基于自適應(yīng)模糊Smith的污水處理系統(tǒng)解耦控制

陳龍燕

(泉州職業(yè)技術(shù)大學(xué),福建 泉州 362268)

隨著人們生活水平的提高,其對生存環(huán)境的關(guān)注越來越多,為實(shí)現(xiàn)水資源的開發(fā)和再利用,對污水處理技術(shù)的研究較為重要。但由于我國國情和人口基礎(chǔ)的影響,水資源的污染程度逐漸增加,反過來影響了人們的經(jīng)濟(jì)發(fā)展和生活節(jié)奏。我國在污水處理中的自動(dòng)化水平較低,處理效果不佳,對污水的處理技術(shù)仍需做出更多的努力。由于污水處理系統(tǒng)的通路較多,需要進(jìn)行處理的污水類型具有差異性,為實(shí)現(xiàn)多通路的有效控制,不同學(xué)者進(jìn)行了一系列的研究,并有較好的研究成果。其中,隨博文和黃志堅(jiān)[1]以實(shí)時(shí)變量逆矩陣提出了一個(gè)新方法,主要是在矩陣中進(jìn)行非線性解耦達(dá)到控制目的。該方法將控制問題分解為多個(gè)階級,并針對不同階級進(jìn)行逆轉(zhuǎn)處理,在檢測到處理信號后建立分解矩陣,通過實(shí)時(shí)的信號追蹤和分解實(shí)現(xiàn)系統(tǒng)的解耦控制。這一方法能夠直接尋找到解耦的平衡點(diǎn),達(dá)到非線性的解耦控制效果,但由于多次的逆轉(zhuǎn)會(huì)影響求解時(shí)間,在整體控制上會(huì)影響解耦效率。周永華和嚴(yán)梓碩[2]提出了新的解耦控制方法,該方法將ISE-ITAE指標(biāo)與遺傳算法作為研究基礎(chǔ),主要解決了多通路的輸出問題,提高了多通路處理系統(tǒng)的應(yīng)用效率。該方法以ISE-ITAE指標(biāo)針對耦合狀態(tài)和解耦條件,通過自適應(yīng)遺傳算法建立控制模型,對不同的輸出狀態(tài)進(jìn)行解耦配置。在整個(gè)設(shè)計(jì)過程中,遺傳算法能夠通過時(shí)間積分構(gòu)造適應(yīng)度函數(shù),在不斷地優(yōu)化過程中促使系統(tǒng)達(dá)到最佳的解耦狀態(tài),最終實(shí)現(xiàn)系統(tǒng)的解耦,具體解耦速度快,響應(yīng)時(shí)間短的優(yōu)勢。但由于遺傳算法需要不斷更新函數(shù)參照值,因此在解耦過程中會(huì)對控制效果造成一定影響。為保證解耦的控制效果及效率,綜合傳統(tǒng)方法的優(yōu)勢之處,本文以自適應(yīng)模糊Smith技術(shù)設(shè)計(jì)新的控制方法,對污水處理系統(tǒng)進(jìn)行管理,實(shí)現(xiàn)多類型污染的解耦控制,為其提供更加全面的技術(shù)支持。

1 關(guān)聯(lián)污水處理系統(tǒng)有效輸出數(shù)據(jù)類型

神經(jīng)網(wǎng)絡(luò)能夠通過對數(shù)據(jù)的訓(xùn)練,分析出具體相似類型的數(shù)據(jù),將該技術(shù)應(yīng)用在污水處理系統(tǒng)中,可以對系統(tǒng)的處理數(shù)據(jù)進(jìn)行有效分析,將不好的數(shù)據(jù)進(jìn)行剔除,并保留有效的數(shù)據(jù)信息[3-5]。以人工神經(jīng)網(wǎng)絡(luò)作為應(yīng)用基礎(chǔ),在確定學(xué)習(xí)準(zhǔn)則的前提下,對污水處理系統(tǒng)的現(xiàn)場數(shù)據(jù)進(jìn)行在線學(xué)習(xí),具體過程如圖1所示。

圖1 人工神經(jīng)網(wǎng)絡(luò)應(yīng)用示意圖

圖1中,Q1、Q2、Q3表示污水處理系統(tǒng)的在線數(shù)據(jù),W表示數(shù)據(jù)總量,RE1、RE2、REW表示對應(yīng)數(shù)據(jù)的連接權(quán)值[6-7]。由圖1可知,在人工神經(jīng)網(wǎng)絡(luò)中對數(shù)據(jù)的分析,主要是不斷更新連接權(quán)值,以此在求和處理下對在線數(shù)據(jù)進(jìn)行關(guān)聯(lián)[8-10]。設(shè)定權(quán)值為正值,對各參數(shù)進(jìn)行求解如式(1)-式(3)所示。

(1)

YE=TE-αE

(2)

(3)

