Реферат на тему выпускной работы

  1. Цель и задачи данного исследования
  2. Актуальность темы
  3. Предполагаемая научная новизна
  4. Предполагаемая практическая ценность
  5. Обзор исследований и разработок по теме
  6. Математическая модель задачи
  7. Нечеткая логика
  8. Заключение
  9. Список литературы

Цель и задачи данного исследования

     Целью настоящей работы является совершенствование методов и алгоритмов обработки информации для поддержки принятия решений по управлению очисткой сточных вод на основе теории нечетких множеств. В рамках данной работы были поставлены следующие задачи:
   – исследование параметров объекта компьютеризации;
– построение объектно-событийной модели объекта;
– разработки и реализация системы поддержки принятия решений.

Актуальность темы

     Актуальность работы обусловлена потребностью использования экспертных знаний и опыта, повышение точности в принятии решений по управлению процесса очистки сточных вод, снижения материальных затрат на подготовку персонала.

Предполагаемая научная новизна

     Научной новизной данной работы является разработка объектно-эволюционной модели системы и применение нечеткой логики для создания системы поддержки принятия решений.

Предполагаемая практическая ценность

     Реализация данной системы позволит более качественно очищать сточную воду от загрязнений.

Обзор исследований и разработок по теме

     Применение методов и средств искусственного интеллекта предоставляет новые возможности для решения проблем управления очистными сооружениями. Системы поддержки принятия решений на основе искусственного интеллекта в идеальном случае должны обладать уровнем эффективности решений неформализованных задач, сравнимым с человеческим или превосходящим его. На данный момент за рубежом существуют ряд систем поддержки принятия решений, применяемых для очистки сточных вод. Перечень существующих систем представлен в таблице 1.

     Таблица 1. Средства искусственного интеллекта, разработанные для очистных сооружений.
Название и разработчик Модели представления знаний Основные функции и характеристики
СППР реального времени, Baeza, J (Испания) [1] Правила Регулирование работы очистных сооружений. Управление процессом очистки сточных вод по локально-вычислительной сети или через Интернет.
СППР для определения состояния очистных сооружений, Riano, D (Испания) [2] Правила Система автоматического построения правил, используемых для идентификации состояния очистных сооружений.
CППР для управления очистными сооружениями, Yang, C.T. (Корея) [3] Правила Экспертная система для определения последовательности стадий очистки воды на очистных сооружениях.
СППР для управления очистными сооружениями, Wiese, J., Stahl, A., Hansen, J. (Германия) [4] Прецеденты СППР для определения вредных микроорганизмов в системе активного ила.

Математическая модель задачи

     Процесс биологической очистки представлен на рисунке 1.

