13 Krzysztof SZABAT - Politechnika Wrocławska

Prace Naukowe Instytutu Maszyn, Napędów i Pomiarów Elektrycznych
Nr 63
Politechniki Wrocławskiej
Nr 63
Studia i Materiały
Nr 29
2009
Sterowanie napędami
sterowanie procesami, sterowanie rozmyte, ASM1
Krzysztof SZABAT*, Rafał URBAN**
ZASTOSOWANIE LOGIKI ROZMYTEJ DO STEROWANIA
NAPĘDOWYMI UKŁADAMI NAPOWIETRZANIA KOMÓR
TLENOWYCH W OCZYSZCZALNI ŚCIEKÓW
W pracy przedstawiono zagadnienia związane ze sterowaniem napędowych układów napowietrzania komór tlenowych w oczyszczalniach ścieków. Po krótkim wstępie omówiono aktualnie stosowanie strategie sterowania w oczyszczalniach ścieków. Zaprezentowano model procesów bilogicznochemicznych ASM1. Następnie przedstawiono wymagania dotyczące jakości ścieków oczyszczonych.
Zaproponowano strategię sterownia układów napowietrzania opartą na logice rozmytej umożliwiającą
oszczędność energii w stosunku do aktualnie stosowanych metod. Rozważania teoretyczne potwierdzono przez badania symulacyjne. Parametry obiektu przyjęto na podstawie danych zaczerpniętych z
rzeczywistej oczyszczalni ścieków zlokalizowanej w Prochowicach w powiecie legnickim.
1. WSTĘP
Przed nowoczesnymi układami sterowania procesów przemysłowych stawiane są
bardzo duże wymagania dotyczące ich właściwości dynamicznych i statycznych. Żąda
się od nich utrzymywania zadawanych poziomów zmiennych stanu układu z dużą
dokładnością i odporności na zmiany parametrów wektora wejściowego i parametrów
wewnętrznych procesu. Jednym z podstawowych elementów jest również minimalizacja zużycia energii dostarczanej do układu. Powiązanie obu czynników we wskaźniku
jakości sterowania osiąga się przez odpowiedni dobór współczynników wagowych z
uwzględnieniem granic definiujących wartości nieprzekraczalne.
W celu zaprojektowania zaawansowanego układu sterowania układami napędo__________
*
Politechnika Wrocławska, Instytut Maszyn, Napędów i Pomiarów Elektrycznych, 50-370 Wrocław,
ul. Smoluchowskiego 19, [email protected].
**
National University of Ireland, Galway, Department of Civil Engineering, University Road, Galway, Ireland, [email protected].
wymi napowietrzania komór bioreaktora konieczny jest wybór odpowiedniego modelu opisującego zjawiska zachodzące w procesie oczyszczania ścieków [1]-[4]. Wybór
tego dokonuje się na podstawie rzeczywistego cyklu technologicznego występującego
w modelowanej oczyszczalni ścieków jak również pozwolenia wodno-prawnego precyzującego wymagania dotyczące jakości oczyszczonych ścieków odprowadzanych
do środowiska naturalnego. W przypadku modelu opisującego przemiany związków
azotu i fosforu powszechnie stosuje się jeden z model ASM2 (lub ASM2d). W
oczyszczalniach w których zachodzą tylko przemiany azotu stosuje się modele ASM1
lub ASM3. Na podstawie zachowania modelu możliwe jest wyznaczenie optymalnej
strategii sterowania procesem biologiczno-chemicznym oczyszczalni ścieków. Do
realizacji praktycznej układu sterowania niezbędne jest zainstalowanie odpowiednich
czujników dostarczających informacji o bieżących parametrach procesu [1]-[4].
W pracy przedstawiono propozycję nowoczesnego układu sterowania układami
napowietrzania ścieków. Omówiono aktualnie stosowane strategie sterowania i wskazano na ich ograniczenia. Kolejno omówiono model procesów biologicznochemicznych ASM1. Następnie przedstawiono propozycje układu sterowania opartego na logice rozmytej. W celu potwierdzenia poprawności rozważań teoretycznych
wykonano badania symulacyjne obrazujące prace układu w różnych warunkach.
