本發(fā)明利用基于區(qū)間二型模糊神經(jīng)網(wǎng)絡(luò)的控制方法實(shí)現(xiàn)污水處理過程中溶解氧DO濃度的跟蹤控制，溶解氧DO濃度是污水生化反應(yīng)過程中關(guān)鍵控制參數(shù)之一，對(duì)污水處理過程出水水質(zhì)有重要影響；將基于區(qū)間二型模糊神經(jīng)網(wǎng)絡(luò)的溶解氧DO濃度跟蹤控制方法應(yīng)用在污水處理過程中，實(shí)現(xiàn)溶解氧DO濃度跟蹤控制；該發(fā)明既屬于水研究領(lǐng)域，又屬于智能控制領(lǐng)域。

背景技術(shù)：

水資源供應(yīng)危機(jī)是未來10年社會(huì)風(fēng)險(xiǎn)中最核心的風(fēng)險(xiǎn)之一，一旦發(fā)生將會(huì)對(duì)全球經(jīng)濟(jì)和社會(huì)造成根本性破壞。當(dāng)前我國水資源面臨的形勢十分嚴(yán)峻，水資源短缺、水污染嚴(yán)重、水生態(tài)環(huán)境惡化等問題日益突出，已成為制約經(jīng)濟(jì)社會(huì)可持續(xù)發(fā)展的主要瓶頸。隨著我國工業(yè)化的發(fā)展和城鎮(zhèn)化進(jìn)程的加快，城市人口越來越集中，對(duì)于淡水資源的需求量也越來越大；水質(zhì)惡劣，水體富養(yǎng)化現(xiàn)象的頻繁發(fā)生，使城市水污染問題日益加??；與此同時(shí)，國民經(jīng)濟(jì)的增長和公眾環(huán)保意識(shí)的增強(qiáng)，使污水處理自動(dòng)化技術(shù)迎來了前所未有的發(fā)展機(jī)遇；怎樣防治水體污染，如何及時(shí)有效的處理污水并再次利用，成為我國迫在眉睫的問題；近些年來，我國積極建設(shè)污水處理設(shè)施，截至2015年底，全國城市污水處理廠處理能力1.4億立方米/日，全年累計(jì)處理污水量達(dá)410.3億立方米；然而，迫于降低污水處理成本的需要，城市污水處理正向規(guī)模大型化、技術(shù)先進(jìn)化和運(yùn)行最優(yōu)化等方向發(fā)展。因此，研究污水處理過程優(yōu)化運(yùn)行控制技術(shù)，實(shí)現(xiàn)低成本運(yùn)行是未來城市污水處理廠發(fā)展的必然趨勢，也是城市污水處理廠升級(jí)改造、技術(shù)革新的必然選擇。

污水處理過程中，溶解氧DO濃度是污水生化反應(yīng)過程中最重要的控制參數(shù)；好氧區(qū)氧氣不足時(shí)，絲狀菌大量繁殖導(dǎo)致污泥膨脹；氧氣過量時(shí)，懸浮固體沉降性變差導(dǎo)致能耗過高；同時(shí)溶解氧DO濃度還會(huì)對(duì)出水水質(zhì)，污水處理過程的能量消耗、運(yùn)行成本造成一定的影響；因此，快速高效準(zhǔn)確的將其控制在合理范圍內(nèi)是污水處理過程能否正常運(yùn)行的前提；根據(jù)不同的水質(zhì)，溶解氧DO濃度會(huì)發(fā)生相應(yīng)變化，同時(shí)污水處理過程的非線性，時(shí)變性，動(dòng)態(tài)不確定等特點(diǎn)，增加了溶解氧DO的控制難度；傳統(tǒng)使用控制的方法是通過PID控制器實(shí)現(xiàn)溶解氧濃度的控制，然而PID控制器需要大量的經(jīng)驗(yàn)數(shù)據(jù)，控制參數(shù)設(shè)計(jì)較為繁瑣；因此，如何快速高效、可靠精確地對(duì)溶解氧DO濃度跟蹤控制成為亟待解決的問題；區(qū)間二型模糊神經(jīng)網(wǎng)絡(luò)通過模糊規(guī)則對(duì)先驗(yàn)知識(shí)進(jìn)行表達(dá)，具有較強(qiáng)的學(xué)習(xí)、適應(yīng)和模糊信息處理能力；基于區(qū)間二型模糊神經(jīng)網(wǎng)絡(luò)的溶解氧DO濃度跟蹤控制方法能夠?qū)崿F(xiàn)對(duì)溶解氧DO濃度實(shí)時(shí)控制，具有很好的實(shí)際應(yīng)用價(jià)值；

