买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网恭喜北京工业大学申请的专利一种基于多任务约束的污水处理过程优化控制方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN115857341B 。

龙图腾网通过国家知识产权局官网在2025-05-13发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202211495313.X，技术领域涉及：G05B13/04；该发明授权一种基于多任务约束的污水处理过程优化控制方法是由韩红桂;白星;侯莹;乔俊飞设计研发完成，并于2022-11-26向国家知识产权局提交的专利申请。

本一种基于多任务约束的污水处理过程优化控制方法在说明书摘要公布了：一种基于多任务约束的污水处理过程优化控制方法，属于污水处理领域。为了实现污水处理过程中多任务约束并行优化控制，本发明构建污水处理过程多任务约束优化模型，描述具有出水水质约束的脱氮任务和除磷任务优化目标，设计基于自适应罚函数的污水处理过程多任务粒子群优化设定方法，求解污水处理过程溶解氧、硝态氮、甲醇流量和聚合氯化铝流量优化设定值并设计多任务控制器完成优化设定值的跟踪控制，从而促进污水处理过程生物脱氮任务和生物除磷任务的并行约束优化。

本发明授权一种基于多任务约束的污水处理过程优化控制方法在权利要求书中公布了：1.一种基于多任务约束的污水处理过程优化控制方法，其特征在于，建立多任务约束的污水处理过程优化目标模型，研究基于自适应罚函数的污水处理过程多任务约束优化设定方法，并设计控制器实现多任务优化设定值的跟踪控制，促进污水处理过程生物脱氮任务和生物除磷任务的并行优化，包括以下步骤：1建立多任务约束的污水处理过程优化目标模型污水处理过程的多任务约束优化目标模型通过自适应核函数来描述生物脱氮任务和生物除磷任务的优化目标；生物脱氮任务的约束优化目标模型为 其中，f1xNt是t时刻污水处理过程生物脱氮任务的约束优化目标能耗模型，xNt＝[SOt，SNOt，MFt，SNHt]是t时刻脱氮任务优化模型的输入变量，ΩN是脱氮任务优化目标模型的决策空间，SOt是t时刻的好氧末端溶解氧浓度且取值范围为[0.4，3]，单位毫克升，SNOt是t时刻的厌氧末端硝态氮浓度且取值范围为[0.3，2]，单位毫克升，MFt是t时刻的甲醇流量且取值范围为[60，400]，单位升小时，SNHt是t时刻的出水氨氮浓度且取值范围为[0，2.5]，单位毫克升，a1t是t时刻污水处理过程脱氮任务能耗模型的输出偏移且取值范围为[-2，2]，W1,at是t时刻污水处理过程脱氮任务能耗模型第a个自适应核函数的权值且取值范围为[-3，3]，c1,at＝[c1,a,1t，c1,a,2t，c1,a,3t，c1,a,4t]T是t时刻污水处理过程脱氮任务能耗模型第a个自适应核函数的中心向量，c1,a,1t是t时刻污水处理过程脱氮任务能耗模型第a个自适应核函数的第一维中心且其取值范围为[-1，1]，c1,a,2t是t时刻污水处理过程脱氮任务能耗模型第a个自适应核函数的第二维中心且其取值范围为[-1，1]，c1,a,3t是t时刻污水处理过程脱氮任务能耗模型第a个自适应核函数的第三维中心且其取值范围为[-1，1]，c1,a,4t是t时刻污水处理过程脱氮任务能耗模型第a个自适应核函数的第四维中心且其取值范围为[-1，1]，T是向量或矩阵的转置，σ1,at是t时刻脱氮任务能耗模型第a个自适应核函数的宽度且取值范围为[0，2]；fNxNt是t时刻污水处理过程脱氮任务的约束条件出水总氮 其中，a2t是t时刻污水处理过程脱氮任务出水总氮模型的输出偏移且取值范围为[-2，2]，W2,at是t时刻污水处理过程脱氮任务出水总氮模型第a个自适应核函数的权值且取值范围为[-3，3]，c2,at＝[c2,a,1t，c2,a,2t，c2,a,3t，c2,a,4t]T是t时刻污水处理过程脱氮任务出水总氮模型第a个自适应核函数的中心向量，c2,a,1t是t时刻污水处理过程脱氮任务出水总氮模型第a个自适应核函数的第一维中心且其取值范围为[-1，1]，c2,a,2t是t时刻污水处理过程脱氮任务出水总氮模型第a个自适应核函数的第二维中心且其取值范围为[-1，1]，c2,a,3t是t时刻污水处理过程脱氮任务出水总氮模型第a个自适应核函数的第三维中心且其取值范围为[-1，1]，c2,a,4t是t时刻污水处理过程脱氮任务出水总氮模型第a个自适应核函数的第四维中心且其取值范围为[-1，1]，σ2,at是t时刻脱氮任务出水总氮模型第a个自适应核函数的宽度且取值范围为[0，2]；污水处理过程脱氮任务约束优化模型参数更新： 