[發明專利]基于數據的污水處理系統自學習軌跡跟蹤方法

在審

• 申請號: 202010705687.4
• 申請日: 2020-07-21
• 公開（公告）號: CN111797363A
• 公開（公告）日: 2020-10-20
• 發明（設計）人: 王鼎;趙明明;喬俊飛;杜勝利
• 申請（專利權）人: 北京工業大學
• 主分類號: G06F17/15
• 分類號: G06F17/15;G06N3/08;G06Q10/04
• 代理公司: 北京思海天達知識產權代理有限公司 11203
• 代理人: 吳蔭芳

1.一種基于數據的污水處理系統自學習軌跡跟蹤方法，其特征在于，污水處理過程采用的基準仿真模型包括：生化反應池和二沉池兩大部分，生化反應池共分為五個分區，自左向右分別是第一、二、三、四、五分區，前兩個分區用于缺氧區為污水處理的反硝化過程；后三個分區為好氧區用于污水處理的硝化反應過程，設好氧區第五分區中溶解氧質量濃度為S_O,5，厭氧區第二分區中硝態氮質量濃度為S_NO,2，第五分區的氧氣轉換系數K_La,5是S_O,5的控制參數，而第五分區到第二分區的內回流量Q_a,2是S_NO,2的控制參數；利用基準仿真模型開展污水處理控制時，控制器的設計目標是將第五分區的溶解氧濃度S_O,5和第二分區的硝態氮濃度S_NO,2分別保持在2mg/L和1mg/L的水平；其包括以下步驟：

步驟1、污水處理軌跡跟蹤控制的問題轉化

針對暴雨天氣情況下污水處理中的最優跟蹤問題，首先定義原始系統的狀態變量x_k＝[S_O,5,S_NO,2]^T表示由溶解氧和硝態氮的質量濃度組成的二維向量，定義u_x(x_k)＝[K_La,5,Q_a,2]^T作為原始系統的控制輸入信號，其中，k表示時間步；定義d_k＝[2,1]^T表示要跟蹤的期望軌跡，u_d(d_k)為期望軌跡所對應的穩定控制輸入；構造一個新的增廣系統，需要定義跟蹤誤差向量和跟蹤控制向量，跟蹤誤差e_k＝x_k-d_k，跟蹤控制u_e(e_k)＝u_x(x_k)-u_d(d_k)，對增廣系統進行處理，定義新的效用函數，求解使得跟蹤誤差系統代價函數最小的控制律，即將跟蹤控制問題轉換為誤差動態的最優調節問題；

步驟2、建立新穎的自適應動態規劃控制框架并利用DHP技術實施迭代算法，針對跟蹤誤差動態，采用改進的值迭代算法來獲取非仿射系統的最優控制策略

選取迭代指標i＝0,1,2,K，并構造迭代代價函數J_i(e_k)和迭代控制律u_ei(e_k)，首先，初始化代價函數J₀(·)＝0，相應的控制輸入為：

這樣，代價函數更新為

類似地，在控制律和代價函數之間進行迭代運算，不斷通過

來求取控制律，然后利用

更新迭代代價函數，經過一定次數的迭代后，即可得到最優代價函數J^*(e_k)和最優控制策略

使用梯度下降的方法來尋找u_ei(e_k)并最小化J_i+1(e_k)，選取內部迭代指標j＝0,1,2,K，并構造首先，隨機初始化u_ei(e_k)作為然后，u_ei(e_k)的更新規則就采用如下所示的梯度下降法：

其中，α_u∈(0,1)是內部迭代過程的學習率；

對式(21)進行改寫，進一步可以得到如下公式：

進一步采用DHP結構來實現上述迭代自適應動態規劃算法，引入一個協狀態函數

其中，λ₀(·)＝0，由于結合式(20)，進一步推導可以得到

同樣的，對式(24)中涉及的誤差模型進行替換，得到的如下迭代關系式：

在迭代DHP算法中，通過在式(22)和(25)之間進行迭代，即可實現對協狀態函數序列{λ_i}和控制序列{u_ei}的更新，并可以通過計算協狀態函數求解控制策略；

步驟3、基于污水處理系統暴雨天氣下的批量數據，構造模型網絡來近似復雜的污水處理系統，并利用數值方法求解穩定控制，構造執行網絡和評判網絡分別用于近似控制策略和協狀態函數，并通過不同神經網絡之間的交互學習實現基于數據的迭代DHP

構造模型網絡、執行網絡和評判網絡來近似相關變量；首先，模型網絡用來近似未知非仿射系統，其輸出為并進一步用于求解期望穩定控制u_d(d_k)；然后，構造評判網絡和執行網絡并對神經網絡進行訓練，其中，執行網絡的輸出為近似的控制策略評判網絡的輸出為近似的協狀態函數

步驟4、利用迭代DHP算法完成污水處理系統軌跡跟蹤，將執行網絡最終得到的近似最優控制律和期望穩定控制相加，得到原始模型網絡的近似最優跟蹤控制律。

根據上述算法過程，對復雜的污水處理系統進行建模；計算原始系統輸出的溶解氧和硝態氮濃度與設定值之間的誤差，作為執行網絡的輸入，經過迭代得到誤差動態的近似最優控制律將執行網絡得到的近似最優控制律和期望穩定控制相加得到即即原始模型網絡的近似最優跟蹤控制律；將得到的控制律應用到原始污水處理系統中，實現溶解氧濃度和硝態氮濃度對期望值的軌跡跟蹤。