[发明专利]用于造纸污水处理GHG减排的溶解氧分层优化控制方法

权利要求书

1.一种用于造纸污水处理GHG减排的溶解氧分层优化控制方法，其特征在于，所述的方法包括以下步骤：

S1、在线采集进水数据，开环输入ASM1仿真模型，得到出水BOD、氨氮、总氮浓度和曝气过程溶解氧浓度，其中：

所述的在线采集进水数据来自在线造纸污水A/O处理工艺自动监控系统，分别为：进水流量、COD、TSS、氨氮和总氮；将进水数据中的COD、总氮组分分别划分为7个变量：快速可生物降解基质S_S、溶解性不可降解有机物S_I、慢速可生物降解基质X_S、颗粒性不可生物降解有机物X_I、硝态氮或亚硝态氮S_NO、颗粒性可生物降解有机氮X_ND和溶解性可生物降解有机氮S_ND；

所述的ASM1仿真模型的输入变量为：进水流量、TSS、快速可生物降解基质S_S、溶解性不可降解有机物S_I、慢速可生物降解基质X_S、颗粒性不可生物降解有机物X_I、活性异养微生物X_BH、活性自养微生物X_BA、颗粒性可生物降解有机氮X_ND、微生物衰减产生的惰性颗粒物质X_P、NH₄⁺和NH₃的总和S_NH、溶解氧S_O、硝态氮或亚硝态氮S_NO、溶解性可生物降解有机氮S_ND和碱度S_ALK，输出变量为：COD、BOD、氨氮、总氮和TSS；

所述的出水BOD、氨氮、总氮浓度和曝气过程溶解氧浓度是基于ASM1仿真模型在开环控制曝气量恒定，即氧传递系数k_La＝10h^-1的情况下计算得到的；

S2、根据采集的进水数据和溶解氧浓度，采用自适应回归核函数，建立出水BOD、氨氮和总氮浓度的预测模型，作为出水约束层，其中，所述的自适应回归核函数模型的核函数形式为高斯核函数，模型输入变量为：进水流量、COD、TSS、氨氮、总氮浓度和曝气过程溶解氧浓度，输出变量为：出水BOD、氨氮和总氮浓度；在回归过程中，设置误差为0.001-0.0005，经过迭代，分别得到出水BOD值、氨氮和总氮浓度的回归预测模型；

S3、采用遗传算法，求解在满足出水指标的前提下实现GHG减排的溶解氧浓度优化设定值，建立优化设定层，其中，遗传算法的初始种群规模为50-100，最大进化代数为1000-5000，个体基因数为5，变异率为0.1-0.7，交叉率为0.3-0.9；

所述的优化设定层，是指利用遗传算法分别对步骤S2中出水BOD、氨氮和总氮浓度的预测模型进行求解，获得分别满足出水BOD、氨氮和总氮限值的最低溶解氧浓度设定值，然后选择其中的最大值作为溶解氧浓度优化设定值，这个设定值同时满足三个出水排放指标，该三个出水排放指标分别为出水BOD、氨氮和总氮浓度；

S4、根据优化的溶解氧浓度设定值，采用BP神经网络优化PI控制器参数，对溶解氧浓度进行跟踪控制，并分析溶解氧浓度分层优化控制下的GHG减排效果。

2.根据权利要求1所述的用于造纸污水处理GHG减排的溶解氧分层优化控制方法，其特征在于，所述的BP神经网络的层数为3，输入层神经元个数为7，隐含层神经元个数为18，输出层神经元个数为2，输入层变量为：溶解氧浓度优化设定值、当前溶解氧浓度、进水流量、COD、TSS、氨氮和总氮，输出层变量为：PI控制器参数K_P和K_I。