污水處理智能控制的研究應用與發(fā)展 ２
2 智能控制技術(shù)應用與發(fā)展
作為智能控制重要分支的模糊控制、神經(jīng)網(wǎng)絡(luò)控制、專家控制和自學習控制等除了應用到工業(yè)過程控制以外，已經(jīng)擴大到軍事、醫(yī)學、高科技領(lǐng)域。由于智能控制系統(tǒng)具有自學習、自適應和自組織功能，特別適用于復雜的污水處理動態(tài)過程的控制，因此近年來智能控制在美國、歐洲、日本的給水處理、污水生物處理、污水的物理化學處理中都有典型的成功應用，正在研究與開發(fā)的更是不勝枚舉。從現(xiàn)在可以檢索到的有關(guān)污水處理自動控制的研究論文來看，有近1/3的論文涉及到智能控制，可見智能控制已成為該領(lǐng)域的一個研究熱點與前沿課題，顯示出極為廣闊的應用前景。
2.1 模糊控制
模糊控制(Fuzzy Control)能將操作者或?qū)＜业目刂平?jīng)驗和知識表示成語言變量描述的控制規(guī)則，然后用這些規(guī)則去控制系統(tǒng)。因此，模糊控制特別適用于數(shù)學模型未知的、復雜的非線性系統(tǒng)的控制。正是基于模糊控制這些特點，近年來它已成為污水處理系統(tǒng)的研究熱點。
1980年Tong等首次將模糊控制應用到污水處理中，將出水BOD、SS、曝氣池MLSS、DO及出水氨氮濃度、回流污泥量等監(jiān)測數(shù)據(jù)作為輸入變量輸入該系統(tǒng)，“模糊化”以后再與“規(guī)則集”進行匹配，隨后確定相應的控制手段，最后通過反模糊化得到量化的具體信號來實施控制。Flanagan利用Olsson等提出的曝氣池DO控制技術(shù)，以沿池長的DO濃度變化曲線來估計曝氣池中底物利用效率和微生物活性。他的知識庫中的知識不僅有根據(jù)工藝狀態(tài)確定采用何種控制措施這一類啟發(fā)性規(guī)則，而且還有DO曲線特征及相關(guān)工藝狀態(tài)方面的知識。Barnett把這些知識稱為“匯編知識”(compiled knowledge)，“匯編知識”作為啟發(fā)性知識的補充，提高了系統(tǒng)解決問題的深度和廣度[13>。由于活性污泥法出水BOD或COD濃度通常隨出水懸浮物濃度增加而增大，因此Tsai等人建立了對出水懸浮物濃度進行預測和控制的動態(tài)活性污泥法模糊控制，他們所提出的模糊控制策略能有效地降低出水SS濃度，從而使處理系統(tǒng)的運行穩(wěn)定可靠。
與常規(guī)活性污泥法相比，高純氧活性污泥法(High Purity Oxygen Activated Sludge，HPO—AS)對控制的要求更加嚴格。由于過程滯后和噪聲干擾，此系統(tǒng)兩種常規(guī)反饋控制在控制過程中經(jīng)常出現(xiàn)問題。為此Yin等人研究了四種模糊邏輯控制系統(tǒng)，結(jié)果表明在正常條件下，模糊控制比常規(guī)的反饋控制更加節(jié)約能源、減少DO波動、穩(wěn)定進水流量和出氣流速。
Manesis等人對一個前置反硝化污水處理廠進行了模糊控制系統(tǒng)研究。他們以反應器中氨氮、硝態(tài)氮、DO、溫度、MLSS和二沉池進出水BOD的差值作為模糊控制系統(tǒng)的輸入變量，以曝氣區(qū)供氧速率、好氧區(qū)向缺氧區(qū)的回流速率以及二沉池向反應器的污泥回流速率作為輸出變量，以處理廠操作人員的經(jīng)驗建立模糊控制規(guī)則，并在希臘Patras污水處理廠進行了仿真，取得了較好的結(jié)果。
