厌氧发酵产氢pH监控系统模糊控制的实现

魏东辉，李文哲，禅一平

(东北农业大学 a.电气与信息学院；b.工程学院，哈尔滨 150030)



厌氧发酵产氢pH监控系统模糊控制的实现

魏东辉a，李文哲b，禅一平b

(东北农业大学 a.电气与信息学院；b.工程学院，哈尔滨 150030)

pH是发酵产氢过程中非常重要的参数之一。为此，利用模糊控制算法建立厌氧发酵产氢pH值监控系统的数学模型，设计了发酵产氢过程中的pH控制系统，增加了测控过程的稳定性，提高了pH值测控的精度和效率，适应了厌氧发酵产氢的工业化生产需求，具有较好的使用价值和应用价值。

厌氧发酵；pH；监控；模糊控制

0 引言

在全球化日益加快的今天，人类生存活动对能源的消耗越来越大；但随着对化石能源的不断开发利用，其全球储量也随之在不断减少。因此，世界各国都把能源列为发展的第一战略。在我国，随着改革开发的快速发展，社会主义现代化建设步伐不断加快，对能源的需求也与日俱增，使得氢气等可再生能源的开发与利用备受关注。生物制氢技术由于在获得清洁能源氢气的同时，还使得大量有机废弃物得到处理或净化，从而使得该技术成为当前研究的热点。

pH作为发酵产氢过程中的重要参数之一，pH值高低直接影响着氢气的产量，是微生物生长的一个重要参数。在发酵过程中，pH的变化决定于所用的菌种、培养基和发酵条件。在菌体的代谢过程中，菌体本身有建成其生长最适pH的能力，但外界条件发生较大变化时，pH值将会不断波动。若pH值过高会有大量的甲烷形成，导致产氢率较低；但过低的pH对产氢细菌也不利，所以对发酵产氢过程中pH进行控制，维持适当的pH值，是提高发酵产氢效率的有效方法之一。本文根据实际需求，设计了厌氧发酵产氢pH模糊控制系统。系统结构如图1所示。

1 模糊控制系统的设计

从控制模式上看，发酵液的pH值是一个大滞后、大惯性的控制对象。在同一发酵时期菌体生命力不同，其产酸率也不一样，因此pH控制模式还必须适应发酵液中pH变化能力的需要。模糊控制是使计算机具有智能的一种控制方法，且并不需要建立控制过程的精确的数学模型，完全凭人的经验知识“直观”地进行控制。图2是一个模糊控制器对一个过程进行控制的示意图。根据从过程中测得的pH值，与设定值进行比较，将这些数据输入一个模糊控制器，由模糊控制器推断出需要校正的量值，用它控制一个过程。

图1 系统结构图

图2 模糊控制器的控制过程

如图3所示，本研究采用目前应用广泛的双输入单输出模糊控制系统。以发酵产氢过程中pH偏差E及其偏差变化率△E作为输入变量，以储酸罐的电动调节阀流量U作为输出变量，设计模糊控制器，从而实现根据pH调节储酸罐阀门流量来控制发酵过程pH值在合理范围内的自动控制系统。

图3 双输入单输出模糊控制系统

发酵产氢过程中，pH值在4.6～5.8范围内变化，电动调节阀流量控制范围在0～50mL/s。将输入量与输出量离散化：

pH偏差E的基本论域为[-0.6，+0.6]；其离散论域为：[-6，-5，-4，-3，-2，-1，0，+1，+2，+3，+4，+5，+6]。

pH偏差变化率△E的基本论域为[-0.1，+0.1]；其离散论域为[-6，-5，-4，-3，-2，-1，0，+1，+2，+3，+4，+5，+6]。

电动调节阀流量U的基本论域为[0,+50]；其离散论域为[0，+1，+2，+3，+4，+5，+6]。

pH偏差E的量化因子K1为6/0.6=10；

pH值偏差变化率△E的量化因子K2为6/0.1=60；电动调节阀流量U的量化因子K3为6/50=0.12。

模糊控制集的语言变量为[6]：负大(NL)表示在-6附近取值，负中(NM)表示在-4附近取值，负小(NS)表示在-2附近取值，零(ZO)表示在0附近取值，正小(PS)表示在+2附近取值，正中(PM)表示在+4附近取值，正大(PL)表示在+6附近取值。E、△E、U隶属函数赋值表如表1～表3所示。

