污水处理过程中对泥龄的模糊神经网络控制
刘超彬, 乔俊飞
北京工业大学电子信息与控制工程学院，北京，100022
Fuzzy Neural Network Control of Sludge Age in Wastewater Treatment Processes
LIU Chao-bin, QIAO Jun-fei
School of Electronic Information & Control Engineering, Beijing University of Technology, Beijing 100022, China
摘要 针对污水处理过程的高度非线性、进水流量及水质变化剧烈、各状态变量之间存在强耦合关系等特性，提出了一种自适应模糊神经网络控制方法，以泥龄作为运转控制参数，调节排出的污泥量．仿真结果表明该控制器能够在线调整输入变量的隶属函数、优化控制规则，将其应用于活性污泥法污水处理系统中，可以快速地去除污水中的污染物，使污泥具有良好的去污能力和沉淀性能，并且具有很强的鲁棒性．
关键词 ：
模糊神经网络 ,
污水处理系统 ,
泥龄 ,
智能控制
Abstract ：Wastewater treatment is a highly nonlinear process, the water quality changes violently,and there exists strong coupling among the state variables.For these problems,this paper proposes an adaptive fuzzy neural network controller.Simulation results show that this controller can adjust the membership function of input variables and optimize the control rules in an on-line way.When applying to the wastewater treatment system based on activated sludge,this method can remove contamination quickly,makes the sludge maintain good performance of decontamination and deposition,and is of great robustness.
Key words ：
fuzzy neural network
wastewater treatment system
sludge age
intelligent control
收稿日期: 2005-06-10
基金资助: 国家自然科学基金资助项目（60304012）；北京市科技新星计划资助项目（H020821210120）
作者简介 : 刘超彬（1982- ），男，硕士生．研究领域为智能控制理论、方法与应用等．
引用本文:
刘超彬, 乔俊飞. 污水处理过程中对泥龄的模糊神经网络控制[J]. 信息与控制, 2006, 35(1): 16-20.
链接本文:
http://ic.sia.cn/CN/ 或 http://ic.sia.cn/CN/Y2006/V35/I1/16
[4]
国际水协废水生物处理设计与运行模型课题组.张亚雷,李咏梅.活性污泥数学模型[M].上海:同济大学出版社,2002.
[3]
Orhon D,Artan N.Modelling of Activated Sludge System[M].Lancaster,PA,USA:Technomic Publisher Co.,1994.
[8]
国家城镇污水处理厂污染物排放标准[S].GB18918-2002.
[1]
周海东,刘勤亚,张业健.泥龄应用中有关问题的探讨[J].污染防治技术,2003,16(2):13～16.
[6]
Da F P,Song W Z.Fuzzy neural networks for direect adaptive control[J].IEEE Transactions on Industrial Electronics,2003,50(3):507～513.
[5]
Wai R J.Robust fuzzy neural network control for nonlinear motortoggle servomechanism[J].Fuzzy Sets and Systems,2003,139(1):185～208.
[9]
高俊发,王社平.污水处理厂工艺设计手册[M].北京:化学工业出版社,2003.
[2]
杨岳平,徐新华,刘传富.废水处理工程及实例分析[M].北京:化学工业出版社,2003.
[7]
污水排入城市下水道水质标准[S].CJ3082-1999.
[1]
黄赞武， 魏学业， 刘泽. 基于广义概率和、积模糊神经模型的故障预测方法
[2]
翟天嵩, 刘叔军, 张南纶. RoboCup中型组足球机器人的改进模糊HSIC运动控制
[3]
黄银蓉, 张绍德. 污水处理曝气池溶解氧智能优化控制系统
[4]
张平均, 蒋新华. 基于动态递归模糊神经网络的共振频率自适应反推控制
[5]
孙玉坤, 张瑶, 黄永红, 孙晓天. 基于免疫遗传算法的动态递归模糊神经网络在发酵过程中的应用
[6]
吴垣甫. 小车单摆系统仿人智能控制与参数优化仿真
[7]
曹方, 王伟, 王介生. 基于知识挖掘和案例推理的电渣重熔过程智能优化设定控制
[8]
贾立, 施继平, 邱铭森. 间歇过程的全局收敛性神经模糊模型
[9]
刘宝, 王君红, 丁永生. 一种基于生理调节机制的智能协同解耦控制器
[10]
白锐, 柴天佑, 周俊武. 生料浆配料过程磨机负荷的混合智能控制
[11]
盖晓华, 刘叔军, 张南纶. 一种模糊HSIC特征模型新算法的分析与仿真
[12]
张友旺. 直接自适应动态递归模糊神经网络控制及其应用
[13]
薛文涛, 吴晓蓓, 王强. 基于免疫学习机制的遗传算法及其应用
[14]
彭晓波, 桂卫华, 胡志坤, 李勇刚, 王凌云. 基于混沌遗传算法的铜闪速熔炼过程操作模式智能优化系统
[15]
杜尧, 薛恒新. 基于熵聚类模糊神经网络的轴类零件信息聚类分析