與國外相比，國內(nèi)從事污水處理模糊控制的研究人員較少。彭永臻等對硝態(tài)氮污染水脫氮處理的新方法——生物電極法采用模糊控制，也取得了較好的控制效果。這種在線模糊控制器具有構(gòu)造簡單、可行性好、可靠性高、穩(wěn)定性好和對進水硝態(tài)氮負荷變化的適應性強等優(yōu)點，有利于避免過量地投加有機物并盡可能節(jié)省運行費用。彭永臻、曾薇等[19>采用SBR法處理石油化工廢水，根據(jù)反應器內(nèi)有機物的去除與DO濃度的相關(guān)性，提出以DO作為SBR法的模糊控制參數(shù)。通過大量試驗，認為可根據(jù)初始階段DO濃度及變化情況預測進水有機物濃度，進而實現(xiàn)對曝氣量的模糊控制。
2.2 神經(jīng)網(wǎng)絡(luò)控制
基于人工神經(jīng)網(wǎng)絡(luò)的控制(ANN—based Control)簡稱神經(jīng)控制(Neural Control)。神經(jīng)網(wǎng)絡(luò)是由大量人工神經(jīng)元廣泛聯(lián)結(jié)而成的網(wǎng)絡(luò)，它具有很強的自適應性和學習能力、非線性映射能力和容錯能力。神經(jīng)網(wǎng)絡(luò)因具備上述特點，近年來越來越受到國內(nèi)外污水處理專家的重視，并在污水處理自動控制系統(tǒng)中開展人工神經(jīng)網(wǎng)絡(luò)控制研究，取得了許多具有推廣應用價值的成果。
Zhu等研究開發(fā)了一種基于時間延遲神經(jīng)網(wǎng)絡(luò)模型的在線廢水水質(zhì)預測系統(tǒng)。他們首先提出采用多層感知器(MLP)網(wǎng)絡(luò)模型對所建立的時間延遲神經(jīng)網(wǎng)絡(luò)(TDNN)的輸入節(jié)點進行篩選，最后得到一個10輸入TDNN模型，網(wǎng)絡(luò)經(jīng)過訓練以后，其對廢水處理預測精度均優(yōu)于標準MLP模型。Gontarski等應用BP算法人工神經(jīng)網(wǎng)絡(luò)預測一個工業(yè)廢水處理廠的出水水質(zhì)，試驗中共使用了7個神經(jīng)網(wǎng)絡(luò)，每一個反應器用一個神經(jīng)網(wǎng)絡(luò)，最后一個神經(jīng)網(wǎng)絡(luò)用來預測出水TOC的變化。試驗結(jié)果表明，廢水的流量和進水pH值是廢水處理廠重要的控制參數(shù)。
在活性污泥法污水處理廠中，污泥膨脹是引起運行不正常的一個嚴重問題，它直接影響污水處理廠的處理效率，因此許多學者從活性污泥法的運行機理上對污泥膨脹現(xiàn)象進行了廣泛的研究，但至今尚未獲得克服污泥膨脹的經(jīng)濟而有效的方法。近年來，國外一些學者采用人工神經(jīng)網(wǎng)絡(luò)技術(shù)建立模型來預測和防止污泥膨脹現(xiàn)象的發(fā)生。Capodaglio 等在分析活性污泥系統(tǒng)輸入和輸出的基礎(chǔ)上，應用污水處理廠的數(shù)據(jù)建立了人工神經(jīng)網(wǎng)絡(luò)模型，隨后用這種模型預測未來污泥膨脹的發(fā)生。為使所構(gòu)建的模型能更好地反映活性污泥法的實際狀況，他們?yōu)檩斎雲(yún)?shù)選擇了一個時間滯后輸入方案。從模型預測結(jié)果可以看出，這種模型的預測精度遠遠超過其他傳統(tǒng)預測方法。Belanche等在Capodaglio建立的模型基礎(chǔ)上引入定性信息，這些定性信息主要來源于顯微鏡對細菌和微型動物的觀察和一些主觀經(jīng)驗，并利用該模型對廢水處理廠污泥膨脹現(xiàn)象進行預測。試驗結(jié)果顯示，定性信息對處理廠污泥膨脹現(xiàn)象影響很大，模型對污泥膨脹的預測同污水處理廠專家的評價判斷吻合得很好。
