魏伟,蔡欣宇,刘载文,左敏
(北京工商大学计算机与信息工程学院,北京100048)
随着我国经济的快速发展,工业废水、城市污水的排放日益增多[1]。然而,目前,我国工业污水存在排放不达标的问题[2],由此造成水资源污染,进而导致人民健康得不到保障。因此,为保障人民生命健康、实现水资源的可持续利用,必须高度重视废水处理[3]。
厌氧消化废水生物处理工艺是广泛应用于农业、制药和食品工业的废水处理方案。厌氧消化过程能够产生甲烷,并从污水中去除有机污染[4]。典型的厌氧消化过程包含四条代谢途径,两条用于产酸,两条用于甲烷化。细菌在缺氧环境下,将有机物分解为二氧化碳、甲烷和水[5]。
厌氧消化废水生物处理的控制目标是降低其污染水平[6]。然而,这一复杂的动态反应具有高度非线性、参数未知的特征[5],并且整个生化反应存在着诸多不确定因素,如:输入组分、组分浓度的变化以及不确定的动力学参数等[4,6],这些都给废水处理过程控制带来了极大的挑战。为克服这些因素对废水处理过程控制带来的挑战,各种先进控制技术相继提出,如反馈线性化技术[7]、自适应控制[8]、滑模控制[9]等。反馈线性化技术是一种有效的非线性控制设计方案,但它需要系统的全部先验知识[10]。文献[8]提出了一种非线性自适应控制策略,通过状态观测器和线性回归参数估计器,实现对部分变量以及动力学参数的估计。然而,它依旧需要了解厌氧过程的所有输入[11]。……