式(1)-式(3)中,TE表示模型處于激活狀態(tài)[11-13],δ(YE)為激活函數(shù),∑(·)為求和單元,αE為閾值可以對模型中的神經(jīng)元進(jìn)行影響,IE為輸出結(jié)果。以神經(jīng)元的狀態(tài)表示數(shù)據(jù)的關(guān)系,當(dāng)數(shù)據(jù)強(qiáng)烈相關(guān)時(shí)可以表示為一類污染處理類型[14-16]。根據(jù)數(shù)據(jù)的對應(yīng)關(guān)系,選擇自適應(yīng)模糊技術(shù)建立數(shù)據(jù)傳遞函數(shù)。

2 自適應(yīng)模糊Smith原理建立數(shù)據(jù)傳遞函數(shù)

在污水處理系統(tǒng)的應(yīng)用過程中,其具有較大的滯后特性,當(dāng)其作為受控對象時(shí),若滯后時(shí)間較長會(huì)影響處理的穩(wěn)定性,達(dá)不到污水處理標(biāo)準(zhǔn)[17]。選擇自適應(yīng)模糊Smith原理構(gòu)建解耦控制傳遞函數(shù),通過多通路傳遞函數(shù)對滯后時(shí)間常數(shù)進(jìn)行消解,如式(4)所示。

(4)

式(4)中,P(A)為廣義目標(biāo)傳遞函數(shù),S(A)為模型中受控對象的解耦過程[18-20],F0(A)為不含有滯后特性受控對象的傳遞函數(shù),A為受控對象,D為傳遞次數(shù)。在單一的控制過程中,將Smith原理[21]與污水處理系統(tǒng)的各個(gè)環(huán)節(jié)進(jìn)行連接,實(shí)現(xiàn)解耦控制路徑建立,具體解耦控制路徑如圖2所示。

圖2 基于自適應(yīng)模糊Smith的解耦控制路徑

由圖2可知,FH(A)J-χA為用于解耦滯后控制的傳遞函數(shù)[22-23],χ為純滯后時(shí)間,J-χA為被控制對象純滯后部分的傳遞函數(shù)[24]。則對污水處理系統(tǒng)的解耦解控制對象的傳遞函數(shù)如式(5)所示。

(5)

式(5)中,K(A)為自適應(yīng)模糊Smith原理下的解耦控制傳遞函數(shù)。將解耦控制過程與自適應(yīng)學(xué)習(xí)過程進(jìn)行融合,對滯后對象進(jìn)行補(bǔ)償。在此基礎(chǔ)上,對系統(tǒng)需要處理的污染物質(zhì)關(guān)系平衡,實(shí)現(xiàn)系統(tǒng)的解耦控制。

3 平衡數(shù)據(jù)中物質(zhì)關(guān)系解耦控制污水處理系統(tǒng)

上一階段解析了污水處理系統(tǒng)的滯后性,除此以外污水處理系統(tǒng)還具有動(dòng)態(tài)特征,其不同的污染物對應(yīng)的處理方式和步驟具有差異性。因此當(dāng)未知參數(shù)過多時(shí),系統(tǒng)會(huì)難以進(jìn)行快速識別,呈現(xiàn)出處理的不確定性,為此以平衡物質(zhì)關(guān)系為基礎(chǔ),在進(jìn)行系統(tǒng)解耦控制時(shí)將污染物分為有機(jī)底物和微生物[25]兩個(gè)類型。具體平衡方式如式(6)和式(7)所示。

(6)

(7)

式(6)為有機(jī)底物的平衡,式(7)為有微生物的平衡[26-28]。

式(6)和式(7)中,V為底物最大比利用速度,X0和X為進(jìn)水和出水時(shí)的底物濃度,C和C0為微生物進(jìn)水和出水時(shí)濃度,M和Mw為進(jìn)水和排放量,r為產(chǎn)率系數(shù),Bq為微生物衰減率,Z表示有效體積,p為處理時(shí)間,BN為最大溶解速度。以BN為解耦控制變量建立處理系統(tǒng)的狀態(tài)方程組,如式(8)和式(9)所示。

(8)

(9)

式(8)和式(9)中,iN為氧氣的飽和常數(shù)[29]。對污染物的處理與氧氣的設(shè)定值相關(guān),其對溶解速度會(huì)造成影響,因此將其作為控制變量的引導(dǎo)系數(shù),直接對不同污染物的處理狀態(tài)進(jìn)行表示,實(shí)現(xiàn)污水處理系統(tǒng)的解耦控制。

4 實(shí)驗(yàn)測試分析

上文中通過自適應(yīng)模糊Smith技術(shù)設(shè)計(jì)了新的控制方法,為驗(yàn)證新方法能夠?qū)崿F(xiàn)對污水處理系統(tǒng)的有效控制,采用對比測試的方式完成論證。采用基于實(shí)時(shí)變量逆矩的控制方法和基于遺傳算法的控制方法作為對照組,分別與本文方法進(jìn)行對比,驗(yàn)證不同方法的有效性。