Рисунок 1 – Общий вид процесса биологической очистки сточных вод

     Где 1 – Не очищенная вода, 2 – Аэратор, 3 – Вторичный отстойник, 4 – Очищенная вода, 5 – Воздух, 6 – Компрессор, 7 – Отработанный отстой, 8 – Насос, 9 – Активный ил
     Наиболее важными факторами, влияющими на развитие и жизнеспособность активного ила, а также качество биологической очистки, являются: температура, наличие питательных веществ, содержание растворенного кислорода в иловой смеси, значение рН, присутствие токсинов [6]. Удовлетворительная работа аэротенков в значительной степени определяется также технологическим режимом эксплуатации, где основное значение имеют:
   – оптимальное соотношение между концентрацией загрязняющих веществ, присутствующих в сточных водах, и рабочей дозой активного ила по массе;
   – необходимое время контакта загрязненных сточных вод с активным илом;
   – достаточная аэробность системы.
     При уменьшении дозы ила возникает эффект повышения нагрузки и снижения качества очистки, при увеличении дозы затрудняется эффективное разделение ила и очищенной воды во вторичных отстойниках. Нарушение оптимального соотношения между концентрацией загрязняющих веществ в воде и рабочей дозой активного ила приводит к ухудшению его седиментационных свойств, и как следствие, к возрастанию илового индекса. Одно из основных требований к иловому индексу — стабильность его значений, которая указывает на удовлетворительные условия жизнедеятельности ила и удовлетворительный режим эксплуатации сооружений (оптимальное количество ила удаляется из системы и поддерживается нормальная доза возвратного ила) [6]. Плохие аэрационные условия для активного ила могут быть обусловлены следующими причинами:
   – залежами и микрозалежами плохо перемешиваемого ила в различных участках аэрируемой зоны;
   – повышением удельных нагрузок на активный ил за счет возрастания содержания растворенных органических веществ в поступающих на очистку водах;
   – воздействием токсикантов на активный ил;
   – возрастанием кислородпоглощаемости активного ила из-за нарушения режима выгрузки осадка из вторичных отстойников;
   – превышением оптимальной концентрации возвратного ила (недостаток кислорода возникает при увеличении биомассы активного ила).
     Выполненный анализ процесса биохимической очистки воды позволяет определить следующие возмущающие факторы:
   – температура сточных вод, τСВ;
   – концентрация загрязняющих веществ в сточной воде, si;
   – концентрация токсических веществ, sТ.
     Основными технологическими параметрами, (управляемыми переменными), характеризующими эффективность процесса биохимической очистки, являются:
   – массовая нагрузка на активный ил, LS;
   – концентрация загрязнений на выходе аэратора, s;
   – скорость потребления кислорода активным илом, dQкисл/dt;
   – концентрация микроорганизмов в аэраторе, сx.
     Основными управляющими воздействиями, которые позволяют влиять на управляемые переменные, являются:
   – расход воздуха, подаваемого в аэротенки, QВозд;
   – расход активного ила, подаваемого в аэротенки, QИл.
     Анализ процесса биохимической водоочистки позволяет выполнить его декомпозицию и выделить следующие основные технологические модули: аэратор, компрессорная станция, насосная установка. Рассмотрим основные соотношения, описывающие физические процессы в каждом технологическом модуле. Наиболее сложным технологическим модулем является аэратор. Уравнение баланса массы микроорганизмов имеет вид:
V * (dcx/dt) = QИл * сxr - (Q + QИл) * cx + V*(μ * cx - b * cx)     (1)
     Где V – объем сточных вод; cx - концентрация микроорганизмов в аэраторе; cxr - концентрация микроорганизмов в возвратном иле; Q – входной поток (расход) сточных вод; QИл - поток (расход) возвратного ила; b - удельный показатель гибели микроорганизмов; μ - удельный показатель роста микроорганизмов, зависящий от концентрации загрязнений:
μ = μ^ * s / (K + s)     (2)

     Где μ^ - максимальное значение показателя роста микроорганизмов; K - постоянный параметр, зависящий от конструкции аэратора; s - концентрация загрязнений в аэраторе.
     Уравнение баланса загрязнений в аэраторе можно записать в виде:
V * ds / dt = Q * si - QИл * s - (Q + QИл) * s - V * μ / Y * cx     (3)

     Где si - концентрация загрязнений во входном потоке сточных вод; Y - коэффициент воспроизводства.
     Уравнение баланса массы растворенного в аэротенке кислорода можно записать в виде:
(dcкисл) / dt = α * QВозд (сSкисл - скисл) - (dQкисл) / dt     (4)

     Где cкисл - концентрация растворенного кислорода; α - коэффициент растворимости кислорода; сSкисл - равновесная концентрация кислорода в воде (концентрация насыщения).
     Нагрузка на ил – это соотношение количеств поданных загрязнений и массы ила в единицу времени. За меру массы ила принимают 1г сухого вещества ила. За меру количества загрязнений принимают их количественные эквиваленты – биохимическое потребление кислорода (БПК), химическое потребление кислорода (ХПК). Нагрузка на ил является главной контролируемой величиной, оказывающей влияние, как на другие контролируемые параметры, так и регулируемые величины. Это означает, что при изменении нагрузки на ил окажутся различными: отношение максимальной скорости переноса кислорода к скорости его потребления клетками, удельный прирост ила на единицу величины БПК, относительный прирост ила относительно его количества в системе и другие зависимости.
     Нагрузка на ил оценивается как общее количество органических загрязнений, поступающих в сооружение, отнесенное к общему количеству сухой массы беззольной части ила.
LS = (si * (Q + QИл)) / (s * (1 - Z) * V)     (5)

     Где Z – зольность ила.
     Обеспечение иловой смеси кислородом должно соответствовать скорости его потребления. В свою очередь, концентрация активного ила в аэротенке обуславливает необходимую скорость подачи кислорода в аэротенк. Скорость потребления кислорода свидетельствует о степени активности активного ила и степени его регенерации.

