【技术实现步骤摘要】
本专利技术利用基于知识引导的城市污水处理过程主动容错控制方法，旨在高效应对鼓风机故障所带来的挑战，以诊断出根本故障变量，确保溶解氧浓度的稳定和精确控制。这一控制方法对于污水处理厂的安全和稳定运行起到了至关重要的作用。污水处理过程中的溶解氧浓度稳定控制，不仅是整个处理流程的关键环节，同时也是先进制造的一个重要分支。它既涉及到过程控制领域，同时与水科学领域密切相关。
技术介绍
1、随着我国城镇化的迅速推进，对淡水资源的需求不断上升，这导致污水产生量逐渐增加。因此，近年来，污水治理成为我国重要的工作之一，以应对不断增长的污水排放量。在污水处理厂中，活性污泥法是最常用的废水处理方法之一，其中包含一系列生化反应。城市污水处理的关键目标是实现水资源的循环利用，以有效缓解水资源危机，成为城市可持续发展的关键战略。城市污水处理过程具有连续性和不可替代性，鼓风机一旦发生故障，可能导致污水处理过程的不稳定运行，从而对整个污水处理系统造成严重影响，引发巨大的经济损失和社会影响，成为制约污水处理过程正常运行的主要瓶颈。
2、鼓风机作为污水处理系统中的关键组件，负责提供足够的氧气以促进生物处理过程。然而，频繁的鼓风机故障导致系统中氮、磷、碳等参数发生明显波动，给整个污水处理过程带来了巨大的不确定性。因此，需要诊断故障变量并采取有效的控制策略是一个相当复杂的问题。
3、近年来，控制领域涌现出众多主动容错控制方法，这些方法虽然能够有效应对故障的影响，但尚未解决引发故障的根本原因变量。这使得在故障发生后的处理仍显得有限，难以从根本上抑制
4、本专利技术通过设计基于知识引导的故障诊断和容错补偿控制方法，运用故障诊断策略，准确诊断引发故障的根本原因变量。同时，引入知识补偿机制，有效弥补故障对系统的不利影响，重新构造控制律，完成污水处理过程的稳定控制。
技术实现思路
1、本专利技术获得了一种基于知识引导的污水处理过程主动容错控制方法，主要通过知识故障诊断策略来分析变量之间的因果关系，来诊断出根本故障变量，利用容错补偿机制来重新构造控制律来调节溶解氧浓度，实现了污水处理过程的持续安全和稳定运行；
2、本专利技术采用了如下的技术方案及实现步骤：
3、1.一种基于知识引导的城市污水处理过程主动容错控制方法，其特征在于，设计基于知识开发的城市污水处理过程故障诊断策略，构建知识和数据驱动的城市污水处理过程主动容错控制器，设计基于知识引导机制的控制律求解方法，包括以下步骤：
4、(1)设计基于知识开发的城市污水处理过程故障诊断策略
5、鼓风机通过将空气中的氧气转移到城市污水处理过程中，供给好氧生物进行新陈代谢，实现污染物的去除；采取基于知识开发的故障诊断策略，精准定位故障根源，为及时恢复城市污水处理过程正常运行奠定基础；
6、建立基于故障变量的全维回归模型：
7、
8、其中，x1(t)＝[tn(t),qin(t)]，tn(t)为t时刻总氮浓度，qin(t)为t时刻进水流量，x1(t-p)＝[tn(t-p),qin(t-p)]，tn(t-p)为t-p时刻总氮浓度，qin(t-p)为t-p时刻进水流量，x2(t-p)＝[mlss(t-p),f/m(t-p)]，mlss(t-p)为t-p时刻混合悬浮物浓度，f/m(t-p)为t-p时刻污泥负荷，x3(t-p)＝[r(t-p),bod(t-p),svi(t-p)]，r(t-p)为t-p时刻回流比，bod(t-p)为t-p时刻生物需氧量，svi(t-p)为t-p时刻污泥体积指数，a1＝0.1、a2＝0.1以及a3＝0.1为全维回归模型的系数，p＝5为滞后阶数，ε1(t)为t时刻全维回归模型的残差；
9、建立基于故障变量的降维回归模型为：
10、
11、其中，a4＝0.1以及a5＝0.1为降维回归模型系数，ε2(t)为t时刻降维回归模型残差；
12、利用知识开发策略计算变量之间的因果值，获取根本故障变量为：
13、
14、其中，cov(ε1(t))为ε1(t)的协方差，cov(ε2(t))为ε2(t)的协方差，通过公式(1)以及公式(2)可以计算混合悬浮物浓度的协方差ε1(t)以及污泥体积指数的协方差ε2(t)，然后通过公式(3)计算出混合悬浮物浓度的协方差与污泥体积指数的协方差之间的因果值是大于零，可以得出混合悬浮物浓度为根本故障变量；
15、(2)构建知识和数据驱动的城市污水处理过程主动容错控制器
16、建立模糊神经网络控制器的输出为：
17、
18、其中，uf(t)为t时刻模糊神经网络控制器的输出，ak(t)为t时刻模糊神经网络控制器的第k个输入，ckl(t)为t时刻模糊神经网络控制器的第k个输入神经元和第l个径向基神经元的中心值，ckl(t)在[0,1]范围内随机赋值，σkl(t)为t时刻模糊神经网络控制器的第k个输入神经元和第l个径向基神经元的宽度值，σkl(t)在[0,1]范围内随机赋值，wl(t)为t时刻模糊神经网络控制器的第l个归一化神经元的输出权值，wl(t)在[0,1]范围内随机赋值；
19、更新模糊神经网络控制器参数：
20、
21、
22、
23、其中，为目标函数，e(t)为t时刻溶解氧浓度设定值与溶解氧浓度实际值的误差，溶解氧浓度设定值为2毫克/升，为e(t)的导数，ckl(t+1)为t+1时刻模糊神经网络控制器的第k个输入神经元和第l个径向基神经元的中心值，σkl(t+1)为t+1时刻模糊神经网络控制器的第k个输入神经元和第l个径向基神经元的宽度值，wl(t+1)为t+1时刻模糊神经网络控制器的第l个归一化神经元的输出权值；
24、(3)设计基于知识引导机制的控制律求解方法
25、设计鼓风机的曝气调整量为：
26、△u(t)＝uf(t)+ub(t) (8)
27、其中，ub(t)为t时刻补偿控制律，ub(t)的初始值为0，构造中间变量为：
28、
29、求解基于知识引导机制的补偿控制律为：
30、ub(t)＝l(d)e(t)-τ(t)e(t)-200 (10)
31、其中，l(d)用于量化故障变量的变化程度，表示为：
32、
33、其中，d为传感器采集到的混合悬浮物浓度值；
34、利用δu(t)的第一个值作为控制器的调整量，即对t时刻的污水处理过程曝气量进行调整：<本文档来自技高网...
【技术保护点】
1.一种基于知识引导的城市污水处理过程主动容错控制方法，其特征在于，设计基于知识开发的城市污水处理过程故障诊断策略，构建知识和数据驱动的城市污水处理过程主动容错控制器，设计基于知识引导机制的控制律求解方法，包括以下步骤：
【技术特征摘要】
1.一种基于知识引导的城市污水处理过程主动容错控制方法，其特征在于，设计基于知识开发的城市污水处理过程故障诊断...
【专利技术属性】
技术研发人员：韩红桂，徐雨梦，刘峥，孙浩源，乔俊飞，
申请(专利权)人：北京工业大学，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。