2. PROCES OCZYSZCZANIA ŚCIEKÓW
Schemat procesu technologicznego w oczyszczalni ścieków przedstawiono na rys.
1. Ścieki dostarczane do oczyszczalni kierowane są na stanowisko oczyszczania mechanicznego. W jego zadaniem jest usuwanie zanieczyszczeń stałych (np. piaski,
skrawki foli itp.). Proces ten realizowany jest powszechnie przy użyciu automatów
typu ROTOMAT. Kolejno ścieki kierowane są na wejście bioreaktora. Podstawowymi parametrami ścieków są wartości określające ilość związków azotu (azot ogólny),
biologiczne zapotrzebowanie na tlen (BZT), chemiczne zapotrzebowanie na tlen
(ChZT) oraz zawiesina ogólna (wskaźniki te się różnią w zależności od charakteru
oczyszczalni). Zadaniem oczyszczalni jest sprowadzenie w tych parametrów do wartości określonych w pozwoleniu wodno-prawnym regulującym pracę oczyszczalni.
Analizowany bioreaktor składa się z czterech oddzielnych komór: komory anoksycznej pierwszej, komory tlenowej pierwszej, komory anoksycznej drugiej i komory tlenowej drugiej. Stężenie tlenu w komorach anoksycznych powinno być bliskie zeru,
natomiast w komorach tlenowych wahać się między 1 a 3g/m3. Napowietrzanie komór tlenowych realizowane jest za pomocą sprzężonego powietrza wytwarzanego
przez stacje dmuchaw. Bioreaktor ma za zadanie sprowadzić wskaźniki określające
jakość ścieków do wartości określonych w pozwoleniu wodno-prawnym. Oczyszczone ścieki trafiają do osadnika wtórnego. Przyjmuje się że nie zachodzą w nim żadne
procesy biologiczno-chemiczne. Podstawowym zadanie osadnika jest sedymentacja
osadu. Z górnej warstwy osadnika ścieki odprowadzane są do odpływu, z dolnej zawracane na początek bioreaktora bądź do komory stabilizacji osadu. W celu zapewnienia odpowiedniego przebiegu procesu biologiczno-chemicznego w bioreaktorze
występują również recyrkulacje wewnętrzne, ze stref tlenowych do stref anoksycznych [1].
System sterowania tradycyjnej oczyszczalni ścieków opiera się na utrzymywaniu
stałych wartości tlenu w komorach tlenowych (od 1 do 3 g/m3) oraz stałych wartości
recyrkulacji w przedziałach wynoszących od 50 do 100% ilości napływającego ścieku
[1]-[3]. Nie uwzględnia on zmienności parametrów dopływającego ścieku (dobowych,
rocznych) ani temperatury w których zachodzą procesy biologiczno-chemiczne.
Oznacza to, że układy napędowe sterujące procesem pracują w sposób stały i niezależny od sytuacji w bioreaktorze i osadniku wtórnym. Możliwe stany awaryjne (np.
pojawienie się zawiesiny w odpływie) są wykrywane przez obsługę i eliminowane
przez podjęcie dodatkowych zabiegów. Opisany system sterowania pracy urządzeń
oczyszczalni ścieków, stosowany w praktyce, jest nieoptymalny zarówno ze względu
na ilość pobieranej energii elektrycznej jak i na jakość odprowadzanych ścieków. W
przypadku wystąpienia zakłóceń (np. znaczny zrzut ‘starych’ ścieków), ze względu na
brak mechanizmów sterowania, nie umożliwia on utrzymania założonych parametrów
ścieków oczyszczonych. Podstawowym powodem braku nowoczesnych algorytmów
sterowania w oczyszczalniach ścieków jest brak odpowiednich przetworników wielkości biologiczno-chemicznych. Jednakże ze względu na stały spadek ich cen wdrożenie nowoczesnych algorytmów w oczyszczalniach ścieków staje się coraz bardziej
realne. Należy podkreślić, że użycie odpowiednich modeli matematycznych umożliwia zastosowanie jedynie wybranych przetworników wielkości procesu, pozostałe
zmienne mogą być obliczane.
