申請日2013.08.20
公開(公告)日2013.11.20
IPC分類號G01N33/18
摘要
一種基于輸出觀測器的污水COD軟測量方法，它涉及一種污水COD軟測量方法。本發明要解決污水處理過程中反應過程復雜、非線性關系強、部分關鍵變量難于測量的問題。該方法是將待測變量作為系統輸出，構建性能良好的輸出觀測器，其中的觀測器參數由歷史測量數據離線辨識得到。本發明的主要優點有：1)不依賴于對污水處理反應模型的先驗知識，僅利用污水處理系統歷史測量數據;2)基于成熟的控制理論，構建閉環觀測器，動態性能優異，軟測量效果好;3)應用范圍廣泛，除污水處理系統出水COD外，改進的系統應用于測量其他水質指標以及化工、冶煉、造紙等類似工業過程的產品成分。本方法應用于污水在線測量領域。
權利要求書
1.一種基于輸出觀測器的污水COD軟測量方法，其特征在于所述的基于輸出觀測器的 污水COD軟測量方法是按照以下步驟進行的：
步驟一，選擇輔助變量和待測變量：選取TOC、DO、ORP、pH、T、HRT和r作為輔助 變量，分別設為u1,…,u7，將出水COD設為y，所述的y為待測變量;將污水處理過程定 義為反應系統，系統輸入為u=[u1…u7]∈Rl，l=7，系統輸出y∈Rm，m=1; 其中，TOC為進水總有機碳含量，DO為反應池溶解氧，ORP為氧化還原電位，pH為酸堿度， T為水溫，HRT為水力停留時間，r為回流比;
步驟二，數據采集：利用傳感器采集污水的輔助變量和待測變量的數據樣本，其中，輔 助變量數據樣本為u1(i),…,u7(i)，待測變量數據樣本為y(i);i=1,…,N0，N0為采樣數 量，傳感器采集數據樣本的時間為10s～10min;
取N1組數據樣本為訓練樣本，取N2數據樣本為檢測樣本，其中，N1與N2均為正整數， N1+N2=N0;
步驟三，構建軟件測量模型：
A、構建數據集：
選取采集訓練樣本時間的中間時刻k，取訓練樣本N1中的數據，按如下方式構建數學矩 陣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為正整數，N1>N+2s，N≥s+1，所述的s=3;
B、估計左零空間：
計算并對其進行奇異值分解，結果如下：
Uz=[Uz，XY Uz，res]，其中，ΛXY為對角陣，ΛΦ≈0;
C、估計等價向量，公式如下：
取的最后一行，記為β，β為等價向量;
滿足：β=[βu βy]，
βu=[βu,0…βu,s]∈Rl(s+1)，
βy=[βy,0…βy,s]∈Rm(s+1)，βy,s=1;
D、構建軟測量模型
構建系統的輸出觀測器，即為軟測量模型sensors，其中軟測量模型構建公式如下：
其中，u(t)為系統輸入，為系統輸出，zs(t)為內部變量，為軟測量結果，
其中，系統的輸出觀測器參數確定方法如下：
cs=[0…0 1]∈Rs，ds=-βu,s，
步驟四，確定最優觀測器：
分別取s=4,…,l，重復步驟A至D，得l-3個軟測量模型，根據s取值，各模型分 別為sensor3,…,sensorl;將步驟一中的輔助變量數據樣本u1(i),…,u7(i)和待測變量數 據樣本y(i)代入各軟測量模型sensor3,…,sensorn中，得
定義評價指標其中y0(t)為測試樣本中的實際輸出結果;最 優軟測量模型S為E中數值結果最小的一組軟測量模型;所述的最優軟測量模型為
步驟五，在線測量：
E、模型移植
將最優軟測量模型S移植到在線監控計算機，實時獲取的采樣測量值u1,…,u7，以及 計算出水COD值
F、在線濾波
通過在線濾波器對進行處理;處理公式如下：
其中，α∈[0,1]為濾波因子。
2.根據權利要求1所述的一種基于輸出觀測器的污水COD軟測量方法，其特征在于步 驟D構建軟測量模型中所述的
若有在線儀表，則為在線儀表讀數，軟測量結果為優化的測量數據;
若無在線儀表，則為離線采樣獲得的中值。
3.根據權利要求1所述的一種基于輸出觀測器的污水COD軟測量方法，其特征在于步 驟F在線濾波中所述的在線濾波器為平滑濾波器。
說明書
一種基于輸出觀測器的污水COD軟測量方法
技術領域
本發明涉及一種污水COD軟測量方法，特別涉及一種對污水處理系統出水COD的軟測 量方法。
背景技術
由于對出水水質、系統效率等指標要求的不斷提高，在線、實時地對各項水質指標進行 監測成為現代污水處理系統中必不可少的關鍵環節。對于溫度、酸堿度等指標，通常采用在 線測量儀表進行檢測。然而，傳統上采用的在線儀表存在諸多明顯不足：1)易受干擾，存在 較大的測量誤差;2)時滯現象明顯;3)部分水質變量無法在線測量;4)價格昂貴，維護費 用高。相比之下，軟測量技術能夠很好的克服上述缺點，受到了普遍重視。