本發(fā)明設(shè)計(jì)了一種基于區(qū)間二型模糊神經(jīng)網(wǎng)絡(luò)的溶解氧DO濃度跟蹤控制方法，主要通過區(qū)間二型模糊神經(jīng)網(wǎng)絡(luò)控制器對(duì)控制目標(biāo)進(jìn)行跟蹤控制，實(shí)現(xiàn)溶解氧DO在線控制。

技術(shù)實(shí)現(xiàn)要素：

本發(fā)明獲得了一種基于區(qū)間二型模糊神經(jīng)網(wǎng)絡(luò)的溶解氧DO濃度跟蹤控制方法，該控制器是基于區(qū)間二型模糊神經(jīng)網(wǎng)絡(luò)的溶解氧DO濃度跟蹤控制方法求解污水處理過程溶解氧控制問題，通過控制優(yōu)化后的曝氣量達(dá)到控制溶解氧DO濃度的目的；實(shí)現(xiàn)污水處理過程溶解氧DO濃度跟蹤控制，在保證出水水質(zhì)達(dá)標(biāo)的前提下，降低能耗和處理成本；

本發(fā)明采用了如下的技術(shù)方案及實(shí)現(xiàn)步驟：

1.一種基于區(qū)間二型模糊神經(jīng)網(wǎng)絡(luò)的溶解氧DO濃度跟蹤控制方法，

針對(duì)序批式間歇活性污泥系統(tǒng)中溶解氧DO進(jìn)行控制，其中，曝氣量為控制量，溶解氧DO濃度為被控量；

其特征在于，包括以下步驟：

(1)設(shè)計(jì)用于溶解氧DO濃度跟蹤控制的區(qū)間二型模糊神經(jīng)網(wǎng)絡(luò)，區(qū)間二型模糊神經(jīng)網(wǎng)絡(luò)分為四層：輸入層、隸屬函數(shù)層、激活層、輸出層；具體為：

①輸入層：該層由2個(gè)神經(jīng)元組成：

X(t)＝[x₁(t),x₂(t)]^T (1)

其中，X(t)表示區(qū)間二型模糊神經(jīng)網(wǎng)絡(luò)的輸入，x₁(t)為t時(shí)刻溶解氧DO濃度設(shè)定值與實(shí)際值的誤差，x₂(t)為t時(shí)刻溶解氧DO濃度設(shè)定值與實(shí)際值誤差的變化率，T為矩陣的轉(zhuǎn)置；

②隸屬函數(shù)層：該層有R個(gè)神經(jīng)元，每個(gè)神經(jīng)元代表一個(gè)區(qū)間二型隸屬函數(shù)，表示如下：

其中，為t時(shí)刻第i個(gè)輸入時(shí)第j個(gè)隸屬函數(shù)層神經(jīng)元輸出值的下界，為t時(shí)刻第i個(gè)輸入時(shí)第j個(gè)隸屬函數(shù)層神經(jīng)元輸出值的上界，c_ij(t)為t時(shí)刻第i個(gè)輸入時(shí)第j個(gè)隸屬函數(shù)層神經(jīng)元中心值的下界，為t時(shí)刻第i個(gè)輸入時(shí)第j個(gè)隸屬函數(shù)層神經(jīng)元中心值的上界，σ_ij(t)為t時(shí)刻第i個(gè)輸入時(shí)第j個(gè)隸屬函數(shù)層神經(jīng)元的寬度值；i表示區(qū)間二型模糊神經(jīng)網(wǎng)絡(luò)的輸入個(gè)數(shù)，i＝1，2；j＝1，2，…，R；

