專(zhuān)利名稱(chēng)：一種基于機(jī)理模型的優(yōu)化控制膜生物反應(yīng)器運(yùn)行的方法
技術(shù)領(lǐng)域：
本發(fā)明涉及污水處理系統(tǒng)工藝目標(biāo)控制領(lǐng)域，具體涉及一種基于機(jī)理模型的優(yōu)化
控制膜生物反應(yīng)器運(yùn)行的方法。
背景技術(shù)：
膜生物反應(yīng)器(MBR)出現(xiàn)在全球水資源短缺背景之下，是一種嶄新的污水生物處 理工藝，MBR自其誕生15年來(lái)，以其出色的出水水質(zhì)，高效的泥水分離和較小的占地空間得 到了業(yè)界的廣泛關(guān)注并被寄予厚望。 然而，相比MBR工藝突出的優(yōu)點(diǎn)，其膜污染的缺點(diǎn)同樣不容忽視，如何實(shí)現(xiàn)對(duì)MBR 系統(tǒng)的有效調(diào)控，減緩膜污染現(xiàn)象的發(fā)生，已成為M服研究領(lǐng)域的一項(xiàng)熱門(mén)課題，然而直至 目前，人們對(duì)MBR膜污染機(jī)理、生物相與膜過(guò)濾二者之間復(fù)雜作用等仍然知之甚少，目前人 們對(duì)于MBR優(yōu)化調(diào)控的方法多是建立在傳統(tǒng)生物處理工藝的經(jīng)驗(yàn)基礎(chǔ)上，以單變量循環(huán)控 制和最佳輸入輸出匹配的自?xún)?yōu)化控制來(lái)實(shí)現(xiàn)。具體來(lái)說(shuō)，就是生物相的調(diào)控照搬傳統(tǒng)活性 污泥的方法，只在污泥濃度等方面稍加改動(dòng)，以PID控制方式調(diào)節(jié)溶解氧和氨氮等指標(biāo)，膜
組件的運(yùn)行則以廠家提供的參數(shù)或經(jīng)驗(yàn)操作人員的建議為指導(dǎo)。這種做法的缺點(diǎn)在于其 假設(shè)將MBR和傳統(tǒng)活性污泥法的生物過(guò)程視為類(lèi)同，因此得到的優(yōu)化參數(shù)難以真正適合于 M服工藝。
發(fā)明內(nèi)容
為了解決現(xiàn)有的建立在經(jīng)驗(yàn)基礎(chǔ)上的膜生物反應(yīng)器自?xún)?yōu)化控制缺乏有效調(diào)控的
問(wèn)題，本發(fā)明提供了一種基于機(jī)理模型的優(yōu)化控制膜生物反應(yīng)器運(yùn)行的方法。 本發(fā)明的一種基于機(jī)理模型的優(yōu)化控制膜生物反應(yīng)器運(yùn)行的方法，它的具體過(guò)程
為 步驟一 獲得正在運(yùn)行的膜生物反應(yīng)器的初始狀態(tài)X。和膜生物反應(yīng)器中的活性污 泥系統(tǒng)模型ASM的初始模型參數(shù)p。； 步驟二 將初始狀態(tài)X。和初始模型參數(shù)p。輸入擴(kuò)展卡爾曼濾波EKF模型，所述擴(kuò) 展卡爾曼濾波EKF模型對(duì)所述初始狀態(tài)x。和初始模型參數(shù)p。進(jìn)行估計(jì)，獲得膜生物反應(yīng)器
的不含噪聲初始狀態(tài)^)和不含噪聲初始模型參數(shù)》0，同時(shí)獲得含噪聲初始狀態(tài)i()和含噪
聲初始模型參數(shù)Po ; 步驟三將不含噪聲初始狀態(tài)^)和不含噪聲初始模型參數(shù)》。輸入至設(shè)定有膜生
物反應(yīng)器運(yùn)行預(yù)設(shè)目標(biāo)y的動(dòng)態(tài)預(yù)測(cè)設(shè)定DPS模型，并采用分離建模思想和混合邏輯動(dòng)態(tài) 優(yōu)化MLDO模型對(duì)膜生物反應(yīng)器運(yùn)行控制目標(biāo):P和膜生物反應(yīng)器運(yùn)行控制變量《進(jìn)行動(dòng)態(tài)實(shí) 時(shí)優(yōu)化D-RTO，獲得關(guān)于膜生物反應(yīng)器運(yùn)行控制變量《的膜生物反應(yīng)器運(yùn)行控制目標(biāo)j)的預(yù) 測(cè)優(yōu)化軌線； 步驟四在膜生物反應(yīng)器運(yùn)行控制目標(biāo)夕的預(yù)測(cè)優(yōu)化軌線的預(yù)設(shè)目標(biāo)y附近區(qū)域選取控制變量^ ，并將含噪聲初始狀態(tài)io和含噪聲初始模型參數(shù)》o添加至非線性模型預(yù) 測(cè)控制NMPC模型，采用模型預(yù)測(cè)控制MPC模型獲得膜生物反應(yīng)器運(yùn)行輸入?yún)?shù)i7 ;
