Wykorzystanie algorytmów sztucznej inteligencji do dynamicznego określania punktu pracy obiektów wod-kan

• Autorzy: Zakrzewski P. , Mazurkiewicz J. , Antonowicz A.

Warianty tytułu

EN

Using of artificial intelligence algorithms to dynamic estimation of operation point for water and sewage facilities

• Języki publikacji: PL

Abstrakty

PL

W artykule opisano wykorzystanie algorytmów sztucznej inteligencji do dynamicznego określania punktu pracy. Zaprezentowano warstwową strukturę systemu sterowania, scharakteryzowano poszczególne warstwy oraz podano przykłady obecnego i przyszłego wykorzystania systemu opierającego się na dynamicznym określaniu punktu pracy dla obiektów wod-kan. Przedstawiono w jaki sposób można przeprowadzić dekompozycję zadań sterowania na przykładzie biologicznego procesu oczyszczania ścieków metodą osadu czynnego z usuwaniem związków węgla i azotu. Opisano złożoność problematyki sterowania i optymalizacji przy instalacji oczyszczania ścieków oraz podano rozwiązanie przy wykorzystaniu systemu dynamicznego określania punktu pracy DEOPS (ang. Dynamic Estimation of Operating Point System) umożliwiającego zintegrowanie wielu różnych źródeł informacji w zależności od realizowanego etapu przedsięwzięcia.

EN

In this paper the using of artificial intelligence algorithms to dynamic estimation of operation point for water and sewage facility was discussed. The hierarchical structure of the control system was presented, individual layers were characterized and examples of current and future use of a system based on dynamic determination of work point for water and sewage facilities were given. How the control tasks can be decomposed on the example of the biological process of wastewater treatment by the activated sludge method with the removal of carbon and nitrogen compounds was presented. The complexity of control and optimization of wastewater treatment systems were described and its solution using the Dynamic Estimation of the Operating Point System (DEOPS) system enabling the integration of many different sources of information depending on the implemented stage of the undertaking were given.

Słowa kluczowe

PL

algorytmy sztucznej inteligencji; warstwowa struktura systemu sterowania; dekompozycja zadania sterowania; system dynamicznego określania punktu pracy; obiekty wod-kan

EN

artificial intelligence algorithms; chierarchical structure of the control system; decomposition of the control task; dynamic estimation of the operating point system; water and sewage facilities

• Wydawca: Ośrodek Informacji "Technika instalacyjna w budownictwie''
• Czasopismo: Instal
• Rocznik: 2018
• Tom: nr 9
• Strony: 53--57
• Opis fizyczny: Bibliogr. 16 poz., rys., tab.

Twórcy

autor

Zakrzewski P.

• Instytut Informatyki, Politechnika Poznańska

autor

Mazurkiewicz J.

• Instytut Bioinżynierii, Uniwersytet Przyrodniczy w Poznaniu

autor

Antonowicz A.

• Instytut Informatyki, Politechnika Poznańska

Bibliografia

• [1] Bagloee A. S., Asadi M, ftitrilcsson M., Minimization of water pumps' electricity usage: A hybrid approach of regression models with optimization, Expert Systems with Applications, Volume 107, 2018, 222-242
• [2] Chhipi-Shrestha G., Hewage K., Sadiq R., Fit-for-purpose wastewater treatment: Conceptualization to development of decision suport tool (I), Science of The Total Environment, Volumes 607-608, 31, 2017, 600-6012
• [3] Chhipi-Shrestha G., Hewage I. C, Sadiq R., Fit-for-purpose wastewater treatment: Testing to implementation of decision support tool (II), Science of The Total Environment, Volumes 607-608, 31 ,2017, 403-412
• [4] Creaco, E., Pezzinga, G.: Embedding linear programming in multi objective genetic algorithms for reducing the size or the search space with application to leakage minimization in water distribution networks. Environmental Modelling & Software, 2014.
• [5] Dursun M. A new integrated luzzy MCDM approach and its application to wastewater management IJISAE 0(1), 2018, 19-28
• [6] Gude V. G., Energy and water autarky of wastewater treatment and power generation systems. Renew Sustain. Energy Rev. 45, 2015, pp. 52-68
• [7] INNERS. Innovative Energy Recovery Strategies in the Urban Water Cycle, Tech. Rep., 2015
• [8] Iqubal M., Naeem M., Anpabgan A, Qadri N. N., Imran M., Multi-objective optimization in sensor networks: Optimization classification, applications and solution approaches. Computer Networks, Volume 99, 2016, 134-161
• [9] Laursen G., Linderberg J., Odense - A City with Water Issues. Procedía Engineering, Volume 209, 2017, 104-118
• [10] Man Y., Wenhao S., Xiaoquan C., Zhou L. and Corriou J. Dissolved oxygen control strategies for the industrial sequencing batch reactor of the wastewater treatment process in the papermaking industry, Enviromental Science: Water Research & Technology, 2018
• [11] Ren J., Liang H., Multi-criteria group decision-making based sus taina bility measurement of wastewater treatment processes. Environmental Impact Assessment Review, Volume 65, 2017,91-99
• [12] Sen, D., Fashokun A., Angelorri R., Brooks M., Bhaumik H., Card C., Lodhi A., Godrej A. and Chung C. An Artificial Intelligence Platform for Asset Management Contributesto Better Decision-making Tools for Operations, Maintenance, and Utility Management, Water Environment Research, 2018, 355-375
• [13] Stein D., Gopal A., Cooper H. L., Mohammed H. I. D., Husnain H., Kejiang Z. and Rehan S. Performance management of small water treatment plant operations: a decision support system, Water and Environment Journal 31, 2017, 330-344
• [14] Tatjewski P., Sterowanie zaawansowane obiektów przemysłowych - struktura i algorytmy, Wydawnictwo Akademicka Oficyna Wydawnicza EXIT, Warszawa, 2002
• [15] Torregrossa D., Hernández-Sancho R., Hansen J., Cornelissen A., Popv T., Schulz G., Energy saving in wastewater treatment plants: A plant-generic cooperative decision support system. Journal of Cleaner Production, Volume 167, 20 2017, 601-609
• [16] Zakrzewski P., Rozprawa doktorska, Algorytmy zintegrowanego sterowania procesem oczyszczania ścieków metodą osadu czynnego, Poznań, 2004

Uwagi

PL

Opracowanie rekordu w ramach umowy 509/P-DUN/2018 ze środków MNiSW przeznaczonych na działalność upowszechniającą naukę (2018).