以活性污泥法城市污水生物处理过程为研究对象,以污水出水水质和处理成本为最终控制目标,研究数据挖掘、智能信息处理技术,建立污水处理中生化反应过程自组织模型;研究基于神经计算的模型化软测量方法,解决污水关键水质参数BOD、COD等不能实时测量的问题;研究智能优化控制理论及实用方法,解决在约束条件下污水生化反应过程的动态优化设定及在线控制问题。城市污水生物处理过程智能优化控制技术的研究,不仅对淡水资源的保护和污水再生资源化具有十分重要的意义,而且对完善和发展智能优化控制理论也具有积极的推动作用。
以活性污泥法污水处理过程为研究对象,以出水水质和低成本运行为目标,研究污水处理过程建模与智能优化控制问题。重点研究智能信息处理和智能优化控制新方法,探索污水处理过程智能化新技术。经过课题组全体成员三年的努力,完成了项目计划书中的全部研究内容。取得了如下研究成果(1)获得了一种基于神经网络计算模型的遗传算法,该算法对于复杂的非线性函数具有非常强的全局寻优能力,为污水处理过程建模提供了理论工具;(2)获得了一种神经网络全局优化学习算法,为污水处理过程的智能优化控制奠定了理论基础;(3)获得了基于离散、连续状态Hopfield神经网络的最优控制方法,该方法避免了求解Ricatti方程涉及的矩阵逆运算,保证了控制系统的实时性;(4)获得了一套污水处理过程建模与控制的智能化新技术。以上研究成果虽然是基于污水处理过程建模与控制而获得的,但是它也可以用以解决其它具有类似特点的复杂过程的控制问题。随着时间的推移,必将对智能控制理论的发展起到积极的抢劫作用。