步驟五將膜生物反應(yīng)器運(yùn)行輸入?yún)?shù)f輸入至基礎(chǔ)控制BC模塊，所述基礎(chǔ)控制 BC模塊將所述膜生物反應(yīng)器運(yùn)行輸入?yún)?shù)f無(wú)差別實(shí)時(shí)傳遞至膜生物反應(yīng)器進(jìn)行調(diào)節(jié)，同 時(shí)所述膜生物反應(yīng)器將實(shí)際參數(shù)uM反饋回基礎(chǔ)控制BC模塊至""=& ，此時(shí)所述膜生物反 應(yīng)器輸出膜生物反應(yīng)器運(yùn)行輸出目標(biāo)歹； 步驟六判斷膜生物反應(yīng)器運(yùn)行輸出目標(biāo)歹符合膜生物反應(yīng)器運(yùn)行預(yù)設(shè)目標(biāo)y，如 果是，執(zhí)行步驟八，否則執(zhí)行步驟七； 步驟七將膜生物反應(yīng)器運(yùn)行在當(dāng)前輸入?yún)?shù)i7條件下的狀態(tài)x和模型參數(shù)p分 別定義為新的初始狀態(tài)X。和新的初始模型參數(shù)p。，返回執(zhí)行步驟二 ； 步驟八將膜生物反應(yīng)器運(yùn)行輸出目標(biāo)P所對(duì)應(yīng)的膜生物反應(yīng)器運(yùn)行輸入?yún)?shù)f
定義為膜生物反應(yīng)器運(yùn)行操作參數(shù)，完成對(duì)膜生物反應(yīng)器運(yùn)行的優(yōu)化控制。 本發(fā)明的有益效果本發(fā)明通過(guò)動(dòng)態(tài)預(yù)測(cè)設(shè)定DPS模型、非線性模型預(yù)測(cè)控制
NMPC模型以及擴(kuò)展卡爾曼濾波EKF模型實(shí)時(shí)優(yōu)化控制膜生物反應(yīng)器運(yùn)行操作參數(shù)，比現(xiàn)有
建立在經(jīng)驗(yàn)基礎(chǔ)上的自由化控制更適用于膜生物反應(yīng)器工藝；本發(fā)明中，用戶(hù)可根據(jù)需要
在動(dòng)態(tài)預(yù)測(cè)設(shè)定DPS模型中自行設(shè)定膜生物反應(yīng)器運(yùn)行預(yù)設(shè)目標(biāo)。
圖1是本發(fā)明的一種基于機(jī)理模型的優(yōu)化控制膜生物反應(yīng)器運(yùn)行的方法流程圖， 圖2是動(dòng)態(tài)預(yù)測(cè)設(shè)定DPS模型中操作方案的設(shè)定結(jié)果示意圖，圖3是非線性模型預(yù)測(cè)控制 NMPC模型的離散化表征示意圖，圖4是具體實(shí)施方式
四的工作原理示意圖。
具體實(shí)施例方式
具體實(shí)施方式
一 根據(jù)說(shuō)明書(shū)附圖1具體說(shuō)明本實(shí)施方式，本實(shí)施方式所述的一 種基于機(jī)理模型的優(yōu)化控制膜生物反應(yīng)器運(yùn)行的方法，它的具體過(guò)程為
步驟一獲得正在運(yùn)行的膜生物反應(yīng)器的初始狀態(tài)X。和膜生物反應(yīng)器中的活性污 泥系統(tǒng)模型ASM的初始模型參數(shù)p。； 步驟二 將初始狀態(tài)X。和初始模型參數(shù)p。輸入擴(kuò)展卡爾曼濾波EKF模型，所述擴(kuò) 展卡爾曼濾波EKF模型對(duì)所述初始狀態(tài)x。和初始模型參數(shù)p。進(jìn)行估計(jì)，獲得膜生物反應(yīng)器
的不含噪聲初始狀態(tài)^e和不含噪聲初始模型參數(shù)》。，同時(shí)獲得含噪聲初始狀態(tài)^o和含噪 聲初始模型參數(shù)Po ; 步驟三將不含噪聲初始狀態(tài)i。和不含噪聲初始模型參數(shù)^)輸入至設(shè)定有膜生
物反應(yīng)器運(yùn)行預(yù)設(shè)目標(biāo)y的動(dòng)態(tài)預(yù)測(cè)設(shè)定DPS模型，并采用分離建模思想和混合邏輯動(dòng)態(tài) 優(yōu)化MLDO模型對(duì)膜生物反應(yīng)器運(yùn)行控制目標(biāo);p和膜生物反應(yīng)器運(yùn)行控制變量iJ進(jìn)行動(dòng)態(tài) 實(shí)時(shí)優(yōu)化D-RTO，獲得關(guān)于膜生物反應(yīng)器運(yùn)行控制變量《的膜生物反應(yīng)器運(yùn)行控制目標(biāo)j)的 預(yù)測(cè)優(yōu)化軌線； 步驟四在膜生物反應(yīng)器運(yùn)行控制目標(biāo)j)的預(yù)測(cè)優(yōu)化軌線的預(yù)設(shè)目標(biāo)y附近區(qū)域選取控制變量《，并將含噪聲初始狀態(tài)^)和含噪聲初始模型參數(shù)-o添加至非線性模型預(yù) 測(cè)控制NMPC模型，采用模型預(yù)測(cè)控制MPC模型獲得膜生物反應(yīng)器運(yùn)行輸入?yún)?shù)i7 ;
