陳文亮,呂錫武,姚重華

(1.東南大學(xué)，能源與環(huán)境學(xué)院，江蘇 南京 210096；2.華東理工大學(xué)，資源與環(huán)境工程學(xué)院，上海 200237；3.無錫太湖水環(huán)境研究中心，江蘇 無錫 214135)

活性污泥法是最常見的污水處理方法[1-3]，但是很難對(duì)它進(jìn)行預(yù)測(cè)和控制，主要在于：1)進(jìn)水水量水質(zhì)波動(dòng)較大；2)工藝的高度非線性[4]；3)復(fù)雜的污染物去除機(jī)理，比如P的去除[5].即便如此，研究人員還是提出了各種各樣的優(yōu)化控制方法：比如在A2/O工藝中，硝化性能可以通過控制好氧池中的溶解氧(DO)進(jìn)行調(diào)節(jié)[6]；反硝化效果可以通過提高混合液回流量或者外加碳源進(jìn)行加強(qiáng)[7]；在SBR工藝中，階段運(yùn)行時(shí)間可以通過時(shí)間控制器自動(dòng)調(diào)節(jié)．以往的文獻(xiàn)中，諸如PH，OPR，DO等物理化學(xué)參數(shù)的應(yīng)用較多[8-10]，它們可以用來確定硝化作用和反硝化作用的終點(diǎn)等；也有通過查看參數(shù)相對(duì)變化速率進(jìn)行自動(dòng)控制的研究[11-12].

隨著在線監(jiān)測(cè)器技術(shù)的發(fā)展，水質(zhì)組分：氨氮(SNH4)，硝態(tài)氮(SNO3)和正磷酸鹽(SPO4)的檢測(cè)變得越來越便捷準(zhǔn)確，污水處理工藝的實(shí)時(shí)控制也變得更加方便[13-15].而且隨著數(shù)學(xué)模型的發(fā)展[16]，污水處理工藝的優(yōu)化控制也變得更為容易[17-18].

較好的出水水質(zhì)并不是污水處理工藝優(yōu)化控制的唯一目標(biāo)，運(yùn)行能耗對(duì)于污水處理廠的正常運(yùn)行也非常重要[19].與出水水質(zhì)衡量的標(biāo)準(zhǔn)不同，運(yùn)行能耗是以費(fèi)用進(jìn)行計(jì)算的，而且具有地域性.為了將兩個(gè)目標(biāo)簡化為一個(gè)，很多的研究提出了成本函數(shù)(cost function，CF)的方法，就是將出水水質(zhì)轉(zhuǎn)化為費(fèi)用[20].CF法雖然簡單，但是一旦轉(zhuǎn)化函數(shù)確定，兩個(gè)目標(biāo)之間的權(quán)衡關(guān)系(trade-offs)就確定了，決策者沒有其它選擇的余地[21].近幾年中，有少量的文獻(xiàn)研究了污水處理工藝的多目標(biāo)優(yōu)化問題[22-24].

本文在同時(shí)考慮出水水質(zhì)和運(yùn)行能耗的基礎(chǔ)上，運(yùn)用多目標(biāo)優(yōu)化方法對(duì)活性污泥工藝中的控制問題進(jìn)行了優(yōu)化研究.

1 實(shí)驗(yàn)材料與方法

1.1 六箱一體化工藝

東南大學(xué)研發(fā)的六箱一體化生活污水脫氮除磷工藝[25]結(jié)合了Unitank工藝和A2/O工藝的特點(diǎn)：每個(gè)階段的流程均為A2/O工藝，周期運(yùn)行的方式又類似于Unitank工藝.六箱一體化工藝的主體包括5個(gè)生化反應(yīng)池和1個(gè)沉淀池，工藝流程如圖1所示.每個(gè)生化反應(yīng)池的尺寸為280 mm×240 mm×900 mm，沉淀池尺寸為360 mm×280 mm×900 mm，有效水深均為700 mm，相鄰池子之間共用池壁.每個(gè)生化反應(yīng)池安裝曝氣器和攪拌器，可以根據(jù)工藝的不同階段實(shí)現(xiàn)好氧或缺氧/厭氧狀態(tài).六箱一體化工藝采用周期性的運(yùn)行方式，每個(gè)周期包括上下對(duì)稱的兩個(gè)半周期，分別為：階段一，階段二，階段三，階段四，階段五以及階段六.因此六箱一體化工藝沒有設(shè)置混合液回流，只需污泥回流即可.六箱一體化工藝的進(jìn)出水、進(jìn)氣、污泥回流以及排泥管路都安裝有電磁閥，運(yùn)行方式可以通過PLC自動(dòng)進(jìn)行控制.

