污水生化處理系統(tǒng)的建模與節(jié)能優(yōu)化控制項(xiàng)目摘要

本項(xiàng)目針對(duì)污水生化處理過(guò)程中的鼓風(fēng)量與溶解氧模型存在的非線性、時(shí)變、不確定性、時(shí)滯等復(fù)雜因數(shù)，造成鼓風(fēng)量過(guò)大而浪費(fèi)大量的電能問(wèn)題，研究溶解氧與氨的多目標(biāo)建模與優(yōu)化控制策略。提出基于粗糙機(jī)的RBF神經(jīng)網(wǎng)絡(luò)的污水生化處理建模方法，針對(duì)數(shù)據(jù)的隨機(jī)性，避免局部收斂性，提出了基于混沌時(shí)間序列的最小二乘支持向量機(jī)模型，新建的模型能夠適應(yīng)雨天、氣溫和環(huán)境等因數(shù)的變化，給出污水生化處理過(guò)程中溶解氧和氨的目標(biāo)預(yù)測(cè)值。根據(jù)該目標(biāo)預(yù)測(cè)值的誤差范數(shù)建立評(píng)價(jià)函數(shù)，提出了多目標(biāo)的最小鼓風(fēng)量的優(yōu)化控制方法；根據(jù)人工免疫算法的快速尋優(yōu)性，結(jié)合專家的知識(shí)和經(jīng)驗(yàn)，提出了基于專家知識(shí)的人工免疫最小風(fēng)量的節(jié)能優(yōu)化控制方法。通過(guò)仿真實(shí)驗(yàn)結(jié)果表明所研究的模型和優(yōu)化控制方法對(duì)于提高污水處理的質(zhì)量和減少污水生化處理過(guò)程中送氧鼓風(fēng)量消耗的電能是有效的。 2100433B

隨著我國(guó)城鎮(zhèn)化建設(shè)與人民生活水平的快速發(fā)展，降低建筑能耗、提高室內(nèi)舒適度的需求越來(lái)越高。此背景下，建筑環(huán)境與能量系統(tǒng)的精確建模、控制與優(yōu)化研究尚未實(shí)現(xiàn)建筑、暖通專業(yè)知識(shí)與控制理論的有機(jī)結(jié)合。本項(xiàng)目從控制學(xué)角度圍繞建筑室內(nèi)熱環(huán)境的降階建模與控制、建筑室內(nèi)多環(huán)境參數(shù)優(yōu)化、建筑能量系統(tǒng)性能優(yōu)化、以及建筑電能耗短時(shí)預(yù)測(cè)等四個(gè)方面展開(kāi)研究。首先，針對(duì)建筑熱環(huán)境CFD模型精度與復(fù)雜度之間的矛盾以及由此帶來(lái)的控制器設(shè)計(jì)困難，提出基于本征正交分解思想的室內(nèi)熱環(huán)境快速建模方法。在此基礎(chǔ)上，采用多模型切換控制的思路，通過(guò)離線-在線方式對(duì)室內(nèi)熱環(huán)境實(shí)現(xiàn)高分辨率精確調(diào)節(jié)；其次，針對(duì)目前建筑室內(nèi)環(huán)境的優(yōu)化策略大都忽視環(huán)境參數(shù)空間分布的問(wèn)題，我們采用本征正交分解方法，結(jié)合多維插值和遺傳算法，設(shè)計(jì)一種綜合考慮室內(nèi)熱舒適度、空氣質(zhì)量及空調(diào)能耗的優(yōu)化策略。其中本征正交分解用于重構(gòu)低階的環(huán)境參數(shù)空間，其與多維插值算法的結(jié)合可快速求解目標(biāo)函數(shù)，確保優(yōu)化算法的實(shí)時(shí)性；第三，當(dāng)前建筑能量系統(tǒng)的仿真與優(yōu)化軟件存在算法封閉、擴(kuò)展性差等缺陷。基于此，我們自主開(kāi)發(fā)一種用于改善建筑能量性能的通用優(yōu)化工具。其特點(diǎn)在于整合多方軟件組成不同模塊，運(yùn)用數(shù)據(jù)交互技術(shù)將建筑能量仿真中的多種分布式參數(shù)直接傳遞給優(yōu)化算法，使得優(yōu)化策略能充分考慮空間分布對(duì)環(huán)境參數(shù)的影響，相對(duì)目前的建筑能量與環(huán)境優(yōu)化策略，具有通用性好、優(yōu)化精度高等優(yōu)點(diǎn)；第四，在前期研究基礎(chǔ)上，我們繼續(xù)開(kāi)展建筑電能耗預(yù)測(cè)模型的研究。通過(guò)引入遺傳操作機(jī)制，將一種改進(jìn)型微粒群算法用于人工神經(jīng)網(wǎng)絡(luò)連接權(quán)值與閾值的優(yōu)化中，提出混合iPSO-ANN建筑電能耗預(yù)測(cè)模型。預(yù)測(cè)實(shí)驗(yàn)證明該方法預(yù)測(cè)精度優(yōu)于廣泛使用的神經(jīng)網(wǎng)絡(luò)模型及其它PSO-ANN混合模型。另外，為了驗(yàn)證POD降階模型對(duì)大空間建筑環(huán)境的逼近能力，我們利用一處1500平方米農(nóng)業(yè)生產(chǎn)型溫室，初步開(kāi)展了實(shí)驗(yàn)方案的設(shè)計(jì)與驗(yàn)證工作。 2100433B