步驟五將膜生物反應(yīng)器運(yùn)行輸入?yún)?shù)i7輸入至基礎(chǔ)控制BC模塊，所述基礎(chǔ)控制 BC模塊將所述膜生物反應(yīng)器運(yùn)行輸入?yún)?shù)i7無(wú)差別實(shí)時(shí)傳遞至膜生物反應(yīng)器進(jìn)行調(diào)節(jié)，同 時(shí)所述膜生物反應(yīng)器將實(shí)際參數(shù)ure反饋回基礎(chǔ)控制BC模塊至^6 = 5 ，此時(shí)所述膜生物反 應(yīng)器輸出膜生物反應(yīng)器運(yùn)行輸出目標(biāo)歹； 步驟六判斷膜生物反應(yīng)器運(yùn)行輸出目標(biāo)^符合膜生物反應(yīng)器運(yùn)行預(yù)設(shè)目標(biāo)y，如 果是，執(zhí)行步驟八，否則執(zhí)行步驟七； 步驟七將膜生物反應(yīng)器運(yùn)行在當(dāng)前輸入?yún)?shù)J7條件下的狀態(tài)X和模型參數(shù)p分 別定義為新的初始狀態(tài)X。和新的初始模型參數(shù)p。，返回執(zhí)行步驟二 ； 步驟八將膜生物反應(yīng)器運(yùn)行輸出目標(biāo)？所對(duì)應(yīng)的膜生物反應(yīng)器運(yùn)行輸入?yún)?shù)i7
定義為膜生物反應(yīng)器運(yùn)行操作參數(shù)，完成對(duì)膜生物反應(yīng)器運(yùn)行的優(yōu)化控制。 具體實(shí)施方式
二 本實(shí)施方式是對(duì)具體實(shí)施方式
一的進(jìn)一步說(shuō)明，
具體實(shí)施例方式
一中在步驟一中，通過(guò)對(duì)膜生物反應(yīng)器進(jìn)行在線監(jiān)測(cè)、對(duì)膜生物反應(yīng)器進(jìn)行離線監(jiān)測(cè)或利
用活性污泥系統(tǒng)模型ASM進(jìn)行估計(jì)，獲得正在運(yùn)行的膜生物反應(yīng)器的初始狀態(tài)x。和膜生物
反應(yīng)器中的活性污泥系統(tǒng)模型ASM的初始模型參數(shù)p。。 具體實(shí)施方式
三本實(shí)施方式是對(duì)具體實(shí)施方式
一的進(jìn)一步說(shuō)明，
具體實(shí)施例方式
一中在步驟三中，采用分離建模思想和混合邏輯動(dòng)態(tài)優(yōu)化MLDO模型對(duì)膜生物反應(yīng)器運(yùn)行
控制目標(biāo)少和膜生物反應(yīng)器運(yùn)行控制變量a進(jìn)行動(dòng)態(tài)實(shí)時(shí)優(yōu)化D-RTO的方法為 步驟三一 選定最優(yōu)時(shí)間范圍t?！秚《tf，并將最優(yōu)時(shí)間范圍劃分為M個(gè)階段，其
中，第j個(gè)階段的開(kāi)始時(shí)間為t。J'，且有<formula>formula see original document page 7</formula>，
第j個(gè)階段的結(jié)束時(shí)間為tfJ'，且有<formula>formula see original document page 7</formula>， 第j個(gè)階段的持續(xù)時(shí)間為<formula>formula see original document page 7</formula>且有<formula>formula see original document page 7</formula>
步驟三二 每個(gè)階段具有i個(gè)操作方案，i E {0， . . . ， N}，在每個(gè)階段各操作方案 滿(mǎn)足如下四個(gè)條件 條件一 <formula>formula see original document page 7</formula>
條件二、<formula>formula see original document page 7</formula>[條件三<formula>formula see original document page 7</formula>
條件四、<formula>formula see original document page 7</formula>
