学位论文 > 优秀研究生学位论文题录展示

基于粒子群算法的污水处理预测控制研究

作　者: 郑美玲
导　师: 王庆超
学　校: 哈尔滨工业大学
专　业: 化工过程机械
关键词: 污水处理溶解氧浓度 SBR法广义预测控制粒子群算法
分类号: X703
类　型: 硕士论文
年　份: 2010年
下　载: 105次
引　用: 0次
阅　读: 论文下载

内容摘要

活性污泥污水处理法是一种利用活性污泥即微生物来清除污水中污染物的方法,现阶段运用最为广泛的是序列式活性污泥污水处理法(SBR)。SBR法与传统的污水处理法相比在时间上和空间上都是间歇式的,在反应过程中微生物生长和降解污染物都需要氧气的参与,即曝气池内的溶解氧浓度(DO)直接影响污水处理效果,一般认为DO为2.00mg/L时污水处理效果最佳,因此本文将把DO作为被控量对SBR法污水处理系统进行控制,使输出DO值一直维持在2.00mg/L。首先根据SBR法污水处理工艺对系统进行数学建模并证实其有效性。由机理模型分别建立PID控制器和广义预测控制器进行控制仿真并做出比较。广义预测控制(GPC)本身具有预测控制与自适应控制这两种控制方法的优点。即多步预测及在线辨识的功能。由两种控制器仿真结果可看出GPC比起PID而言,输出更加稳定,超调量更小,这个结果可说明对于具有非线性,强耦合等特点的污水处理系统,GPC的控制效果是更加有效的,并且能够达到节能的效果。广义预测控制器控制效果虽已达到基本控制标准,但为了提高其输出精度,使超调减小,本文在广义预测控制滚动优化部分加入了粒子群算法,并进行仿真再与基本广义预测控制器进行计较,其超调量由原本的0.35mg/L降为0.15mg/L,其控制效果明显变好,表明粒子在整个去区域内的搜索速度,搜索精度有的很大提高。基于粒子群算法的SBR法污水处理广义预测控制经过多次仿真比较之后,溶解氧浓度始终稳定在2.00mg/L范围内,并无大的超调,污水处理系统中最为耗能部分为曝气池,占整个系统能耗的50%,这个控制效果已完全能够达到节能的效并为今后的进一步研究打下了良好的基础。

全文目录

摘要  3-4
Abstract  4-7
第1章绪论  7-13
  1.1 课题背景  7-8
  1.2 国内外研究现状  8-9
    1.2.1 国内研究情况  8-9
    1.2.2 国外研究情况  9
  1.3 预测控制概述  9-12
    1.3.1 预测控制的基本原理  10-11
    1.3.2 模型预测  11
    1.3.3 滚动优化  11-12
    1.3.4 反馈与预测校正  12
  1.4 本文主要研究内容  12-13
第2章污水处理过程工艺及其数学模型  13-28
  2.1 污水生物处理简介  13-15
    2.1.1 污水处理工艺系统介绍  13-14
    2.1.2 活性污泥法污水处理流程  14-15
  2.2 SBR 法污水处理工艺介绍  15-18
    2.2.1 SBR 工艺发展历史  15-16
    2.2.2 SBR 工艺流程  16-18
  2.3 SBR 法数学模型  18-22
    2.3.1 活性污泥处理法控制方式选择  18
    2.3.2 数学模型建立  18-22
  2.4 基于Simulink 的SBR 工艺仿真  22-27
    2.4.1 模型参数  23
    2.4.2 SBR 法工艺仿真  23-25
    2.4.3 SBR 法污水处理系统的PID 控制  25-27
  2.5 本章小结  27-28
第3章 SBR 法污水处理系统的控制方法研究  28-43
  3.1 污水处理过程的控制策略  28
  3.2 广义预测控制  28-35
    3.2.1 预测模型  29-32
    3.2.2 滚动优化  32-33
    3.2.3 在线辨识与自校正  33-34
    3.2.4 广义预测控制算法步骤  34-35
  3.3 基于广义预测控制的SBR 法污水处理系统仿真  35-42
    3.3.1 最小二乘法模块  35-36
    3.3.2 广义预测控制器设计  36-37
    3.3.3 SBR 法污水处理系统的广义预测控制仿真图  37-42
  3.4 本章小结  42-43
第4章基于粒子群算法的SBR 污水处理系统广义预测控制研究  43-53
  4.1 粒子群优化算法  43-46
    4.1.1 粒子群优化算法基本原理  43-44
    4.1.2 粒子群算法流程  44-45
    4.1.3 改进的粒子群算法  45-46
  4.2 基于粒子群算法的广义预测控制器  46-47
  4.3 基于粒子群算法的污水处理系统的广义预测控制仿真  47-52
  4.4 本章小结  52-53
结论  53-55
参考文献  55-58
个人简历  58-60
致谢  60

基于粒子群算法的污水处理预测控制研究

内容摘要

全文目录

相似论文