论文摘要
污水处理的CASS池工艺是在活性污泥法的基础上发展起来的一种新型的工艺方法,它的污水处理过程是利用吸附在污泥上的各种菌群的生命活动,来清除污水中的有害杂质和污染物。溶解氧浓度是污水处理过程中的重要因素之一,由于进水水质的不稳定性和微生物生长的复杂性等特点,使得溶解氧浓度的控制过程具有多变量、非线性、大滞后和不确定性等特点,控制过程精确的数学模型难以建立,基于数学模型的传统控制方法已经不能满足其控制要求,从而导致出水水质的不稳定性。智能控制是控制理论发展的高级阶段,它可以在不确定控制过程数学模型的基础上实现对被控量的精确控制。为了提高污水处理出水质量,降低运行成本,利用智能控制的方法对溶解氧浓度进行控制的研究具有重要的理论和现实意义。模糊神经网络是在模糊逻辑和神经网络的理论基础上发展起来的一种智能控制方法,它既有模糊逻辑的模糊推理和知识表达能力,又有神经网络的自学习能力,可以有效解决复杂控制系统的诸多问题,。本文在对溶解氧浓度智能控制方法现有研究的基础上,结合实际项目,深入了解了CASS池工艺污水处理方法的原理,结合对模糊神经网络控制的学习和研究,主要做了以下工作:1、根据实际项目的控制要求,在保证满足控制系统性能的前提下进行了硬件结构的设计和控制系统的软件开发,并设计上位监控组态和触摸屏手动控制画面。2、运用OPC技术实现matlab与PLC的数据交换,利用matlab的工具箱设计模糊神经网络控制器,并嵌入到simulink环境下,将PLC中的数据送入到simulink中,经过数据处理得出的结果再送回到PLC中实现实时控制。3、根据被控对象在simulink下的实时跟踪曲线图分析系统运行状况。本文的研究实现了CASS工艺下污水处理过程中对容解氧浓度的精确控制,为污水处理的自动控制提供了一种新型的方法,这对我国污水处理过程的智能控制技术开发具有一定的理论与现实意义。