本项目针对污水生化处理过程中的鼓风量与溶解氧模型存在的非线性、时变、不确定性、时滞等复杂因素,造成鼓风量过大而浪费大量电能的问题,研究了溶解氧与氨的多目标建模与优化控制策略。本项目研究了污水生化处理系统的数据挖掘、故障诊断以及处理异常数据问题。在污水生化处理的优化预测控制方面,针对不同预测目标,将几种智能算法引入到污水生化处理系统中,建立相关预测模型,并取得较好的实验效果。针对污水生化处理系统的节能优化控制问题,研究了基于专家知识的人工免疫最小风量的节能优化控制方法和以多约束条件为基础以运行费用最低为目标的多变量最优控制算法,并取得满意的实验结果。本项目已获得软件版权一项、申报发明专利两项、发表相关学术论文42篇,其中三大索引24篇,核心期刊22篇,完成了项目申请书要求的全部科研工作。
英文主题词Biochemical Treatment process of Waste Water;Modeling;Optimal control;Artificial Immune Algorithm; Energy Saving