污水处理溶解氧控制系统的设计与实现
|
摘要
污水是造成环境污染的来源之一,治理水污染环境的课题被列入世界环保组织的工作日程。我国污水处理系统运行成本较高是制约污水处理技术的重要因素。针对城市工业污水排放量逐渐增大这一现象,效果好且低能耗的污水处理技术,是当前我国污水治理的发展趋势。在污水处理系统中,水中溶解氧量是污水处理生化反应过程中一个重要的指标,它能比较直观、迅速地反映整个系统的运行状况,对溶解氧的控制可以直接影响到污水排放进程和系统能耗。目前,比例,积分,微分(PID)控制在工业过程控制系统中应用较为广泛,它的调节性能主要依靠参数的合理选择。由于污水处理过程存在诸多不确定因素,导致PID参数的整定和其控制性能不能令人满意。本文针对污水处理过程的溶解氧含量控制中存在的问题,在深入分析相关文献和研究成果的基础上,作了如下四方面工作:
第一,介绍本课题的来源和研究背景,讨论本课题研究的意义。
第二,介绍污水处理工艺过程。对曝气工艺建立了数学模型,并对数学模型进行了稳定性及可控性理论分析。针对传统曝气方式中所存在的过氧或欠氧情况选择了合适的控制方案。
第三,介绍了常规PID控制算法及其特点,针对PID控制在污水处理系统中的不足,结合反向传播网络(BP网络)控制理论,分析了BP网络辨识器和基于BP网络的PID自适应控制器的基本原理,采用BP网络动态辨识对象模型,并对PID控制器的各参数进行优化,给出相应的仿真结果,归纳出相关的结论。
第四,完成了上位机监控管理软件的组态和下位机PLC系统的设计,实现了污水处理过程的自动化控制和数字化管理。
Wastewater is one of the sources that result in environmental pollution. The issue of its treatment has been placed on the agenda of World Environmental Organizations. In our country, the cost of wastewater treatment system comes to be high when the system runs, which restricts the development of wastewater treatment technology. Urban industrial sewage discharges are gradually increased, therefore, wastewater treatment technology with lower energy consumption and good effect turns into current trend. In the wastewater treatment system, the percentage of Dissolved Oxygen (DO) in water is an important parameter, which can reflect the operations of the entire system intuitively and quickly. The control of DO can directly affect the discharge process and energy consumption of the system. At present, PID control is widely used in control system, and dynamic performance of the system mainly relies on reasonable choices of the coefficient of controller. With the process changing, the performance of the system will be worse if the parameters of PID are not adjusted properly. To solve the problem existed in DO control, related literature and research are studied, and this work presents as follows:
Firstly, the source and background of the subject is introduced in this paper and significance of the subject is discussed.
Secondly, the wastewater treatment technics is introduced in this paper, and the stability and controllability of established mathematical models for aeration process objects are analyzed theoretically. In order to overcome the existing problems such as existing over-oxidation or anoxic situation, a suitable control scheme is presented.
Thirdly, the conventional PID algorithm and its characteristics are discussed. Combined with BP network control theory, an adaptive PID controller and an identification implement based on BP network are analyzed. Simulation results are presented, related conclusions are summarized.
Fourthly, configuration of monitor management software on PC is finished and the PLC system is designed. Automation control and digital management in wastewater treatment process are realized.
第一,介绍本课题的来源和研究背景,讨论本课题研究的意义。
第二,介绍污水处理工艺过程。对曝气工艺建立了数学模型,并对数学模型进行了稳定性及可控性理论分析。针对传统曝气方式中所存在的过氧或欠氧情况选择了合适的控制方案。
第三,介绍了常规PID控制算法及其特点,针对PID控制在污水处理系统中的不足,结合反向传播网络(BP网络)控制理论,分析了BP网络辨识器和基于BP网络的PID自适应控制器的基本原理,采用BP网络动态辨识对象模型,并对PID控制器的各参数进行优化,给出相应的仿真结果,归纳出相关的结论。
第四,完成了上位机监控管理软件的组态和下位机PLC系统的设计,实现了污水处理过程的自动化控制和数字化管理。
Wastewater is one of the sources that result in environmental pollution. The issue of its treatment has been placed on the agenda of World Environmental Organizations. In our country, the cost of wastewater treatment system comes to be high when the system runs, which restricts the development of wastewater treatment technology. Urban industrial sewage discharges are gradually increased, therefore, wastewater treatment technology with lower energy consumption and good effect turns into current trend. In the wastewater treatment system, the percentage of Dissolved Oxygen (DO) in water is an important parameter, which can reflect the operations of the entire system intuitively and quickly. The control of DO can directly affect the discharge process and energy consumption of the system. At present, PID control is widely used in control system, and dynamic performance of the system mainly relies on reasonable choices of the coefficient of controller. With the process changing, the performance of the system will be worse if the parameters of PID are not adjusted properly. To solve the problem existed in DO control, related literature and research are studied, and this work presents as follows:
Firstly, the source and background of the subject is introduced in this paper and significance of the subject is discussed.