Tay等人在一個神經(jīng)模糊模型的基礎(chǔ)上，為污水厭氧處理系統(tǒng)開發(fā)出一個快速預測神經(jīng)模糊模型來預測高速率厭氧系統(tǒng)對干擾的響應，此系統(tǒng)可以提前1h對不同系統(tǒng)的干擾進行預測。因此，該系統(tǒng)在實時控制上有很大的應用潛力。
Wen等人研究了一種曝氣池神經(jīng)網(wǎng)絡(luò)模型。該曝氣池神經(jīng)網(wǎng)絡(luò)模型的數(shù)據(jù)由一個專家系統(tǒng)來提供，專家系統(tǒng)又從神經(jīng)網(wǎng)絡(luò)模型獲取其所要的數(shù)據(jù)，從而對整個污水處理廠實施智能控制。專家系統(tǒng)從各種傳感器和檢測器獲得信號后檢查系統(tǒng)的狀態(tài)，推斷出一個污泥回流比。然后，專家系統(tǒng)把這個值送給神經(jīng)網(wǎng)絡(luò)，神經(jīng)網(wǎng)絡(luò)把從專家系統(tǒng)獲得的當前狀態(tài)值與通過網(wǎng)絡(luò)預測得到的值進行比較，分析該值是增加還是減小或者是維持不變。專家系統(tǒng)根據(jù)當前BOD和MLSS的值以及神經(jīng)網(wǎng)絡(luò)預測的曝氣池狀態(tài)判斷是否采用這個污泥回流比。如果預測狀態(tài)不是所期望的，那么專家系統(tǒng)將再給出一個污泥回流比，重新進行一次測試，直到找到合理的污泥回流比。若專家系統(tǒng)想增加曝氣池內(nèi)的BOD濃度，它在向神經(jīng)網(wǎng)絡(luò)模型傳輸這組數(shù)據(jù)時，可以在當前BOD濃度上加一個小小的增量(例如0.05)作為目標值，神經(jīng)網(wǎng)絡(luò)模型就以此值預測一個污泥回流比，并把它反饋給專家系統(tǒng)。
2.3 專家控制
專家控制(Expert Control)是智能控制的一個重要分支，又稱專家智能控制。所謂專家控制，是把專家系統(tǒng)的理論和技術(shù)同控制理論、方法與技術(shù)相結(jié)合，在未知環(huán)境下仿效專家的智能，實現(xiàn)對系統(tǒng)的控制。20世紀90年代國外就有學者開始研究采用專家系統(tǒng)智能控制技術(shù)來實現(xiàn)污水處理的自動控制，并取得了有效成果。
Barnett建立了一個基于規(guī)則的專家系統(tǒng)，用于污泥厭氧消化的故障診斷。整個過程由計算機進行模擬，過程變量包括消化池的輸入輸出及表征池內(nèi)狀態(tài)的9個參數(shù)，控制變量是進泥量、回流污泥量、稀釋水量和調(diào)節(jié)pH值的酸堿投量。另外，研究者為專家系統(tǒng)界定5類消化工藝運行不正常狀態(tài)，每類狀態(tài)又細分為注意、警告、危急和恢復正常等幾類亞狀態(tài)。這些狀態(tài)和亞狀態(tài)再與相關(guān)的控制措施相對應，即不正常狀態(tài)的類型和程度決定了該采取什么樣的控制手段，以便使消化恢復正常。Flores 等設(shè)計了一個智能化系統(tǒng)來運行和管理多級厭氧系統(tǒng)，這個厭氧系統(tǒng)由各自的控制器控制，而這些控制器又通過寬帶網(wǎng)與遠處的中央管理器相聯(lián)。中央管理器采集、分析、解釋和存儲由各生物反應器控制系統(tǒng)傳來的數(shù)據(jù)，并采用圖形界面的形式使操作者能清楚地看到這些信息。
Sung等采用在線綜合控制系統(tǒng)對水質(zhì)、水量變化較大的食品廢水進行控制?？刂颇繕耸鞘钩鏊瓹OD濃度較地方標準低50%，并且盡量減少曝氣費用。此控制系統(tǒng)由兩層組成，即管理層和過程控制層。在管理層中應用基于規(guī)則的專家系統(tǒng)為過程控制層提供最優(yōu)控制點。此外，為避免鼓風機超負荷運行，還設(shè)計了基于規(guī)則的負荷分配系統(tǒng)。此控制系統(tǒng)已經(jīng)成功地運行了2年，與不實行控制之前相比，出水COD濃度降低大約50%，節(jié)能約50%。