Нечеткая логика

     Нечеткая система (НС) — это система, особенностью описания которой является:
   – нечеткая спецификация параметров;
   – нечеткое описание входных и выходных переменных системы;
   – нечеткое описание функционирования системы на основе продукционных «ЕСЛИ…ТО…»правил.
     Процесс управления системой напрямую связан с выходной переменной нечеткой системы управления, но результат нечеткого логического вывода является нечетким, а физическое исполнительное устройство не способно воспринять такую команду. Необходимы специальные математические методы, позволяющие переходить от нечетких значений величин к вполне определенным. В целом весь процесс нечеткого управления можно разбить на несколько стадий: фаззификация, разработка нечетких правил и дефаззификация.
     Фаззификация (переход к нечеткости). данной стадии точные значения входных переменных преобразуются в значения лингвистических переменных посредством применения некоторых положений теории нечетких множеств, а именно - при помощи определенных функций принадлежности [8].
     Лингвистические переменные. В нечеткой логике значения любой величины представляются не числами, а словами естественного языка и называются «термами» [8].
     Функции принадлежности. Принадлежность каждого точного значения к одному из термов лингвистической переменной определяется посредством функции принадлежности.
     Разработка нечетких правил. На этой стадии определяются продукционные правила, связывающие лингвистические переменные. Большинство нечетких систем используют продукционные правила для описания зависимостей между лингвистическими переменными. Типичное продукционное правило состоит из антецедента (часть ЕСЛИ …) и консеквента (часть ТО…). Антецедент может содержать более одной посылки. В этом случае они объединяются посредством логических связок «И» или «ИЛИ».
     Дефаззификация (устранение нечеткости). На этом этапе осуществляется переход от нечетких значений величин к определенным физическим параметрам, которые могут служить командами исполнительному устройству [8].

Заключение

     Существующие средства автоматизации, разработанные для очистки воды, направлены в основном на сбор и хранение информации. Сделан вывод о необходимости автоматизации процесса принятия решений на основе искусственного интеллекта. Показано, что существующие системы поддержки принятия решений в области очистки сточных вод не могут учитывать всех особенностей процесса очистки и необходимо сочетать их со знаниями и опытом специалистов в этой области.

Список литературы

  1. Baeza, J., E. Ferreira, and J. Lafuente. Knowledge-based supervision and control of wastewater treatment plant: a real-time implementation. //Water Science & Technology, 2000, 41(12).
  2. Riano, D. Learning rules within a framework of environmental sciences.//In ECAI 98 - W7 (BESAI98) workshop notes, Brighton, UK, 1998
  3. Yang, C.T. and Kao, J.J. An expert-system for selecting and sequencing wastewater treatment processes. //Water Science & Technology, 34(3-4), 1996
  4. Osmond D. L., Gannon R. W., etc. WATERSHEDSS // AWRA Journal of the American Water Resources Association, Volume 33, No. 2, April 1997.
  5. Жмур Н.С. Технологические и биохимические процессы очистки сточных вод на сооружениях с аэротенками. М., АКВАРОС, 2003. – 512 с.
  6. Алиев Р.А. Управление производством при нечеткой исходной информации/ Церковный А. Э., Мамедова Г.А. М: Энергоатомиздат, 1991. – 240 с.
  7. Федюн Р.В. , Попов В.А., Найденова Т.В. Принципы построения динамической модели процесса биохимической водоочистки.
  8. Пивкин В.Я., Бакулин Е.П., Кореньков Д.И. Нечеткие множества в системах управления.
  9. НПЦ Водоочистка [электронный ресурс]. - http://prom-water.ru/base/analizsposobov/
  10. SlideFinder [электронный ресурс]. - http://www.slidefinder.net/
ВАЖНОЕ ЗАМЕЧАНИЕ

При написании данного автореферата магистерская работа еще не завершена. Окончательное завершение: декабрь 2012 года. Полный текст работы и материалы по теме могут быть получены у автора или его руководителя после указанной даты.

↑ Вверх