Secondly, the wastewater treatment technics is introduced in this paper, and the stability and controllability of established mathematical models for aeration process objects are analyzed theoretically. In order to overcome the existing problems such as existing over-oxidation or anoxic situation, a suitable control scheme is presented.
Thirdly, the conventional PID algorithm and its characteristics are discussed. Combined with BP network control theory, an adaptive PID controller and an identification implement based on BP network are analyzed. Simulation results are presented, related conclusions are summarized.
Fourthly, configuration of monitor management software on PC is finished and the PLC system is designed. Automation control and digital management in wastewater treatment process are realized.
引文
[1] 汪大翚, 雷乐成. 水处理新技术及工程应用[M]. 北京:化学工业出版, 2001: 156-209
[2] 刘永凇, 陈纯. SBR 法工艺特性研究[J]. 中国给水排水, 1990, 6(6): 5-11
[3] 冯生华. 澳大利亚 IDEA 工艺污水处理厂简介[J]. 给水排水, 1996, 22(11): 26 -26
[4] 孙文汗, 孙寿魁. 我国污水处理的可持续发展. 排水委员会第四届第一次年会[C], 2001-7-3
[5] 涂兆林. 我国城市污水处理现状与发展对策[J]. 市政技术, 1997.2(2):47-49
[6] 刘永凇. SBR 法系统设计[J]. 化工环保. 1992, 12(6): 357-359
[7] 杨琦, 邓建林等. 序批式活性污泥工艺(SBR 法)设计与运行控制理论探讨[J]. 给水排水, 1996, 22(10): 23-25
[8] 王福珍. 污泥膨胀问题与序列间歇式活性污泥法[J]. 中国环境科学, 1995, 15(2): 131-134
[9] 王福珍, 王淑莹等. SBR 法供气量的最优控制和曝气与沉淀时间的最优分配[J]. 哈尔滨建筑工程学院学报, 1994, 27(4): 78-83
[10] Roques H. Chemical Water Treatment: Principles and Practice [M]. Newyork. 1996:297-300
[11] 孙文汗, 孙寿魁. 我国污水处理的可持续发展[C]. 排水委员会第四届第一次年会,2001-7-3
[12] Goronszy M. C. Australian Water and Wastewater Association 13th Federal Convention: Investing in Water Futures, the Australian Water Industry in the 1990's, Preprints of Papers: 228-232
[13] Goronszy M. C. Industrial Application in Cyclic Activated Sludge Technology[C]. IAWQ. Yearbook 1997: 35-38
[14] Goronszy M. C. Advancements in Cyclic Activated Sludge Technology[C]. IAWQ. Yearbook 1999: 24-25
[15] 郑兴灿, 李亚新. 污水除磷脱氮技术[M]. 北京: 中国建筑工业出版社, 1998:24-67
[16] 姚毅. 城市污水的生物脱氮、脱磷[J]. 给水排水, 1994(8): 21-24
[17] 汪大翚, 雷乐成. 水处理新技术及工程应用[M]. 北京: 化学工业出版, 2001, 5(1): 256-257
[18] Barnard, James L. Biological Nutrient Removal without the Addition of Chemicals [J]. Water Research. 1975,Vol.9: 485-490,
[19] R.Boll, R.Kayser. Evaluating of Phosphorus Removal[J]. Water Quality International. 1988, (2):52-55,
[20] 杨世品, 陈林等. 基于模糊 PID 控制的污水处理溶解氧控制系统的设计[J]. 仪表技术与传感器, 已录用
[21] 陈国喜, 詹伯君. SBR 生化系统的应用及其发展[J]. 环境科学进展, 1998, 6(2):35-39
[22] 徐乐中. PH 值碱度对脱氮除磷效果的影响及其控制方法[J]. 给水排水, 1996(1): 10-13