W literaturze można spotkać szereg strategii sterowania które mogą być wykorzystane w oczyszczalniach ścieków [1],[5]-[8]. Najprostsze z nich nie wykorzystują
sygnałów sprzężeń zwrotnych a bazują jedynie na dostarczeniu do obiektu odpowiedniej ilości powietrza. Bardziej zaawansowane wykorzystują sprzężenia od poziomu
tlenu w strefach nitryfikacji (ta strategia jest wykorzystywana na oczyszczalni w Prochowicach). Bardziej zaawansowane strategie wykorzystują sprzężenie od pozostałych zmiennych stanu (azot amonowy, azot ogólny) i na tej podstawie dobierają
optymalny poziom stężenia tlenu (i wielkość recyrkulacji) w komorach tlenowych. W
dużych oczyszczalniach ścieków wprowadza się, w celu poprawy jakości oczyszczonych ścieków, dodatkowe związki chemiczne takie jak węgiel. Wpływają one na dodatkową poprawę procesu i są uwzględniane w algorytmach sterowana. Do jednej z
najbardziej zaawansowych struktur sterowania zalicza się sterowanie predykcyjne
(MPC – model predictive control) [8]. Umożliwia ono wybór optymalnej sekwencji
sterowania w określonym horyzoncie czasowym. Zapewnia to optymalne sterowanie
procesem i minimalizacje kosztów eksploatacji oczyszczalni ścieków. Do wad MPC
można zaliczyć skomplikowany algorytm obliczeniowy jak również koniczność po-
siadania informacji o wszystkich zmiennych stanu i zakłóceniach procesu. Jak pokazano w [5] oszczędności wynikające z wdrożenia MPC są nieznacznie większe niż w
przypadku struktury regulacji z regulatorem PI i dodatkowych regulatorem wyprzedzającym. Biorąc pod uwagę wszystkie koszty związane z wdrożeniem strategii MPC
jego przewagę nad innymi strategiami można uznać za problematyczną. Dodatkowo
właściwości klasycznej struktury można poprawić przez wprowadzenie rozmytego
progu aktywacji regulatora do przodu bądź przez zastąpienie regulatorów klasycznych
o płaskiej powierzchni sterowania regulatorami nieliniowymi (np. rozmytymi). Należy jednak podkreślić, że zalety sterowania MPC zaczną się uwidaczniać przy zwiększaniu horyzontu predykcji co prowadzi jednak do komplikacji nakładów obliczeniowych.
W pracy rozpatruje się następującą strukturę sterowania. Zgodnie z pozwoleniem
wodno-prawnych zakłada się maksymalną nieprzekraczalną wartość azotu ogólnego w
odpływie. Zakłada się, że jego wartość jest dostępna do algorytmu sterowania bez
żadnych opóźnień. Wartość ta jest porównywana z wartością zadaną a powstały błąd
regulacji podawany jest na regulator rozmyty typu PD o 15 regułach. Sygnał sterujący
określa wartość ciśnienia powietrza w stacji dmuchaw (określającego ilość dostarczanego powietrza do stref tlenowych) które przyjmuje się jako proporcjonalne do wartości stężenia tlenu w poszczególnych komorach. Ze względu na dużą różnice w dynamice stacji dmuchaw i procesu biologiczno chemicznego zakłada się że pętla
wewnętrzna (regulacji stężenia tlenu) jest bezinercyjna.
Stacja
dmuchaw
Układ
sterowania
Zadajnik
Powietrze
Dopływ
1
2
3
P
RW1
4
OW
Odpływ ścieków
oczyszczonych
Do komory
stabilizacji osadu
P
P
RW2
RG
Rys.1 Schemat blokowy procesu technologicznego oczyszczania ścieków
3. MODEL PROCESU ASM1
Model ASM1 jest modelem biochemicznym, który opisuje przemiany związków
organicznych i azotowych. Jego pierwotna postać została zaproponowana w 1987
roku w [4]. Składała się ona z ośmiu równań które opisują kinematykę przemian operując się na 13 zmiennych stanu. Model ASM1 został oparty na równaniach bilansu
masy oraz zależnościach kinematycznych i stechiometrycznych. Obecnie używana
postać składa się z dziesięciu równań opisujących przemiany czternastu zmiennych
stanu [1]-[3].
