In the present work, a fuzzy supervisory control approach combined with an adaptive model predictive controller (AMPC), has been proposed to maximize the productivity of an anaerobic digestion (AD) process, while keeping the operation stable. In the proposed hierarchal control strategy, the set-point of the inner loop is provided by a supervisory controller. In the inner loop an AMPC has been applied to achieve the desired methane production rate by manipulating the feed flow rate. The AMPC is designed based on the auto-regressive moving average (ARMA) model whose parameters are updated at each sampling time to make the controller more robust against uncertainties and external loads. In the supervisory level, a fuzzy logic system is utilized to adjust the set-point of the lower level controller based on the measurement of total concentration of the volatile fatty acids (VFA). To prevent VFA accumulation, an override control strategy is used to bring the total VFA concentration to its safe level when it exceeds a predetermined level. To simulate the AD process, the well-established Anaerobic Digestion Model No.1 (ADM1) has been used. Through simulation study, the performance of the proposed control strategy has been evaluated. Simulation results indicate that the proposed control strategy could maximize the methane production rate in presence of different external disturbances and model mismatch.

在目前的工作中，已经提出了一种结合自适应模型预测控制器 (AMPC) 的模糊监督控制方法，以最大限度地提高厌氧消化 (AD) 过程的生产率，同时保持运行稳定。在提出的分层控制策略中，内环的设定点由监督控制器提供。在内循环中，AMPC 已被应用以通过控制进料流速来实现所需的甲烷生产速率。AMPC 是基于自回归移动平均 (ARMA) 模型设计的，其参数在每个采样时间更新，以使控制器对不确定性和外部负载具有更强的鲁棒性。在监管层面，使用模糊逻辑系统根据挥发性脂肪酸 (VFA) 的总浓度测量值来调整下位控制器的设定点。为防止 VFA 积累，当总 VFA 浓度超过预定水平时，使用超驰控制策略将其置于安全水平。为了模拟 AD 过程，已使用成熟的厌氧消化模型 1 (ADM1)。通过仿真研究，对所提出的控制策略的性能进行了评估。仿真结果表明，所提出的控制策略可以在存在不同外部扰动和模型失配的情况下最大化甲烷产量。当总 VFA 浓度超过预定水平时，使用超驰控制策略将其置于其安全水平。为了模拟 AD 过程，已使用成熟的厌氧消化模型 1 (ADM1)。通过仿真研究，对所提出的控制策略的性能进行了评估。仿真结果表明，所提出的控制策略可以在存在不同外部扰动和模型失配的情况下最大化甲烷产量。当总 VFA 浓度超过预定水平时，使用超驰控制策略将其置于其安全水平。为了模拟 AD 过程，已使用成熟的厌氧消化模型 1 (ADM1)。通过仿真研究，对所提出的控制策略的性能进行了评估。仿真结果表明，所提出的控制策略可以在存在不同外部扰动和模型失配的情况下最大化甲烷产量。