[发明专利]基于量子遗传算法的污水处理过程节能优化控制方法

摘要

本发明属于环保技术领域与控制领域，具体涉及一种基于量子遗传算法的污水处理过程节能优化控制方法，该方法综合考虑出水水质、曝气和泵送能耗及污泥废物处理费用，将量子的态矢量表达引入遗传编码来表示染色体，利用量子门作用和更新来完成进化搜索，用以优化污水处理系统的污泥废物处理、回流与曝气能耗等运行费用，由模糊神经网络控制器根据优化后的设定值实时调节鼓风机曝气量和污泥泵回流量，以实现污水处理过程的优化控制，保证出水水质要求下减少运行费用，降低污水处理成本，促进污水处理厂高效稳定运行。

主权项

1.一种基于量子遗传算法的污水处理过程节能优化控制方法，其特征在于，包括下述步骤：(1)构建用于基于量子遗传算法的污水处理过程节能优化控制方法的目标函数模型，得到两个模糊神经网络控制回路的溶解氧和污泥量的设定值最优解；(2)采用量子遗传算法，将量子的态矢量表达引入遗传编码来表示染色体，以实现目标函数模型的优化，得到两个模糊神经网络控制回路的溶解氧和污泥溶度的设定值最优解；(3)采用模糊神经网络控制器实现对量子遗传优化算法得到的溶解氧和污泥量设定值的跟踪控制；(4)搭建优化控制系统，采用分布式层状控制策略，顶层为目标函数模型优化系统、底层为反馈控制层；其中顶层采用基于量子态的遗传优化控制算法，根据物料平衡约束、执行器约束以及出水条件约束得到底层控制回路的设定值；底层是两个模糊神经网络控制器，第一个是通过控制器调节反应池中的曝气量，第二个是通过控制器调节污泥回流量Qr控制反应池中的污泥溶度；采用优化控制策略动态调整两个控制回路的设定值：DO设定值和污泥溶度设定值；(5)再重复步骤(1)-(4)的步骤，依此循环进行，实现污水处理过程的优化控制；所述的步骤(1)包括以下过程：(11)基于污水处理系统传统数学模型，采用有限元分析理论和灵敏度分析法对模型进行降维分析，使系统模型简化：其中X为曝气池中微生物浓度，S为曝气池中底物浓度，和分别为曝气池中底物浓度和微生物浓度的变化速率；k和Kd分别为底物最大比利用速率常数和微生物的衰减速率；Ks为饱和常数；KO为氧的开关常数或称氧的饱和常数；DO为溶解氧浓度；Qw为污泥废物排放量，Q为进水流量，V为曝气池的体积，SO为进水底物浓度，Y为微生物产率系数；(12)综合考虑运行费用和出水水质两个方面，构造优化目标函数：其中，T表示运行周期，Waeration为反应池的曝气费用，WSR为回流污泥费用，WST为污泥废物处理费；(13)目标函数模型约束条件：输出约束是出水水质约束，执行器约束包括：操作变量0＜DO＜Os，Qw＞0，Ps-P(T)≥0，Ps为允许排放的有机物总量，P(T)就表示每个周期排放的有机物总量。