發(fā)布時間：2020-11-02 17:27

　　 隨著國家對環(huán)境保護(hù)和節(jié)能減排問題的重視,污水處理節(jié)能優(yōu)化顯得越來越重要。研究污水處理節(jié)能優(yōu)化策略,使其在滿足出水水質(zhì)要求下,降低污水處理運行能耗,對完善污水處理廠控制策略,降低污水處理運行成本和提高污水處理效率具有重要的現(xiàn)實意義。本文以活性污泥法污水處理仿真模型(Bechmark Simulated Model NO.1,BSM1)為基礎(chǔ),以降低污水處理能耗為目的,利用改進(jìn)記憶分子動理論算法對影響污水處理過程的兩個重要因素(溶解氧濃度和硝態(tài)氮濃度設(shè)定值)進(jìn)行動態(tài)尋優(yōu)。首先,介紹污水處理基本流程及活性污泥法污水處理工藝,利用MATLAB搭建活性污泥基準(zhǔn)仿真平臺BSM1,并對所搭建平臺的準(zhǔn)確性和有效性進(jìn)行驗證,為后續(xù)研究提供基礎(chǔ)。其次,以BSM1平臺為基礎(chǔ),出水水質(zhì)標(biāo)準(zhǔn)為約束條件,利用污水處理能耗和懲罰項建立污水處理優(yōu)化模型。依據(jù)入水流量變化,選取以“天”為等時間段優(yōu)化周期,利用改進(jìn)記憶分子動理論算法對所建立的優(yōu)化模型進(jìn)行求解,得到BSM1的溶解氧濃度和硝態(tài)氮濃度PI控制器設(shè)定值,實現(xiàn)設(shè)定值動態(tài)尋優(yōu),降低污水處理能耗。在改進(jìn)算法中,對算法變異率進(jìn)行重新設(shè)計,增加算法種群多樣性。同時增加引導(dǎo)階段,使算法尋優(yōu)途徑增多,防止陷入局部最優(yōu)。分別在三種天氣下進(jìn)行仿真驗證,與傳統(tǒng)優(yōu)化策略相比,本文優(yōu)化策略在滿足出水水質(zhì)要求下,降低能耗效果更加顯著。最后,為完善所提出的優(yōu)化策略,本文提出污水處理過程自適應(yīng)分時段優(yōu)化策略,對污水處理過程進(jìn)行時段劃分。改變傳統(tǒng)有序樣本聚類方法的相依關(guān)系判斷標(biāo)準(zhǔn),引入自相關(guān)系數(shù)。利用改進(jìn)的有序樣本聚類方法,以污水處理入水流量和入水組分?jǐn)?shù)據(jù)為樣本進(jìn)行聚類,從而得到相應(yīng)分段點;利用改進(jìn)記憶分子動理論算法進(jìn)行優(yōu)化,尋找出溶解氧和硝態(tài)氮濃度PI控制器在相應(yīng)時段的最優(yōu)設(shè)定值。與常規(guī)策略和等時段優(yōu)化策略相比,污水處理能耗進(jìn)一步降低,優(yōu)化策略更為完善。
【學(xué)位單位】：蘭州交通大學(xué)
【學(xué)位級別】：碩士
【學(xué)位年份】：2019
【中圖分類】：X703
【文章目錄】：
摘要
Abstract
1 緒論
    1.1 研究背景及意義
    1.2 國內(nèi)外研究現(xiàn)狀
    1.3 主要研究內(nèi)容
2 污水處理流程及BSM1 仿真基準(zhǔn)模型
    2.1 活性污泥法污水處理工藝
    2.2 活性污泥法基準(zhǔn)仿真模型
        2.2.1 BSM1 模型結(jié)構(gòu)
        2.2.2 生化反應(yīng)池模型
        2.2.3 二沉池模型
    2.3 污水處理節(jié)能優(yōu)化策略
    2.4 小結(jié)
3 基于記憶分子動理論算法的等時段優(yōu)化
    3.1 污水處理節(jié)能優(yōu)化模型
        3.1.1 優(yōu)化變量
        3.1.2 優(yōu)化目標(biāo)
        3.1.3 出水指標(biāo)限定范圍
    3.2 基于記憶分子動理論算法的等時段優(yōu)化策略
        3.2.1 污水處理節(jié)能優(yōu)化問題描述
        3.2.2 污水處理等時段節(jié)能優(yōu)化策略
        3.2.3 記憶分子動理論算法原理
        3.2.4 記憶分子動理論算法實現(xiàn)污水處理過程節(jié)能優(yōu)化
    3.3 仿真實驗和結(jié)果分析
        3.3.1 MATLAB搭建BSM1 仿真平臺
        3.3.2 BSM1 仿真平臺可行性驗證
        3.3.3 基準(zhǔn)函數(shù)測試MKMTOA算法
        3.3.4 污水處理節(jié)能優(yōu)化步驟
        3.3.5 仿真及結(jié)果分析
    3.4 小結(jié)
4 基于記憶分子動理論算法的自適應(yīng)分時段優(yōu)化
    4.1 自適應(yīng)分時段優(yōu)化策略描述
    4.2 污水處理入水?dāng)?shù)據(jù)有序樣本聚類
        4.2.1 傳統(tǒng)的有序樣本聚類
        4.2.2 基于自相關(guān)系數(shù)的有序樣本聚類
        4.2.3 入水?dāng)?shù)據(jù)樣本聚類
    4.3 基于記憶分子動理論算法的自適應(yīng)分時段優(yōu)化策略
    4.4 仿真及結(jié)果分析
        4.4.1 基于自相關(guān)系數(shù)有序樣本聚類時段劃分結(jié)果
        4.4.2 自適應(yīng)分段設(shè)定值優(yōu)化結(jié)果
    4.5 小結(jié)
結(jié)論
致謝
參考文獻(xiàn)
攻讀學(xué)位期間的研究成果

