝气系统设计

第３１卷第５期桂林电子科技大学学报Ｖｏｌ．３１，Ｎｏ．５２０１１年１０月ＪｏｕｒｎａｌｏｆＧｕｉｌｉｎＵｎｉｖｅｒｓｉｔｙｏｆＥｌｅｃｔｒｏｎｉｃＴｅｃｈｎｏｌｏｇｙＯｃｔ．２０１１基于模糊神经网络的自适应精确曝气系统设计孙骞１，２，许睿２，龚琼２（１．桂林市环境保护局，广西桂林５４１００２；２．桂林电子科技大学生命与环境科学学院，广西桂林５４１００４）摘要：基于模糊神经网络理论，将自回归各态历经（ＡＲＸ）模型与模糊神经网络模型（ＦＮＮＭ）相结合，设计一套具有自适应能力的前馈－反馈精确曝气控制系统，解决目前污水处理曝气过程中冗余曝气能源浪费、溶解氧波动大的问题。以污水厂处理ＰＩＤ控制生物池数据作为训练样本，以模糊神经网络自适应精确曝气模型仿真与传统ＰＩＤ控制比较，发现该系统稳定时间较短、溶解氧浓度波动幅度更小。关键词：模糊神经网络模型；曝气；时滞中图分类号：ＴＰ２７３文献标识码：Ａ文章编号：１６７３－８０８Ｘ（２０１１）０５－０３８２－０４ＡｄａｐｔｉｖｅａｅｒａｔｉｏｎｃｏｎｔｒｏｌｓｃｈｅｍｅｄｅｓｉｇｎｂａｓｅｄｏｎｆｕｚｚｙｎｅｕｒａｌｎｅｔｗｏｒｋＳｕｎＱｉａｎ１，２，ＸｕＲｕｉ２，ＧｏｎｇＱｉｏｎｇ２（１．ＥｎｖｉｒｏｎｍｅｎｔａｌＰｒｏｔｅｃｔｉｏｎＢｕｒｅａｕｏｆＧｕｉｌｉｎ，Ｇｕｉｌｉｎ５４１００２，Ｃｈｉｎａ；２．ＳｃｈｏｏｌｏｆＬｉｆｅａｎｄＥｎｖｉｒｏｎｍｅｎｔａｌＳｃｉｅｎｃｅｓ，ＧｕｉｌｉｎＵｎｉｖｅｒｓｉｔｙｏｆＥｌｅｃｔｒｏｎｉｃＴｅｃｈｎｏｌｏｇｙ，Ｇｕｉｌｉｎ５４１００４，Ｃｈｉｎａ）Ａｂｓｔｒａｃｔ：Ｂａｓｅｄｏｎｆｕｚｚｙｎｅｕｒａｌｎｅｔｗｏｒｋｔｈｅｏｒｙ，ａｕｔｏｒｅｇｒｅｓｓｉｖｅｅｒｇｏｄｉｃ（ＡＲＸ）ｍｏｄｅｌａｎｄｆｕｚｚｙｎｅｕｒａｌｎｅｔｗｏｒｋｍｏｄｅｌ（ＦＮＮＭ）ｗｅｒｅｃｏｍｂｉｎｅｄｔｏｄｅｓｉｇｎａｎａｄａｐｔｉｖｅｆｅｅｄｆｏｒｗａｒｄ－ｆｅｅｄｂａｃｋｐｒｅｃｉｓｅａｅｒａｔｉｏｎｃｏｎｔｒｏｌｓｙｓｔｅｍｆｏｒｒｅ－ｄｕｃｉｎｇｒｅｄｕｎｄａｎｔｅｎｅｒｇｙｗａｓｔｅｃａｕｓｅｄｂｙａｅｒａｔｉｏｎａｎｄｄｉｓｓｏｌｖｅｄｏｘｙｇｅｎｆｌｕｃｔｕａｔｉｏｎｓｉｎｔｈｅｃｕｒｒｅｎｔｗａｓｔｅｗａｔｅｒｔｒｅａｔ－ｍｅｎｔａｅｒａｔｉｏｎｐｒｏｃｅｓｓ．Ｗａｓｔｅｗａｔｅｒｔｒｅａｔｍｅｎｔｐｌａｎｔｂｉｏｌｏｇｉｃａｌｐｏｏｌｄａｔａａｓｔｒａｉｎｉｎｇｓａｍｐｌｅｓ，ｔｈｅａｄａｐｔｉｖｅｆｕｚｚｙｎｅｕ－ｒａｌｎｅｔｗｏｒｋｍｏｄｅｌａｃｃｕｒａｔｅｌｙａｅｒａｔｉｏｎｗａｓｃｏｍｐａｒｅｄｗｉｔｈｔｈｅｔｒａｄｉｔｉｏｎａｌＰＩＤｃｏｎｔｒｏｌ，ｔｈｅｒｅｓｕｌｔｓｓｈｏｗｔｈａｔｔｈｅｓｅｔ－ｔｌｉｎｇｔｉｍｅｉｓｆａｓｔｅｒ，ａｎｄｔｈｅｆｌｕｃｔｕａｔｉｏｎｓｏｆｄｉｓｓｏｌｖｅｄｏｘｙｇｅｎｃｏｎｃｅｎｔｒａｔｉｏｎｉｓｓｍａｌｌｅｒｉｎｔｈｅｓｙｓｔｅｍ．Ｋｅｙｗｏｒｄｓ：ＦＮＮＭ；ａｅｒａｔｉｏｎ；ｄｅｌａｙ国内现有污水处理工艺多数需要采用曝气过程，以提高水中溶解氧含量。而现有工艺处理过程中，曝气过程并不能做到完全受控，在过程耗费了大量能源产生的溶解氧浓度可能已远高于反应过程所需［１－２］。目前城市污水处理较多采用活性污泥生物处理工艺，即利用微生物的代谢作用，使污水中呈溶解、胶体状态的有机污染物转化为稳定的无害物质。生物处理过程是个复杂的生物化学反应过程，通过曝气维持好氧环境是其中一个非常重要的环节。不同的工艺，曝气的方式也有所不同，但是在几乎所有采用活性污泥生物处理工艺的污水处理厂中，鼓风曝气是能耗最大的环节。从国内一些污水处理厂耗电量来看，曝气环节占据了总耗电量的５０％～７０％，因此，曝气系统的精细化控制改造对整个污水处理厂的节能运行意义重大［３］。从工艺处理流程分析，城市污水处理过程控制由于进水流量、进水水质在时间上的不固定性，加上生化反应过程还受到季节、温度和天气的影响，污水处理系统具有参数维数高和高度非线性的特点。而且，污水处理工艺中存在大时滞，系统平衡难以在短时间内达到。输入量具有随机特性，建立污水处理系统的精确数学模型较为困难。因此，精确曝气流量控制对收稿日期：２０１１－０９－０２基金项目：国家科技支撑计划（２０１１ＢＡＫ１２Ｂ０４）；环保部公益性专项（２００９０９０６０）；中国博士后基金（２０１１０４９１７２７）；广西科学研究和技术开发计划（ＧＫＧ１１４０００２－２－４）通信作者：许睿（１９７７－），男，四川成都人，副教授，博士，研究方向为水污染处理自动控制。Ｅ－ｍａｉｌ：ｘｕｒ＠ｇｕｅｔ．ｅｄｕ．ｃｎ污水处理行业来说是一项复杂的研究和实践课题［４－５］。为了达到按生物处理过程需要供气、减少生物反应池中溶解氧（ＤＯ值）的