引用本文

韩红桂, 季维宇, 刘峥, 孙浩源, 伍小龙. 城市污水处理进水过程自适应恒压控制. 自动化学报, 2025, 51(12): 2679−2690 doi: 10.16383/j.aas.c250359

Han Hong-Gui, Ji Wei-Yu, Liu Zheng, Sun Hao-Yuan, Wu Xiao-Long. Adaptive constant pressure control for the influent process of municipal wastewater treatment. Acta Automatica Sinica, 2025, 51(12): 2679−2690 doi: 10.16383/j.aas.c250359

http://www.aas.net.cn/cn/article/doi/10.16383/j.aas.c250359

关键词

城市污水处理进水过程，帕德逼近方法，障碍李雅普诺夫函数，自适应恒压控制

摘要

针对城市污水处理进水过程总管压力难以稳定控制, 导致污水处理过程运行不稳定的问题, 提出一种自适应恒压控制(ACPC)方法. 首先, 建立基于时滞特性的城市污水处理进水过程控制模型, 设计基于帕德逼近的等效变换模型, 动态补偿运行过程滞后的影响. 其次, 提出基于障碍李雅普诺夫函数的ACPC方法, 设计转移策略放宽初始总管压力对控制器的约束, 保障进水过程在规定压力范围内运行. 然后, 提出神经网络自适应动态调整算法, 根据进水过程运行状态实时调整控制参数, 降低膜组器清洗操作导致的总管压力波动, 提升进水过程的稳定性. 最后, 给出控制器稳定性分析, 证明进水过程中所有变量是半全局最终有界的, 实现总管压力的稳定控制. 实验结果表明, 该方法能够保证城市污水处理进水过程稳定运行.

文章导读

城市污水处理是城市环境基础设施的核心组成部分, 是深入打好污染防治攻坚战的重要抓手, 对于推进城市治理体系和治理能力现代化、加快生态文明建设、推动社会经济高质量发展具有重要作用[1−2]. 进水过程作为城市污水处理的前端关键环节, 是连接蓄水池与处理设施的核心通道, 其运行稳定性关系到污水处理工艺的整体效能. 城市污水处理进水过程通过实时监测进水总管压力来动态调节进水泵频率, 保障进水过程稳定运行. 若进水总管压力过高, 则会导致膜组器损坏, 破坏生物处理、化学处理等关键工艺所需环境; 反之, 则会导致水量供需失衡, 致使进水过程稳定性下降, 增加运行成本. 因此, 实现进水过程恒压控制是保障城市污水处理过程稳定运行的关键.

城市污水处理进水过程受管网结构、用水变化、地理地形等因素影响, 是一种典型的非线性动态过程[3−4]. 针对非线性动态过程中复杂性与不确定性带来的控制难题, 自适应控制[5]、滑模控制[6]、模型预测控制[7]等智能控制方法受到众多专家学者的研究. You等[8]提出一种基于自适应学习增益的控制方法, 有效克服了不确定性因素对非线性系统造成的不利影响. 韩红桂等[9]提出一种城市污水处理自适应滑模控制方法, 利用模糊神经网络准确预测进水波动, 根据预测结果设计自适应开关增益滑模控制方法, 保证了城市污水处理过程在复杂动态环境下的稳定运行. Wu等[10]提出一种鲁棒模型预测控制方法, 通过引入人工稳态, 在参考稳态不可行时模拟最接近的可行稳态, 实现了鲁棒模型预测控制的输出收敛, 提高了控制器的鲁棒性. 然而, 实际运行过程进水流量突然增大, 将导致总管压力出现波动. 一旦压力超过约束边界, 以上控制方法将难以有效调整进水泵频率, 造成膜组器损坏, 影响进水过程的稳定性[11].

