申请日2013.08.20
公开(公告)日2013.11.20
IPC分类号G01N33/18
摘要
一种基于输出观测器的污水COD软测量方法,它涉及一种污水COD软测量方法。本发明要解决污水处理过程中反应过程复杂、非线性关系强、部分关键变量难于测量的问题。该方法是将待测变量作为系统输出,构建性能良好的输出观测器,其中的观测器参数由历史测量数据离线辨识得到。本发明的主要优点有:1)不依赖于对污水处理反应模型的先验知识,仅利用污水处理系统历史测量数据;2)基于成熟的控制理论,构建闭环观测器,动态性能优异,软测量效果好;3)应用范围广泛,除污水处理系统出水COD外,改进的系统应用于测量其他水质指标以及化工、冶炼、造纸等类似工业过程的产品成分。本方法应用于污水在线测量领域。
权利要求书
1.一种基于输出观测器的污水COD软测量方法,其特征在于所述的基于输出观测器的 污水COD软测量方法是按照以下步骤进行的:
步骤一,选择辅助变量和待测变量:选取TOC、DO、ORP、pH、T、HRT和r作为辅助 变量,分别设为u1,…,u7,将出水COD设为y,所述的y为待测变量;将污水处理过程定 义为反应系统,系统输入为u=[u1…u7]∈Rl,l=7,系统输出y∈Rm,m=1; 其中,TOC为进水总有机碳含量,DO为反应池溶解氧,ORP为氧化还原电位,pH为酸碱度, T为水温,HRT为水力停留时间,r为回流比;
步骤二,数据采集:利用传感器采集污水的辅助变量和待测变量的数据样本,其中,辅 助变量数据样本为u1(i),…,u7(i),待测变量数据样本为y(i);i=1,…,N0,N0为采样数 量,传感器采集数据样本的时间为10s~10min;
取N1组数据样本为训练样本,取N2数据样本为检测样本,其中,N1与N2均为正整数, N1+N2=N0;
步骤三,构建软件测量模型:
A、构建数据集:
选取采集训练样本时间的中间时刻k,取训练样本N1中的数据,按如下方式构建数学矩 阵Zp和Zf:
其中,
其中,
Y(j)=[y(j)…y(j+N-1)],U(j)=[u(j)…u(j+N)]
其中,N为正整数,N1>N+2s,N≥s+1,所述的s=3;
B、估计左零空间:
计算并对其进行奇异值分解,结果如下:
Uz=[Uz,XY Uz,res],其中,ΛXY为对角阵,ΛΦ≈0;
C、估计等价向量,公式如下:
取的最后一行,记为β,β为等价向量;
满足:β=[βu βy],
βu=[βu,0…βu,s]∈Rl(s+1),
βy=[βy,0…βy,s]∈Rm(s+1),βy,s=1;
D、构建软测量模型
构建系统的输出观测器,即为软测量模型sensors,其中软测量模型构建公式如下:
其中,u(t)为系统输入,为系统输出,zs(t)为内部变量,为软测量结果,
其中,系统的输出观测器参数确定方法如下:
cs=[0…0 1]∈Rs,ds=-βu,s,
步骤四,确定最优观测器:
分别取s=4,…,l,重复步骤A至D,得l-3个软测量模型,根据s取值,各模型分 别为sensor3,…,sensorl;将步骤一中的辅助变量数据样本u1(i),…,u7(i)和待测变量数 据样本y(i)代入各软测量模型sensor3,…,sensorn中,得
定义评价指标其中y0(t)为测试样本中的实际输出结果;最 优软测量模型S为E中数值结果最小的一组软测量模型;所述的最优软测量模型为
步骤五,在线测量:
E、模型移植
将最优软测量模型S移植到在线监控计算机,实时获取的采样测量值u1,…,u7,以及 计算出水COD值
F、在线滤波
通过在线滤波器对进行处理;处理公式如下:
其中,α∈[0,1]为滤波因子。
2.根据权利要求1所述的一种基于输出观测器的污水COD软测量方法,其特征在于步 骤D构建软测量模型中所述的
若有在线仪表,则为在线仪表读数,软测量结果为优化的测量数据;
若无在线仪表,则为离线采样获得的中值。
3.根据权利要求1所述的一种基于输出观测器的污水COD软测量方法,其特征在于步 骤F在线滤波中所述的在线滤波器为平滑滤波器。
说明书
一种基于输出观测器的污水COD软测量方法
技术领域
本发明涉及一种污水COD软测量方法,特别涉及一种对污水处理系统出水COD的软测 量方法。
背景技术
由于对出水水质、系统效率等指标要求的不断提高,在线、实时地对各项水质指标进行 监测成为现代污水处理系统中必不可少的关键环节。对于温度、酸碱度等指标,通常采用在 线测量仪表进行检测。然而,传统上采用的在线仪表存在诸多明显不足:1)易受干扰,存在 较大的测量误差;2)时滞现象明显;3)部分水质变量无法在线测量;4)价格昂贵,维护费 用高。相比之下,软测量技术能够很好的克服上述缺点,受到了普遍重视。
