乾貨丨喬俊飛：面向污水處理過程式控制制的多目標智能優化方法研究

喬俊飛

人工智慧學會常務理事，北京工業大學教授，博士生導師。教育部長江學者特聘教授，國家傑出青年基金獲得者，自動化學會理事。長期從事城市污水處理過程建模、控制與優化，在污水處理過程智能特徵建模、自組織控制和多目標動態優化方面取得系列成果，發表高水平學術論文100餘篇，獲得授權發明專利30餘項。

針對污水信息分析所涉及的時變不確定性問題，該項目提出並獲得了神經網路結構自組織設計方法，提高了處理時變不確定性信息的能力，發展了智能信息處理理論和方法；提出了基於數據的智能多目標優化方法，有效解決了非平穩系統的動態優化問題；獲得了基於特徵參量的關鍵水質指標的智能自組織測量模型，突破了城市污水處理關鍵水質指標無法在線測量的技術難題；率先提出了規則自適應模糊控制方法並形成實用技術，解決了污水處理過程中溶解氧、硝態氮等關鍵過程變數的精準控制問題；建立了基於出水水質的城市污水處理過程多目標智能優化方法，降低了噸水處理能耗，實現了污水處理廠低成本運行；研發出具有自主知識產權

的城市污水處理智能優化控制系統，已經在全國不同地區、不同工藝的城市污水處理廠得到實際應用，取得了顯著的經濟效益和社會效益。

摘 要：污水處理過程具有時變、不確定性和強非線性等特點，系統經常運行在非平穩狀態，常規的控制方法無法直接使用，致使當前污水處理廠普遍存在處理能耗高、水質超標嚴重等問題。因此，尋求不依賴於動力學模型且具有超強自適應能力的智能優化控制方法，對於提高污水排放達標率，降低運行成本至關重要。在多年研究的基礎上，本文給出了一種可行的智能建模、優化方法，為實現城市污水處理節能降耗提供了技術支撐。

關鍵詞：污水處理；智能優化控制；建模；優化

CAAI原創內容 未經許可 請勿轉載