① 進(jìn)水；② 出水；③ 排泥；④ 回流污泥

1.2 兩種階段時(shí)間的控制策略

六箱一體化工藝設(shè)計(jì)的階段時(shí)間分別為：180 min，180 min，120 min，180 min，180 min，120 min.雖然固定的階段時(shí)間便利了運(yùn)行管理，不過在動(dòng)態(tài)的進(jìn)水條件下，出水水質(zhì)不一定能夠達(dá)到最好.SNO3參與好氧硝化和缺氧反硝化過程，同時(shí)SNO3對(duì)于厭氧釋磷過程影響重大，圖3中也顯示出SNO3的濃度高低對(duì)于厭氧釋磷的重要影響.所以本文認(rèn)為SNO3可指示反應(yīng)池的不同狀態(tài)，尤其是缺氧和厭氧狀態(tài).

本文利用數(shù)學(xué)模擬的方法，對(duì)階段時(shí)間的兩種策略進(jìn)行分析比較，策略介紹如下：

①Fix-time策略：通過調(diào)節(jié)6個(gè)階段的運(yùn)行時(shí)間，達(dá)到節(jié)能減排的目的，由于六箱一體化工藝上、下兩個(gè)半周期對(duì)稱運(yùn)行，所以只需要確定上半周期的3個(gè)運(yùn)行時(shí)間(time1，time2，time3)即可；

②NO3-control策略：檢測(cè)各個(gè)階段第一個(gè)缺氧反應(yīng)池(比如階段一的tank1，階段二的tank3等)內(nèi)的SNO3，當(dāng)SNO3降低到某一數(shù)值(setpoint1)或者某時(shí)刻SNO3的變化速率達(dá)到setpoint2，系統(tǒng)將自動(dòng)進(jìn)入下一階段的運(yùn)行.控制算法的數(shù)學(xué)描述見式(1).

SNO3

(1)

為了使控制模擬更加符合實(shí)際，本文假設(shè)SNO3檢測(cè)器的采樣時(shí)間為1 min，每個(gè)樣品的檢測(cè)時(shí)間為5 min.不考慮其它的干擾因素.

另外，六箱一體化工藝中還需要確定的參數(shù)包括：缺氧池進(jìn)水比α，污泥齡θC，污泥回流比ε以及溶解氧濃度DO.假設(shè)所有好氧池中的DO濃度設(shè)定值相同，并通過氧氣傳質(zhì)系數(shù)KLa進(jìn)行控制.

1.3 評(píng)價(jià)目標(biāo)的建立

出水水質(zhì)(EF)和運(yùn)行能耗(OC)是常用的評(píng)價(jià)污水處理工藝好壞的指標(biāo).

本文選用了3個(gè)出水組分(SNH4，STN，SPO4)，其中規(guī)定STN為出水SNH4與SNO3的總和.EF按照式(2)進(jìn)行計(jì)算.

(2)

式中：CjEFF(t) (mg·L-1)為t時(shí)刻組分j的出水濃度值，CjL為組分j的限定值.根據(jù)《城鎮(zhèn)污水處理廠污染物排放標(biāo)準(zhǔn)》一級(jí)A標(biāo)準(zhǔn)中的規(guī)定，CNH4L為5 mg·L-1；CTNL為15 mg·L-1；考慮到本文所用進(jìn)水?dāng)?shù)據(jù)中SPO4濃度較高，CPO4L取為4 mg·L-1.

運(yùn)行能耗的計(jì)算如式(3)所示.

OC[￥·d-1]=γE(AE+PE)+γSPSP．

(3)

AE的計(jì)算如式(4)[26]所示：

(4)

式中：KLa(d-1)代表氧氣傳質(zhì)系數(shù)，Vi(m3)是第i個(gè)池子的體積，Vref的值為1 333 m3.