[23] 王树成.城市污水处理厂生物反应池控制优化运行的探讨[C]. 中国土木工程学会水工业分会机电委员会机械专业四届二次学术交流年会.2002, 166-176
[24] 王岩, 张泳. 污水曝气系统变频调速的 PID 控制[J]. 天津市政设计, 2001, 37(2): 20-23
[25] 冯裕钊, 龙腾锐, 郭劲松等. 变参数活性污泥系统的最优鲁棒控制法[J]. 中国给水排水, 2003, 19(3): 14-15
[26] 胡寿松. 自动控制原理(第 4 版)[M]. 北京: 科学出版社, 2001
[27] 刘豹. 现代控制原理(第 2 版) [M]. 北京: 机械工业出版社, 2001
[28] 易继锴, 候媛彬. 智能控制技术[M]. 北京: 北京工业大学出版社, 1999
[29] 赵明旺. 现在控制理论基础[M]. 武汉:冶金工业出版社, 1995, 1: 78-133
[30] 郑大钟. 线性系统理论(第 2 版)[M]. 北京: 清华大学出版社, 2002
[31] 王洋, 徐雅昕, 赵玉秀. 深井曝气法处理高浓度有机废水的工艺及应用[J]. 环境保护科学, 1999, 26(2): 33
[32] 张崇华. 深井曝气活性污泥法及其应用[M]. 北京:中国环境科学出版社, 1992
[33] 刘金琨. 先进 PID 控制及 MATLAB 仿真[M]. 北京:电子工业出版社, 2004: 1-23
[34] 吴麟. 自动控制原理[M]. 北京:清华大学出版社, 2003: 280-331
[35] 李探微, 彭永臻等. 一种新的污水处理技术-MSBR[J]. 给水排水, 1999, 25(6): 10- 13
[36] 王守中, 张统等. 北京航天城污水处理厂 CASS 法工艺调试及运行[J]. 给水排水, 1999, 25(8): 10-12
[37] 许锦峰, 耿士锁. 深井曝气活性污泥法处理建材废水的研究[J]. 环境科学与技术, 1995, 69(2): 38
[38] 杨宝林. 深井曝气技术现状和应用[J]. 工业水处理, 1990, 10(2): 7
[39] 马志亮, 金京. 深井曝气法废水处理工艺及运行[J]. 环境工程, 1998, 16(4): 10-13
[40] 侯媛彬, 杜京义, 汪梅. 神经网络[M]. 西安:西安电子科技大学出版社, 2007, 16-17
[41] 王伟. 人工神经网络原理[M]. 北京:北京航空航天大学出版社, 1995:1-74
[42] 王耀南. 智能控制系统[M]. 长沙:湖南大学出版社, 1996: 96-200
[43] 张立明. 人工神经网络的模型及其应用[M]. 上海:复旦大学出版社, 1993: 1-12
[44] 张智星, 孙春在,[日]水谷英二. 神经-模糊和软件计算[M]. 西安: 西安交通大学出版社, 2000: 89-136
[45] C.J.Harris. Advances in intelligent Control [M]. Taylor & Francis. 1991:85-112
[46] M Nikolaou, V.Hanagandi. Control of Nonlinear Dynamic Systems Modeled by Recurrent Neural NetWorks [J]. ALCHE. 1993: 39-39
[47] Wilamowski, B. M. lplikci, S. Kayank, O.Efe. An algorithm for fast convergence intraining neural network[C]. International Joint Conference on Neural Networks (IJCNN 01). Washington DC, 2001(3): 1778-1782
[48] 赵弘, 周瑞祥. 基于 Levenberg-Marguardt 算法的神经网络监督控制[J]. 西安交通大学学报, 2000, 36(5): 523-527
[49] 葛哲学, 孙志强. 神经网络理论与 MATLABTR2007 实现[M]. 北京: 电子工业出版社, 2007,9
[50] 段方红. 基于工业以太网的轮胎硫化过程控制研究[D]. 中南大学硕士学位论文. 2007,4
[51] 赖寿宏. 微型计算机控制技术[M]. 北京: 机械工业出版社. 2004,2
[52] 李超璟. 预测控制算法分析及实际应用研究[D]. 江南大学硕士学位论文, 2002
[53] Han L Q. Artificial Neural Networks: Theory Design and Application [M]. Beijing, China: Chemical Industry Press, 2002
[54] Dempsey, Gary, Meissner Manfred, Spevacek Christopher. Using a CMAC neural network in noisy environments[C]. Proceedings of the ANNIE '03 Conference & Exposition, St.Louis,MO, 2003,11(13):425-509
[55] 黄德双. 神经网络模式识别系统理论[M]. 北京: 电子工业出版社, 1996
[56] Simon Haykin. 神经网络原理[M]. 叶世伟, 史忠植译. 北京:机械工业出版社, 2004
