自适应神经元——模糊推理系统在污水曝气控制中的应用

自动化与仪器仪表ZIDONGHUAYUYIQIYIBIAO2004年第5期(总第115期)文章编号：1001—9227(2004)05—0034—03自适应神经元——模糊推理系统在污水曝气控制中的应用候加全赵宏伟张晓清冯裕钊(后勤工程学院建筑与环境工程系重庆，400041)摘要：曝气控制是保证污水处理厂水质和降低能耗的重要环节。本文考虑污水处理厂出水水质和曝气量的非线性、大滞后、时变性等特点，利用反向传播(BackPropagatioBP)算法对隶属度函数进行优化，建立模糊推理规则，并设计了一个自适应神经元——模糊控制系统，该系统对某SBR小型污水处理厂曝气进行了仿真分析，结果表明设计的控制系统的有效性。关键词：污水处理模糊控制溶解氧ABSTRACT：Consideringthedelay，time—varyingandnonlinearcharacteristicofwastewatertreatmentsystem，anadaptivefuzzycontrolsystemisdevelopedforDemandAerationTank-IntermittentTank，whoseprecisemathematicalmodelisdifficuttobeestablished．BPalgorithmisappliedtooptimizethemembershipfunctions．TheSimulinkofMatlabisusedtosimulatetheproposedmodelandreachseveralpromisingresults．KEW＼『ORD5：WastwatertreatmentFuzzyInferenceDissolutiveOxygen(DO1中图分类号：TP273文献标识码：B0引言间歇式活性污泥法fSequencingBatchReactor／SBR)，又称序批式活性污泥法。其曝气过程是一个十分重要的过程，曝气具有几个方面的作用：①给水中供氧；②气体吹脱；③充分搅拌，提高传质效果。由于曝气耗电量占全厂总耗电量的60～70％。曝气控制既是整个工艺的重要环节。又是节能的重点。传统污水处理自动控制系统要求建立精确的数学模型，并且满足一些比较苛刻的线性化假设。然而实际污水处理系统由于存在复杂性、非线性、时变性、不确定性和不完整等因素。采用传统控制理论建立的污水处理自动控制系统在实际工程应用上存在出水水质波动较大等问题。国内外许多学者为提高污水处理厂的处理效率和降低能耗开展了许多实时控制研究。如采用氧化还原电位(OxidationReductionPotentialORP)和酸碱度(pS值1作为控制参数来控制出水水质和曝气量，例如污水处理厂硝化一反硝化过程的ORP难以判定。造成许多污水处理系统实际上仍然是按时间控制规则在控制整个处理过程。以语言规则模型为基础的模糊控制理论与具有自学习和任意逼近非线性映射能力的神经网络理论的结合是解决上述问题的有效途径和方法。如果在利用模34糊信息保证系统大范围控制稳定的前提下，仅用BP算法来小范围完善经验知识，提高控制速度，那么DP算法收敛于局部极小值以及隶属函数的建立包含有太多的主观因素等问题就会迎刃而解。基于这一思想。本文将BP算法和模糊控制应用于这个典型的非线性控制系统中，用BP算法修改模糊控制规则。从而对出水水质和曝气量进行控制。1自适应神经元——模糊推理系统自适应神经元——模糊推理系统(AdaptivNeuro—FuzzyInferenceSystem——ANFIS)是一种简单的学习控制系统。它的主要优点是对参数变化和环境变化不灵敏，适应于作线性和多变量复杂对象，由于其收敛速度快，鲁棒性好，特别是它能在运行过程中不断修正控制规则，改善了系统的控制性能，得到广泛应用冈。1．1曝气控制目前很多污水处理厂依然采用人工曝气控制、时间控制或者进水量比例控制。这些方法不仅消耗大量的人力、物力。而且造成电能的浪费。从污水处理设备的技术发展进程看，自动化、智能化是污水处理设备发展的必然趋势。鼓风曝气过程的自适应控制系统是污水处理设备智能化的核心单元技术。也是提高污水处维普资讯http://www.cqvip.com理质量和降低能耗的关键技术。由于污水处理厂的进水水质和水量是变化的、随机的．需氧量也是变化的。只有使供氧量在曝气池的各段内与该段时间需氧相适应，才能保证出水水质，进而达到节能目的。1．2ANFIS系统构造模糊控制系统设计的关键是控制规则的获取，传统方法难以有效地获取规则和调整隶属度函数，实现自学习功能很困难。在用神经元网络实现的模糊控制系统中。可让神经元网络学习已有的经验规则，也可采用网络学习或聚类的方法从输入输出数据中得到控制规则，然后用控制性能指标作指导，对控制规