PE的計(jì)算如式(5)[27]所示：

(5)

式中：Qr(t)(m3·d-1)代表t時(shí)刻的污泥回流速率，Qw(t)(m3·d-1)是t時(shí)刻的污泥排放速率.

SP的計(jì)算如式(6)[27]所示：

Qw(t)]dt.

(6)

式中：TSSw(t)(mg·L-1)表示排泥時(shí)的污泥濃度.

1.4 六箱一體化工藝的數(shù)學(xué)模擬與優(yōu)化方法

六箱一體化工藝具有脫氮除磷的功能，本文選用ASM2d模型對(duì)生化反應(yīng)池部分進(jìn)行模擬，沉淀池被分為十層，用Takács[28]沉降速率方程進(jìn)行模擬.

ASM2d模型包含19種進(jìn)水組分：發(fā)酵產(chǎn)物(SA)，可發(fā)酵易生物降解有機(jī)物(SF)，惰性溶解性有機(jī)物(SI)，氨氮(SNH4)，硝態(tài)氮(SNO3)，氮?dú)?N2)，溶解氧(SO2)，溶解性無機(jī)磷(SPO4)，堿度(SALK)，硝化菌(XAUT)，異養(yǎng)菌(XH)，惰性顆粒性有機(jī)物(XI)，慢速可降解基質(zhì)(XS)，聚磷菌(XPAO)，聚磷菌的胞內(nèi)貯存物(XPHA)，聚磷酸鹽(XPP)，金屬氫氧化物(XMeOH)，金屬磷酸鹽(XMeP)，總懸浮固體(XTSS).進(jìn)水的水質(zhì)組分濃度采用Gernaey和J?rgensen[29]通過Benchmarking Group of IWA 發(fā)布的基準(zhǔn)測(cè)試數(shù)據(jù)拓展而來的計(jì)算方法.包含了3種天氣(Dry，Rain，Storm)下各14 d的進(jìn)水?dāng)?shù)據(jù)，每組數(shù)據(jù)采樣間隔為15 min.六箱一體化工藝的進(jìn)水水量通過式(7)確定.比如，Dry天氣下的平均進(jìn)水流量為0.45 m3·d-1.表1顯示了3種天氣下進(jìn)水組分基于流量的平均濃度值，未列出的進(jìn)水組分濃度為0.圖2顯示了Dry天氣下后7天3種進(jìn)水組分濃度(SPO4，SNH4，SF)以及流量隨時(shí)間的變化關(guān)系.

(7)

式中：Qin(t)(m3·d-1)代表t時(shí)刻的進(jìn)水流量，QB(t)(m3·d-1)代表t時(shí)刻的基準(zhǔn)流量，V(m3)代表六箱一體化工藝反應(yīng)池的體積，VB(m3)是基準(zhǔn)流程的總體積，6 749 m3.考慮到由于多點(diǎn)進(jìn)水及循環(huán)運(yùn)行對(duì)水力停留時(shí)間(HRT)的影響，本文對(duì)流量采取了一定的減小處理，f為安全系數(shù)，取值0.7.

表1 3種天氣下進(jìn)水組分基于流量的平均值

時(shí)間/d

時(shí)間/d

六箱一體化工藝的數(shù)學(xué)模型使用MATLAB/simulink編寫，先讓模型在Dry天氣平均進(jìn)水水質(zhì)條件下運(yùn)行50 d，使其達(dá)到穩(wěn)定狀態(tài).然后再按照Dry+Dry/Rain/Storm方式運(yùn)行動(dòng)態(tài)的進(jìn)水?dāng)?shù)據(jù)28 d，最后7 d的出水?dāng)?shù)據(jù)用來計(jì)算評(píng)價(jià)目標(biāo).

優(yōu)化六箱一體化工藝的性能涉及到兩個(gè)目標(biāo)：EF和OC，屬于多目標(biāo)優(yōu)化問題.本文采用non-dominated sorting genetic algorithm II(NSGA-II)[30]對(duì)其進(jìn)行求解.兩種待優(yōu)化策略包含的目標(biāo)以及決策變量如表2所示.

