溶解氧控制系统方案讲课教案.docxVIP

溶解氧控制系统方案（修改稿） 一、概述 污水生化处理的耗氧反应是重要的反应阶段，目前国内的污水 生化处理的加氧工作都是采用大功率的鼓风机实现的， 需要消耗大量 的电能，在保证水质的情况下，如何实现节能控制，降低成本，是目 前国内外需要认真考虑的问题。 污水中的微生物对氧的需求量是一定 的，少了会降低水质，多了不仅不能保证水质，而且还浪费能源，通 常以溶解氧的含量来判断某个时候供氧量是否合适。 但是，所需要的 溶解氧不应该是一个定值，它是随着污水的浓度、天气、气温、时间 变化的函数。就是说污水处理过程控制具有显著的非线性、大滞后、 多变量、时变性的特点。为此，需要研究在不同工况条件下，溶解氧 设定值的优化。 建立污水生化处理过程的溶解氧变化的模型， 并依据 该模型对鼓风量进行低能耗的优化控制。 建立能适应环境变化的基于 污水生化过程。 在国内曝气量优化控制方面进行了一些研究，常用的方法主要是 基于溶解氧目标值的 PID 控制。但是，由于污水生化处理过程的非 线性、时滞及溶解氧目标值时变性，使 PID 控制很难跟踪溶解氧目 标值。在PID控制基础上发展了变增益的PID控制、模糊PD控制, 这些方法仍然不能解决过程不确定性问题。 为此，许多学者采用神经 网络自动诊断、模糊专家控制等智能控制方法。但是，对于复杂的污 水生化处理过程， 学习样本有限和专家知识不足， 使这些方法的效果 不明显。国外这方面成功经验也很少。 所以说国内的污水处理过程的 自动化水平还有待提高，大多数只停留在数据采集和简单控制 （如提 升泵、污泥回流泵、鼓风机的开关控制 ）的水平上。污水处理过程建 模和控制方面的研究属于刚起步， 主要用模糊神经网络控制、 递阶神 经网络、仿人智能、自适应、专家知识等方法来构建可知模型，取得 一定成功。但这些方法有待深入研究和完善。 二、方案提出 我们在总结先前的经验和实际运用的基础上，对于污水的入水 水质、生化反应过程、出水水质波动等各种在线、离线检测数据进行 科学分析，结合智能检测、 诊断与控制技术对生物化过程进行综合控 制与优化，以保证在各种干扰条件下出水水质稳定达标。 主要采用“前 馈+串级”的组合控制模型，以污水处理厂进水区温度、流量、进水 水质检测值等为前馈信号， 来决策溶解氧的给定值； 生化处理池中溶 解氧检测仪为反馈信号给主回路； 鼓风机风量用风量传感器检测作为 反馈信号和变频器构成副回路。 各回路控制规律为： 前馈采用人工智 能；主回路采用模糊 PID 控制；副回路采用传统的 PID 控制。为节 省成本对污泥回流控制可以根据回流量流量大小分 1-3 档位的控制 。 参见图 2-1 生物化过程前馈 - 串级控制系统。 其他参量人工智能溶氧给定值污泥回流控制根据流量大小分 1、 2、3档位控制。风机气体流量计 其他参量 人工智能 溶氧给定值 污泥回流控制根据流量大小分 1、 2、3档位控制。 风机 气体流量计 图2-1生物化过程前馈-串级控制系统 溶氧变量 干扰信号 气 生 物 滤 池 三、方案论证 1、前馈控制 活性污泥污水处理系统属于复杂的动态工程系统， 目前无法建立 精确的模型来描述完整的系统。而城市污水进水水质在不同的时间变 化极其不稳定，有机物含量的变化在每年内随季节的推移而变化， 每 日内随时间而变化；所以无法给出确定的控制量一溶氧。 但我们可以 根据不同时间，不同参数，其内在的规律来推论出需要溶氧的控制量 多少；也就是用人工智能来解决。基于计算机编程方便，可以采用人 工智能领域中发展起来的专家系统。该系统基本上是模拟有经验调试 人员的整定思路，通过分析控制系统的输入输出信号，根据已知的调节 规律对调节器参数进行整定。从控制结构讲，它由知识库、控制规则 集、推理机构组成。只要得到的事实集和经验数据库、经验公式等， 根据各参数中的隶属、耦合等关系，可以得到切合实际的控制决策。 2、 串级控制 鼓风机的风量受动力电 （电压波动较大约 10%-15% ），和信号 回路的磁场等干扰， 所以出口风量需要不断实施控制， 稳定在一个恒 定值上。一般说：污水处理用的鼓风机电机规格近几种，所以采用常 规的增量式 PID 可以很好控制其出风量。而对于曝气生物池的溶氧控 制就变得复杂些。 常规的双入单出模糊控制器是以误差和误差变化率 作为输入变量，相当于 PD 控制器。 因少积分作用，模糊控制器消 除系统稳态误差的性能较差 ,，难以达到较高的控制精度。而传统 PID 调节器的积分调节作用从理论上可使系统的稳态误差控制为零， 有着 很好的消除稳态误差的作用，因此可以将模糊控制器和 PID 控制相 结合，当误差大于某个阀值时， 采用模糊控制以获得更好的瞬态性能； 当误差小于这个阀值时，则采用 PID 控制以获得更好的稳态性能。 模