为保证系统状态不违反约束边界, 专家学者将状态约束控制引入非线性系统来解决问题[12−13]. 例如, Qiu等[14]提出一种基于非线性映射方案的状态约束控制方法, 将具有全状态约束的严格反馈系统转化为无状态约束的纯反馈系统, 确保所有状态处于约束范围内. Zhao等[15]提出一种基于障碍李雅普诺夫函数(Barrier Lyapunov function, BLF)的状态约束控制方法, 确保状态变量稳定维持在指定的时变区间范围内. 针对具有非对称输出约束要求的非线性系统输出跟踪问题, Jin[16]提出一种非对称BLF控制方法, 避免对称约束处理方法存在的保守性问题. 实验结果表明, 该方法能够有效处理复杂的约束情况, 实现精确的输出跟踪. 然而, 由于面对进水泵定期维修和轮换等需求, 导致初始总管压力较低, 难以满足BLF方法对初始压力的条件, 限制了该方法的适用范围. 因此, 如何放宽对初始总管压力的约束, 成为当前进水过程恒压控制亟待解决的重要问题. 此外, 进水过程存在输入滞后特性, 致使进水泵控制响应变慢, 导致进水过程稳定性降低. 因此, 基于李雅普诺夫−克拉索夫斯基泛函(Lyapunov-Krasovskii function, LKF) 的时滞补偿方法受到广泛关注[17−18]. Peng等[19]提出一种基于积分函数的LKF的鲁棒控制方法, 针对不同状态变量构造包含积分项的LKF, 实时补偿非线性时间延迟项, 实验结果表明系统在输入延迟情况下具有较好的稳定性能. Ma等[20]提出基于Artstein变换的控制方法, 实现对具有输入延迟的复杂模型的重构与转换, 提升了控制效果. 然而, 上述控制方案为解决延迟问题, 增加了控制器的复杂程度, 对控制器硬件性能提出更高要求.

综上所述, 本文提出一种城市污水处理进水过程自适应恒压控制(Adaptive constant pressure control, ACPC)方法. 该方法具有以下优势:

1) 建立具有输入时滞的城市污水处理进水过程控制模型, 自适应获取时滞特征; 设计基于帕德逼近的等效变换策略, 降低模型的复杂度, 实现进水过程的动态描述.

2) 提出基于BLF的ACPC方法, 设计转移策略放宽进水总管的初始条件约束, 实现总管压力在规定区间内波动, 保障进水过程稳定运行.

3) 构造李雅普诺夫函数证明ACPC方法的稳定性, 结果表明所有变量是半全局最终有界的, 为所设计的ACPC方法成功应用提供理论支撑. 此外, 以北京某城市污水处理厂进水提升及预处理系统为平台, 验证了ACPC方法的有效性.

图2  进水总管压力控制结果

图5  进水泵频率控制效果

本文提出一种城市污水处理进水过程ACPC方法, 实现了进水总管压力的稳定控制, 保障了污水处理前端环节的稳定运行. 基于上述研究, ACPC方法主要包括以下优点:

1) 建立基于时滞特性的控制模型, 通过帕德逼近等效变换策略动态补偿输入延迟影响, 降低模型复杂度, 实现进水过程动态行为的精准描述;

2) 提出基于转移策略的BLF, 放宽总管压力初始条件约束, 确保压力维持在安全区间, 解决了BLF方法对初始状态的限制问题;

3) 设计神经网络自适应动态调整算法, 实时感知进水过程关键运行参数, 补偿膜组器清洗等操作导致的压力波动, 增强系统鲁棒性.

实验结果显示ACPC方法在仿真测试中能将总管压力严格限定在设定区间. 实际验证中, 在北京某污水处理厂的应用表明, 该方法能有效应对膜组器反洗等干扰, 将总管压力控制在138 ~ 140 kPa的合理区间, 为城市污水处理领域提供了切实可行的控制策略.

本文所提出的城市污水处理进水过程自适应恒压控制方法能够取得较好的效果, 但未考虑进水泵功率约束, 一旦控制信号超出饱和阈值, 将会降低控制精度, 严重时引发系统暂态不稳定. 因此, 如何设计基于抗饱和补偿机制的控制方法, 进一步提升城市污水处理进水过程稳定性仍是一个需要解决的难题.

作者简介

韩红桂

北京工业大学信息科学技术学院教授. 主要研究方向为城市污水处理过程智能优化控制, 神经网络结构设计与优化. 本文通信作者. E-mail: rechardhan@bjut.edu.cn

季维宇

北京工业大学信息科学技术学院博士研究生. 主要研究方向为预设时间控制, 容错控制. E-mail: jiweiyu0215@163.com

刘峥

北京工业大学信息科学技术学院教授. 主要研究方向为神经网络, 智能系统, 过程系统的建模和控制. E-mail: liuzheng@bjut.edu.cn

孙浩源

北京工业大学信息科学技术学院教授. 主要研究方向为城市污水处理过程网络化控制, 随机采样控制. E-mail: sunhaoyuan@bjut.edu.cn

伍小龙

北京工业大学信息科学技术学院教授. 主要研究方向为城市污水处理过程智能自组织控制. E-mail: wuxl@bjut.edu.cn