③激活層：該層有R個(gè)神經(jīng)元，每個(gè)神經(jīng)元的激活強(qiáng)度為：

其中，F(xiàn)_j(t)為t時(shí)刻激活層第j個(gè)神經(jīng)元的激活強(qiáng)度，f_j(t)為t時(shí)刻激活層第j個(gè)神經(jīng)元激活強(qiáng)度的下界，為t時(shí)刻激活層第j個(gè)神經(jīng)元激活強(qiáng)度的上界，

④輸出層：該層有1個(gè)神經(jīng)元，其輸出為：

其中，u(t)為t時(shí)刻控制器的曝氣量，Δu(t)為t時(shí)刻區(qū)間二型模糊神經(jīng)網(wǎng)絡(luò)的輸出，表示控制器的曝氣增量，Δu(t)為t時(shí)刻區(qū)間二型模糊神經(jīng)網(wǎng)絡(luò)輸出的下界，為t時(shí)刻區(qū)間二型模糊神經(jīng)網(wǎng)絡(luò)輸出的上界，q(t)為t時(shí)刻區(qū)間二型模糊神經(jīng)網(wǎng)絡(luò)輸出下界的比例值，q(t)∈(0,1]；z_j(t)為t時(shí)刻第j個(gè)神經(jīng)元與輸出神經(jīng)元間的權(quán)值，a_ij(t)為t時(shí)刻權(quán)值系數(shù)，b_j(t)為t時(shí)刻權(quán)值偏置；

(2)訓(xùn)練區(qū)間二型模糊神經(jīng)網(wǎng)絡(luò)，具體如下：

①利用訓(xùn)練樣本和梯度下降算法訓(xùn)練區(qū)間二型模糊神經(jīng)網(wǎng)絡(luò)；定義目標(biāo)函數(shù)為：

其中，e(t)為t時(shí)刻溶解氧DO濃度設(shè)定值與實(shí)際值的誤差，y(t)為溶解氧DO濃度的實(shí)際值，y_d(t)為溶解氧DO濃度的設(shè)定值；

②對(duì)區(qū)間二型模糊神經(jīng)網(wǎng)絡(luò)的參數(shù)進(jìn)行更新：

其中，c_ij(t+1)為t+1時(shí)刻第i個(gè)輸入時(shí)第j個(gè)隸屬函數(shù)層神經(jīng)元的中心值的下界，為t+1時(shí)刻第i個(gè)輸入時(shí)第j個(gè)隸屬函數(shù)層神經(jīng)元的中心值的上界；σ_ij(t+1)為t+1時(shí)刻第i個(gè)輸入時(shí)第j個(gè)隸屬函數(shù)層神經(jīng)元的寬度值，q(t+1)為t+1時(shí)刻區(qū)間二型模糊神經(jīng)網(wǎng)絡(luò)輸出下界的比例值，a_ij(t+1)為t+1時(shí)刻的權(quán)值系數(shù)，b_j(t+1)為t+1時(shí)刻的權(quán)值偏置；η為參數(shù)的學(xué)習(xí)率，η∈(0,1]；

(3)設(shè)計(jì)用于污水處理過程中溶解氧DO濃度跟蹤控制方法，具體為：

①根據(jù)公式(4)計(jì)算區(qū)間二型模糊神經(jīng)網(wǎng)絡(luò)的輸出；

②判斷當(dāng)前時(shí)刻溶解氧DO濃度跟蹤控制的目標(biāo)函數(shù)的大小，如果e(t)>0.01，轉(zhuǎn)到步驟③；如果e(t)≤0.01，轉(zhuǎn)到步驟⑤；