其中，At＝[a1t，a2t，W1,at，W2,at，c1,a,1t，c1,a,2t，c1,a,3t，c1,a,4t，c2,a,1t，c2,a,2t，c2,a,3t，c2,a,4t，σ1,at，σ2,at]是t时刻污水处理过程脱氮任务约束优化模型的参数；α1是污水处理过程脱氮任务约束优化模型参数的学习率且取值范围为[0，1]；e1ut＝y1t-y1ut是t时刻污水处理过程脱氮任务约束优化模型的预测误差，y1t是t时刻污水处理过程脱氮任务约束优化模型的输出，y1ut＝[ECNt，TNt]是t时刻污水处理过程脱氮任务的实际输出值，ECt是t时刻污水处理过程脱氮任务的实际能耗值，TNt是t时刻污水处理过程的实际出水总氮值；生物除磷任务的约束优化目标模型为 其中，f2xPt是t时刻污水处理过程生物除磷任务的约束优化目标能耗模型，xPt＝[SOt，SNOt，MPt，MLSSt]是t时刻除磷任务优化模型的输入变量，ΩP是除磷任务优化目标模型的决策空间，MPt是t时刻的聚合氯化铝流量且取值范围为[0，108]，单位升小时，MLSSt是t时刻的出水混合悬浮物浓度且取值范围为[0，100]，单位毫克升，b1t是t时刻污水处理过程除磷任务能耗模型的输出偏移且取值范围为[-2，2]，W1,bt是t时刻污水处理过程除磷任务能耗模型第b个自适应核函数的权值且取值范围为[-3，3]，c1,bt＝[c1,b,1t，c1,b,2t，c1,b,3t，c1,b,4t]T是t时刻污水处理过程除磷任务能耗模型第b个自适应核函数的中心向量，c1,b,1t是t时刻污水处理过程除磷任务能耗模型第b个自适应核函数的第一维中心且其取值范围为[-1，1]，c1,b,2t是t时刻污水处理过程除磷任务能耗模型第b个自适应核函数的第二维中心且其取值范围为[-1，1]，c1,b,3t是t时刻污水处理过程除磷任务能耗模型第b个自适应核函数的第三维中心且其取值范围为[-1，1]，c1,b,4t是t时刻污水处理过程除磷任务能耗模型第b个自适应核函数的第四维中心且其取值范围为[-1，1]，σ1,bt是t时刻除磷任务能耗模型第b个自适应核函数的宽度且取值范围为[0，2]；fTPxPt是t时刻污水处理过程除磷任务的约束条件出水总磷 其中，b2t是t时刻污水处理过程除磷任务出水总磷模型的输出偏移且取值范围为[-2，2]，W2,bt是t时刻污水处理过程除磷任务出水总磷模型第b个自适应核函数的权值且取值范围为[-3，3]，c2,bt＝[c2,b,1t，c2,b,2t，c2,b,3t，c2,b,4t]T是t时刻污水处理过程除磷任务出水总磷模型第b个自适应核函数的中心向量，c1,b,1t是t时刻污水处理过程除磷任务出水总磷模型第b个自适应核函数的第一维中心且其取值范围为[-1，1]，c1,b,2t是t时刻污水处理过程除磷任务出水总磷模型第b个自适应核函数的第二维中心且其取值范围为[-1，1]，c1,b,3t是t时刻污水处理过程除磷任务出水总磷模型第b个自适应核函数的第三维中心且其取值范围为[-1，1]，c1,b,4t是t时刻污水处理过程除磷任务出水总磷模型第b个自适应核函数的第四维中心且其取值范围为[-1，1]，σ2,bt是t时刻除磷任务出水总磷模型第b个自适应核函数的宽度且取值范围为[0，2]；污水处理过程除磷任务约束优化模型参数更新： 其中，Bt＝[b1t，b2t，W1,bt，W2,bt，c1,b,1t，c1,b,2t，c1,b,3t，c1,b,4t，c2,b,1t，c2,b,2t，c2,b,3t，c2,b,4t，σ1,bt，σ2,bt]是t时刻污水处理过程除磷任务约束优化模型的参数；α2是污水处理过程除磷任务约束优化模型参数的学习率且取值范围为[0，1]；e2ut＝y2t-y2ut是t时刻污水处理过程除磷任务约束优化模型的预测误差，y2t是t时刻污水处理过程除磷任务约束优化模型的输出，y2ut＝[ECPt，TPt]是t时刻污水处理过程除磷任务的实际输出值，ECt是t时刻污水处理过程除磷任务的实际能耗值，TPt是t时刻污水处理过程的实际出水总磷值；2多任务约束的污水处理过程优化设定值求解设计基于自适应罚函数的约束多任务粒子群算法求解污水处理过程优化设定值，同时考虑适应度值和约束违反程度，获取多任务优化设定值；①设置多任务粒子群优化过程每个任务的粒子群规模为100、任务数为2、总迭代次数为1000，初始化外部档案库Θt0为空集，随机初始化粒子的位置、速度和技能因子，将污水处理过程多任务约束优化目标模型Fxt＝[f1xNt，f2xPt]作为多任务粒子群优化算法的优化目标，在约束条件下对Fxt进行最小化求解，进化将从第1代开始，将t时刻第1代的粒子位置信息作为输入；②按照技能因子将粒子划分到不同的群组中，并对粒子进行适应度排序；③计算约束违反程度为 