表2 兩種待優(yōu)化策略的目標(biāo)及決策變量組成

2 結(jié)果與討論

2.1 Dry天氣下“穩(wěn)態(tài)”運(yùn)行結(jié)果

六箱一體化工藝只能夠達(dá)到周期性的穩(wěn)態(tài)，在六箱一體化工藝的設(shè)計(jì)參數(shù)(Default策略，表3)下，用Dry天氣平均進(jìn)水水質(zhì)條件運(yùn)行50 d后，六箱一體化工藝基本達(dá)到“穩(wěn)態(tài)”.一個(gè)周期內(nèi)各池中SNH4，SNO3和SPO4的變化規(guī)律如圖3所示.

Tank1在階段1和階段2沒有進(jìn)行曝氣，由于進(jìn)水帶來的碳源充足，發(fā)生反硝化作用，繼而發(fā)生了厭氧釋磷，由于進(jìn)水帶來SNH4的影響，SNH4持續(xù)升高；階段3開始曝氣，進(jìn)入好氧狀態(tài)，硝化作用和好氧吸磷作用強(qiáng)烈，SNH4和SPO4迅速降低，SNO3升高；后3個(gè)階段tank1作為出水前池，一直處于好氧狀態(tài)，保證了出水水質(zhì)的穩(wěn)定.

Tank2在階段1處于厭氧狀態(tài)，由于釋磷和進(jìn)水帶來SPO4的綜合影響，SPO4先降低再升高，由于進(jìn)水帶來的SNH4，SNH4也升高；階段2開始曝氣，進(jìn)入好氧狀態(tài)，SNH4和SPO4迅速降低，SNO3升高；之后tank2一直處于非曝氣狀態(tài)，反硝化和厭氧釋磷相繼發(fā)生，同時(shí)受到進(jìn)水和前池流入的綜合影響.

Tank3在階段1處于好氧狀態(tài)，SNH4和SPO4降低，SNO3升高；在階段2和階段3處于非曝氣進(jìn)水條件，反硝化、釋磷相繼發(fā)生，由于進(jìn)水的影響，SNH4也持續(xù)升高；后3個(gè)階段與前3個(gè)階段狀態(tài)相同，SNH4，SNO3和SPO4的變化規(guī)律也基本一致.

由于六箱一體化工藝上、下半周期是對(duì)稱運(yùn)行的，所以不同池子的狀態(tài)也呈現(xiàn)出對(duì)稱性，比如tank5對(duì)應(yīng)了tank1，tank4對(duì)應(yīng)了tank2.

2.2 多目標(biāo)優(yōu)化結(jié)果

經(jīng)過多目標(biāo)優(yōu)化后結(jié)果(Pareto解)如圖4所示.

圖4顯示出兩種策略下出水水質(zhì)EF和能耗OC兩者之間此消彼長的關(guān)系，當(dāng)出水水質(zhì)變好時(shí)，能耗就會(huì)增加，反之亦然，說明基本不存在優(yōu)化解使EF和OC同時(shí)達(dá)到最小.Fix_time策略下EF達(dá)到的最小值為2.378 6，OC最小值為0.1748 ￥·d-1；NO3_control策略下EF達(dá)到的最小值為2.584 5，OC最小值為0.170 9 ￥·d-1.這說明：Fix_time策略與NO3_control策略相比，前者能使EF更小，但消耗更多能耗.兩種策略下大部分的解都要好于Default策略.

時(shí)間/min

EF

在Rain天氣進(jìn)水和Storm天氣進(jìn)水條件下對(duì)Dry天氣進(jìn)水條件下得到兩種策略的Pareto解進(jìn)行計(jì)算，結(jié)果如圖5所示.在Rain天氣進(jìn)水條件下，當(dāng)EF相同時(shí)，NO3_control策略的OC明顯比Fix_time策略的OC小，也可以理解為當(dāng)在相同的OC下NO3_control策略的EF比Fix_time策略的EF要好，說明NO3_control策略比Fix_time策略更好.在Storm天氣進(jìn)水下也有這種結(jié)果.分析原因：由于Fix_time策略是在Dry天氣進(jìn)水條件下優(yōu)化得到的，當(dāng)進(jìn)水條件變化以后，這些優(yōu)化解不一定最優(yōu)；而NO3_control策略中的階段運(yùn)行時(shí)間是通過SNO3的實(shí)時(shí)監(jiān)測(cè)(setpoint1和setpoint2)來控制的，并不受進(jìn)水水質(zhì)變化的影響，因此在Rain和Storm進(jìn)水條件下NO3_control策略依舊能夠達(dá)到較好的節(jié)能減排效果.