③根據(jù)公式(6)求解各個(gè)參數(shù)的更新值；

④計(jì)算當(dāng)前時(shí)刻的控制量u(t)

u(t)＝Δu_m(t)+u(t-1) (7)

其中，u(t)為t時(shí)刻控制器的曝氣量，Δu_m(t)為t時(shí)刻參數(shù)更新后新的曝氣增量，u(t-1)為t-1時(shí)刻控制器的曝氣量；轉(zhuǎn)到步驟⑥；

⑤計(jì)算當(dāng)前時(shí)刻的控制量u(t)

u(t)＝Δu(t)+u(t-1) (8)

⑥u(t)為當(dāng)前時(shí)刻污水處理系統(tǒng)溶解氧DO濃度跟蹤控制系統(tǒng)的實(shí)際輸入量；

(4)利用求解出的u(t)對(duì)溶解氧DO進(jìn)行控制，u(t)即t時(shí)刻的曝氣量，控制系統(tǒng)的輸出為實(shí)際溶解氧DO的濃度值。

本發(fā)明的創(chuàng)新點(diǎn)主要體現(xiàn)在：

(1)本發(fā)明針對(duì)當(dāng)前活性污泥法污水處理過程的復(fù)雜的、動(dòng)態(tài)的、不穩(wěn)定的生物反應(yīng)過程，以及非線性、時(shí)變性、滯后性的特點(diǎn)；同時(shí)，對(duì)污水處理過程的精確數(shù)學(xué)模型難以建立，根據(jù)神經(jīng)網(wǎng)絡(luò)較好的學(xué)習(xí)能力和逼近能力的特點(diǎn)，采用基于區(qū)間二型模糊神經(jīng)網(wǎng)絡(luò)的控制方法對(duì)溶解氧DO濃度進(jìn)行控制，具有控制精度高、穩(wěn)定性好等特點(diǎn)；

(2)本發(fā)明采用了基于區(qū)間二型模糊神經(jīng)網(wǎng)絡(luò)的溶解氧DO濃度跟蹤控制方法對(duì)污水處理過程的溶解氧DO濃度進(jìn)行跟蹤控制，該控制方法充分利用了區(qū)間二型模糊神經(jīng)網(wǎng)絡(luò)的規(guī)則性和精確性，使控制器更好的滿足當(dāng)前環(huán)境的變化，實(shí)現(xiàn)較好的控制；同時(shí)該控制方法實(shí)現(xiàn)了溶解氧DO濃度的閉環(huán)跟蹤控制，具有實(shí)時(shí)性強(qiáng)，結(jié)構(gòu)簡單等特點(diǎn)；

特別要注意：本發(fā)明只是為了描述方便，采用的是對(duì)溶解氧DO濃度跟蹤控制，同樣該發(fā)明也可適用污水處理過程硝態(tài)氮的控制等，只要采用了本發(fā)明的原理進(jìn)行控制都應(yīng)該屬于本發(fā)明的范圍。

附圖說明

圖1是本發(fā)明的控制結(jié)構(gòu)圖

圖2是本發(fā)明的區(qū)間二型模糊神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)圖

圖3是本發(fā)明的本發(fā)明控制系統(tǒng)溶解氧DO濃度結(jié)果圖

圖4是本發(fā)明的控制系統(tǒng)溶解氧DO濃度誤差圖

具體實(shí)施方式

本發(fā)明獲得了一種基于區(qū)間二型模糊神經(jīng)網(wǎng)絡(luò)的溶解氧DO濃度跟蹤控制方法，該控制器是基于區(qū)間二型模糊神經(jīng)網(wǎng)絡(luò)的溶解氧DO濃度跟蹤控制方法求解污水處理過程溶解氧控制問題，通過控制優(yōu)化后的曝氣量達(dá)到控制溶解氧DO的目的；實(shí)現(xiàn)污水處理過程溶解氧DO濃度跟蹤控制，在保證出水水質(zhì)達(dá)標(biāo)的前提下，降低能耗和處理成本；

