Optimizarea proceselor de tratare biologică a apelor uzate utilizând modele neuronale

Abstract

Obiectivul principal al acestei lucrări este de a demonstra fiabilitatea utilizării unui model de rețea neuronală în algoritmul de control pentru optimizarea eficienței unei stații de epurare. Pentru a minimiza funcția fitness, s-a utilizat un algoritm de control predictiv, unde funcția depinde de concentrația substratului organic în efluent și de costul de aerare îmbunătățind astfel calitatea efluentului, dar și costul operațional al instalației. Algoritmul de control folosește un model de rețea neuronală Multilayer Perceptron (MLP), implementat în 2 versiuni care diferă prin mărimile considerate măsurabile. Ambele versiuni au fost testate în simulare. Pe lângă acestea, a fost luat în considerare și cazul unei stații de tratare a apei, unde nu se poate realiza controlul optimal. Lucrarea este structurată în patru capitole. În primul capitol se vorbește despre stațiile de tratare a apei, modelul matematic utilizat pentru sistemul ales și strategiile de control din cadrul stațiilor de tratarea apei. A doua secțiune a studiului prezintă modelarea sistemului folosind două versiuni a unei rețele neuronale MLP pentru estimarea dinamicii procesului și descrierea influentului aplicat. Următoarea etapă din desfășurarea lucrării cuprinde algoritmul de control predictiv Fuzzy luat în considerare pentru optimizarea epurării apelor uzate. Ultima parte include atât descrierea modelului Model Predictive Control (MPC), componentele acestuia, cât și analiza rezultatelor experimentale folosind ambele modele Neural Network (NN), comparația lor și echilibrul dintre performanțele și costul tratării. Finalul lucrării este dedicat concluziilor acestei lucrări.