EF

EF

為了更深層次的比較Fix_time和NO3_control策略，本文從圖4的Pareto解集中選取了位于交叉位置(EF和OC值基本相同)的兩個(gè)解，決策變量值如表3所示，目標(biāo)值如表4所示.

表3 選取優(yōu)化策略解的決策變量值

表4 選取的優(yōu)化策略在三種天氣條件下各指標(biāo)的計(jì)算值

從表3可看出，相比于Default，F(xiàn)ix_time策略極大縮短了階段運(yùn)行時(shí)間，周期由960 min變?yōu)?20 min，六箱一體化工藝的混合性增強(qiáng)，相當(dāng)于增大了混合液回流比，脫氮性能得到增強(qiáng)，Dry進(jìn)水條件下出水STN平均值降低了16.31%，Rain進(jìn)水條件下降低了13.81%，Storm進(jìn)水條件下降低了14.61%(表4).缺氧池的進(jìn)水分配比由原來的0.5變?yōu)?.9，這個(gè)改變進(jìn)一步增強(qiáng)了反硝化效果.但是污泥齡由13 d延長到了17 d，削弱了SPO4的處理效果(表4).

NO3_control策略與Fix_time策略相比，NO3_control策略污泥齡稍有延長，并且提高了DO設(shè)定值，除Dry天氣進(jìn)水條件下EF和OC比較接近外，另外兩種進(jìn)水條件時(shí)，NO3_control策略的兩個(gè)目標(biāo)值都要優(yōu)于Fix_time策略.在Dry進(jìn)水條件下，NO3_control策略中除出水SNH4好于Fix_time策略外，出水STN和SPO4都要劣于Fix_time策略.但是在其它兩種進(jìn)水條件下，3個(gè)出水組分的平均值，NO3_control策略表現(xiàn)更好，圖6顯示了三種策略Storm進(jìn)水條件下出水中SNH4，STN和SPO4的變化情況，能夠較好的印證上述結(jié)論.

時(shí)間/d

時(shí)間/d

時(shí)間/d

將水質(zhì)波動(dòng)對(duì)六箱一體化的影響減小，這正體現(xiàn)出了NO3_control策略對(duì)階段時(shí)間自動(dòng)控制的優(yōu)勢(shì).如圖7所示：Default (a)和Fix_time策略(b)采用固定的階段時(shí)間，比如階段一時(shí)，tank1作為缺氧池，Default策略下反硝化作用已經(jīng)完成(SNO3降低到接近0 mg·L-1)，但遲遲沒有轉(zhuǎn)換到下一階段的運(yùn)行；而Fix_time策略由于階段時(shí)間較短，反硝化作用來不及完成，已經(jīng)進(jìn)入了下一階段，這兩種情況都會(huì)造成系統(tǒng)狀態(tài)的混亂，影響處理效果.NO3_control策略下階段時(shí)間是通過控制算法(式1)確定，從圖7(c)看出，每個(gè)階段完成時(shí)，反硝化作用也剛好完成，然后進(jìn)入下一階段的運(yùn)行，這樣保證了較好的反硝化脫氮效果，系統(tǒng)狀態(tài)也比較清晰.

時(shí)間/d

時(shí)間/d

時(shí)間/d

3 結(jié) 論

本文在六箱一體化工藝數(shù)學(xué)模型的基礎(chǔ)上對(duì)其階段時(shí)間的控制策略進(jìn)行了多目標(biāo)優(yōu)化研究.提出了兩種控制策略：Fix_time和NO3_control策略，前者階段時(shí)間是固定的，后者的階段時(shí)間是通過在線檢測(cè)缺氧池中SNO3及其變化速率進(jìn)行控制的.連同六箱一體化工藝中其它待確定的參數(shù)：進(jìn)水分配比，污泥齡，污泥回流比，好氧池中溶解氧濃度，同時(shí)考慮出水水質(zhì)和運(yùn)行能耗，進(jìn)行了多目標(biāo)優(yōu)化分析.結(jié)果顯示：兩種優(yōu)化策略都優(yōu)于Default策略；NO3_control策略相比于Fix_time策略更具靈活性，能夠一直滿足缺氧反硝化的時(shí)間要求，在Rain和Storm進(jìn)水條件出水水質(zhì)和運(yùn)行能耗更優(yōu).該研究結(jié)果表明：針對(duì)六箱一體化工藝設(shè)計(jì)的NO3_control策略能夠進(jìn)一步提升六箱一體化工藝的性能，為其它類似工藝的優(yōu)化控制提供了參考.