Model ASM1 operuje na następujących zmiennych stanu:
SS – związki organiczne łatwo biodegradowalne
, taktowane jako rozpusz-
czone;
SI – rozpuszczone związki organiczne biologicznie nierozkładalne
SNH – azot amonowy
wego
;
, wyrażony jako suma amoniaku (NH3) oraz jonu amono-
(NH4+);
SNO – azot azotanowy
, wyrażony jako sumaryczne stężenie azotanów i azoty-
nów;
SND – organiczny azot rozpuszczony
, azot będący w połączeniach ze związkami
organicznymi łatwo biodegradowalnymi (SS).
SO – tlen rozpuszczony
SALK – zasadowość
.
.
XS – związki organiczne wolno biodegradowalne
;
XI – związki organiczne w zawiesinie biologicznie nierozkładalne
XBH – bakterie heterotroficzne
;
, mikroorganizmy, które w warunkach tleno-
wych i beztlenowych przeprowadzają biodegradację oraz amonifikacje i hydrolizę
frakcji XS;
XBA – bakterie autotroficzne
, mikroorganizmy przeprowadzające proces ni-
tryfikacji – czerpią energię z utleniania amoniaku;
XP – produkty obumierania biomasy
wstające w wyniku obumierania biomasy;
, związki organiczne w zawiesinie po-
XND – azot organiczny w zawiesinie
, Azot organiczny będący w połącze-
niach z frakcją XS. Razem z tą frakcją ulega hydrolizie do organicznego azotu rozpuszczonego (SND);
XMIN – zawiesiny mineralne
, zawiesiny, które nie wchodzą w skład ChZT oraz
nie ulegają żadnym procesom.
Szybkość przemian danej frakcji ( ) można wyrazić jako sumę iloczynu odpowiedniego przelicznika stechiometrycznego (vj) i szybkości danego procesu ( ).
r j = ∑ν j ρ j
(1)
j
W modelu ASM istnieją następujące równania kinematyki:
(2)
(3)
(4)
(5)
(6)
(7)
(8)
(9)
(10)
(11)
Równanie
określa szybkość tlenowego przyrostu heterotrofów z asymilacją
azotu amonowego jako źródła azotu. Proces ten limituje dostępność związków organicznych przez wzgląd na utrzymywanie w układzie dużej ilości mikroorganizmów
(wprost proporcjonalnej do wieku osadu). Tlenowy przyrost heterotrofów (ρ2) z wykorzystaniem azotanów jako źródła azotu jest procesem alternatywnym do poprzedniego. Przełączenie pomiędzy procesami następuje w warunkach braku azotu amonowego w komorze za pomocą czynnika
, który dąży do wartości 1 przy
dużych stężeniach azotu amonowego. Limitowanie procesu związane jest z dostępnością azotanów. Anoksyczny przyrost heterotrofów (ρ3) z asymilacją azotu amonowego
zachodzi gdy stężenie tlenu jest bliskie lub równe zeru. Proces ten w porównaniu do
tlenowego ( ) ma wolniejszy przebieg co jest wyrażone w równaniu za pomocą stałej
. Anoksyczny przyrost heterotrofów (ρ4) z wykorzystaniem azotanów jako źró-
dła azotu zachodzi dla warunków beztlenowych lub przy minimalnym stężeniu tlenu.
Warunkiem jest dostępność azotanów przy równoczesnym braku azotu amonowego.