通過以上分析可知，智能控制技術(shù)在污水處理中應用較晚(只是近20年才逐漸得到應用)，而且大多數(shù)仍停留在實驗室研究階段，很多地方還很不完善。以神經(jīng)網(wǎng)絡(luò)控制為例，目前研究較多的模型屬于靜態(tài)模型，在一定程度上不太適合污水處理在線控制，因為活性污泥法污水處理隨時間變化較大而且具有較大滯后性。因此，建議從事污水處理智能控制的科研人員以實際污水處理廠為研究目標，找出各種控制參數(shù)隨時間的變化規(guī)律，運用動態(tài)模型建立污水處理智能控制系統(tǒng)。
3 結(jié)語
?、?雖然智能控制已成為污水處理的研究與應用中的前沿與熱點，但國內(nèi)外仍處于廣泛應用的初級階段。從文獻來看，我國從事這方面研究的人員太少，這也是制約我國污水處理自動控制和智能控制發(fā)展的主要因素。
② 與發(fā)達國家相比，我國在污水處理的基本理論、工藝流程和工程設(shè)計等方面并不明顯落后，但是在運行管理與自動控制方面卻存在著較大的差距。目前，我國城市污水處理廠的噸水耗電量是發(fā)達國家的近兩倍，而運行管理人員數(shù)又是其若干倍，因此加強我國污水處理系統(tǒng)智能控制的研究與應用具有重要的科學意義與應用價值。
?、?由于智能控制的優(yōu)越性及其研究與應用的迅速發(fā)展，目前國外許多城市污水和工業(yè)廢水處理廠正在通過技術(shù)改造向?qū)崿F(xiàn)智能控制方向過渡。我國應當在有條件的情況下，在污水處理廠的規(guī)劃、設(shè)計與建設(shè)初期就盡可能采用或部分采用智能控制。
作為智能控制重要分支的模糊控制、神經(jīng)網(wǎng)絡(luò)控制、專家控制和自學習控制等除了應用到工業(yè)過程控制以外，已經(jīng)擴大到軍事、醫(yī)學、高科技領(lǐng)域。由于智能控制系統(tǒng)具有自學習、自適應和自組織功能，特別適用于復雜的污水處理動態(tài)過程的控制，因此近年來智能控制在美國、歐洲、日本的給水處理、污水生物處理、污水的物理化學處理中都有典型的成功應用，正在研究與開發(fā)的更是不勝枚舉。從現(xiàn)在可以檢索到的有關(guān)污水處理自動控制的研究論文來看，有近1/3的論文涉及到智能控制，可見智能控制已成為該領(lǐng)域的一個研究熱點與前沿課題，顯示出極為廣闊的應用前景。
2.1 模糊控制
模糊控制(Fuzzy Control)能將操作者或?qū)＜业目刂平?jīng)驗和知識表示成語言變量描述的控制規(guī)則，然后用這些規(guī)則去控制系統(tǒng)。因此，模糊控制特別適用于數(shù)學模型未知的、復雜的非線性系統(tǒng)的控制。正是基于模糊控制這些特點，近年來它已成為污水處理系統(tǒng)的研究熱點。
1980年Tong等首次將模糊控制應用到污水處理中，將出水BOD、SS、曝氣池MLSS、DO及出水氨氮濃度、回流污泥量等監(jiān)測數(shù)據(jù)作為輸入變量輸入該系統(tǒng)，“模糊化”以后再與“規(guī)則集”進行匹配，隨后確定相應的控制手段，最后通過反模糊化得到量化的具體信號來實施控制。Flanagan利用Olsson等提出的曝氣池DO控制技術(shù)，以沿池長的DO濃度變化曲線來估計曝氣池中底物利用效率和微生物活性。他的知識庫中的知識不僅有根據(jù)工藝狀態(tài)確定采用何種控制措施這一類啟發(fā)性規(guī)則，而且還有DO曲線特征及相關(guān)工藝狀態(tài)方面的知識。