1.一種基于區(qū)間二型模糊神經(jīng)網(wǎng)絡(luò)的溶解氧DO濃度跟蹤控制方法，

針對(duì)序批式間歇活性污泥系統(tǒng)中溶解氧DO進(jìn)行控制，其中，曝氣量為控制量，溶解氧DO濃度為被控量，控制結(jié)構(gòu)如圖1；

其特征在于，包括以下步驟：

(1)設(shè)計(jì)用于溶解氧DO濃度跟蹤控制的區(qū)間二型模糊神經(jīng)網(wǎng)絡(luò)，區(qū)間二型模糊神經(jīng)網(wǎng)絡(luò)分為四層：輸入層、隸屬函數(shù)層、激活層、輸出層，區(qū)間二型模糊神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)如圖2，具體為：

①輸入層：該層由2個(gè)神經(jīng)元組成：

X(t)＝[x₁(t),x₂(t)]^T

(9)

其中，X(t)表示區(qū)間二型模糊神經(jīng)網(wǎng)絡(luò)的輸入，x₁(t)為t時(shí)刻溶解氧DO濃度設(shè)定值與實(shí)際值的誤差，x₂(t)為t時(shí)刻溶解氧DO濃度設(shè)定值與實(shí)際值誤差的變化率，T為矩陣的轉(zhuǎn)置；

②隸屬函數(shù)層：該層有6個(gè)神經(jīng)元，每個(gè)神經(jīng)元代表一個(gè)區(qū)間二型隸屬函數(shù)，表示如下：

其中，為t時(shí)刻第i個(gè)輸入時(shí)第j個(gè)隸屬函數(shù)層神經(jīng)元輸出值的下界，為t時(shí)刻第i個(gè)輸入時(shí)第j個(gè)隸屬函數(shù)層神經(jīng)元輸出值的上界，c_ij(t)為t時(shí)刻第i個(gè)輸入時(shí)第j個(gè)隸屬函數(shù)層神經(jīng)元中心值的下界，為t時(shí)刻第i個(gè)輸入時(shí)第j個(gè)隸屬函數(shù)層神經(jīng)元中心值的上界，σ_ij(t)為t時(shí)刻第i個(gè)輸入時(shí)第j個(gè)隸屬函數(shù)層神經(jīng)元的寬度值；i表示區(qū)間二型模糊神經(jīng)網(wǎng)絡(luò)的輸入個(gè)數(shù)，i＝1，2；j＝1，2，…，6；

③激活層：該層有6個(gè)神經(jīng)元，每個(gè)神經(jīng)元的激活強(qiáng)度為：

其中，F(xiàn)_j(t)為t時(shí)刻激活層第j個(gè)神經(jīng)元的激活強(qiáng)度，f_j(t)為t時(shí)刻激活層第j個(gè)神經(jīng)元激活強(qiáng)度的下界，為t時(shí)刻激活層第j個(gè)神經(jīng)元激活強(qiáng)度的上界，

④輸出層：該層有1個(gè)神經(jīng)元，其輸出為：

其中，u(t)為t時(shí)刻控制器的曝氣量，Δu(t)為t時(shí)刻區(qū)間二型模糊神經(jīng)網(wǎng)絡(luò)的輸出，表示控制器的曝氣增量，Δu(t)為t時(shí)刻區(qū)間二型模糊神經(jīng)網(wǎng)絡(luò)輸出的下界，為t時(shí)刻區(qū)間二型模糊神經(jīng)網(wǎng)絡(luò)輸出的上界，q(t)為t時(shí)刻區(qū)間二型模糊神經(jīng)網(wǎng)絡(luò)輸出下界的比例值，q(t)∈(0,1]；z_j(t)為t時(shí)刻第j個(gè)神經(jīng)元與輸出神經(jīng)元間的權(quán)值，a_ij(t)為t時(shí)刻權(quán)值系數(shù)，b_j(t)為t時(shí)刻權(quán)值偏置；