其中，G1xN,tτ是t时刻第τ次迭代脱氮任务的约束违反程度，G2xP,tτ是t时刻第τ次迭代除磷任务的约束违反程度，设计第i个粒子的自适应罚函数为 其中，是t时刻第τ次迭代第k个任务第i个粒子的罚函数，k＝1或2，是t时刻第τ次迭代第k个任务第i个粒子的位置，i＝1，2，…，100，βtτ是t时刻第τ次迭代可行解的概率，即可行解的个数除以总体数；计算第i个粒子的适应度值为 其中，是t时刻第τ次迭代第k个任务第i个粒子的适应度值；粒子速度更新公式为： 其中，是t时刻第τ次迭代第k个任务第i个粒子的速度，是t时刻第τ次迭代第k个任务第i个粒子的个体最优位置，是t时刻第τ次迭代第k个任务的全局最优位置，是t时刻第τ次迭代第k个任务的知识迁移项，r1是个体经验随机向量且其元素取值范围均为[0，1]，r2是社会经验随机向量且其元素取值范围均为[0，1]，r3是知识迁移项随机向量且其元素取值范围均为[0，1]；粒子位置更新公式为： 其中，是在t时刻第τ+1次迭代第k个任务第i个粒子的位置；④将t时刻第τ次迭代第k个任务的个体最优位置与t时刻第τ-1次迭代第k个任务的档案库Θk,tτ-1中的解进行比较，Θk,tτ-1＝[Θk,1,tτ-1，Θk,2,tτ-1，…，Θk,n,tτ-1，…，Θk,100,tτ-1]，Θk,n,tτ-1是t时刻第τ-1次迭代的档案库中第n个最优解，n＝1，2，…，100；FΘk,n,tτ-1是Θk,n,tτ-1的适应度向量，是的适应度向量，如果则将保存到档案库中，生成新的第τ代档案库Θk,tτ；如果则第τ代档案库Θk,tτ与第τ-1代档案库Θk,tτ-1相同；⑤判断是否停止迭代：若当前迭代次数τ≥1000，则终止迭代过程并转到步骤⑥，否则，迭代次数τ增大1，并返回步骤②；⑥在档案库Θ1,t1000和Θ2,t1000中选择前两维相同的解作为t时刻的优化设定值，是t时刻脱氮任务优化设定值，是t时刻除磷任务优化设定值，是t时刻溶解氧优化设定值，是t时刻硝态氮优化设定值，是t时刻甲醇流量的设定值，是聚合氯化铝流量设定值；3污水处理过程多任务优化设定值跟踪控制设计控制器对脱氮任务优化设定值和除磷任务设定值进行跟踪控制，调整溶解氧传递系数、内回流量、甲醇加药泵阀门与聚合氯化铝加药泵阀门，实现污水处理过程生物脱氮和除磷的多任务约束优化控制；设计控制器对多任务优化设定值进行跟踪控制： 其中，Δut＝[ΔQat，ΔKLat，ΔKFt，ΔKPt]T是操作变量矩阵，ΔQat是污水处理内循环流量的变化量，ΔKLat是第五分区氧传递系数的变化量，ΔKFt是甲醇加药泵阀门开度变化量，ΔKPt是聚合氯化铝加药泵阀门开度变化量；et＝u*t-ut是t时刻的控制误差，是t时刻的优化设定值ut＝[SNOt，SOt，MFt，MPt]T是t时刻的实际输出值；调整溶解氧传递系数、内回流量、甲醇加药泵阀门开度和聚合氯化铝加药泵阀门开度：KLat+1＝KLat+ΔKLat13Qat+1＝Qat+ΔQat14KFt+1＝KFt+ΔKFt15KPt+1＝KPt+ΔKPt16其中，KLat是t时刻的溶解氧传递系数，Qat是t时刻的内回流量，KFt是t时刻的甲醇加药泵阀门开度，KPt是t时刻的聚合氯化铝加药泵阀门开度；利用变频器调整供氧泵与回流泵的频率，利用电子阀门的电位器调整甲醇和聚合氯化铝的加药泵阀门开度，则溶解氧浓度将被调整至硝态氮浓度将被调整至甲醇流量将被调整至聚合氯化铝流量将被调整至至此，实现了污水处理过程生物脱氮和除磷的多任务约束优化控制。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人北京工业大学，其通讯地址为：100124 北京市朝阳区平乐园100号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。