[57] Mei Wang, Yuan-bin Hou, Jian-Ping Wang. Intelligent System of Cable Fault Location and Its Data Fusion[C], ICMLC’02, 2002(2): 788-790
[58] Chun-Liang Lin, Chi-Chih Lai, Teng-Hsien Huang. A Neural Network For Liner Matrix Inequality Problems [J]. IEEE Transaction on Neural Networks, 2000,11(5): 1078-1092
[59] Edgar N, Sanchez, et al. Minimal PD fuzzy control of a wastewater treatment plant[C]. Proceedings of the 15th IEEE International Symposium on Intelligent Control (ISIC2000). 2000:169-173
[2] 刘永凇, 陈纯. SBR 法工艺特性研究[J]. 中国给水排水, 1990, 6(6): 5-11
[3] 冯生华. 澳大利亚 IDEA 工艺污水处理厂简介[J]. 给水排水, 1996, 22(11): 26 -26
[4] 孙文汗, 孙寿魁. 我国污水处理的可持续发展. 排水委员会第四届第一次年会[C], 2001-7-3
[5] 涂兆林. 我国城市污水处理现状与发展对策[J]. 市政技术, 1997.2(2):47-49
[6] 刘永凇. SBR 法系统设计[J]. 化工环保. 1992, 12(6): 357-359
[7] 杨琦, 邓建林等. 序批式活性污泥工艺(SBR 法)设计与运行控制理论探讨[J]. 给水排水, 1996, 22(10): 23-25
[8] 王福珍. 污泥膨胀问题与序列间歇式活性污泥法[J]. 中国环境科学, 1995, 15(2): 131-134
[9] 王福珍, 王淑莹等. SBR 法供气量的最优控制和曝气与沉淀时间的最优分配[J]. 哈尔滨建筑工程学院学报, 1994, 27(4): 78-83
[10] Roques H. Chemical Water Treatment: Principles and Practice [M]. Newyork. 1996:297-300
[11] 孙文汗, 孙寿魁. 我国污水处理的可持续发展[C]. 排水委员会第四届第一次年会,2001-7-3
[12] Goronszy M. C. Australian Water and Wastewater Association 13th Federal Convention: Investing in Water Futures, the Australian Water Industry in the 1990's, Preprints of Papers: 228-232
[13] Goronszy M. C. Industrial Application in Cyclic Activated Sludge Technology[C]. IAWQ. Yearbook 1997: 35-38
[14] Goronszy M. C. Advancements in Cyclic Activated Sludge Technology[C]. IAWQ. Yearbook 1999: 24-25
[15] 郑兴灿, 李亚新. 污水除磷脱氮技术[M]. 北京: 中国建筑工业出版社, 1998:24-67
[16] 姚毅. 城市污水的生物脱氮、脱磷[J]. 给水排水, 1994(8): 21-24
[17] 汪大翚, 雷乐成. 水处理新技术及工程应用[M]. 北京: 化学工业出版, 2001, 5(1): 256-257
[18] Barnard, James L. Biological Nutrient Removal without the Addition of Chemicals [J]. Water Research. 1975,Vol.9: 485-490,
[19] R.Boll, R.Kayser. Evaluating of Phosphorus Removal[J]. Water Quality International. 1988, (2):52-55,
[20] 杨世品, 陈林等. 基于模糊 PID 控制的污水处理溶解氧控制系统的设计[J]. 仪表技术与传感器, 已录用
[21] 陈国喜, 詹伯君. SBR 生化系统的应用及其发展[J]. 环境科学进展, 1998, 6(2):35-39
[22] 徐乐中. PH 值碱度对脱氮除磷效果的影响及其控制方法[J]. 给水排水, 1996(1): 10-13
[23] 王树成.城市污水处理厂生物反应池控制优化运行的探讨[C]. 中国土木工程学会水工业分会机电委员会机械专业四届二次学术交流年会.2002, 166-176
[24] 王岩, 张泳. 污水曝气系统变频调速的 PID 控制[J]. 天津市政设计, 2001, 37(2): 20-23
[25] 冯裕钊, 龙腾锐, 郭劲松等. 变参数活性污泥系统的最优鲁棒控制法[J]. 中国给水排水, 2003, 19(3): 14-15
[26] 胡寿松. 自动控制原理(第 4 版)[M]. 北京: 科学出版社, 2001
[27] 刘豹. 现代控制原理(第 2 版) [M]. 北京: 机械工业出版社, 2001
[28] 易继锴, 候媛彬. 智能控制技术[M]. 北京: 北京工业大学出版社, 1999
[29] 赵明旺. 现在控制理论基础[M]. 武汉:冶金工业出版社, 1995, 1: 78-133
