欢迎来到天天文库
浏览记录
ID:12775461
大小:33.50 KB
页数:11页
时间:2018-07-19
《基于cbr的曝气池智能实时供氧控制专家系统的设计》由会员上传分享,免费在线阅读,更多相关内容在教育资源-天天文库。
1、基于CBR的曝气池智能实时供氧控制专家系统的设计摘要:本文介绍了基于案例推理(CaseBasedReasoning:CBR)的曝气池智能实时供氧控制专家系统的初步设计。着重说明了在难以建立精确的曝气池实时供氧控制系统模型里,采用CBR技术对曝气池进行准确而高效的实时供氧的必要性和可能性。本系统的应用将具有良好的节能效果,从而增加污水厂的经济效益,强化自动管理。关键词:基于规则推理曝气池供氧专家系统 1.曝气池智能实时供氧控制专家系统的必要性及研究现状 在城市污水和工业废水处理中,多采用运行可靠、成本低,以好氧生物处理为主的处理工艺,其中供氧
2、能耗占运行总能耗的1160%左右[1]。现行的供氧方式主要有2种类型:基于电机驱动的曝气转刷的机械式曝气和基于鼓风机~曝气头式的鼓风曝气。在实际运行中,由于进水水质的变化,好氧池中混合液需氧量也是不断变化的,而曝气转刷的数量以及风机的数量和曝气头的类型均按理论需氧量来设计,并适当增设一定数量作为备用。为了满足足够的溶解氧,曝气转刷和鼓风机都工作在气量最大需求的状态下运行,造成气量过大,溶解氧值过高,则不仅会增加能耗,同时也会造成混合液絮体分散和破碎,而且使二沉池的固液难以分离。 由于好氧生物处理系统的复杂性和诸多不可预测性,影响DO值的因素有
3、进水水质、氧转移速率、微生物量及其活性和底物的去除速率,很难建立一个高效而准确的处理模型来描述DO和这些参数的关系,所以建立一个精确而高效的动态供氧系统是件相对复杂的事情。目前在这方面的研究方法主要有模糊理论、人工神经网络、随机优化技术和专家系统等。曾薇等采用SBR法处理啤酒废水的过程中,将在线检测DO浓度与人工神经网络系统相结合实现对曝气量的模糊控制试验研究,结果表面,人工神经网络系统可根据初始阶段DO的大小及变化情况预测进水有机物浓度和相应的曝气量,与此同时,以初始阶段的DO作为曝气量的模糊控制参数,实现对曝气量的模糊控制[2]。王华丰等采
4、用了模糊控制方法控制曝气池的DO浓度,在不同情况下采用不同的策略实现风量节能的控制方案,对仿真结果和结合现场实际情况对方案进行了分析[3]。11 随着具有的优异调速和起制动性能,高效率、高功率因数和节电效果的电机交流变频调速技术在诸多行业的广泛而成熟的应用,将该种技术与一个智能实时供氧控制系统结合起来用于鼓风机或者曝气转刷驱动电机的变频调速以动态地调节曝气池溶解氧的变化使之维持在一个最适宜的值将大大地降低污水处理厂地供氧能耗,从而显著的降低污水处理的运营成本,增加经济效益,同时能强化污水厂的自动化水平。 本系统由进水COD/BOD、曝气
5、池温度、污泥浓度、溶解氧和出水COD/BOD传感器,智能实时供氧控制专家系统,变频器,风机等构成。在线传感器把获取的数据传输到智能实时供氧控制系统以后,由控制系统和变频器调节风机的转速。 2.CBR技术在曝气池智能实时供氧控制专家系统中的应用 专家系统(ES,ExpertSystem)是一种模拟人类专家解决领域问题的计算机控制系统。近年来国内对专家系统在污水处理中的智能控制的应用研究也逐渐兴起。清华大学的施汉昌等开发的污水厂故障诊断专家系统,采用的是正反向混和推理机制,采用故障树的形式将知识库中的知识组织形式向用户开放,并有较好的应用[4]
6、。 对于一般的专家系统来说,包括人机交互接口、知识获取机构、推理机构、解释机构、知识库、数据库等。而其中的推理机构是智能系统的思维机构,是构成智能系统的核心,其可以分为基于规则的推理和基于范例推理的两大类。11 CBR方法1983年起源于美国耶鲁大学。该系统是由目标范例的提示而得到历史记忆中的源范例,并由源范例来指导目标范例求解的一种策略。它首先根据问题的特征,从范例库中检索出相似的范例,再以知识库中的领域知识和经验为指导,根据问题的实际情况对检索的范例加以调整、修补和综合使之更加符合当前的情况。CBR的显著优点在于:信息的完全表达,增量式
7、学习,形象思维的准确模拟,知识获取较为容易,求解效率高等,与传统专家系统相比,它最大的优点在于动态知识库,更接近于人类的决策过程[5]。 由于缺少一个精确的动态供氧模型,传统的基于规则的推理技术不能很有效的解决这个问题。由于CBR系统不必依赖于其内在的因果关系,具有一定的随意性和盲目性,非常适合该种非理论性很强的模型的运行控制。 3.基于CBR的曝气池智能实时供氧控制专家系统结构 基于CBR的智能实时供氧控制专家系统结构图如图2所示: 图2曝气池智能实时控制专家系统结构流程图11 1.加载案例:加载本系统案例库中的历史案例。对于
8、CBR应用来说,一个很重要的工作就是构筑有效的范例。范例库犹如知识库,其正确性直接影响着CBR的推理。在范例获取方面主要通过如下两种形式:广泛征求污水
此文档下载收益归作者所有