北极星

搜索历史清空

  • 水处理
您的位置:环保水处理综合技术正文

污水处理过程智能优化控制技术

2017-12-05 09:32来源:中宜环科环保产业研究作者:岳伟鑫整理关键词:污水处理厂污水处理系统活性污泥模型收藏点赞

投稿

我要投稿

导语

从控制角度来看,污水处理过程存在很多问题,应该通过智能控制、优化控制、软测量等现代科学技术方法进一步完善污水处理过程,同时污水处理厂应该采用能源信息管理系统对能源使用情况进行监控、管理。通过这些技术手段优化污水处理过程,实现降低能源消耗、稳定出水水质、提高污水处理能力的总体目标。

1污水处理过程控制与优化问题

污水处理过程需解决的问题

污水处理系统是一个复杂的生化反应过程,由于存在非线性、时变性等因素,一般不易获得精确的数学模型。从生物化学的角度用机理法建立的数学模型,须遵循许多假设。国际水协会(IAWQ)发布了多个活性污泥模型ASM1、ASM2、ASM3,这些模型能够反映处理过程的工作机理,但模型维数高、存在大量的动态变量和当量系数,因此难以在控制中使用。

衡量污水处理过程出水质量的主要指标,如BOD5等目前还无在线检测仪器或有的参数检测时间长,需人工进行定时取样检测,难以得到实时测量值,不能用于实时闭环控制。

目前污水处理过程各环节控制均是独立的,一般采用定时或恒值的开环控制,由此引发了出水不达标、污泥膨胀、能耗大、反应时间长等问题。

污水处理控制急待解决的另一重要问题:稳定出水水质,降低能源消耗和废水处理成本,提高污水处理能力,实现工艺参数的优化控制。

污水处理过程检测、控制与优化方法

从控制角度来看污水处理存在上述问题,应该通过以下几种方法解决:

软测量技术

通过机理分析或实验数据,建立难以直接测量的待测过程变量(主导变量,如BOD)与易测过程变量(辅助变量,如DO、ORP、TOC、PH等)之间的数学关系,即软测量模型,从而通过数学计算和估计方法,实现对待测过程变量的预测。软测量可以完成一些仪器仪表所不能完成的在线实时测量问题,被认为是进行工业过程监测、大滞后系统预测、优化与控制的最佳解决方案之一。

智能控制技术

传统的控制方法均是建立在系统数学模型的基础上的,如PID控制。由于污水处理是一个复杂的生化反应过程,难以建立精确的数学模型,因而传统的控制方法难以实现污水处理过程的有效控制。

智能控制技术采用人工控制方法,可以实现对无模型系统进行控制,根据干扰、参数变化,可实时改变控制策略,以达到最好的控制效果。

优化控制技术

除了实现对系统参数(如出水水质BOD)的控制外,通常还要考虑能源消耗等重要指标,针对污水处理的特点,提出以每日允许排放的有机物总量为约束条件,以运行费用(耗电量)为目标函数,实现污水处理过程的优化控制,以节省电能,降低污水处理的成本。运用优化控制与最经济控制方法,寻求使污水处理生产费用与能源消耗最低的优化工艺参数和优化控制方案。

下面的流程图给出了具体问题的解决方案,包括优化参数计算,水量水质控制,智能控制,优化控制,测量等等技术方法。

污水处理过程智能优化控制技术

2污水出水水质软处理方法

污水处理过程参数预测的必要性

出水水质BOD人工化验结果大大滞后于污水的排放过程,也就是说,等检测出水水质指标BOD不合格时,早已排出大量不合格的处理水,造成二次污染。

传统的检测设备由于价格昂贵、误差较大,需要专业检验,难以在实际中使用。

传统污水处理控制系统要求建立精确的数学模型,并且必须遵循一些比较苛刻的线性化假设,因为实际污水处理系统由于存在非线性、时变性、不确定性和不安全性等,一般无法获得精确的数学模型。因而将软测量技术引入污水处理过程预测控制中。

软测量模型参数

在污水处理中,通过对BOD进行软测量可实现对出水水质的预测和实时控制。

软测量的基本原理是把系统辨识和建模理论与生产工艺过程知识结合起来,选择一组既与主导变量有密切联系,尤其是进水水质与出水水质关系直接。

选用进水TOC,DO,MLSS作为二次变量,软测量主要解决BOD实时在线检测与控制问题,所以将BOD作为主导变量。

人工神经网络软测量常用建模方法

人工神经网络应用较为广泛,人工神经网络有BP神经网络模型、RBF神经网络模型和过程神经网络模型,各自的特点如下:

原标题:刘载文:污水处理过程智能优化控制技术
投稿与新闻线索:电话:0335-3030550, 邮箱:huanbaowang#bjxmail.com(请将#改成@)

特别声明:北极星转载其他网站内容,出于传递更多信息而非盈利之目的,同时并不代表赞成其观点或证实其描述,内容仅供参考。版权归原作者所有,若有侵权,请联系我们删除。

凡来源注明北极星*网的内容为北极星原创,转载需获授权。

污水处理厂查看更多>污水处理系统查看更多>活性污泥模型查看更多>