Application of fuzzy neural network for supporting measurements and control in a wastewater treatment plant

• Autorzy: Skowroński Z. G. , Skowrońska K. T. , Biziuk M. K.

Warianty tytułu

PL

Zastosowanie rozmytych sieci neuronowych w celu wspomagania pomiarów i kontroli w zakładach oczyszczania ścieków

• Konferencja: Polish Conference on the Analytical Chemistry [7; 3-7 July 2006; Toruń]
• Języki publikacji: EN

Abstrakty

EN

Wastewater treatment has become a very important aspect of environmental protection. The main goal of a wastewater treatment plant (WWTP) is to reduce the level of waste-water pollution. The application of AT (artificial intelligence) techniques in wastewater treatment provides an alternative way of operating complex process, helps to reduce energy consumption and to improve the efficiency of the equipment. Modern control systems developed in the recent years are often based on complex mathematical models of the processes, which allow one to develop an optimized treatment strategy. However, they require the knowledge of several parameters that are not commonly measured in a WWTP or they are not measured with often enough for control purposes. One of them is COD (chemical oxygen demand). The procedure of its measurement is long and thus problematic. !n this work we have proposed a new approach to the COD control system and its further improvement applying FNN (fuzzy neural network). The main goal was to shorten and simplify determination of COD based on the on-line parameter. The developed approach is expected to be successfully applicable in the real time system control.

PL

Oczyszczanie ścieków jest jednym z ważniejszych aspektów ochrony środowiska. Nowoczesne systemy kontroli w oczyszczalniach ścieków pozwalają na poprawę jakości procesu oczyszczania redukując jednocześnie koszty. Systemy kontroli i optymalizacji, jakie od kilku lat opracowuje się dla oczyszczalni ścieków, bazujązazwyczaj na skomplikowanych modelach matematycznych. Kluczowym problemem w zastosowaniu tych systemów jest duża liczba parametrów, które nie są zazwyczaj mierzone lub częstotliwość pomiarówjest nicwystarczającaz punktu widzenia systemów kontroli. ChZT (chemiczne zapotrzebowanie na tlen) jest jednym z takich parametrów. Odgrywa on kluczową rolę w modelowaniu procesów osadu czynnego, jednakże, ze względu na długi czas analizy, jego zastosowanie w układzie kontroli jest utrudnione. W tej pracy określono sposoby s/ybkiego wyznaczania przybliżonej wartości ChZT na podstawie innych parametrów z zastosowaniem rozmytych sieci neuronowych.

Słowa kluczowe

EN

fuzzy neural network; waste water treatment plant; chemical oxygen demand

PL

sieć neuronowa rozmyta; oczyszczalnia ścieków; zapotrzebowanie chemiczne na tlen

• Wydawca: Komitet Chemii Analitycznej PAN
• Czasopismo: Chemia Analityczna
• Rocznik: 2006
• Tom: Vol. 51, No. 3
• Strony: 351--363
• Opis fizyczny: Bibliogr. 9 poz.

Twórcy

autor

Skowroński Z. G.

autor

Skowrońska K. T.

autor

Biziuk M. K.

• Department of Analytical Chemistry, Chemistry Faculty, Gdansk University of Technology, ul. Narutowicza 11/12, 80-952 Gdansk, Poland Fax: [phone],

Bibliografia

• 1.Kalker T., van Goor C., Roeleveld P., Ruland M. and Babuska R., Wat. Sci. Tech., 4, 71 (1999).
• 2.Henze M., Gujer W., Mino T. and van Loosdrecht M., Activated Sludge Models ASM1, ASM2, ASM2d And ASM3, IWA Publishing, 2000.
• 3.Holoubar P., Zani L., Hagar M., Fröschl W, RadakZ. and Braun R., Wat. Sci. Tech., 12, 149 (2000).
• 4.Zhu J., Zurher J., Rao M. and Meng M., Eng. Appl. Artif. Intell., 11, 747 (1998).
• 5.Wen Ch. and Vassiliadis C.A., Eng. Appl. Artif. Intell., 11,685 (1998).
• 6.Lee Ch. and Wen C., Fuzzy Sets Syst., 89, 181 (1997).
• 7.Boo O. and Aguilar A., Exp. Syst. Appl., 14, 53 (1998).
• 8.Chynoweth D., Svoronos S., Lyberatos G., Harman J., Pullammanappallil P., Owens J. and PeckM., Wat. Sci. Tech., 12, 21 (1994).
• 9.Mathworks Fuzzy Logic User Guide, Documentation for Matlab, Revised for Version 2.1.2 (Release 13), (2002).