Abstract

A hierarchical two-level controller for dissolvedoxygenreference trajectory tracking in activated sludge processeshas been recently developed and successfully validated on a realwastewater treatment plant. The upper level control unit generatestrajectories of the desired airflows to be delivered by theaeration system to the aerobic zones of the biological reactor. Anonlinear model predictive control algorithm is applied to designthis controller. The aeration system itself is a complicated hybridnonlinear dynamical system. The lower level controller (LLC)forces the aeration system to follow these set-point trajectories,minimizing a cost of energy due to pumping of the air and accountingfor system operational limitations such as the limits onthe allowed frequency of switching of the blowers and on theircapacity. The predictive control is also applied to design the LLCbased on a piecewise-linearized hybrid dynamics of the aerationsystem. Casting the mixed-integer nonlinear optimization problemunder heterogeneous constraints due to the limits on the blowerswitching frequency into the approximated mixed-integer form isdone at a cost of introducing large number of auxiliary variablesinto the lower level predictive controller optimization task. Thispaper derives another nonlinear hybrid predictive control algorithmfor the LLC. It is directly based on the nonlinear hybriddynamics and logical formulation of the switching constraint. Agenetic algorithm is derived with dedicated operators allowingfor efficient handling of the switching constraint and nonlinearhybrid system dynamics. The efficiency of the control algorithm isvalidated by simulation based on real data records.

W ostatnim czasie została opracowana i zweryfikowana hierarchiczna dwupoziomowa struktura regulatora dla nadążania za trajektorią zadana rozpuszczonego tlenu w biologicznej oczyszczalni ścieków. Regulator w górnej warstwie sterowania generuje oczekiwane trajektorie przepływów powietrza przez komory tlenowe oczyszczalni. Został on zaprojektowany z wykorzystaniem nieliniowego sterowania predykcyjnego. Sam układ napowietrzania jest hybrydowym, nieliniowych systemem dynamicznym. Regulator w dolnej warstwie układu sterowania ma za zadanie nadążanie za zadanymi trajektoriami przepływu powietrza przez poszczególne komory tlenowe przy minimalizacji potrzebnej do tego celu energii elektrycznej z uwzglenieniem ograniczeń samego układu napowietrzania, takich jak ograniczona częstotliwość włączeń dmuchaw stało prędkościowych. W artykule opracowany został nieliniowy, hybrydowy algorytm sterowania predykcyjnego w dolnej warstwie. Jest on oparty na nieliniowej dynamice układu napowietrzania i bezpośrednio sformułowanym logicznym ograniczeniu na częstotliwość włączeń dmuchaw. Wykorzystano w tym celu dedykowany algorytm genetyczny, umożliwiający efektywne rozwiązania zadania optymalizacji predykcyjnej. Efektywność otrzymanego rozwiązania została zweryfikowana na podstawie symulacji wykorzystującej rzeczywiste dane.

Citations

Authors (4)