[30] 郑大钟. 线性系统理论(第 2 版)[M]. 北京: 清华大学出版社, 2002
[31] 王洋, 徐雅昕, 赵玉秀. 深井曝气法处理高浓度有机废水的工艺及应用[J]. 环境保护科学, 1999, 26(2): 33
[32] 张崇华. 深井曝气活性污泥法及其应用[M]. 北京:中国环境科学出版社, 1992
[33] 刘金琨. 先进 PID 控制及 MATLAB 仿真[M]. 北京:电子工业出版社, 2004: 1-23
[34] 吴麟. 自动控制原理[M]. 北京:清华大学出版社, 2003: 280-331
[35] 李探微, 彭永臻等. 一种新的污水处理技术-MSBR[J]. 给水排水, 1999, 25(6): 10- 13
[36] 王守中, 张统等. 北京航天城污水处理厂 CASS 法工艺调试及运行[J]. 给水排水, 1999, 25(8): 10-12
[37] 许锦峰, 耿士锁. 深井曝气活性污泥法处理建材废水的研究[J]. 环境科学与技术, 1995, 69(2): 38
[38] 杨宝林. 深井曝气技术现状和应用[J]. 工业水处理, 1990, 10(2): 7
[39] 马志亮, 金京. 深井曝气法废水处理工艺及运行[J]. 环境工程, 1998, 16(4): 10-13
[40] 侯媛彬, 杜京义, 汪梅. 神经网络[M]. 西安:西安电子科技大学出版社, 2007, 16-17
[41] 王伟. 人工神经网络原理[M]. 北京:北京航空航天大学出版社, 1995:1-74
[42] 王耀南. 智能控制系统[M]. 长沙:湖南大学出版社, 1996: 96-200
[43] 张立明. 人工神经网络的模型及其应用[M]. 上海:复旦大学出版社, 1993: 1-12
[44] 张智星, 孙春在,[日]水谷英二. 神经-模糊和软件计算[M]. 西安: 西安交通大学出版社, 2000: 89-136
[45] C.J.Harris. Advances in intelligent Control [M]. Taylor & Francis. 1991:85-112
[46] M Nikolaou, V.Hanagandi. Control of Nonlinear Dynamic Systems Modeled by Recurrent Neural NetWorks [J]. ALCHE. 1993: 39-39
[47] Wilamowski, B. M. lplikci, S. Kayank, O.Efe. An algorithm for fast convergence intraining neural network[C]. International Joint Conference on Neural Networks (IJCNN 01). Washington DC, 2001(3): 1778-1782
[48] 赵弘, 周瑞祥. 基于 Levenberg-Marguardt 算法的神经网络监督控制[J]. 西安交通大学学报, 2000, 36(5): 523-527
[49] 葛哲学, 孙志强. 神经网络理论与 MATLABTR2007 实现[M]. 北京: 电子工业出版社, 2007,9
[50] 段方红. 基于工业以太网的轮胎硫化过程控制研究[D]. 中南大学硕士学位论文. 2007,4
[51] 赖寿宏. 微型计算机控制技术[M]. 北京: 机械工业出版社. 2004,2
[52] 李超璟. 预测控制算法分析及实际应用研究[D]. 江南大学硕士学位论文, 2002
[53] Han L Q. Artificial Neural Networks: Theory Design and Application [M]. Beijing, China: Chemical Industry Press, 2002
[54] Dempsey, Gary, Meissner Manfred, Spevacek Christopher. Using a CMAC neural network in noisy environments[C]. Proceedings of the ANNIE '03 Conference & Exposition, St.Louis,MO, 2003,11(13):425-509
[55] 黄德双. 神经网络模式识别系统理论[M]. 北京: 电子工业出版社, 1996
[56] Simon Haykin. 神经网络原理[M]. 叶世伟, 史忠植译. 北京:机械工业出版社, 2004
[57] Mei Wang, Yuan-bin Hou, Jian-Ping Wang. Intelligent System of Cable Fault Location and Its Data Fusion[C], ICMLC’02, 2002(2): 788-790
[58] Chun-Liang Lin, Chi-Chih Lai, Teng-Hsien Huang. A Neural Network For Liner Matrix Inequality Problems [J]. IEEE Transaction on Neural Networks, 2000,11(5): 1078-1092
[59] Edgar N, Sanchez, et al. Minimal PD fuzzy control of a wastewater treatment plant[C]. Proceedings of the 15th IEEE International Symposium on Intelligent Control (ISIC2000). 2000:169-173