城市污水处理优化运行控制知识自动化系统设计方法与应用验证

Municipal wastewater treatment is an effective way to protect environment and realize water resources circulation. The optimal operation control technology is a key method to ensure the discharge standards and reduce the energy consumption. This project will design the optimal operation control technology based on the data and knowledge from the wastewater treatment process. And then, a knowledge-automation system will be developed by introducing the operator experience. The major research contents include: The methods for the knowledge identifying, increasing and reasoning will be studied to establish a knowledge representation model of the wastewater treatment process and to obtain knowledge-automation technology. The multiobjective dynamic optimization methods will be discussed to optimize the set-points of the operating variables within the non-smooth operation conditions of the wastewater treatment process. Meanwhile, the self-organizing control theory will be proposed to realize the real-time control of the wastewater treatment process. The warning system and self-repairing methods, based on the data and knowledge, will be designed to suppress the abnormal operation conditions of the wastewater treatment process. Then, the knowledge-automation system will be designed and applied to the real wastewater treatment process. And the energy consumption will be saved not less than 3% in the premise of ensuring to meet the effluent discharge requirements. This project will enrich and develop the intelligent optimization control theory to promote the progress of the control science. The proposed optimal operation control technologies are with all the intellectual property rights to break through the bottleneck of the optimal control for the wastewater treatment process. Therefore, this project has broad application prospects.

城市污水处理是保护环境、实现水资源循环利用的有效途径，污水处理优化运行控制技术是保证其排放达标、降低能耗的核心技术。项目研究基于数据和知识的优化运行控制技术，将操作人员经验有效地引入控制系统中，完成污水处理优化运行控制知识自动化系统设计。具体内容：研究知识自动发现、增殖与自主推理方法，建立污水处理知识表达模型和获得知识自动处理技术；研究多目标动态优化方法，解决污水处理非平稳运行中的操作变量在线设定问题；研究自组织控制理论，解决污水处理过程实时控制问题；研究基于数据和知识的系统预警与自修复方法，实现对异常工况的有效抑制；完成优化运行控制知识自动化系统设计并在实际污水处理厂应用，确保排放达标且能耗降低3%以上。研究工作丰富和发展了智能优化控制理论，促进了控制科学的进步。获得的城市污水处理优化运行控制技术拥有全部知识产权，突破了制约污水处理优化控制实施的瓶颈，具有广阔的应用前景。

城市污水处理是国家水资源综合利用的战略举措，对保护环境、实现水资源循环利用具有重要意义。目前存在的主要问题是处理能耗大，运行成本高；异常工况频发，出水水质超标严重。污水处理过程具有多流程、时变、时滞、不确定性严重的特性，是一个难以建模、运行非平稳的系统。城市污水处理过程数据丰富，运行过程中人的参与很频繁，如何从这些数据中挖掘有效的知识，如何将人的操作知识转化为有效的控制策略，设计出可实现污水处理全流程智能优化控制的知识自动化系统，是一个具有挑战性的任务。.围绕以上问题，项目获得以下成果：.1. 提出了一种基于模块化神经网络的知识表达模型，实现了数据挖掘知识与操作经验知识的统一；设计基于任务驱动的模块化神经网络调整机制，实现了知识推理和增殖；.2. 建立了知识和数据混合驱动的城市污水处理优化评价模型，提出了基于知识的多目标优化算法，实现了污水处理过程操作变量的实时优化设定；提出了一种基于神经元活跃度的模糊推理规则调整机制，获得了结构自组织模糊神经网络控制方法，实现了污水处理过程高精度稳定控制。.3. 提出了一种基于深度信念网络的异常工况特征模型，建立了基于征兆特征信息的异常工况的预测模型，实现了异常工况的实时预警；提出了一种基于案例推理的智能决策方法，基于异常工况征兆信息和运行趋势，实现异常工况的有效抑制；.4. 设计了知识和数据混合驱动的城市污水处理过程知识自动化系统，将其应用于实际污水处理厂，实现全流程优化运行控制，降低运行能耗约3%。.该项目研究成果已在IEEE Transactions on Industrial Electronics、IEEE Transactions on Cybernetics等刊物上发表论文100余篇，其中SCI/EI收录80余篇；申请发明专利30余项，获得授权软件著作权10余项；研究成果获2018年国家科学技术进步奖二等奖等。已经培养教授6名，副教授4名，培养研究生60名(其中25名博士生、35名硕士生)。