| 造紙工業普遍采用活性污泥法處理廢水，然而對該過程中溫室氣體排放卻關注很少，缺少溫室氣體在線監測和減排措施。針對這一問題，提出了一種基于自適應回歸神經網絡PI 控制（Adapted Kernel Regression Back Propagation Neural Network-Proportional Integral Control， AKRBP-PI）的溶解氧分層優化控制策略，旨在保證出水質量的同時，減少溫室氣體排放。該優化控制基于溶解氧對溫室氣體排放的作用機制，采用分層思想，根據出水污染物含量與溶解氧的函數約束關系，采用遺傳算法求解溶解氧優化設定值，實現神經網絡跟蹤控制。仿真結果表明，對比開環控制，AKRBP-PI方案的出水污染物含量均未超標，溫室氣體總排放量減少了8.6%。其中，減少的溫室氣體主要來自曝氣機耗電量的下降。基于ASM1模型和物質守恒建立了溫室氣體直接和間接排放模型，以實現溫室氣體的在線監測。溫室氣體的直接排放源為：內源性衰變、BOD去除、硝化過程和反硝化過程；間接排放源為：曝氣機耗電、泵耗電、化學品消耗和污泥處理。采用Pearson相關系數法評估曝氣量的變化對各個溫室氣體排放源的影響，這是實現溫室氣體減排的溶解氧優化控制的基礎。綜合各排放源與曝氣量的關系，全部正相關系數之和為0.3429，因此溫室氣體總排放量隨著曝氣量的增加而增加。
圖1 廢水處理過程溫室氣體排放源與曝氣量Pearson相關系數的關系
AKRBP-PI控制基于溶解氧對溫室氣體排放的作用機制，采用分層思想，根據出水污染物含量與溶解氧的函數約束關系，采用遺傳算法求解溶解氧優化設定值，實現神經網絡跟蹤控制。
圖2 造紙廢水處理過程實現溫室氣體減排的AKRBP-PI分層優化控制方案 將AKRBP-PI優化控制方案的仿真結果與開環控制、恒定的溶解氧設定值（1 mg/L）和恒定的PI控制參數（Kp=0.9、Ki=0.15）、恒定的溶解氧設定值（1 mg/L）和自整定的BP-PI控制方案進行對比?？刂品抡娼Y果表明，對比開環控制，PI控制和BP-PI控制下的溫室氣體總排放量分別增加了8.1%和4.1%；然而在AKRBP-PI控制下，不僅未出現出水水質超限，而且減少了8.6%的溫室氣體總排放量，其中主要來源于曝氣機耗電間接產生的溫室氣體減少。
圖3 造紙廢水處理過程采用不同控制方案所帶來的溫室氣體減排量 | 
快播色情动漫网