[发明专利]基于自适应多目标粒子群的含油污水处理过程优化控制方法

说明书

本发明涉及一种基于自适应多目标粒子群的含油污水处理过程优化控制方法，主要解决现有技术中标准的粒子群算法容易出现早熟收敛、搜索精度较低的问题。本发明通过采用一种基于自适应多目标粒子群的含油污水处理过程优化控制方法，首先通过模糊神经网络建立含油污水处理过程的溶解氧和硝态氮的优化设定值与曝气能耗和泵送能耗的目标函数；其次采用自适应多目标粒子群优化方法，实现对含油污水处理目标函数的优化，同时获得溶解氧和硝态氮的优化设定值；最后利用控制器对溶解氧和硝态氮的优化设定值进行跟踪控制，完成含油污水处理过程的多目标优化控制的技术方案较好地解决了上述问题，可用于含油污水处理过程优化控制中。

技术领域

本发明涉及一种基于自适应多目标粒子群的含油污水处理过程优化控制方法。本发明利用基于自适应多目标粒子群的优化控制方法实现含油污水处理过程中溶解氧DO和硝态氮S_NO浓度的控制，溶解氧DO和硝态氮S_NO的浓度是含油污水处理过程中的关键控制参数，对含油污水处理的效果、出水水质，含油污水处理过程的能耗都有着重要影响。将基于自适应多目标粒子群的优化控制方法应用在含油污水处理过程中，实现溶解氧DO和硝态氮S_NO浓度的优化控制，在降低含油污水处理过程能耗的同时节约投资和运行成本，保证污水处理厂的平稳高效运行，既属于水处理领域，又属于智能控制领域。

背景技术

随着我国经济社会的高速发展，石油工业进程的加快，人类活动对水环境造成的污染不断加剧，含油污水对人类、动物和植物乃至整个生态系统都产生了极其严重的影响。与此同时，国民经济的增长和公众环保意识的增强，使含油污水处理自动化技术迎来了前所未有的发展机遇；怎样防治水体污染，如何及时有效的处理含油污水并再次利用，成为我国迫在眉睫的问题；然而含油污水处理过程电能消耗大、运行成本高，研究污水处理过程优化控制实现节能降耗的意义重大，是未来污水处理行业必然的发展趋势。

污水生化处理过程的实质是利用污泥中的微生物的生命活动分解污水中的有机污染物，使污水得到净化。含油污水处理过程中，主要控制变量是溶解氧DO和硝态氮S_NO浓度。溶解氧DO和硝态氮S_NO浓度的高低变化会直接影响硝化过程和反硝化过程的进行，进而对含油污水处理过程中的能耗产生影响。硝化反应主要是在有氧条件下进行的，当溶解氧DO浓度变大时，出水氨氮和总氮的浓度呈现下降趋势，当溶解氧DO浓度增长到一定范围时，出水氨氮的变化幅度开始减弱，总氮同时也受到硝态氮的影响，硝态氮浓度增加的同时总氮浓度也会升高。然而，含油污水处理过程中反硝化反应主要是在缺氧环境下进行的，缺氧区的硝态氮S_NO浓度是衡量脱氮效果的重要指标，它反映了反硝化反应过程的进程，将硝态氮S_NO浓度控制在一个合适的范围内，能够提高反硝化反应的潜力。因此，实时动态优化控制溶解氧DO和硝态氮S_NO浓度，对于保证出水水质，节能降耗是非常有必要的。由于含油污水的悬浮物，色度含量高，有机物的成分多样化，含油污水处理过程的非线性，时变性，动态不确定等特点，增加了溶解氧DO和硝态氮S_NO的控制难度；近年来部分学者又以BSM1为基础，采用多目标遗传算法(MOGA)对含油污水处理过程进行优化，使曝气能耗和泵送能耗达到最小。但这些优化方案大多属于静态优化、稳态优化，难以根据进水水质水量的变化进行动态实时调整，而且大多采用遗传算法实现。与遗传算法相比，粒子群算法收敛速度快，不需要复杂的交叉变异操作，算法简单、参数少、易于实现，但是标准的粒子群算法容易出现早熟收敛、搜索精度较低的问题，因此设计一种自适应多目标粒子群算法，提高算法的收敛精度，从而能够很好地实现溶解氧DO和硝态氮S_NO浓度的优化控制，降低运行成本，具有很好的实际应用价值。

发明内容

本发明所要解决的技术问题是现有技术中标准的粒子群算法容易出现早熟收敛、搜索精度较低的问题，提供一种新的基于自适应多目标粒子群的含油污水处理过程优化控制方法。该方法具有不会出现早熟收敛、搜索精度较高的优点。