Barnett把這些知識稱為“匯編知識”(compiled knowledge)，“匯編知識”作為啟發(fā)性知識的補充，提高了系統(tǒng)解決問題的深度和廣度[13>。由于活性污泥法出水BOD或COD濃度通常隨出水懸浮物濃度增加而增大，因此Tsai等人建立了對出水懸浮物濃度進行預測和控制的動態(tài)活性污泥法模糊控制，他們所提出的模糊控制策略能有效地降低出水SS濃度，從而使處理系統(tǒng)的運行穩(wěn)定可靠。
與常規(guī)活性污泥法相比，高純氧活性污泥法(High Purity Oxygen Activated Sludge，HPO—AS)對控制的要求更加嚴格。由于過程滯后和噪聲干擾，此系統(tǒng)兩種常規(guī)反饋控制在控制過程中經(jīng)常出現(xiàn)問題。為此Yin等人研究了四種模糊邏輯控制系統(tǒng)，結(jié)果表明在正常條件下，模糊控制比常規(guī)的反饋控制更加節(jié)約能源、減少DO波動、穩(wěn)定進水流量和出氣流速。
Manesis等人對一個前置反硝化污水處理廠進行了模糊控制系統(tǒng)研究。他們以反應器中氨氮、硝態(tài)氮、DO、溫度、MLSS和二沉池進出水BOD的差值作為模糊控制系統(tǒng)的輸入變量，以曝氣區(qū)供氧速率、好氧區(qū)向缺氧區(qū)的回流速率以及二沉池向反應器的污泥回流速率作為輸出變量，以處理廠操作人員的經(jīng)驗建立模糊控制規(guī)則，并在希臘Patras污水處理廠進行了仿真，取得了較好的結(jié)果。
與國外相比，國內(nèi)從事污水處理模糊控制的研究人員較少。彭永臻等對硝態(tài)氮污染水脫氮處理的新方法——生物電極法采用模糊控制，也取得了較好的控制效果。這種在線模糊控制器具有構(gòu)造簡單、可行性好、可靠性高、穩(wěn)定性好和對進水硝態(tài)氮負荷變化的適應性強等優(yōu)點，有利于避免過量地投加有機物并盡可能節(jié)省運行費用。彭永臻、曾薇等[19>采用SBR法處理石油化工廢水，根據(jù)反應器內(nèi)有機物的去除與DO濃度的相關(guān)性，提出以DO作為SBR法的模糊控制參數(shù)。通過大量試驗，認為可根據(jù)初始階段DO濃度及變化情況預測進水有機物濃度，進而實現(xiàn)對曝氣量的模糊控制。
2.2 神經(jīng)網(wǎng)絡(luò)控制
基于人工神經(jīng)網(wǎng)絡(luò)的控制(ANN—based Control)簡稱神經(jīng)控制(Neural Control)。神經(jīng)網(wǎng)絡(luò)是由大量人工神經(jīng)元廣泛聯(lián)結(jié)而成的網(wǎng)絡(luò)，它具有很強的自適應性和學習能力、非線性映射能力和容錯能力。神經(jīng)網(wǎng)絡(luò)因具備上述特點，近年來越來越受到國內(nèi)外污水處理專家的重視，并在污水處理自動控制系統(tǒng)中開展人工神經(jīng)網(wǎng)絡(luò)控制研究，取得了許多具有推廣應用價值的成果。
Zhu等研究開發(fā)了一種基于時間延遲神經(jīng)網(wǎng)絡(luò)模型的在線廢水水質(zhì)預測系統(tǒng)。他們首先提出采用多層感知器(MLP)網(wǎng)絡(luò)模型對所建立的時間延遲神經(jīng)網(wǎng)絡(luò)(TDNN)的輸入節(jié)點進行篩選，最后得到一個10輸入TDNN模型，網(wǎng)絡(luò)經(jīng)過訓練以后，其對廢水處理預測精度均優(yōu)于標準MLP模型。Gontarski等應用BP算法人工神經(jīng)網(wǎng)絡(luò)預測一個工業(yè)廢水處理廠的出水水質(zhì)，試驗中共使用了7個神經(jīng)網(wǎng)絡(luò)，每一個反應器用一個神經(jīng)網(wǎng)絡(luò)，最后一個神經(jīng)網(wǎng)絡(luò)用來預測出水TOC的變化。試驗結(jié)果表明，廢水的流量和進水pH值是廢水處理廠重要的控制參數(shù)。