表1 输入量E隶属度函数赋值表

未填写处数值均为0。

表2 输入量△E隶属度函数赋值表

未填写处数值均为0。

表3 输出量U隶属度函数赋值表

未填写处数值均为0。

发酵产氢过程中，较为适宜的pH值范围在4.7～4.9。若pH值较低，则应关闭电动调节阀的流量，使液体pH维持缓慢上升状态。当pH超过最适pH值时，应当控制流量阀，适量对发酵池加入酸液。如果pH超过最适范围且变化迅速，则应把调节阀流量调节至较高水平以控制pH值在最适范围内变化。根据以上控制原则，得到该模糊控制系统的控制规则如下：

IF E=NL OR E=NM THEN U=ZO

IF E=NS AND △E=NL OR △E=NM OR △E=NS OR △E=ZO THEN U=ZO

IF E=NS AND △E=PS OR △E=PM OR △E=PL THEN U=PS

IF E=ZO AND △E=NL OR △E=NM OR △E=ZO OR △E=PS THEN U=PS

IF E=ZO AND △E=PM OR △E=PL THEN U=PM

IF E=PS THEN U=PM

IF E=PM AND △E=NL OR △E=NM OR △E=NS OR △E=ZO OR THEN U=PM

IF E=PM AND △E=PS OR △E=PM OR △E=PL THEN U=PL

IF E=PL THEN U=PL

根据控制规则，制定模糊规则控制表，如表4所示。

2 模糊控制器的设计及实现

模糊控制器的设计采用、西门子S7-300可编程控制器，能适合自动化工程中的各种应用场合，是一种模块化中小型PLC系统。其多种性能递增的CPU和丰富的且带有许多方便功能的I/O扩展模块，使用户可以完全根据实际应用选择合适的模块，当任务规模扩大并且愈加复杂时，可随时使用附加模块对PLC进行扩展。系统硬件实物硬件连接如图4所示。

表4 模糊控制规则表

图4 实物电路接线图

3 PLC程序设计

PLC模糊控制算法的流程：首先将量化因子置入变量存储区中，将采集到的数据输入到变量存储区中，经过处理后，根据模糊控制规则表进行对pH得控制。pH控制流程如图5所示。

4 试验分析

以厌氧活性污泥为接种物，发酵产氢最佳pH值为4.7～4.9，所以控制系统设定pH值上下限为4.8与4.9，启动发酵，发酵时间为12h。发酵过程中pH变化如图6、图7所示。发酵完成后测量氢气产量，第1组产气量为570mL，第2组产气量为680mL。

从图6、图7中可以看出：随着时间的增长，第1组发酵液pH值呈逐渐上升的趋势，最终pH为5.7；第2组发酵液pH开始逐渐上升，而后在4.8与4.9之间波动。由于使用控制系统维持发酵液在最佳pH范围内，所以第2组产气量比第1组产气量提高19.2%。

图5 pH值控制流程图

图6 第1组pH值随时间的变化

图7 第2组pH值随时间的变化

5 结论

1)在发酵产氢工程中对发酵液的pH进行模糊控制，系统的鲁棒性好，对系统的参数变化不敏感，能维持发酵液pH在最佳产气范围内，可有效提高发酵产氢效率。

2)系统利用模糊控制技术，增加了测控过程的稳定性，提高了pH测控的精度和效率。

[1] 杨梁，徐保国.基因工程菌高密度发酵过程中pH值模糊控制的实现[J].计算机工程，2005，31(1)：206-208.