Tlenowy przyrost autotrofów opisany jest za pomocą równania (ρ5). Jest on limitowany stężeniem azotu amonowego, zasadowością oraz tlenu rozpuszczonego. W równaniu procesu obumierania heterotrofów (ρ6) przyjmuje się, że część biomasy jest przekształcana w interną frakcję w zawiesinie – XP. Reszta przekształcana jest w wolno
biodegradowalne związki XS, które zawierają w zawiesinie azot organiczny – XND.
Równanie obumierania autotrofów (ρ7) wyraża identyczne procesy jak w (ρ6). Tworzą
się identyczne frakcje wraz z takimi samymi współczynnikami stechiometrycznymi, a
szybkość procesu przedstawione jest proporcjonalnie do stężenia mikroorganizmów.
Amonifikacja rozpuszczonego azotu organicznego (ρ8) realizowana jest przez heterotrofy z szybkością proporcjonalną do stężeń azotu organicznego i mikroorganizmów
w wyniku czego następuje wzrost zasadowości. Szybkość hydrolizy usidlonych
związków organicznych (ρ9) jest opisana za pomocą równania (10) natomiast hydroliza azotu organicznego w zawiesinie (ρ10) jest wyrażona zależnością (11).
Współczynniki stechiometryczne można przedstawić w postaci macierzy V, w której położenie współczynnika określa się przez numer równania (wiersz) oraz numer
frakcji (kolumna).
Tabela 1 Współczynniki stechiometryczne frakcji rozpuszczonych S.
„i”
1
2
3
4
5
6
7
SS
SI
SNH
SNO
SND
SO
SALK
Ρ1
Ρ2
Ρ3
Ρ4
Ρ5
Ρ6
Ρ7
Ρ8
Ρ9
Ρ1
Tabela 2 Współczynniki stechiometryczne frakcji zawiesin X
„i”
ρ1
ρ2
ρ3
ρ4
ρ5
ρ6
ρ7
ρ8
ρ9
ρ10
8
XS
9
XI
10
XBH
11
XBA
12
XP
13
XND
14
XMIN
4. STEROWANIE ROZMYTE
Od kilkunastu lat sterowanie rozmyte jest przedmiotem ogromnego zainteresowania. Sterowanie to stało się popularne miedzy innymi dlatego, że rzeczywiste obiekty
są nieliniowe, a ich dynamika zmienia się wraz z punktem pracy. Oprócz tego mogą
wystąpić w procesie sterowania inne istotne nieliniowości, co zmusza do zastosowania regulatorów nieliniowych - przeważnie trudnych do analizy. Zdaniem niektórych
naukowców tym, co naprawdę oferuje sterowanie rozmyte, jest lepszy interfejs użytkownika, który pozwala na wniknięcie do nieliniowości urządzenia sterującego bez
potrzeby dokładnej znajomości sterowanego procesu. Jednakże pozostaje faktem, że
analiza rozmytych regulatorów jest trudna, nie ma bowiem analitycznych metod doboru współczynników wzmocnienia i funkcji przynależności tych regulatorów [9]-[10].
Pojęcie podzbioru rozmytego wprowadził po raz pierwszy L. A. Zadeh w pracy
„Fuzzy sets”[9]. Dostrzegł on możliwości zbiorów rozmytych jako narzędzia pomocniczego przy modelowaniu zjawisk złożonych, uwzględniających udział czynnika
ludzkiego; za pomocą podzbiorów rozmytych dążył do ograniczenia precyzji przy
tworzeniu modelu. W początkowym okresie czasu logika rozmyta nie cieszyła się
dużym zainteresowaniem środowiska naukowego. W latach siedemdziesiątych powstało zaledwie kilka wdrożeń praktycznych wykorzystujących logikę rozmytą.
Przełom w popularności sterowania rozmytego przyniosły dopiero lata osiemdziesiąte, a dokonał on się pod wpływem udanego zastosowania logiki rozmytej w układzie sterowania kolejek metra w japońskim mieście Sendai, opracowanym i wdrożonym przez firmę Hitachi. Od tego czasu nastąpił lawinowy wzrost prac w tej
dziedzinie wiedzy. Obecnie sterowaniu rozmytemu jest poświęcona ogromna liczba
prac naukowych, zarówno pozycji książkowych jak i artykułów czy referatów [9][10].
