[发明专利]SBR污水处理工艺中的串级控制方法

说明书

本发明公开了一种串级控制方法，特别是一种SBR污水处理工艺中的串级控制方法，其采用足够组已知每立方厘米的污水中氨氮、溶解氧、温度以及流量的对应值来训练神经网络模型；在每立方厘米的污水中氨氮值与溶解氧值之间建立映射关系，当神经网络模型权值训练完成后，通过神经网络模型计算每立方厘米的污水中对应的氨氮值；然后采用串级控制方法，控制生化反应池内每立方厘米的污水中氨氮值逐步接近神经网络模型计算当前每立方厘米的污水中氨氮值，直至相同。其解决了“SBR污水处理过程中实现节能，并优化容解氧、氨氮的目的”的技术问题，具备控制精准度高，实现节能目的等一系列优点。

技术领域

本发明涉及一种串级控制方法，特别是一种SBR污水处理工艺中的串级控制方法。

背景技术

SBR是序批式活性污泥法的简称，是一种按间歇曝气方式来运行的活性污泥污水处理技术。SBR技术的核心是SBR反应池，该池集均化、初沉、生物降解、二沉等功能于一池，无污泥回流系统。尤其适用于间歇排放和流量变化较大的场合。

在污水处理过程中，溶解氧浓度的高低影响硝化过程和反硝化过程的进行，硝化和反硝化过程的进行对污水排放能否达标有着至关重要的影响。但是，现阶段SBR污水处理工艺中溶解氧浓度的控制精确度相对较差。

PI控制器是一种线性控制器，它根据给定值与实际输出值构成控制偏差，将偏差的比例和积分通过线性组合构成控制量，对被控对象进行控制。

发明内容

本发明的目的是为了解决上述现有技术的不足而提供一种能够实现精确控制的SBR污水处理工艺中的串级控制方法。

为了实现上述目的，本发明所设计的一种SBR污水处理工艺中的串级控制方法，其采用：

一个自适应的计算当前引入每立方厘米的污水中氨氮与溶解氧的最佳比例值的神经网络模型；一个实时监测生化反应池内每立方厘米的污水中氨氮含量的氨氮传感器；一个实时监测生化反应池内每立方厘米的污水中溶解氧含量的溶解氧传感器；一个输入神经网络模型与氨氮传感器的电信号，利用反馈信号求和以实现减法运算并输出的第一减法器；一个输入神经网络模型与溶解氧传感器的电信号，利用反馈信号求和以实现减法运算并输出的第二减法器；一个输入第一减法器的输出电信号控制曝气装置的第一PI控制器；以及，一个输入第二减法器的输出电信号控制曝气装置的第二PI控制器；

其中，采用足够组已知每立方厘米的污水中氨氮、溶解氧、温度以及流量的对应值来训练神经网络模型；在每立方厘米的污水中氨氮值与溶解氧值之间建立映射关系，当神经网络模型权值训练完成后，通过神经网络模型计算每立方厘米的污水中对应的氨氮值；

将当前生化反应池内每立方厘米的污水中氨氮值V₁与神经网络模型计算的当前引入每立方厘米的污水中氨氮值V₂通过第一减法器进行对比作差，可定义误差为：

e₁＝v₂-v₁

第一PI控制器的输出为：

u₁＝PI(e₁)

将当前生化反应池内每立方厘米的污水中溶解氧值V₃与第一PI控制器的输出值u₁通过第二减法器进行对比作差，可定义误差为：

e₂＝u₁-V₃

第二PI控制器的输出为：

u₂＝PI(e₂)