[发明专利]基于混合粒子天牛智能算法的污水处理优化控制方法

摘要

本发明涉及城市生活污水生化处理技术领域，具体涉及一种基于混合粒子天牛智能算法的污水处理优化控制方法，采用如下步骤：设计用于城市生活污水生化处理系统优化控制方法的多目标函数：设计用于好氧池中溶解氧浓度S_O、悬浮物浓度SS、厌氧池中硝态氮浓度S_NO以及污泥回流比r进行优化控制方法的多目标函数；多目标函数包括目标函数一F1、目标函数二F2、目标函数三F3；混合粒子天牛智能算法粒子优化计算；它基于混合粒子天牛智能优化算法的污水生化处理多目标优化控制方法，保证了污水生化处理系统的安全稳定运行，降低系统运行代价，具有较好的社会经济与生态环境效益，其研究成果具有良好的应用前景。

主权项

1.基于混合粒子天牛智能算法的污水处理优化控制方法，其特征在于：采用如下步骤：步骤一：设计用于城市生活污水生化处理系统优化控制方法的多目标函数：设计用于好氧池中溶解氧浓度SO、悬浮物浓度SS、厌氧池中硝态氮浓度SNO以及污泥回流比r进行优化控制方法的多目标函数；多目标函数包括目标函数一F1、目标函数二F2、目标函数三F3；步骤二:步骤一中的目标函数一F1：针对系统运行的代价方面；目标函数一F1的函数式如下：F＝γEAE+PE+γSPSP上式中:AE表示曝气能耗；PE表示泵送能耗；SP表示剩余污泥处理费用；步骤三:步骤一中的目标函数二F2：针对向受纳水体排放污染物需要支付的费用，称为出水水质代价；目标函数二F2的函数式如下式中Ceff和Qe分别表示出水浓度和流量大小；当处理后排出水的氨和总氮浓度低于当地的规定排放浓度时，惩罚代价因子设置为：ΔαNH＝4$/kg和ΔαTN＝2.7$/kg；当处理后的污水排放浓度超过当地的规定排放浓度上限时，支付排放费用增加：ΔβNH＝12$/kg和ΔβTN＝8.1$/kg；出水浓度超出排放规定上限值所支付的费用分别为：β0,NH＝2.7$/1000m3和β0,TN＝1.4$/1000m3kg。污水超限值设定为：SNHlimit＝4mg/l和STNlimit＝12mg/l；步骤四:步骤一中的目标函数三F3：针对污泥膨胀风险系数中的丝状菌膨胀风险系数，属于微生物固体分离问题的一个主要方面；固体分离问题发生的概率大小，可以基于知识决策树推理得到计算值；决策树有三个分支，分别描述了由于低溶解氧浓度、营养缺乏和低F/Mfed比或者基质限制条件导致的丝状菌膨胀风险；决策树以六个变量作为基于知识决策树的输入来评估丝状菌膨胀风险，分别是：微生物每公斤每天去除的COD的公斤数F/Mremoved、系统中微生物每天移除的微生物与本身的比值SRT、溶解氧浓度、微生物每天每公斤提供的BOD5的多少F/Mfed、BOD5/N和生物降解基质SS；目标函数三F3的函数式如下：F3＝f(F/Mremoved,SRT,BODe/N,F/Mfed,Ss)步骤五：基于多目标并行优化的混合粒子天牛智能算法的参数设置及种群初始化，设定多目标并行优化的智能算法种群规模为NP，最大进化代数Itermax，惯性权重w，加速度因子C1、C2，天牛触须的长度d和天牛每一次跳跃的长度δ，在4维搜索空间中，随机产生初始种群，Xi代表粒子或者天牛的位置，Vi代表粒子的飞翔速度，天牛Xi的左须右须分别用XilXir表示；Xi＝[Xi1,Λ,Xi4],i＝[1,2,ΛNP]；Vi＝[Vi1,Λ,Vi4],i＝[1,2,ΛNP]；其中Xi为第i个粒子，代表解空间中的一个可行解，它包含四维数值分别代表污水生化处理系统中好氧池的溶解氧浓度SO、悬浮物浓度SS、厌氧池的硝态氮浓度SNO以及污泥回流比r这四个被控变量的待优化设定值，这四个设定值的寻优范围分别为：SO,ref∈[0.5,2](g.m‑3)，SSref∈[4000,5000](g.m‑3)，SNO,ref∈[0.5,2](g.m‑3)，rref∈[0.5,1.5]；步骤六：混合粒子天牛智能算法粒子优化计算：计算种群中每一个粒子Xi对应的三个优化目标的自适应值fi1、fi2、fi3，分别记录种群中三个优化目标适应值最小个体为最优个体Pg1、Pg2、Pg3，每一个粒子Xi记录本身搜索过程的最优适应度位置Pi1、Pi2、Pi3，随机生成0至1区间的两个数r1和r2，采用速度计算式进行操作，最终完成粒子飞翔的三个速度Vi值的产生，具体算式如下：其中：粒子速度信息超出限制条件的处理方法：针对每一个粒子的速度信息，从第0维开始，依次检查4维速度是否超出限制界限，若超限，记录检测完毕，该粒子的速度每一维均通过乘以中的最小因子，使得整个速度信息落在定义域范围内。依据速度更新公式，粒子飞翔至一个新的位置，更新公式如下：针对每一个粒子的位置信息，依次检查D维位置是否超限，若超限，该维的位置信息用最大位置信息代替；步骤七：针对粒子群优化算法过程中的最优粒子以及寻优过程未获得更优位置的粒子，分别采用天牛搜索方法具体操作如下：(I)首先，为天牛粒子Xi确定一个随机搜索的方向：其中，随机函数rnd(D,1)为天牛粒子产生一个随机的方向，用以确定左须与右须的感知位置：(II)计算天牛粒子Xi左须右须XilXir的适应度fiflfr，天牛粒子通过学习左须右须感知周围环境信息，通过进化确定下一代的位置：天线长度d和天牛进化步长δ的变化规律按照下述式子进行：diter+1＝0.95*diter+0.01δiter+1＝0.95δiter(III)以目标函数F1、F2、F3为优化目标，从经过混合粒子天牛智能算法产生的种群中，选择三个目标函数中有一个优化目标值最优，其余两个优化目标值次优的多个优化结果，这些最优结果均可以作为好氧池的溶解氧浓度SO、悬浮物浓度SS、厌氧池的硝态氮浓度SNO以及污泥回流比r的优化设定值；步骤八：基于多目标并行优化的混合粒子天牛智能算法的终止条件判断：寻优代数iter小于最大寻优代数Itermax，则返回步骤六继续寻优计算，否则寻优计算终止，并输出所有关键优化参数的设定值解集；步骤九：根据求出的好氧池的溶解氧浓度SO、悬浮物浓度SS、厌氧池的硝态氮浓度SNO以及污泥回流比r的设定值优化结果，设置入对应的控制器中，运行污水处理过程进行过程控制，利用比例积分(PI)控制对好氧池的曝气量、污泥排放量、内循环回流量和污泥外回流量(Qr)与入水流量(Qi)的比例进行调节，整个控制系统的输出为实际溶解氧浓度So和、悬浮物浓度SS、厌氧池的硝态氮浓度SNO以及污泥回流比。