Wśród głównych powodów stosowania regulatorów rozmytych w układach dynamicznych wymienia się ich nieliniową powierzchnię sterowania zapewniającą większą odporność na zmiany parametrów sterowanych obiektów oraz poprawę charakterystyk obiektu w przypadku występowania elementów nieliniowych. Dodatkową
zaletą regulatorów rozmytych jest łatwość ich projektowania. Nie wymagają one znajomości modelu matematycznego obiektu a jedynie wiedzy lingwistycznej wyrażanej
w postaci reguł, zwykle koniunkcyjnych IF-THEN [9]-[10].
W pracy zastosowano regulator rozmyty typu PD zawartości azotu ogólnego w odpływie z oczyszczalni ścieków. Na podstawie bieżącej wartości błędu i jego zmiany
regulował on poziomem tlenu rozpuszczonego w komorach nitryfikacji. Ze względu
na małe czasowe w pracy pominięto dynamikę przepływu powietrza przez elementy
systemu napowietrzania jak również proces rozpuszczania tlenu w ściekach (przejście
tlenu z powietrza do ścieku). Zaprojektowany regulator rozmyty składał się z 15 reguł
o parametrach przedstawionych na rys. 2.
NB
NS ZE
PS PB
e(k)
de(k)
NB
ZE
PB
NB
NB
NB
NB
NS
NS
ZE
ZE
e(k)
-10 -2.5
0
NB
ZE
2.5
10
PB
de(k)
NB
NS
ZE
PS
PB
NS
PS
NB
PS
PS
PB
PB
PB
PB
PB
PB
PB
du(k)
0.5 0.7 1
2
10
Rys.2 Funkcje przynależności użytego w badaniach regulatora rozmytego
Należy zwrócić uwagę na parametry użytego w badaniach regulatora rozmytego.
Baza reguł jest niesymetryczna w związku z różnymi wymaganiami stawianymi stanom pracy błędami dodatnimi i ujemnymi. Przekroczenie dopuszczalnego stężenia
azotu ogólnego w odpływie jest niedopuszczalne. W związku z tym ta wartość uchybu
eliminowana jest dużymi wartościami sygnału sterującego (gwałtownym podniesieniem wartości stężenia tlenu rozpuszczonego). Jest to realizowane zarówno przez
niesymetryczne wartości bazy reguł jak również niesymetryczne rozmieszczenie wyjściowych funkcji przynależności. Wartość funkcji wyjściowej PB=10 jest fizycznie
niemożliwa do osiągnięcia (ze względu na limitowane wartości tlenu rozpuszczonego
w ściekach) służy jednakże uzyskaniu większej stromości powierzchni sterowania
regulatora rozmytego. Praca układu w zakresie błędów ujemnych ma na celu minimalizację zużycia energii przez urządzenia napędowe. W związku z tym wartości ujemnych błędów są eliminowane przez obniżenie stężenia tlenu w komorach nitryfikacji
po przyjętej wartości minimalnej. Przy niskim dopływie ścieków do oczyszczalni
można spodziewać się występowania w układzie błędów ujemnych co jest specyfiką
sterowanego procesu.
5. WYNIKI BADAŃ
Badaniom poddano obiekt przedstawiony na rys. 1 o parametrach projektowych
zgodnych z oczyszczalnią ścieków w Prochowicach. Osadnik wtórny zamodelowano
jako 12- warstwowy [1]-[2]. Założono, że w osadniku zachodzi tylko sedymentacja
osadu; ze względu na duże stałe czasowe wykluczono procesy biologiczne chemiczne.