我國(guó)是能源消耗大國(guó)，其中建筑能耗約占我國(guó)社會(huì)總能耗的25%，且比例仍在逐年提升。在此背景下，對(duì)建筑節(jié)能中的熱環(huán)境建模和優(yōu)化控制問(wèn)題展開(kāi)研究具有重要現(xiàn)實(shí)意義和實(shí)際應(yīng)用價(jià)值。本項(xiàng)目針對(duì)當(dāng)前建筑熱環(huán)境模型精度與復(fù)雜度之間的矛盾以及由此帶來(lái)的熱環(huán)境控制器設(shè)計(jì)的困難，致力于運(yùn)用模型降階和多模型的思路對(duì)復(fù)雜分布式參數(shù)的建筑熱環(huán)境進(jìn)行快速精確建模，并設(shè)計(jì)出綜合考慮建筑室內(nèi)熱舒適度和建筑能耗水平的熱環(huán)境優(yōu)化控制方案。本項(xiàng)目的創(chuàng)新之處在于將CFD仿真與模型降階技術(shù)結(jié)合，并將非線性系統(tǒng)在平衡點(diǎn)線性化展開(kāi)的思路擴(kuò)展到復(fù)雜分布式參數(shù)系統(tǒng)，建立低階的、多模型形式的室內(nèi)熱環(huán)境數(shù)學(xué)模型。在此基礎(chǔ)上，通過(guò)溫度傳感器數(shù)目與位置的優(yōu)化、熱環(huán)境模型與建筑能耗模型的融合，最終，本項(xiàng)目旨在為暖通空調(diào)系統(tǒng)提供一種實(shí)用、節(jié)能的熱環(huán)境控制策略，促進(jìn)建筑節(jié)能技術(shù)的進(jìn)一步發(fā)展和和應(yīng)用。

以作者的學(xué)術(shù)和工程經(jīng)驗(yàn)為基礎(chǔ)，通過(guò)工程系統(tǒng)的建模與控制提供了對(duì)機(jī)械、電氣、流體和熱力系統(tǒng)統(tǒng)一的處理方法。內(nèi)容涵蓋了傳統(tǒng)、先進(jìn)和智能控制，儀器儀表，實(shí)驗(yàn)和設(shè)計(jì)。包括理論，分析技術(shù)，常用的計(jì)算工具，仿真細(xì)節(jié)和應(yīng)用。

《工程系統(tǒng)的建模與控制》克服了其它有關(guān)建模和控制方面書(shū)的不足之處，書(shū)中的建模都與實(shí)際物理系統(tǒng)有關(guān)，并闡明了控制系統(tǒng)所適應(yīng)的特定技術(shù)。盡管使用了MATLAB，Simulink和LabVIEW，作者全面地解釋了方法背后的要點(diǎn)和解析基礎(chǔ)，對(duì)給定的系統(tǒng)如何選擇合適的工具，對(duì)結(jié)果進(jìn)行解釋和驗(yàn)證，以及軟件工具的局限性。這樣的方法可以使讀者掌握核心主題，學(xué)會(huì)在實(shí)際中使用概念。