根據(jù)上述四個(gè)條件，引入不含噪聲初始狀態(tài)；o和不含噪聲初始模型參數(shù)》。，獲
得每個(gè)方案在第j個(gè)階段的@標(biāo)函數(shù)<formula>formula see original document page 7</formula>其中，表示第i個(gè)方案在第j個(gè)階段的狀態(tài)方程，i^'表示第j個(gè)階段的微分狀態(tài)量，xj 表示第j個(gè)階段的狀態(tài)量，yj表示第j個(gè)階段的輸出量，uj表示第j個(gè)階段的輸入量，dj表 示第j個(gè)階段的噪聲，Pj表示第j個(gè)階段的模型參數(shù)，gij表示第j個(gè)階段的不等式路徑約 束方程，hCT, /表示第i個(gè)方案在第j個(gè)階段的等式節(jié)點(diǎn)約束方程，表示第i個(gè)方案在第
水
階段的不等式節(jié)點(diǎn)約束方禾
'王 步驟三三引入Boolean參數(shù)Yi
{True, False}, 并 木艮
0 =
o w(x乂w'，w，y)，
o =《 (？ )， / )，c )， ^ ), ^), o》/z/ y (,, )， / (,,), w (,, )， w (r, )， y )，
《=《(？(w^ )，" 。，
獲得第j個(gè)階段從i個(gè)方
案中所選出的最優(yōu)方案i*的目標(biāo)函
數(shù)《，
{0， . . . ， N}，其中，V表示在第j個(gè)階段
是否選取第i個(gè)方案，若取值為T(mén)rue,則在第j個(gè)階段選取第i個(gè)方案，否則在第j個(gè) 階段不選取第i個(gè)方案，其中，V表示互斥操作； 步驟三四獲取全局優(yōu)化目標(biāo)函數(shù)^ = Z^^'
7=1 "
并在最優(yōu)時(shí)間范圍內(nèi)滿(mǎn)足代
M
獲得膜生物反應(yīng)器運(yùn)
數(shù)表達(dá)式 同時(shí)求解目標(biāo)函數(shù)^ = ^]^/
《/+"+K+《i=l， /=1 ~ ，
行控制目標(biāo)j)和膜生物反應(yīng)器運(yùn)行控制變量《，完成對(duì)所述控制目標(biāo)j)和控制變量《的動(dòng)態(tài)
實(shí)時(shí)優(yōu)化D-RTO，其中，表示與Boolean參數(shù)相關(guān)的二元變數(shù)，若取值為T(mén)rue，則 相對(duì)應(yīng)的二元變數(shù)的值為l，否則，相對(duì)應(yīng)的二元變數(shù)的值為0。
本實(shí)施方式中，采用分離建模思想和混合邏輯動(dòng)態(tài)優(yōu)化MLDO模型來(lái)探究控制目 標(biāo)與控制參量之間存在的抽象關(guān)系。所有控制參量順次排序，由程序化的控制目標(biāo)進(jìn)行優(yōu) 化。由于不同的優(yōu)化方案會(huì)產(chǎn)生不同的結(jié)果，需要在優(yōu)化平臺(tái)上進(jìn)行比較，為此，每個(gè)優(yōu)化 過(guò)程被分為若干階段進(jìn)行，每階段的長(zhǎng)度可以是固定的，也可以有一定的浮動(dòng)。
本實(shí)施方式中動(dòng)態(tài)預(yù)測(cè)設(shè)定DPS模型中操作方案的設(shè)定結(jié)果，如圖2所示。
具體實(shí)施方式
四本實(shí)施方式是對(duì)具體實(shí)施方式
一的進(jìn)一步說(shuō)明，具體實(shí)施方式
一中在步驟四中，采用模型預(yù)測(cè)控制MPC模型獲得膜生物反應(yīng)器運(yùn)行輸入?yún)?shù)i7的方法為
步驟四一 引入時(shí)間間隔量A t。將非線性模型預(yù)測(cè)控制NMPC模型的優(yōu)化時(shí)間離 散化，所述非線性模型預(yù)測(cè)控制NMPC模型的優(yōu)化時(shí)間為所選取的控制變量ii所對(duì)應(yīng)的時(shí) 間，且將所述非線性模型預(yù)測(cè)控制NMPC模型的優(yōu)化時(shí)間劃分為包含N個(gè)時(shí)間間隔為A t。的階段，則離散時(shí)間指標(biāo)為
tk = tN,0+k A tc， 其中，k G {0，... ，Nhtw,。表示非線性模型預(yù)測(cè)控制NMPC模型的優(yōu)化時(shí)間的開(kāi)始 時(shí)間； 步驟四二 引入含噪聲初始狀態(tài)^)和含噪聲初始模型參數(shù)Po ，并根據(jù)模型預(yù)測(cè)控 制MPC模型在離散條件下的表達(dá)式