Założono wartość recyrkulacji głównej (z osadnika wtórnego na początek układu)
równej 80% napływu zewnętrznego a z recyrkulacji wewnętrznych równych 100%
napływu. Ze względu na małe stałe czasowe pominięto dynamikę systemu napowietrzania. Jako zmienną sterowaną przyjęto poziom azotu ogólnego w odpływie a
zmienną sterującą powietrze wpływające bezpośrednio na zadaną wartość stężenia
tlenu w komorze 2 i 4. Wykorzystano regulator rozmyty typu PD o parametrach
przedstawionych na rys. 2. Jako parametry początkowe w komorach przyjęto Ss0 = 20;
Si0 = 50; Snh0 = 15; Sno0 = 10;Snd0 = 10; So0-2,4 = 2 ; So0-1,3 = 0; Salk0 = 6; Xs0 = 100;
Xi0 = 300; Xbh0 = 700; Xba0 = 70; Xp0 = 400; Xnd0 = 250; Xmin0 = 250. Parametry dopływu do oczyszczalni przyjęto jako: Ss = 100; Si = 50; Snh = 33; Sno = 20; Snd = 3;
So = 2; Salk = 8; Xs =200; Xi = 40; Xbh = 0.5; Xba = 0.5; Xp = 0; Xnd0 = 12; Xmin0 = 66.
Kształt dopływu dobowego do oczyszczalni przedstawiono na rys. 3. W dobach 20 i
21 założono zakłócenie polegające na dwukrotnym a w dobach 30 i 31 trzykrotne
zwiększeniu dopływu do oczyszczalni. Skład dopływających ścieków nie uległ zmianie.
Rys.3 Charakterystyka dobowego dopływu do oczyszczalni ścieków
Rys.4 Przebieg frakcji modelu ASM1 w komorach 1-4 (a-n), stężenia frakcji rozpuszczonych i w zawiesinie w osadniku wtórnym (o-p) oraz azotu ogólnego w odpływie i błędu regulacji (r-s)
Jak wynika z przebiegów przedstawionych na rys. 4 stężenie azotu ogólnego w odpływie przekracza założony poziom dopuszczony pozwoleniem wodno-prawny (30
g/m3) w ciągu pierwszych 7 dób. Jest to związane z rozruchem oczyszczalni ścieków i
zmiany wartości wektora zmiennych stanu poszczególnych komór od stanu początkowego do stanu ustalonego. Stężenie tlenu w komorach nitryfikacji jest utrzymywane
na wartościach maksymalnych. Począwszy od doby 7 stężenie tlenu w komorach spada do wartości minimalnej koniecznej do podtrzymania procesu. Wprowadzenie zakłócenia w dobie 20 (dwukrotne zwiększenie dopływu) powoduje wzrost wartości
azotu ogólnego w odpływie i zmianę wartości błędu regulacji. Zmianom tym przeciwdziała układ regulacji zwiększając wartość stężenia tlenu. Ustąpienie zakłócenia powoduje spadek zawartości tlenu w komorach do dopuszczalnej wartości minimalnej.
Kolejne zakłócenie (w dobach 30-31 - trzykrotne zwiększenie dopływu) powoduje
podniesienie stężenia tlenu w komorach nitryfikacji do wartości maksymalnej. Pomimo tego stężenie azotu ogólnego w odpływie przekracza wartość dopuszczalną. Wyeliminowanie opisywanego zakłócenia byłoby możliwe przy dalszym zwiększaniu
zawartości tlenu rozpuszczonego, jego poziom jest jednakże ograniczony ze względu
na zainstalowaną moc układu napowietrzania. Po ustaniu zakłócenia układ wraca do
stanu ustalonego, poziom tlenu zmniejsza się do dopuszczalnej wartości minimalnej.
6. PODSUMOWANIE
W pracy przedstawiono zagadnienia związane ze sterowaniem procesów biologiczno-chemicznych w oczyszczalniach ścieków. Do symulacji przejęto model matematyczny ASM1 o parametrach wzorowanych na rzeczywistej oczyszczalni ścieków
w Prochowicach. Opisano powszechnie wykorzystywane strategie sterowania w
oczyszczalniach ścieków i wskazano ich cechy charakterystyczne. Do badań wybrano
strukturę sterowania bazującą na sprzężeniu od azotu ogólnego w odpływie.
