[实用新型]污水处理控制系统

说明书

技术领域

本实用新型涉及污水处理领域，尤其涉及污水处理控制系统。

背景技术

随着国民经济的增长和公众环保意识的增强，污水处理自动化技术迎来了前所未有的发展机遇。国家中长期科技发展规划中提出要研究并推广高效、低能耗的污水处理新技术。因此，本实用新型的研究成果具有广阔的应用前景。溶解氧(DO)浓度是目前污水处理中应用最为广泛的运转控制参数，当溶解氧不足或过量时都会导致污泥生存环境恶化：当氧气不足时，一方面由于好氧池中丝状菌会大量繁殖，最终产生污泥膨胀，发生异常工况；另一方面由于好氧菌的生长速率降低从而引起出水水质的下降。而氧气过量(即过量曝气)则会引起悬浮固体沉降性能变差，影响污水处理系统的正常运行。溶解氧的控制涉及到微生物的生长环境以及处理过程的能耗，因此，溶解氧控制一直是研究的重点。

优良的控制可以节省污水处理运行费用，同时也是减少和应对异常工况发生、保障污水处理过程正常运行的关键。此外，通过提高污水处理过程自动化水平，还可以有效地减少运行管理和操作人员，降低运行费用。目前的污水控制系统多使用PID控制，PID控制的主要问题就是参数整定问题。目前PID控制参数的整定多是依靠工作人员的工程经验，采用试凑等经验方法，这样的参数整定方法存在着花费时间长，容易造成事故，整定质量不高，整定期间影响生产等问题。而对于污水处理系统模型，由于其本身就是一个变参数系统，随着进水水质水量的不同，系统的具体模型是变化的。对于这样的系统，PID控制参数的整定问题就更为突出，使得无法进行精确的控制和无法降低能耗。

实用新型内容

本实用新型的目的在于提供一种污水处理控制系统，解决现有技术中无法快速地找到与变参数模型对应的合适的控制参数，以及无法快速稳定高精度的控制的问题。

本实用新型提供一种污水处理控制系统，包括通过工业以太网连接的操作站计算机、数据分析站计算机、可编程控制器PLC主站和远程PLC站，其中操作站计算机采集污水调节池进水水质指标数据，并发送到数据分析站计算机；数据分析站计算机根据遗传神经网络GABP对指标数据进行溶解氧DO进行测量，并输出测量后的DO到可编程控制器PLC主站与远程PLC站；可编程控制器PLC主站与远程PLC站根据遗传算法对PID参数进行寻优，然后根据寻优后的PID参数控制测量后的DO。

优选的，上述数据分析站计算机通过第一集线器与工程师站计算机以及操作站计算机连接，并对数据进行预处理，确定辅助变量和遗传神经网络GABP的结构，基于遗传神经网络GABP对指标数据进行溶解氧DO测量。

优选的，上述数据分析站计算机通过第一集线器与工程师站计算机以及操作站计算机连接，并剔除异常数据，对余下的数据进行数据标准化。

优选的，上述数据分析站计算机通过第一集线器与工程师站计算机以及操作站计算机连接，并对样本集数据用零均值标准化方法进行归一化处理；将神经网络权值和阈值进行统一，并对神经网络权值和阈值进行编码；将给定的输入输出样本集分为训练样本和测试样本，用遗传神经网络GABP算法对多组网络权值分别进行训练，求得各个网络输出；设定适应度函数为均方误差性能函数；设定适应度函数为均方误差性能函数根据交叉、变异遗传算子对交配池中的个体进行操作，得到新一代种群。

优选的，上述可编程控制器PLC主站与远程PLC站通过第二集线器相互连接，并确定编码方案，确定适应度函数，以及确定遗传算法的参数。

本实用新型污水处理控制系统，用遗传算法对PID参数进行寻优，可以快速地找到与变参数模型对应的合适的控制参数，使污水处理控制系统能够得到快速稳定高精度的控制，并可降低能耗。

附图说明

图1为本实用新型污水处理控制系统的结构示意图；

图2为本实用新型污水处理控制方法的流程图；

图3为辅助变量和遗传神经网络；

图4为GABP神经网络权值编码方案；

图5为PID控制系统的结构图；

图6为GABP算法遗传迭代的适应值曲线；

图7为目标设置为0.001时自适应学习速率动量GABP算法的训练误差性能曲线；

图8为GABP神经网络算法的DO预测情况。

具体实施方式

下面结合附图和具体实施例对本实用新型技术方案作进一步的详细描述，以使本领域的技术人员可以更好的理解本实用新型并能予以实施，但所举实施例不作为对本实用新型的限定。

图1为本实用新型污水处理控制系统的结构示意图。