軟測量技術主要是指，不依賴于在線傳感器，而利用數學關系對在線可測量的數據進行 處理，從而得到在線不可測的變量。通常，其主要步驟包括輔助變量的選擇、數據采集與處 理、軟測量模型、在線校正等。經過多年的發展，人們已經提出了多種軟測量技術，主要可 分為兩大類：1)依賴于模型的方法，入機理建模、狀態估計;2)基于數據的方法，如：回 歸分析、人工神經網絡、支持向量機等。前者通過對系統的分析，構建反應模型，來獲得待 測變量與可測變量間的關系。其主要優點在于理論成熟，測量效果好。但對于較為復雜的系 統，建模過程困難甚至難以實現，從而限制了其使用范圍。后者則主要通過歷史數據訓練得 到合理的數學模型，并將其應用于在線測量，實用性更強。該類方法的不足在于對建模數據 的數量和質量均有較高要求，并且對系統的變化不敏感，測量偏差較大。
發明內容
本發明的目的是為了解決污水處理過程中反應過程復雜、非線性關系強、部分關鍵變量 難于測量的問題，而提供一種基于輸出觀測器的污水COD軟測量方法。
本發明的一種基于輸出觀測器的污水COD軟測量方法，是按照以下步驟進行的：
步驟一，選擇輔助變量和待測變量：選取TOC、DO、ORP、pH、T、HRT和r作為輔助 變量，分別設為u1,…,u7，將出水COD設為y，所述的y為待測變量;將污水處理過程定 義為反應系統，系統輸入為u=[u1 … u7]∈Rl，l=7，系統輸出y∈Rm，m=1; 其中，TOC為進水總有機碳含量，DO為反應池溶解氧，ORP為氧化還原電位，pH為酸堿度， T為水溫，HRT為水力停留時間，r為回流比;
步驟二，數據采集：利用傳感器采集污水的輔助變量和待測變量的數據樣本，其中，輔 助變量數據樣本為u1(i),…,u7(i)，待測變量數據樣本為y(i);i=1,…,N0，N0為采樣數 量，傳感器采集數據樣本的時間為10s～10min;
取N1組數據樣本為訓練樣本，取N2數據樣本為檢測樣本，其中，N1與N2均為正整數， N1+N2=N0;
步驟三，構建軟件測量模型：
A、構建數據集：
選取采集訓練樣本時間的中間時刻k，取訓練樣本N1中的數據，按如下方式構建數學矩 陣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為正整數，N1>N+2s，N≥s+1，所述的s=3;
B、估計左零空間：
計算并對其進行奇異值分解，結果如下：
Uz=[Uz,XY Uz,res]，
其中，ΛXY為對角陣，ΛΦ≈0;
C、估計等價向量，公式如下：
取的最后一行，記為β，β為等價向量;
滿足：β=[βu βy]，
βu=[βu,0…βu,s]∈Rl(s+1)，
βy=[βy,0…βy,s]∈Rm(s+1)，βy,s=1;
D、構建軟測量模型
構建系統的輸出觀測器，即為軟測量模型sensors，其中軟測量模型構建公式如下：
其中，u(t)為系統輸入，為系統輸出，zs(t)為內部變量，為軟測量結果，
其中，系統的輸出觀測器參數確定方法如下：
cs=[0…0 1]∈Rs，ds=-βu,s，
步驟四，確定最優觀測器：
分別取s=4,…,l，重復步驟A至D，得l-3個軟測量模型，根據s取值，各模型分 別為sensor3,…,sensorl;將步驟一中的輔助變量數據樣本u1(i),…,u7(i)和待測變量數 據樣本y(i)代入各軟測量模型sensor3,…,sensorn中，得
定義評價指標其中y0(t)為測試樣本中的實際輸出結果;最 優軟測量模型S為E中數值結果最小的一組軟測量模型;所述的最優軟測量模型為
步驟五，在線測量：
E、模型移植
將最優軟測量模型S移植到在線監控計算機，實時獲取的采樣測量值u1,…,u7，以及 計算出水COD值
F、在線濾波
通過在線濾波器對進行處理;處理公式如下：
其中，α∈[0,1]為濾波因子。
本發明包含以下有益效果：
1、對于一些難于在線測量的變量進行軟測量，從而實現對這些變量的實時監測。
2、對于有在線傳感器的變量，可以對其結果進行修正，從而減少了誤差、時滯和不確定 擾動的影響。
3、可以減少測量傳感器的使用，降低系統成本和維護費用。
4、測量效果實時性、準確性好，尤其是對于反應過程復雜的生化污水處理系統。
5、適用性強，只依賴于部分系統數據，不需要對水處理過程具有先驗知識，并可以方便 地用工業計算機實現。