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 張肖肖;成竹;任青梅;秦強;;緊固件連接部位熱應(yīng)力分析的理論算法[J];航空計算技術(shù);2013年03期

2 向秋燕;喻澤紅;;橋梁上拱度的理論算法[J];中國水運(下半月);2009年01期

3 張明濤;王瑞峰;;基于記憶分子動理論算法的污水處理過程優(yōu)化[J];計算機仿真;2019年03期

4 王潔,陳惠民,張金藝,沈志楊;數(shù)字調(diào)制方式的識別研究[J];上海大學(xué)學(xué)報(自然科學(xué)版);2002年03期

5 張國棟;祁瑞敏;;一種改進(jìn)的證據(jù)理論算法及其應(yīng)用[J];安陽工學(xué)院學(xué)報;2019年04期

6 楊發(fā)權(quán);李贊;羅中良;;基于決策理論算法的單載波多載波數(shù)字調(diào)制識別技術(shù)研究[J];中山大學(xué)學(xué)報(自然科學(xué)版);2013年01期

7 楊文升;黃魯成;;量子BP神經(jīng)網(wǎng)絡(luò)模型的理論算法與應(yīng)用研究[J];統(tǒng)計與決策;2009年09期

8 陳留鳳,彭華,游春華,孟勇;荷載反分析的一種理論算法[J];武漢大學(xué)學(xué)報(工學(xué)版);2005年02期

9 錢潤生,陳云秋;艦載多傳感器信息融合技術(shù)初探[J];艦船電子工程;2001年05期

10 于洋;楊枝茂;孫宗鑫;干書偉;;對于計算機視覺商業(yè)化方向的研究[J];現(xiàn)代經(jīng)濟信息;2016年16期

相關(guān)碩士學(xué)位論文 前1條

1 張明濤;基于記憶分子動理論算法的污水處理節(jié)能優(yōu)化策略研究[D];蘭州交通大學(xué);2019年

本文編號：2867340