智能控制是一门新兴的理论和技术,是控制理论发展的高级阶段。 模糊控制、 神经网络控制、 专家控制等构成了智能控制新的学科体系, 其在污水处理控制领域中的应用在国内外尚处在探索性研究阶段, 是当前污水处理工业控制领域一项备受关注的研究课题。 本文在较全面地分析了污水处理智能控制研究现状,以及模糊控制(FC)、神经网络控制(ANNC)基本原理的基础上,以模糊逻辑(FL)理论为核心,提出了污水处理混合智能控制思想,在国内首次将模糊控制与 PID,神经网络相结合的混合智能控制方法引入变速生物滤池工艺自动控制中, 在污水处理混合智能控制研究方面进行了一些开拓性和探索性的研究工作, 为提高我国污水处理智能控制水平提供了新的思路 。 论文以重庆市重点科技攻关课题“中小城镇缺氧/需氧组合式污水处理关键技术研究与工程示范——控制系统研究子专题”为对象,对核心技术缺氧变速生物滤池进行了混合智能控制研究, 对其后补工艺进行了鲁棒控制研究, 完成了缺氧变速生物滤池混合智能控制系统的开发研制和实验研究。 论文的主要工作和结论如下: 1、论文分析了缺氧变速生物滤池污水处理工艺的特点,建立了其混合 智 能 控 制 的 总 体 构 架 提 出 了 污 水 处 理 Fuzzy-PID、IGA-Fuzzy 和ERBFNNC 混合智能控制结构和设计方法。 2、 针对污水处理厂水量、水质对控制系统稳定性的影响, 为避免在考察水量样本时不计及样本分布特性而造成的预测误差较大的缺点, 首次提出基于样本模糊分布识别的短期预测方法, 为解决水量波动对控制系统稳定性影响提供了技术支撑; 为解决水质传感器欠缺的难题, 将神经网络技术与模糊数学有机结合, 提出水质神经网络预测智能软计算(软测量)模型与算法, 为解决水质测量滞后对污水处理控制系统带来的不协调进行了创新性研究。 3、 针对缺氧生物滤池工艺存在的模糊控制规则不易建立、模糊控制器参数不易调整等问题, 论文将模糊控制理论与 PID 控制(F-PID)理论有机地结合起来, 提出了一种快速模糊自适应 PID 控制方法, 使控制器参数能够随污水处理系统运行工况的变化得到实时在线修正, 实现控制器具有快速自适应性的目标, 有效地解决了PID参数整定和自适应控制中所存在的问题。利用改进的基因遗传算法(IGA)实现了对模糊控制规则的优 I<WP=6>重庆大学博士学位论文化调整, 克服了单凭经验和反复试算法设计污水处理模糊控制器时所存在的困难, 使模糊控制理论在污水处理控制中的应用变得容易 。4、 利用神经网络的非线性自学习能力, 提出了变速生物滤池 COD 去除率及其变化为控制参数, 反冲洗强度为控制变量的生物滤池混合智能控制系统。 构建了误差增强型算法且能自动生成控制规则的模糊神经网络控制器。 通过学习对作用力不大和无效的规则进行删除, 自动生成有效规则,避免了控制规则“爆炸”现象 。5、 首次提出了基于变参数活性污泥系统鲁棒控制思想。 针对缺氧变速生物滤池污水处理的特性, 其滤池出水水质必须考虑后处理工艺的特点, 根据科研示范工程——城南污水处理厂的实际情况, 建立了活性污泥系统的鲁棒控制模型 。6、利用 Matlab12 平台对所提出的污水处理混合智能控制进行了仿真研究,并开发成功了生物滤池智能控制实验系统, 通过仿真和实验, 证明提出的方法是有效和适用的。