0 = ￡(Xk+1，yk，uk，pk，dk)， 獲得在每個(gè)離散時(shí)間指標(biāo)tk的輸入量uk和輸出量yk， 步驟四三根據(jù)所獲得的在每個(gè)離散時(shí)間指標(biāo)tk的輸入量uk和輸出量yk，獲得在 非線性模型預(yù)測(cè)控制NMPC模型的優(yōu)化時(shí)間內(nèi)的輸入量集ii二 [(u。)t， K(Uk)t， K， (Uw)t]t和 輸出量集1= [(y。)t， A(yk)T， (yN)T]T; 步驟四四將動(dòng)態(tài)預(yù)測(cè)設(shè)定DPS模型在非線性模型預(yù)測(cè)控制NMPC模型的優(yōu)化時(shí)間 內(nèi)的預(yù)測(cè)優(yōu)化軌線上的控制變量《和控制目標(biāo)j)分別定義為離散控制變量^和離散控制目 標(biāo)》，并獲得在非線性模型預(yù)測(cè)控制NMPC模型的優(yōu)化時(shí)間內(nèi)非線性模型預(yù)測(cè)控制NMPC模型
與動(dòng)態(tài)預(yù)測(cè)設(shè)定DPs模型的輸入?yún)⒘坎钪礽/ =w —《和輸出參量差值;^ =^一夕，且存
在
的差值
工min 工工max， 旦min旦旦max，
其中，A Md表示非線性模型預(yù)測(cè)控制NMPC模型在前后兩次獲得的輸入?yún)⒘坎钪礛d 步驟四五計(jì)算二階目標(biāo)函數(shù)
2/ +丄(1/)^^ +丄""々(^1/，并計(jì)算1^1^2，將使
乂-2- -2-- ^，
小2最小時(shí)獲得的11選作膜生物反應(yīng)器運(yùn)行輸入?yún)?shù)^"，其中，Q表示輸出權(quán)重矩陣，R表示 輸入權(quán)重矩陣，S表示輸入差值權(quán)重矩陣。
本實(shí)施方式的工作原理參加圖4。 本實(shí)施方式中，主要目的在于縮小輸入?yún)?shù)j7與控制變量tJ之間的差值以及控制目 標(biāo)j)和輸出目標(biāo)7之間的差值。 本實(shí)施方式中，可以利用線性時(shí)間變量LTV模型對(duì)NMPC模型進(jìn)行控制。
本實(shí)施方式中，狀態(tài)x包括ASM模型矩陣中第一行中的各種組分，例如
Ss——易生物降解有機(jī)底物，Sra——氨氮，SN?！醯浚?控制變量《包括如下參數(shù)溫度、溶解氧、水力停留時(shí)間、污泥停留時(shí)間(及污泥 齡)，通過(guò)調(diào)節(jié)這些參數(shù)來(lái)實(shí)現(xiàn)輸出目標(biāo)；的控制； 輸出目標(biāo);包括經(jīng)濟(jì)目標(biāo)、生態(tài)目標(biāo)以及MBR系統(tǒng)耐沖擊負(fù)荷目標(biāo)， 1)經(jīng)濟(jì)目標(biāo)曝氣量和過(guò)膜壓力值控制在一定范圍內(nèi)，減少能耗及沖洗、更換膜
的費(fèi)用；
9
2)生態(tài)目標(biāo)膜過(guò)濾出水水質(zhì)要達(dá)到國(guó)家的污水排放標(biāo)準(zhǔn)； 3)MBR系統(tǒng)耐沖擊負(fù)荷目標(biāo)是指在進(jìn)水水量水質(zhì)出現(xiàn)較大變化時(shí)，要盡量不影 響反應(yīng)器內(nèi)活性污泥的穩(wěn)定生長(zhǎng)。這里要控制的內(nèi)容為F/M值即養(yǎng)分和微生物的比值，使 其在一定范圍內(nèi)。養(yǎng)分在這里指有機(jī)物、氨氮、硝氮等等的含量。
權(quán)利要求
一種基于機(jī)理模型的優(yōu)化控制膜生物反應(yīng)器運(yùn)行的方法，其特征在于它的具體過(guò)程為步驟一獲得正在運(yùn)行的膜生物反應(yīng)器的初始狀態(tài)x0和膜生物反應(yīng)器中的活性污泥系統(tǒng)模型ASM的初始模型參數(shù)p0；步驟二將初始狀態(tài)x0和初始模型參數(shù)p0輸入擴(kuò)展卡爾曼濾波EKF模型，所述擴(kuò)展卡爾曼濾波EKF模型對(duì)所述初始狀態(tài)x0和初始模型參數(shù)p0進(jìn)行估計(jì)，獲得膜生物反應(yīng)器的不含噪聲初始狀態(tài)和不含噪聲初始模型參數(shù)同時(shí)獲得含噪聲初始狀態(tài)和含噪聲初始模型參數(shù)步驟三將不含噪聲初始狀態(tài)和不含噪聲初始模型參數(shù)輸入至設(shè)定有膜生物反應(yīng)器運(yùn)行預(yù)設(shè)目標(biāo)