[1]史靜,呂錫武,朱光燦,等.進(jìn)水碳磷比對(duì)連續(xù)流反硝化除磷工藝脫氮除磷效果的影響[J].東南大學(xué)學(xué)報(bào):自然科學(xué)版,2012,42(1):94-98.

SHI Jing, LV Xi-wu, ZHU Guang-can,etal. Effect of COD-to-phosphorus ratio on performance of continuous-flow two-sludge process[J]. Journal of Southeast University: Natural Science Edition, 2012, 42(1): 94-98. (In Chinese)

[2]余亞琴,呂錫武,吳義鋒.外循環(huán)UASB處理太湖富藻水運(yùn)行特性研究[J].湖南大學(xué)學(xué)報(bào):自然科學(xué)版,2013,40(1):87-92.

YU Ya-qin, LV Xi-wu, WU Yi-feng. Study on performance of external circulation UASB reactor treating algae-laden water from Taihu Lake[J]. Journal of Hunan University: Natural Sciences, 2013, 40(1): 87-92. (In Chinese)

[3]周娟.一種微生物絮凝劑的研制[J].湖南大學(xué)學(xué)報(bào):自然科學(xué)版,2009,36(7):73-76.

ZHOU Juan. Screening and characteristics of cmicrobial flocculant[J]. Journal of Hunan University: Natural Sciences, 2009, 36(7): 73-76. (In Chinese)

[4]SAMUELSSON P, HALVARSSON B, CARLSSON B. Interaction analysis and control structure selection in a wastewater treatment plant model[J]. IEEE Transactions on Control Systems Technology, 2005, 13(6): 955-964.

[5]OSTACE G S, BAEZA J A, GUERRERO J,etal. Development and economic assessment of different WWTP control strategies for optimal simultaneous removal of carbon, nitrogen and phosphorus[J]. Computers & Chemical Engineering, 2013, 53: 164-177.

[6]VRECKO D, HVALA N, CARLSSON B. Feedforward-feedback control of an activated sludge process: a simulation study[J]. Water Science and Technology, 2003, 47(12): 19-26.

[7]YUAN Z, OEHMEN A, INGILDSEN P. Control of nitrate recirculation flow in predenitrification systems[J]. Water Science and Technology, 2002, 45(4): 29-36.

[8]PAUL E, PLISSON-SAUNE S, MAURET M,etal. Process state evaluation of alternating oxic-anoxic activated sludge using ORP, pH and DO[J]. Water Science and Technology, 1998, 38(3): 299-306.

[9]WU C, CHEN Z, LIU X,etal. Nitrification-denitrification via nitrite in SBR using real-time control strategy when treating domestic wastewater[J]. Biochemical Engineering Journal, 2007, 36(2): 87-92.

[10]GAO D, PENG Y, LIANG H,etal. Using oxidation-reduction potential (ORP) and pH value for process control of shortcut nitrification-denitrification[J]. Journal of Environmental Science and Health: Part A, 2003, 38(12): 2933-2942.

[11]CASELLAS M, DAGOT C, BAUDU M. Set up and assessment of a control strategy in a SBR in order to enhance nitrogen and phosphorus removal[J]. Process Biochemistry, 2006, 41(9): 1994-2001.

[12]PUIG S, COROMINAS L, VIVES M T,etal. Development and implementation of a real-time control system for nitrogen removal using OUR and ORP as end points[J]. Industrial & Engineering Chemistry Research, 2005, 44(9): 3367-3373.

[13]STARE A, VRECKO D, HVALA N,etal. Comparison of control strategies for nitrogen removal in an activated sludge process in terms of operating costs: a simulation study[J]. Water Research, 2007, 41(9): 2004-2014.