软测量技术主要是指,不依赖于在线传感器,而利用数学关系对在线可测量的数据进行 处理,从而得到在线不可测的变量。通常,其主要步骤包括辅助变量的选择、数据采集与处 理、软测量模型、在线校正等。经过多年的发展,人们已经提出了多种软测量技术,主要可 分为两大类:1)依赖于模型的方法,入机理建模、状态估计;2)基于数据的方法,如:回 归分析、人工神经网络、支持向量机等。前者通过对系统的分析,构建反应模型,来获得待 测变量与可测变量间的关系。其主要优点在于理论成熟,测量效果好。但对于较为复杂的系 统,建模过程困难甚至难以实现,从而限制了其使用范围。后者则主要通过历史数据训练得 到合理的数学模型,并将其应用于在线测量,实用性更强。该类方法的不足在于对建模数据 的数量和质量均有较高要求,并且对系统的变化不敏感,测量偏差较大。
发明内容
本发明的目的是为了解决污水处理过程中反应过程复杂、非线性关系强、部分关键变量 难于测量的问题,而提供一种基于输出观测器的污水COD软测量方法。
本发明的一种基于输出观测器的污水COD软测量方法,是按照以下步骤进行的:
步骤一,选择辅助变量和待测变量:选取TOC、DO、ORP、pH、T、HRT和r作为辅助 变量,分别设为u1,…,u7,将出水COD设为y,所述的y为待测变量;将污水处理过程定 义为反应系统,系统输入为u=[u1 … u7]∈Rl,l=7,系统输出y∈Rm,m=1; 其中,TOC为进水总有机碳含量,DO为反应池溶解氧,ORP为氧化还原电位,pH为酸碱度, T为水温,HRT为水力停留时间,r为回流比;
步骤二,数据采集:利用传感器采集污水的辅助变量和待测变量的数据样本,其中,辅 助变量数据样本为u1(i),…,u7(i),待测变量数据样本为y(i);i=1,…,N0,N0为采样数 量,传感器采集数据样本的时间为10s~10min;
取N1组数据样本为训练样本,取N2数据样本为检测样本,其中,N1与N2均为正整数, N1+N2=N0;
步骤三,构建软件测量模型:
A、构建数据集:
选取采集训练样本时间的中间时刻k,取训练样本N1中的数据,按如下方式构建数学矩 阵Zp和Zf:
其中,
其中,
Y(j)=[y(j)…y(j+N-1)],U(j)=[u(j)…u(j+N)]
其中,N为正整数,N1>N+2s,N≥s+1,所述的s=3;
B、估计左零空间:
计算并对其进行奇异值分解,结果如下:
Uz=[Uz,XY Uz,res],
其中,ΛXY为对角阵,ΛΦ≈0;
C、估计等价向量,公式如下:
取的最后一行,记为β,β为等价向量;
满足:β=[βu βy],
βu=[βu,0…βu,s]∈Rl(s+1),
βy=[βy,0…βy,s]∈Rm(s+1),βy,s=1;
D、构建软测量模型
构建系统的输出观测器,即为软测量模型sensors,其中软测量模型构建公式如下:
其中,u(t)为系统输入,为系统输出,zs(t)为内部变量,为软测量结果,
其中,系统的输出观测器参数确定方法如下:
cs=[0…0 1]∈Rs,ds=-βu,s,
步骤四,确定最优观测器:
分别取s=4,…,l,重复步骤A至D,得l-3个软测量模型,根据s取值,各模型分 别为sensor3,…,sensorl;将步骤一中的辅助变量数据样本u1(i),…,u7(i)和待测变量数 据样本y(i)代入各软测量模型sensor3,…,sensorn中,得
定义评价指标其中y0(t)为测试样本中的实际输出结果;最 优软测量模型S为E中数值结果最小的一组软测量模型;所述的最优软测量模型为
步骤五,在线测量:
E、模型移植
将最优软测量模型S移植到在线监控计算机,实时获取的采样测量值u1,…,u7,以及 计算出水COD值
F、在线滤波
通过在线滤波器对进行处理;处理公式如下:
其中,α∈[0,1]为滤波因子。
本发明包含以下有益效果:
1、对于一些难于在线测量的变量进行软测量,从而实现对这些变量的实时监测。
2、对于有在线传感器的变量,可以对其结果进行修正,从而减少了误差、时滞和不确定 扰动的影响。
3、可以减少测量传感器的使用,降低系统成本和维护费用。
4、测量效果实时性、准确性好,尤其是对于反应过程复杂的生化污水处理系统。
5、适用性强,只依赖于部分系统数据,不需要对水处理过程具有先验知识,并可以方便 地用工业计算机实现。