y的動(dòng)態(tài)預(yù)測(cè)設(shè)定DPS模型，并采用分離建模思想和混合邏輯動(dòng)態(tài)優(yōu)化MLDO模型對(duì)膜生物反應(yīng)器運(yùn)行控制目標(biāo)和膜生物反應(yīng)器運(yùn)行控制變量進(jìn)行動(dòng)態(tài)實(shí)時(shí)優(yōu)化D-RTO，獲得關(guān)于膜生物反應(yīng)器運(yùn)行控制變量的膜生物反應(yīng)器運(yùn)行控制目標(biāo)的預(yù)測(cè)優(yōu)化軌線；步驟四在膜生物反應(yīng)器運(yùn)行控制目標(biāo)的預(yù)測(cè)優(yōu)化軌線的預(yù)設(shè)目標(biāo)y附近區(qū)域選取控制變量并將含噪聲初始狀態(tài)和含噪聲初始模型參數(shù)添加至非線性模型預(yù)測(cè)控制NMPC模型，采用模型預(yù)測(cè)控制MPC模型獲得膜生物反應(yīng)器運(yùn)行輸入?yún)?shù)步驟五將膜生物反應(yīng)器運(yùn)行輸入?yún)?shù)輸入至基礎(chǔ)控制BC模塊，所述基礎(chǔ)控制BC模塊將所述膜生物反應(yīng)器運(yùn)行輸入?yún)?shù)無(wú)差別實(shí)時(shí)傳遞至膜生物反應(yīng)器進(jìn)行調(diào)節(jié)，同時(shí)所述膜生物反應(yīng)器將實(shí)際參數(shù)ure反饋回基礎(chǔ)控制BC模塊至 <mrow><msub> <mi>u</mi> <mi>re</mi></msub><mo>=</mo><mover> <mi>u</mi> <mo>‾</mo></mover><mo>,</mo> </mrow>此時(shí)所述膜生物反應(yīng)器輸出膜生物反應(yīng)器運(yùn)行輸出目標(biāo)步驟六判斷膜生物反應(yīng)器運(yùn)行輸出目標(biāo)符合膜生物反應(yīng)器運(yùn)行預(yù)設(shè)目標(biāo)y，如果是，執(zhí)行步驟八，否則執(zhí)行步驟七；步驟七將膜生物反應(yīng)器運(yùn)行在當(dāng)前輸入?yún)?shù)條件下的狀態(tài)x和模型參數(shù)p分別定義為新的初始狀態(tài)x0和新的初始模型參數(shù)p0，返回執(zhí)行步驟二；步驟八將膜生物反應(yīng)器運(yùn)行輸出目標(biāo)所對(duì)應(yīng)的膜生物反應(yīng)器運(yùn)行輸入?yún)?shù)定義為膜生物反應(yīng)器運(yùn)行操作參數(shù)，完成對(duì)膜生物反應(yīng)器運(yùn)行的優(yōu)化控制。FSA00000029363500011.tif,FSA00000029363500012.tif,FSA00000029363500013.tif,FSA00000029363500014.tif,FSA00000029363500015.tif,FSA00000029363500016.tif,FSA00000029363500017.tif,FSA00000029363500018.tif,FSA00000029363500019.tif,FSA000000293635000110.tif,FSA000000293635000111.tif,FSA000000293635000112.tif,FSA000000293635000113.tif,FSA000000293635000114.tif,FSA000000293635000115.tif,FSA000000293635000116.tif,FSA000000293635000117.tif,FSA000000293635000119.tif,FSA000000293635000120.tif,FSA00000029363500021.tif,FSA00000029363500022.tif,FSA00000029363500023.tif
2. 根據(jù)權(quán)利要求1所述的一種基于機(jī)理模型的優(yōu)化控制膜生物反應(yīng)器運(yùn)行的方法，其 特征在于在步驟一中，通過(guò)對(duì)膜生物反應(yīng)器進(jìn)行在線監(jiān)測(cè)、對(duì)膜生物反應(yīng)器進(jìn)行離線監(jiān)測(cè) 或利用活性污泥系統(tǒng)模型ASM進(jìn)行估計(jì)，獲得正在運(yùn)行的膜生物反應(yīng)器的初始狀態(tài)x。和膜 生物反應(yīng)器中的活性污泥系統(tǒng)模型ASM的初始模型參數(shù)p。。