[14]KIM H S, MOON T S, KIM Y J,etal. Evaluation of rule-based control strategies according to process state diagnosis in A2/O process[J]. Chemical Engineering Journal, 2013, 222: 391-400.

[15]SCHüTZE M, CAMPISANO A, COLAS H,etal. Real time control of urban wastewater systems-where do we stand today?[J]. Journal of Hydrology, 2004, 299(3/4): 335-348.

[16]HENZE M, GUJER W, MINO T,etal. Activated sludge models ASM1, ASM2, ASM2d and ASM3[M]. London, UK: IWA Publishing, 2000: 1-120.

[17]姚重華,王國華,譚學(xué)軍,等.基于SimuLink的倒置A2/O流程仿真程序[J].給水排水,2010,36(z1):389-394.

YAO Chong-hua, WANG Guo-hua, TAN Xue-jun,etal. Simulation program of inverted A2/O based on Simulink[J]. Water & Wastewater Engineering, 2010, 36(z1): 389-394. (In Chinese)

[18]姚重華,劉漫丹.環(huán)境工程仿真與控制[M].3版.北京:高等教育出版社,2010:137-227.

YAO Chong-hua, LIU Man-dan. Environmental engineering modeling and control[M]. The third edition. Beijing: Higher Education Press, 2010:137-227.(In Chinese)

[19]IQBAL J, GURIA C. Optimization of an operating domestic wastewater treatment plant using elitist non-dominated sorting genetic algorithm[J]. Chemical Engineering Research & Design, 2009, 87(11): 1481-1496.

[20]VANROLLEGHEM P A, GILLOT S. Robustness and economic measures as control benchmark performance criteria[J]. Water Science and Technology, 2002, 45(4/5): 117-126.

[21]COHON J L. Multiobjective programming and planning[M]. New York: Dover Publications, 2004:13-26.

[22]FLORES-ALSINAl X, RODRIGUEZ-RODA I, SIN G,etal. Multi-criteria evaluation of wastewater treatment plant control strategies under uncertainty[J]. Water Research, 2008, 42(17): 4485-4497.

[23]HAKANEN J, MIETTINTN K, SAHLSTEDT K. Wastewater treatment: new insight provided by interactive multiobjective optimization[J]. Decision Support Systems, 2011, 51(2): 328-337.

[24]陳文亮,姚重華,呂錫武.活性污泥工藝的多目標(biāo)優(yōu)化分析[J].環(huán)境科學(xué)學(xué)報(bào),2013,33(7):1918-1925.

CHEN Wen-liang, YAO Chong-hua, LV Xi-wu. Analysis of activated sludge process by multi-objective optimization[J]. Acta Scientiae Circumstantiae, 2013, 33(7): 1918-1925.(In Chinese)

[25]許卓.多點(diǎn)交替進(jìn)水階式A2/O工藝氮磷強(qiáng)化去除技術(shù)與機(jī)理[D].南京:東南大學(xué),2009:21-24.

XU Zhuo. Technology and mechanism of step A2/O active sludge process with commutative multi-influent for enhanced phosphorus and nitrogen removal[D]. Nanjing: Southeast University, 2009:21-24．(In Chinese)

[26]GURRERO J, GUISASOLA A, VILANOVA R,etal. Improving the performance of a WWTP control system by model-based setpoint optimisation[J]. Environmental Modelling & Software, 2011, 26(4): 492-497.

[27]COPP J B. The COST simulation benchmark: description and simulator manual[M]. Luxembourg: Office for Official Publications of the European Union, 2002:10-13.

[28]Takács I, PATRY G G, NOLASCO D. A dynamic model of the clarification-thickening process[J]. Water Research, 1991, 25(10): 1263-1271.

[29]GERMAEY K V, JORGENSEN S B. Benchmarking combined biological phosphorus and nitrogen removal wastewater treatment processes[J]. Control Engineering Practice, 2004, 12(3): 357-373.

[30]DEB K, PRATAP A, AGARWAL S,etal. A fast and elitist multiobjective genetic algorithm: NSGA-II[J]. IEEE Transactions on Evolutionary Computation, 2002, 6(2): 182-197.