Nội dung được dịch bởi AI, chỉ mang tính chất tham khảo
Kiểm soát Nhà Máy Xử Lý Nước Thải Sử Dụng Bộ Điều Khiển Logic Mờ
Tóm tắt
Nước thải là nước bị ô nhiễm bao gồm nước và tạp chất. Nhiều yếu tố ảnh hưởng đến các nhà máy xử lý; trong đó có các thuộc tính vật lý, hóa học và sinh học. Các bộ điều khiển thông thường đang được sử dụng cho các quy trình xử lý nước thải. Trong bài báo này, mô hình mô phỏng chuẩn (BSM) do Alex và cộng sự cung cấp [Mô hình mô phỏng chuẩn số 1 (BSM1). Kỹ thuật Điện Công Nghiệp và Tự động hóa. Đại học Lund, Chuẩn bị bởi Nhóm công tác IWA về Mô hình hóa các chiến lược kiểm soát cho các nhà máy xử lý nước thải (WWTP), (2008)] đã được xem xét cho việc điều khiển bằng logic mờ. Mô hình BSM bao gồm năm reactor nối tiếp và một bể lắng. Nó được mô tả là một quá trình đa biến phi tuyến với 13 biến trong mỗi reactor. Hai reactor đầu tiên là kỵ khí, và ba reactor tiếp theo là hiếu khí. Mục tiêu là kiểm soát nồng độ oxy hòa tan (DO) trong reactor thứ năm bằng cách sử dụng KLa5, hệ số chuyển khối, tức là, lưu lượng khí như biến thao tác. Thiết kế bộ điều khiển logic mờ (FLC) hiện tại dựa trên quy tắc Mamdani, IF..THEN.. Quy trình đánh giá hiệu suất của bộ điều khiển logic mờ đã được thực hiện bằng cách sử dụng MATLAB và Simulink Tool box. Bộ điều khiển FLC được tìm thấy có hiệu suất vượt trội hơn so với bộ điều khiển PID thông thường, i) đối với các thay đổi điểm đặt khác nhau cho việc kiểm soát oxy hòa tan (DO), ii) đối với sự biến động trong nồng độ nguyên liệu tươi và iii) đối với các biến động trong KLa3 của reactor 3 và KLa4 của reactor 4.
Từ khóa
#nước thải #bộ điều khiển logic mờ #xử lý nước thải #oxy hòa tan #mô hình mô phỏng chuẩnTài liệu tham khảo
J. Alex, L. Benedetti, J. Copp, K.V. Gernaey, U. Jeppsson, I. Nopens, M.-N. Pons, L. Rieger, C. Rosen, J.P. Steyer, P. Vanrolleghem, S. Winkler benchmark simulation model No. 1 (BSM1). Industrial electrical engineering and automation. Lund University, Prepared by the IWA Task group on Benchmarking of Control Strategies for WWTPs, April (2008)
A. Rajathi, P.S.H. Jose, Comparison of back propagation network and fuzzy logic for electrocoagulation process to treat dye waste water. Int. J. Chem. Tech. Res. 10(6), 622–630 (2017)
A. Traoré, S. Grieu, F. Thiery, M. Polit, J. Colprim, Control of sludge height in a secondary settler using fuzzy algorithms. Computers Chem. Eng. 30(8), 1235–1242 (2006)
C.A.C. Belchior, R.A.M. Araújo, J.A.C. Landeck, Dissolved oxygen control of the activated sludge wastewater treatment process using stable adaptive fuzzy control. Comput. Chem. Eng. 37, 152–162 (2012)
Catalin Simion, Oana Chenaru, Gheorghe Florea, José ignacio Lozano, Samir Nabulsi, Maria Reis, Joana Cassidy, Decision Support System based on Fuzzy Control for a Wastewater Treatment Plant. International Journal of Environmental Science. Vol.1 (2016)
E. Yel, S. Yalpirb, Prediction of primary treatment effluent parameters by fuzzy inference system (FIS) approach. Procedia Computer Sci. 3, 659–665 (2011)
Fernando F. Putti, Ana C. B. Kummer, Helio Grassi Filho, Luís R. A. Gabriel Filho, Camila P. Cremasco Fuzzy Modeling on Wheat Productivity Under Different Doses of Sludge and Sewage Effluent, Journal of the Brazilian Association of Agricultural Engineering ISSN: 1809–4430 (on-line)
G. Vijayaraghavan, M. Jayalakshmi, A quick review on applications of fuzzy logic in waste water treatment. Int. J. Res. Appl. Sci. Eng. Technol. 3 (2015)
K. Kaleeswari, T. Johnson, C. Vijayalakshmi, Influencing factors on water treatment plant performance analysis using fuzzy logic technique. Int. J. Pure Appl. Math. 118(23), 29–37 (2018)
R. Maachou, A. Lefkir, A. Khouider and A. Bermad, A control of recycle sludge in activated sludge process using adaptive neuro-fuzzy logic controller (ANFIS). Proceedings of the 14th International Conference on Environmental Science and Technology Rhodes, Greece, 3–5 September (2015)
Md. P. Abdullah, S. Waseem2, V.R. Bai and I.U. Mohsin, Development of new water quality model using fuzzy logic system for Malaysia. Open Environ. Sci., 2, 101–106 (2008)
O.C. Pires, C. Palma, I. Moita, J.C. Costa, M.M. Alves and E.C. Ferreira, A fuzzy-logic based expert system for diagnosis and control of an integrated wastewater treatment. 2nd Mercosur Congress on Chemical Engineering 4th Mercosur Congress on Process Systems Engineering
P. Ramdewor, V. Soneechur, S. Krishna, and S. Pudaruth, Simulation of the nitrification process in wastewater treatment using fuzzy logic. International Conference on Machine Learning and Computer Science (IMLCS'2013) Kuala Lumpur, Malaysia (2013)
S.N. Saranya, S. Lakshmana Kumar, R. Raj Jawahar, Prediction of paper mill wastewater treatment process parameters in sequencing batch reactor using fuzzy logic technique. Int. J. Recent Technol. Eng. (IJRTE) ISSN: 2277–3878, Vol.8 Issue-5, January (2020)
T. Mushiri, K. Manjengwa, C. Mbohwa, Advanced fuzzy control in industrial wastewater treatment (pH and temperature control). Proceedings of the World Congress on Engineering 2014 Vol I, WCE, July 2 - 4, London, UK (2014)