4.1 數(shù)據(jù)準(zhǔn)備

此次選擇某省污水處理廠作為測試對象,該污水處理廠的處理系統(tǒng)已經(jīng)運(yùn)行有5年時(shí)間,其處理效果與理想狀態(tài)有一定的出入,因此需要通過解耦控制方法對污水處理系統(tǒng)進(jìn)行有效控制,保證污水處理效果。對污水處理廠內(nèi)的多個(gè)地點(diǎn)進(jìn)行圈定,隨機(jī)選擇4組區(qū)域作為本次測試地點(diǎn),要求各區(qū)域內(nèi)中需含有2種以上污染類型,具體情況如圖3所示。

圖3 測試數(shù)據(jù)

由圖3可知,此次選擇的4個(gè)區(qū)域內(nèi)共含有6種污染類型,分別為Q1、Q2、Q3、Q4、Q5、Q6,其中A和B區(qū)域含有同樣的污染類型,分別為Q1、Q3、Q4,但各自占比不同;C、D區(qū)域與上述兩個(gè)區(qū)域的污染類型不同,分別為Q2、Q5、Q6,符合此次測試條件。將上述情況上傳至MATLAB測試平臺,連接選擇的3種控制方法在規(guī)定標(biāo)準(zhǔn)下對不同控制方法的控制效果進(jìn)行分析。

4.2 各區(qū)域污水處理過程

由于現(xiàn)有的污水處理系統(tǒng)的處理效果不理想,設(shè)計(jì)控制方法主要是想達(dá)到標(biāo)準(zhǔn)的處理結(jié)果,只有將污染占比控制在標(biāo)準(zhǔn)值以下,才能實(shí)現(xiàn)污水的快速處理,將處理后的水資源應(yīng)用在其他領(lǐng)域。設(shè)定在處理完畢后污染類型的占比下降至4%以內(nèi),即可進(jìn)行水質(zhì)排放。分別通過3種方法進(jìn)行測試,以單一控制為污水處理測試前提,如圖4所示。

(a)A區(qū)域

由圖4可知,污水的初始濃度對控制的效果具有較大影響,在傳統(tǒng)控制方法中,當(dāng)初始濃度較高時(shí)難以一次性將其污染占比控制在4%以下,一般會(huì)臨近指標(biāo)值,因此需要進(jìn)行再次控制。本文方法的控制中能夠直接將各污染類型,直接控制在標(biāo)準(zhǔn)值之下,且遠(yuǎn)超設(shè)定的指標(biāo),能夠?yàn)榭s短污水處理系統(tǒng)的控制時(shí)間提供保障。

4.3 污水處理速度對比

污水處理系統(tǒng)的滯后性會(huì)嚴(yán)重影響水資源的再次利用,只有快速地完成不同類型的水質(zhì)污染處理,將同一區(qū)內(nèi)的污染類型全部控制在標(biāo)準(zhǔn)值之內(nèi),才能將水資源投入在生產(chǎn)生活中。一旦某個(gè)區(qū)域內(nèi)的水質(zhì)仍存在污染物,則不能進(jìn)行再次利用,基于此,對污水處理系統(tǒng)的控制效率進(jìn)行測試。以區(qū)域內(nèi)所有污染物均達(dá)到處理標(biāo)準(zhǔn)為測試條件,分別通過3種方法進(jìn)行控制,如圖5所示。

(a)A區(qū)域

由圖5可知,本文方法對污水處理系統(tǒng)的控制效果較強(qiáng),基本可以在10s內(nèi)實(shí)現(xiàn)對污水的標(biāo)準(zhǔn)處理,而兩種傳統(tǒng)方法無法直接將污水處理至標(biāo)準(zhǔn)值以下,因此需要進(jìn)行多次處理,其控制時(shí)間分別需要56s和48s,說明本文方法更加具有應(yīng)用價(jià)值。

結(jié)語

為實(shí)現(xiàn)污水處理系統(tǒng)的有效控制,全文在自適應(yīng)模糊Smith技術(shù)的基礎(chǔ)上設(shè)計(jì)了新的方法,并通過對比測試論證了其有效性。實(shí)驗(yàn)結(jié)果表明,該方法可以提高污水處理系統(tǒng)的處理效果和效率,具有較高的應(yīng)用價(jià)值。但由于此次研究時(shí)間有限,在設(shè)計(jì)過程中存在不足之處,如實(shí)驗(yàn)過程中沒有對具體的污染類型進(jìn)行描述,存在一定的局限性。后續(xù)研究中會(huì)針對這一問題,選擇具體的污染類型進(jìn)行分析和測試,提出更加全面的控制方法,為保證污水處理系統(tǒng)的效果提供理論支持。