3. 根據(jù)權(quán)利要求1所述的一種基于機(jī)理模型的優(yōu)化控制膜生物反應(yīng)器運(yùn)行的方法，其 特征在于在步驟三中，采用分離建模思想和混合邏輯動(dòng)態(tài)優(yōu)化MLDO模型對(duì)膜生物反應(yīng)器 運(yùn)行控制目標(biāo):P和膜生物反應(yīng)器運(yùn)行控制變量i;進(jìn)行動(dòng)態(tài)實(shí)時(shí)優(yōu)化D-RTO的方法為步驟三一 選定最優(yōu)時(shí)間范圍t。《t《tf，并將最優(yōu)時(shí)間范圍劃分為M個(gè)階段，其中，第j個(gè)階段的開(kāi)始時(shí)間為t。J'，且有^ == /。，第j個(gè)階段的結(jié)束時(shí)間為V'，且有f， = g ，{0， . . . ， N}，在每個(gè)階段各操作方案滿(mǎn)足，獲得每第j個(gè)階段的持續(xù)時(shí)間為厶^ = fK K， M_l};步驟三二 每個(gè)階段具有i個(gè)操作方案，i如下四個(gè)條件條件一、0 = W(f，f,/.，M、^，pO，條件二、0 2 g/(V，y乂'， W,fiP',;^')，脅三、o =/4 ,)"k力,i ;4,))，條件四、0 2/^ ^ )w《^》》，根據(jù)上述四個(gè)條件，引入不含噪聲初始狀態(tài)J^和不含噪聲初始模型參數(shù)個(gè)方案在第j個(gè)階段的@標(biāo)函數(shù)《'=一"》/ 》w; ^ 〉 W (~y 》其中，表示第i個(gè)方案在第j個(gè)階段的狀態(tài)方程，i^'表示第j個(gè)階段的微分狀態(tài)量，xJ'表示第j個(gè)階段的狀態(tài)量，yJ'表示第j個(gè)階段的輸出量，uj表示第j個(gè)階段的輸入量，dj表示第j個(gè)階段的噪聲，pj表示第j個(gè)階段的模型參數(shù)，gij表示第j個(gè)階段的不等式路徑約束方程，heq,ij表示第i個(gè)方案在第j個(gè)階段的等式節(jié)點(diǎn)約束方程，hiJ表示第i個(gè)方案在第j個(gè)階段的不等式節(jié)點(diǎn)約束方程；步驟三三引入Boolean參數(shù)YiJ' G {True, False}并根據(jù)<formula>formula see original document page 3</formula>獲得第j個(gè)階段從i個(gè)方案中所選出的最優(yōu)方案i*的目標(biāo)函<formula>formula see original document page 3</formula>其中，表示在第j個(gè)階段是否選取第i個(gè)方案，若取值為T(mén)rue，則在第j個(gè)階段選取第i個(gè)方案，否則在第j個(gè)階段不選取第i個(gè)方案，其中，V表示互斥操作；<formula>formula see original document page 3</formula>步驟三四獲取全局優(yōu)化目標(biāo)函數(shù)<formula>formula see original document page 3</formula>并在最優(yōu)時(shí)間范圍內(nèi)滿(mǎn)足代數(shù)表<formula>formula see original document page 4</formula>達(dá)式 同時(shí)求解目標(biāo)函數(shù)^二S^i獲得膜<formula>formula see original document page 4</formula>生物反應(yīng)器運(yùn)行控制目標(biāo)j)和膜生物反應(yīng)器運(yùn)行控制變量《，完成對(duì)所述控制目標(biāo)夕和控制變量&的動(dòng)態(tài)實(shí)時(shí)優(yōu)化D-RT0，其中，qij表示與Boolean參數(shù)相關(guān)的二元變數(shù)，若取 值為T(mén)rue，則相對(duì)應(yīng)的二元變數(shù)qij的值為l，否則，相對(duì)應(yīng)的二元變數(shù)的值為0。