(2)訓(xùn)練區(qū)間二型模糊神經(jīng)網(wǎng)絡(luò)，具體如下：

①利用訓(xùn)練樣本和梯度下降算法訓(xùn)練區(qū)間二型模糊神經(jīng)網(wǎng)絡(luò)；定義目標(biāo)函數(shù)為：

其中，e(t)為t時(shí)刻溶解氧DO濃度設(shè)定值與實(shí)際值的誤差，y(t)為溶解氧DO濃度的實(shí)際值，y_d(t)為溶解氧DO濃度的設(shè)定值；

②對(duì)區(qū)間二型模糊神經(jīng)網(wǎng)絡(luò)的參數(shù)進(jìn)行更新：

其中，c_ij(t+1)為t+1時(shí)刻第i個(gè)輸入時(shí)第j個(gè)隸屬函數(shù)層神經(jīng)元的中心值的下界，為t+1時(shí)刻第i個(gè)輸入時(shí)第j個(gè)隸屬函數(shù)層神經(jīng)元的中心值的上界；σ_ij(t+1)為t+1時(shí)刻第i個(gè)輸入時(shí)第j個(gè)隸屬函數(shù)層神經(jīng)元的寬度值，q(t+1)為t+1時(shí)刻區(qū)間二型模糊神經(jīng)網(wǎng)絡(luò)輸出下界的比例值，a_ij(t+1)為t+1時(shí)刻的權(quán)值系數(shù)，b_j(t+1)為t+1時(shí)刻的權(quán)值偏置；η為參數(shù)的學(xué)習(xí)率，η為0.05；

(3)設(shè)計(jì)用于污水處理過程中溶解氧DO濃度跟蹤控制方法，具體為：

①根據(jù)公式(4)計(jì)算區(qū)間二型模糊神經(jīng)網(wǎng)絡(luò)的輸出；

②判斷當(dāng)前時(shí)刻溶解氧DO濃度跟蹤控制的目標(biāo)函數(shù)的大小，如果e(t)>0.01，轉(zhuǎn)到步驟③；如果e(t)≤0.01，轉(zhuǎn)到步驟⑤；

③根據(jù)公式(6)求解各個(gè)參數(shù)的更新值；

④計(jì)算當(dāng)前時(shí)刻的控制量u(t)

u(t)＝Δu_m(t)+u(t-1) (15)

其中，u(t)為t時(shí)刻控制器的曝氣量，Δu_m(t)為t時(shí)刻參數(shù)更新后新的曝氣增量，u(t-1)為t-1時(shí)刻控制器的曝氣量；轉(zhuǎn)到步驟⑥；

⑤計(jì)算當(dāng)前時(shí)刻的控制量u(t)

u(t)＝Δu(t)+u(t-1) (16)

⑥u(t)為當(dāng)前時(shí)刻污水處理系統(tǒng)溶解氧DO濃度跟蹤控制系統(tǒng)的實(shí)際輸入量；

(4)利用求解出的u(t)對(duì)溶解氧DO進(jìn)行控制，u(t)即t時(shí)刻的曝氣量，控制系統(tǒng)的輸出為實(shí)際溶解氧DO的濃度值。圖3顯示系統(tǒng)的溶解氧DO濃度值，X軸：時(shí)間，單位是15分鐘/樣本，Y軸：溶解氧DO濃度，單位是毫克/升，實(shí)線為溶解氧DO濃度設(shè)定值，黑色虛線是溶解氧DO濃度實(shí)際值；溶解氧DO濃度設(shè)定值與溶解氧DO濃度實(shí)際值的誤差如圖4，X軸：時(shí)間，單位是15分鐘/樣本，Y軸：溶解氧DO濃度誤差值，單位是毫克/升；實(shí)驗(yàn)結(jié)果證明該方法的有效性。