在活性污泥法污水處理廠中，污泥膨脹是引起運行不正常的一個嚴重問題，它直接影響污水處理廠的處理效率，因此許多學者從活性污泥法的運行機理上對污泥膨脹現(xiàn)象進行了廣泛的研究，但至今尚未獲得克服污泥膨脹的經(jīng)濟而有效的方法。近年來，國外一些學者采用人工神經(jīng)網(wǎng)絡(luò)技術(shù)建立模型來預測和防止污泥膨脹現(xiàn)象的發(fā)生。Capodaglio 等在分析活性污泥系統(tǒng)輸入和輸出的基礎(chǔ)上，應用污水處理廠的數(shù)據(jù)建立了人工神經(jīng)網(wǎng)絡(luò)模型，隨后用這種模型預測未來污泥膨脹的發(fā)生。為使所構(gòu)建的模型能更好地反映活性污泥法的實際狀況，他們?yōu)檩斎雲(yún)?shù)選擇了一個時間滯后輸入方案。從模型預測結(jié)果可以看出，這種模型的預測精度遠遠超過其他傳統(tǒng)預測方法。Belanche等在Capodaglio建立的模型基礎(chǔ)上引入定性信息，這些定性信息主要來源于顯微鏡對細菌和微型動物的觀察和一些主觀經(jīng)驗，并利用該模型對廢水處理廠污泥膨脹現(xiàn)象進行預測。試驗結(jié)果顯示，定性信息對處理廠污泥膨脹現(xiàn)象影響很大，模型對污泥膨脹的預測同污水處理廠專家的評價判斷吻合得很好。
Tay等人在一個神經(jīng)模糊模型的基礎(chǔ)上，為污水厭氧處理系統(tǒng)開發(fā)出一個快速預測神經(jīng)模糊模型來預測高速率厭氧系統(tǒng)對干擾的響應，此系統(tǒng)可以提前1h對不同系統(tǒng)的干擾進行預測。因此，該系統(tǒng)在實時控制上有很大的應用潛力。
Wen等人研究了一種曝氣池神經(jīng)網(wǎng)絡(luò)模型。該曝氣池神經(jīng)網(wǎng)絡(luò)模型的數(shù)據(jù)由一個專家系統(tǒng)來提供，專家系統(tǒng)又從神經(jīng)網(wǎng)絡(luò)模型獲取其所要的數(shù)據(jù)，從而對整個污水處理廠實施智能控制。專家系統(tǒng)從各種傳感器和檢測器獲得信號后檢查系統(tǒng)的狀態(tài)，推斷出一個污泥回流比。然后，專家系統(tǒng)把這個值送給神經(jīng)網(wǎng)絡(luò)，神經(jīng)網(wǎng)絡(luò)把從專家系統(tǒng)獲得的當前狀態(tài)值與通過網(wǎng)絡(luò)預測得到的值進行比較，分析該值是增加還是減小或者是維持不變。專家系統(tǒng)根據(jù)當前BOD和MLSS的值以及神經(jīng)網(wǎng)絡(luò)預測的曝氣池狀態(tài)判斷是否采用這個污泥回流比。如果預測狀態(tài)不是所期望的，那么專家系統(tǒng)將再給出一個污泥回流比，重新進行一次測試，直到找到合理的污泥回流比。若專家系統(tǒng)想增加曝氣池內(nèi)的BOD濃度，它在向神經(jīng)網(wǎng)絡(luò)模型傳輸這組數(shù)據(jù)時，可以在當前BOD濃度上加一個小小的增量(例如0.05)作為目標值，神經(jīng)網(wǎng)絡(luò)模型就以此值預測一個污泥回流比，并把它反饋給專家系統(tǒng)。
2.3 專家控制