[2] 史兵，赵德安，刘星桥，等.工厂化水产养殖智能控制系统设计[J].农业机械学报，2011，42(9)：191-196.

[3] Phillp G Lee.Process contron and artificial intelligence software for aquaculture[J].Apuacultural engineering，2000，23(1-3)：13-36.

[4] 张瑞青，陈文杰，王辉，等.姬松茸液体发酵过程温度控制算法的实现[J].农业机械学报，2007，38(10)：201-203.

[5] 刘双印，徐龙琴，李振波，等.基于PCA-MCAFA-LSSVM的养殖水质pH值预测模型[J].农业机械学报，2014，45(5)：239-246.

[6] Thompson R，Dexter A.A fuzzy decision-making approach to temperature control in air-conditioning systems[J].Control Engineering Practice，2005，13(6)：689-698.

[7] 赵阳，曲兴华，李睿.基于模糊算法的自调整温度控制系统[J].天津大学学报，2011，44(1)：73-78.

[8] 熊伟丽，徐保国，肖应旺.基于PLC的Fuzzy-PI发酵温度控制系统[J].计算机工程，2005，31(9)：207-209.

[9] 刘爽，李文哲.猪粪与马铃薯皮渣混合厌氧发酵产氢特性[J].农业工程学报，2012，28(16)：197-202.

[10] 王忠江，李文哲，石铁，等.温度和料液浓度对牛粪高浓度厌氧发酵水解酸化的影响[J].农业工程学报，2008，24(11)：212-216.

[11] 李文哲，徐名汉，李晶宇.畜禽养殖废弃物资源化利用技术发展分析[J].农业机械学报，2013，44(5)：135-142.

[12] 李文哲，王忠江，王丽丽，等.影响牛粪高浓度水解酸化过程乙酸含量的因素研究[J].农业工程学报，2008，24(4)：204-208.

[13] 罗立娜，李文哲，徐名汉，等.预处理方式对水稻秸秆厌氧发酵产气特性的影响[J].农业机械学报，2012，43(11)：152-156.

[14] Sanchez-Lopez A, Arroyo-Figueroa G, VillavicencioRamirez A. Advanced control algorithms for steam temperature regulation of thermal power plants[J].International Journal of Electrical Power and Energy Systems，2004,26(10)：779-785.

[15] Robert Sedgwick,Philippe Flajolet.算法分析导论[M].北京：机械工业出版社，2006.

[16] 蔡自兴，王勇.智能系统原理、算法与应用[M].北京：机械工业出版社，2014.

Implement of the Monitoring System's Fuzzy Control of the pH Value of the Hydrogen Production in the Anaerobic Fermentation

Wei Donghuia, Li Wenzheb, Chan Yipingb

(a.College of Electronic and Information; b.College of Engineering, Northeast Agricultural University,Harbin 150030,China)

pH value is one of the most important parameters of the process of hydrogen production from the fermentation. Therefore, by the method of fuzzy control algorithm the system to be developed as a mathematic model of pH value monitoring system through the process of hydrogen production from the anaerobic fermentation. The created system includes pH value control system during the process of hydrogen production from the fermentation, increases the stability of the process of measurement and control, enhance the accuracy and efficiency of the measurement and control of the PH value, adapts the demand of industrial production of hydrogen production from the anaerobic fermentation and has good use value and application value.

anaerobic fermentation; pH; monitoring; fuzzy control algorithm

2016-07-22

“十二五”国家科技支撑计划项目(2011BAD15B04)；国际科技合作项目(2010DFB60680-1)

魏东辉(1981-),男，黑龙江勃利人，讲师，博士研究生，(E-mail)372162666@qq.com。

李文哲(1955-)，男，哈尔滨人，教授，博士生导师，(E-mail) liwenzhe9@163.com。

S216.4；TP273

A

1003-188X(2017)07-0224-05