4.根據(jù)權(quán)利要求1所述的一種基于機(jī)理模型的優(yōu)化控制膜生物反應(yīng)器運(yùn)行的方法，其 特征在于在步驟四中，采用模型預(yù)測(cè)控制MPC模型獲得膜生物反應(yīng)器運(yùn)行輸入?yún)?shù)g的方法 為步驟四一 引入時(shí)間間隔量At。將非線性模型預(yù)測(cè)控制NMPC模型的優(yōu)化時(shí)間離散化， 所述非線性模型預(yù)測(cè)控制NMPC模型的優(yōu)化時(shí)間為所選取的控制變量a所對(duì)應(yīng)的時(shí)間，且將 所述非線性模型預(yù)測(cè)控制NMPC模型的優(yōu)化時(shí)間劃分為包含N個(gè)時(shí)間間隔為A t。的階段， 則離散時(shí)間指標(biāo)為<formula>formula see original document page 4</formula>其中，k G {0， . . . ， N} ， tN,。表示非線性模型預(yù)測(cè)控制NMPC模型的優(yōu)化時(shí)間的開(kāi)始時(shí)間；步驟四二 引入含噪聲初始狀態(tài)々和含噪聲初始模型參數(shù)》()，并根據(jù)模型預(yù)測(cè)控制 MPC模型在離散條件下的表達(dá)式 0 = ￡(xk+1， yk， uk， pk， dk)，獲得在每個(gè)離散時(shí)間指標(biāo)tk的輸入量uk和輸出量yk，步驟四三根據(jù)所獲得的在每個(gè)離散時(shí)間指標(biāo)tk的輸入量uk和輸出量yk，獲得在非線 性模型預(yù)測(cè)控制NMPC模型的優(yōu)化時(shí)間內(nèi)的輸入量集M二 [(u。)t， K(Uk)t， K， (u》t]t和輸出 量集1= [(y。)t， A(yk)T， (yN)T]T;步驟四四將動(dòng)態(tài)預(yù)測(cè)設(shè)定DPS模型在非線性模型預(yù)測(cè)控制NMPC模型的優(yōu)化時(shí)間內(nèi)的 預(yù)測(cè)優(yōu)化軌線上的控制變量《和控制目標(biāo)夕分別定義為離散控制變量g和離散控制目標(biāo)^ ， 并獲得在非線性模型預(yù)測(cè)控制NMPC模型的優(yōu)化時(shí)間內(nèi)非線性模型預(yù)測(cè)控制NMPC模型與動(dòng)態(tài)預(yù)測(cè)設(shè)定DPS模型的輸入?yún)⒘坎钪礽/ =^_^和輸出參量差值2^—^，且存在<formula>formula see original document page 4</formula>其中，AMd表示非線性模型預(yù)測(cè)控制NMPC模型在前后兩次獲得的輸入?yún)⒘坎钪祏d的 差值；步驟四五計(jì)算二階目標(biāo)函數(shù)<formula>formula see original document page 4</formula>丫SAi/，并計(jì)算minA，將使t最小時(shí)獲得的il選作膜生物反應(yīng)器運(yùn)行輸入?yún)?shù)5 ，其中，Q表示輸出權(quán)重矩陣，R表示輸入權(quán)重矩陣，s表示輸入差值權(quán)重矩陣。
全文摘要
一種基于機(jī)理模型的優(yōu)化控制膜生物反應(yīng)器運(yùn)行的方法，它涉及污水處理系統(tǒng)工藝目標(biāo)控制領(lǐng)域。它解決了現(xiàn)有的建立在經(jīng)驗(yàn)基礎(chǔ)上的膜生物反應(yīng)器自?xún)?yōu)化控制缺乏有效調(diào)控的問(wèn)題，本發(fā)明將不含噪聲信號(hào)輸入至DPS模型獲得控制變量和控制目標(biāo)的預(yù)測(cè)優(yōu)化軌線；并將含有噪聲信號(hào)輸入至NMPC模型，同時(shí)結(jié)合預(yù)測(cè)優(yōu)化軌線，獲得輸入量集u和輸出量集y，從輸入量集u中選取輸入?yún)?shù)將所述輸入?yún)?shù)輸入至基礎(chǔ)控制BC模塊，獲得實(shí)際輸入?yún)?shù)ubc，判斷所述實(shí)際輸入?yún)?shù)ubc下的輸出目標(biāo)當(dāng)所述輸出目標(biāo)符合預(yù)設(shè)目標(biāo)y時(shí)，選取此時(shí)輸入?yún)?shù)為膜生物反應(yīng)器運(yùn)行操作參數(shù)，完成對(duì)膜生物反應(yīng)器運(yùn)行的優(yōu)化控制。本發(fā)明適用于污水處理系統(tǒng)的有效控制。
文檔編號(hào)G05B13/04GK101794117SQ20101010941
公開(kāi)日2010年8月4日 申請(qǐng)日期2010年2月11日 優(yōu)先權(quán)日2010年2月11日
發(fā)明者姜天凌, 田禹, 蘇欣穎, 陳琳 申請(qǐng)人:哈爾濱工業(yè)大學(xué)