Przeprowadzone badania symulacyjne potwierdzają przydatność zastosowanej strategii sterowania do sterowania procesem biologiczno-chemicznym w oczyszczalni ścieków. W porównaniu do obecnej stosowanej koncepcji zakładającej stały
poziom stężenia tlenu – proponowany układ regulacji dopasowuje bieżące stężenie
tlenu do aktualnego stanu w odpływie. Powoduje to uelastycznienie czasu pracy dmuchaw i oszczędności w pobieranej energii elektrycznej. Wadą opisanego rozwiązania
jest wolna reakcja na zakłócenia w dopływie. Ze względu na umiejscowienie czujnika
azotu, układ sterowania reaguje stosunkowo późno na zmiany w dopływie. Dalszą
poprawę jakości pracy układu można uzyskać przez wprowadzenie dodatkowego toru
z regulatorem do przodu. Zagadnienia te będą przedmiotem dalszych prac autorów.
LITERATURA
[1] OLSSON G., NEWELL B., Wastewater Treatment Systems, Modeling, Diagnosis and Control
ISBN: 9781900222150, IWA Publishing, 1999.
[2] SZETELA R. W., Model dynamiczny oczyszczalni ścieków z osadem czynnym, Prace
Naukowe
Instytutu Ochrony Środowiska Politechniki Wrocławskiej, Nr 64, Monografie, Nr 32, Wydawnictwo
Politechniki Wrocławskiej, Wrocław 1990
[3] URBAN R., Algorytmy genetyczne i sieci neuronowe w modelowaniu osadu czynnego,
rozprawa
doktorska, Wrocław 2005
[4] HENZE M., GRADY C. P. L. JR, MARAIS G. V. R., MATSUO T., Activated Sludge Model No. 1,
IAWPRC Scientific and Technical Reports No 1., IAWPRC, London. IWA Task Group on Mathematical Modelling for Design and Operation of Biological Wastewater Treatment. London, Activated
sludge models ASM1, ASM2, ASM2D and ASM3, IWA Publishing, 2000.
[5] STARE A., VRECKO D., HVALA N., STRMCNIK S., Comparison of control strategies for nitrogen removal in an activated sludge process in terms of operating costs: simulation study, Water research, vol. 41, pp 2004-2014, 2007.
[6] BOROWA A., BRDYS M. A., MAZUR K., Modeling of wastewater treatment plant for monitoring
and control purposes by state-space wavelet networks, International Journal of Communications &
Control, vol. 2, pp 121-131, 2007.
[7] KALKER T.J.J., VAN GOOR C.P., ROELEVELD P.J., RULAND M. F., BABUSKA R., Fuzzy
Control Of Aeration In An Activated Sludge Wastewater Treatment Plant: Design, Simulation And
Evaluation, Water Science & Technology, No. 4 Pp. 71-78, 1999
[8] M.A. BRDYS, J. DÍAZ MAÍQUEZ, Application Of Fuzzy Model Predictive Control To The Dissolved Oxygen Concentration Tracking In An Activated Sludge Process, Proc. of the 15th IFAC
World Congress, Barcelona, on cd. 2002.
[9] PIEGAT A., Modelowanie sterowanie i rozmyte, Akademicka Oficyna Wydawnicza EXIT, 1999
[10] DRIANKOV D., HELLENDOORN H., REINFRANK M., Wprowadzenie do sterowania rozmytego,
WNT, 1996.
CONTROL OF THE ELECTRICAL BLOWERS IN THE SEWAGE TREATMENT
PLANTS
The paper presents issues related to the control of the electrical blowers in the sewage treatment
plants. After a brief introduction the commonly used strategy of the electrical blower due to the behavior
of the biological-chemical process are described. Then a mathematical model of biological-chemical
transformation ASM1 is presented. The current control structure in real sewage treatment plant is discussed. Next novel fuzzy control system based on the value of the total nitrogen in the plant output is
introduced. The effectiveness of the proposed strategy is tested in the simulation study. Parameters of an
model are based on the data taken from an real wastewater treatment plant located in the district of Legnica.
Praca naukowa finansowana ze środków na naukę w latach 2007-1010 jako projekt badawczy rozwojowy
nr R0101403