生物膜滴滤塔净化低浓度有机废气过程的测量与控制问题研究

摘要

目前，生物过滤法处理低浓度有机废气领域的研究工作主要集中在：菌种选育、生化反应动力学、传输特性等方面的研究，这些研究工作仅限于对过程进行模拟和机理探索，然而，在生物过滤法处理低浓度有机废气过程中，生物膜滴滤塔作为一个十分复杂的微生物生长代谢的生化反应过程系统，既有一般化工过程的传质的特点，又有微生物生命代谢反应的特点，其净化废气的循环液流量、净化塔内温度、湿度、pH 值、生物菌液浓度等过程参数，以及气-液两相流动、多孔介质结构尺寸等诸多因素都会对废气净化效率产生较大的影响，各过程参数以及控制参数的选取还缺乏理论指导。另外，由于生化过程的复杂性、不确定性、混沌性以及参数的非线性等原因，建立准确的数学模型非常困难。诸多原因导致了生物过滤法处理低浓度有机废过程的工业自动化测控水平远远落后于其它工业过程。国内外在生物废气净化技术领域研究中，对过程参数的测量、优化与控制问题的研究工作仅有少量文献报道。 为了提高该过程的工业自动化水平，本文开展了生物膜滴滤塔净化低浓度有机废气过程的测量与控制问题的研究工作，重点对生物量浓度的在线测量方法、生物膜滴滤塔最佳处理效率控制系统控制策略、塔循环液pH值模糊控制策略及控制器的实现进行了研究。为了建立生物膜滴滤塔控制系统的仿真对象模型，采用BP神经网络算法建立了生物膜滴滤塔净化VOCs过程模型，为后续的控制系统和仿真研究奠定了基础。 本文的主要研究内容如下： ①搭建了生物膜滴滤塔处理甲苯废气试验装置，进行了滴滤塔降解甲苯废气的净化性能的实验研究。通过实验研究，获得了操作参数之间相互影响的关系。在此基础上，运用BP神经网络算法，建立了生物膜滴滤塔净化VOCs过程模型，并进行了仿真研究，较好地解决了复杂处理过程的拟合问题，为最佳效率控制策略的研究奠定了基础。 ②将LMBP神经网络、优化与遗传算法，应用于微生物菌种最佳培养基配方和菌种最佳生长条件的寻优研究中。与传统的正交试验研究方法相比，LMBP神经网络、遗传算法用于最佳培养基配方和最佳生长条件寻优，可使效率提高，并具有试验次数少，寻优效率高的特点。 ③提出了一种新的生物量浓度的在线测量方法，并对传感器的组成原理、光路进行了研究，依据温度、生物量浓度和传感器输出电压之间的关联实验数据，采用神经网络技术，建立了智能传感器的等效神经网络模型，获得了温度/浓度/输出电压之间关联函数关系。在此基础上，提出了新的生物量浓度信息获取的智能方法和温度补偿的信号处理方法。研制的智能传感器浓度测量的相对误差小于±2％，温度测量的相对误差小于±2.5％。实验结果和理论分析表明：这种方法用于测量微生物菌液浓度具有很好的对应函数关系，且具有生物量浓度在线测量准确、灵敏度高、使用寿命长等优点。 ④提出了一种基于光纤回归反射能量衰减技术的生物膜厚度在线测量方法，并通过对传感器的设计原理和方法、光路的理论分析，得出了接收光的能量与生物膜厚度的函数关系。实验结果表明：这种方法用于测量生物膜厚度具有测量准确、反应灵敏、使用寿命长等优点。 ⑤对生物膜滴滤塔控制系统进行了研究，该系统由最佳处理效率控制系统、预处理控制系统、pH值控制系统等三部分组成。提出了最佳处理效率控制系统的设计思路，即采用BP网络算法对生物膜滴滤塔VOCs降解过程的PID控制参数进行寻优。仿真实验表明：运用卯网络算法对该过程的控制参数寻优后，控制系统比常规PID控制具有更好的抗扰动能力。 ⑥提出了基于存储器函数变换技术的模糊控制器的实现方法，并应用该方法研究了pH值二维查询表模糊控制器(简称二维LUTFC)的结构、控制策略和实现方法。仿真实验研究表明：对于pH值这样难控制的对象，LUTFC不仅使系统在给定值阶跃变化或负荷受到阶跃干扰的情况下均能获得满意的控制品质，而且对过程参数的变化有很强的适应性，体现了查询表模糊控制的优越性，其控制精度优于期望pH值指标。

目录

文摘

英文文摘

论文说明：主要英文缩写及符号表

声明

1绪论

1.1课题背景及研究的意义

1.1.1课题背景

1.1.2生物法净化有机废气处理的基本原理

1.1.3生物法净化有机废气装置及处理工艺

1.1.4课题研究的意义

1.2文献综述

1.2.1针对控制目的生化反应过程模型化研究现状

1.2.2生物量浓度测量方法研究现状

1.2.3生物膜厚度测量方法研究现状

1.2.4生化反应过程的测量与控制技术研究现状

1.3在工业应用中面临的主要技术问题

1.4本课题的主要工作

1.4.1已有研究成果和存在的不足

1.4.2本文的主要工作

2有机废气处理过程复杂系统建模及操作参数优化

2.1引言

2.2神经网络理论基础

2.2.1神经元模型

2.2.2神经网络的结构

2.2.3神经网络Levenberg-Marquardt BP(LMBP)算法

2.3基于神经网络的有机废气处理过程复杂系统建模

2.3.1生物膜滴滤塔VOCs降解过程

2.3.2生物滴滤塔处理甲苯降解废气实验研究

2.3.3生物膜滴滤塔处理低浓度有机废气过程的神经网络模型建立

2.3.4生物滴滤塔降解过程神经网络模型的验证

2.4遗传算法

2.5基于神经网络遗传算法的微生物培养基最佳配方的优化研究

2.5.1最佳培养基配方测试正交试验研究

2.5.2最佳培养基配方的神经网络建模与优化分析

2.6基于神经网络遗传算法的菌种最佳生长条件的优化研究

2.6.1菌种最佳生长条件测试正交试验研究

2.6.2菌种最佳生长条件的神经网络建模与优化分析

2.7本章小结

3生物量浓度在线测量及信息获取方法研究

3.1引言

3.2生物量浓度在线测量方法和传感器研究

3.2.1光纤传感器概述

3.2.2生物量浓度在线测量光纤传感器结构

3.2.3传感器模型的建立及理论分析

3.2.4传感器光源波长的选择

3.2.5生物量浓度测量实验研究

3.3具有温度补偿的生物量浓度传感器研究

3.3.1温度对生物量浓度测量的影响实验研究

3.3.2生物量浓度和温度同时测量的传感器结构改进

3.3.3传感器模型的建立

3.3.4传感器温度补偿信号处理方法

3.4生物量浓度信息获取的智能方法和智能传感器研究

3.4.1温度对生物量浓度测量的关联影响分析

3.4.2生物量浓度测量信息获取的BP神经网络辨识

3.4.3基于等效神经网络模型生物量浓度智能传感器研究

3.4.4生物量浓度智能传感器测量误差分析

3.5生物量浓度在线检测系统实现研究

3.6本章小结

4生物膜厚度在线测量研究

4.1引言

4.2生物膜厚度的概念

4.2.1生物膜厚度

4.2.2微生物膜及其形成过程

4.2.3微生物膜的特性

4.3基于光能量吸收原理的生物膜厚度在线测量研究

4.3.1测试方法的提出

4.3.2传感器设计的光化学原理

4.3.3光纤生物膜厚度测量原理及理论分析

4.3.4传感器中的光纤数值孔径选择

4.3.5光纤生物膜厚度在测量实验系统

4.3.6生物膜厚度在线测量实验研究

4.4本章小结

5生物膜滴滤塔最佳处理效率控制系统控制策略研究

5.1引言

5.2被控对象生物滴滤塔特性研究

5.3生物膜滴滤塔控制系统研究

5.3.1控制系统实验装置

5.3.2最佳处理效率控制系统

5.4基于BP网络的生物膜滴滤塔最佳处理效率控制策略研究

5.4.1 BP神经网络简介

5.4.2基于BP神经网络的PID参数自适应控制策略研究

5.5仿真实验研究

5.5.1生物膜滴滤塔系统被控对象等效模型

5.5.2常规PID控制仿真实验研究

5.5.3基于BP网络的PID参数自适应控制仿真实验研究

5.6本章小结

6基于存储器函数变换技术的pH值模糊控制器研究

6.1存储器函数变换技术

6.1.1存储器函数变换技术的基本原理

6.1.2存储器函数变换技术的实现

6.2模糊控制理论基础

6.2.1模糊集合与隶属函数

6.2.2模糊推理

6.2.3模糊控制系统(FCS)

6.3 pH值控制系统的总体结构及控制模型

6.3.1 pH值对生物滴滤塔有机废气处理系统的影响

6.3.2 pH值控制系统特性

6.3.3控制系统结构

6.4二维查询表的模糊控制器(LUTFC)研究

6.4.1二维LUTFC的数学模型

6.4.2模糊控制规则

6.4.3精确输出量的解模糊判决

6.4.4二维LUTFC的实现研究

6.4.5模糊控制规则表编程设计及写入方法

6.4.6 LUTFC的仿真研究

6.5本章小结

7本文的主要结论

7.1主要结论

7.2进一步工作的建议

致 谢

参考文献

附 录