專家控制(Expert Control)是智能控制的一個重要分支，又稱專家智能控制。所謂專家控制，是把專家系統(tǒng)的理論和技術(shù)同控制理論、方法與技術(shù)相結(jié)合，在未知環(huán)境下仿效專家的智能，實現(xiàn)對系統(tǒng)的控制。20世紀90年代國外就有學者開始研究采用專家系統(tǒng)智能控制技術(shù)來實現(xiàn)污水處理的自動控制，并取得了有效成果。
Barnett建立了一個基于規(guī)則的專家系統(tǒng)，用于污泥厭氧消化的故障診斷。整個過程由計算機進行模擬，過程變量包括消化池的輸入輸出及表征池內(nèi)狀態(tài)的9個參數(shù)，控制變量是進泥量、回流污泥量、稀釋水量和調(diào)節(jié)pH值的酸堿投量。另外，研究者為專家系統(tǒng)界定5類消化工藝運行不正常狀態(tài)，每類狀態(tài)又細分為注意、警告、危急和恢復正常等幾類亞狀態(tài)。這些狀態(tài)和亞狀態(tài)再與相關(guān)的控制措施相對應，即不正常狀態(tài)的類型和程度決定了該采取什么樣的控制手段，以便使消化恢復正常。Flores 等設(shè)計了一個智能化系統(tǒng)來運行和管理多級厭氧系統(tǒng)，這個厭氧系統(tǒng)由各自的控制器控制，而這些控制器又通過寬帶網(wǎng)與遠處的中央管理器相聯(lián)。中央管理器采集、分析、解釋和存儲由各生物反應器控制系統(tǒng)傳來的數(shù)據(jù)，并采用圖形界面的形式使操作者能清楚地看到這些信息。
Sung等采用在線綜合控制系統(tǒng)對水質(zhì)、水量變化較大的食品廢水進行控制?？刂颇繕耸鞘钩鏊瓹OD濃度較地方標準低50%，并且盡量減少曝氣費用。此控制系統(tǒng)由兩層組成，即管理層和過程控制層。在管理層中應用基于規(guī)則的專家系統(tǒng)為過程控制層提供最優(yōu)控制點。此外，為避免鼓風機超負荷運行，還設(shè)計了基于規(guī)則的負荷分配系統(tǒng)。此控制系統(tǒng)已經(jīng)成功地運行了2年，與不實行控制之前相比，出水COD濃度降低大約50%，節(jié)能約50%。
通過以上分析可知，智能控制技術(shù)在污水處理中應用較晚(只是近20年才逐漸得到應用)，而且大多數(shù)仍停留在實驗室研究階段，很多地方還很不完善。以神經(jīng)網(wǎng)絡(luò)控制為例，目前研究較多的模型屬于靜態(tài)模型，在一定程度上不太適合污水處理在線控制，因為活性污泥法污水處理隨時間變化較大而且具有較大滯后性。因此，建議從事污水處理智能控制的科研人員以實際污水處理廠為研究目標，找出各種控制參數(shù)隨時間的變化規(guī)律，運用動態(tài)模型建立污水處理智能控制系統(tǒng)。
3 結(jié)語
?、?雖然智能控制已成為污水處理的研究與應用中的前沿與熱點，但國內(nèi)外仍處于廣泛應用的初級階段。從文獻來看，我國從事這方面研究的人員太少，這也是制約我國污水處理自動控制和智能控制發(fā)展的主要因素。
② 與發(fā)達國家相比，我國在污水處理的基本理論、工藝流程和工程設(shè)計等方面并不明顯落后，但是在運行管理與自動控制方面卻存在著較大的差距。目前，我國城市污水處理廠的噸水耗電量是發(fā)達國家的近兩倍，而運行管理人員數(shù)又是其若干倍，因此加強我國污水處理系統(tǒng)智能控制的研究與應用具有重要的科學意義與應用價值。
?、?由于智能控制的優(yōu)越性及其研究與應用的迅速發(fā)展，目前國外許多城市污水和工業(yè)廢水處理廠正在通過技術(shù)改造向?qū)崿F(xiàn)智能控制方向過渡。我國應當在有條件的情況下，在污水處理廠的規(guī)劃、設(shè)計與建設(shè)初期就盡可能采用或部分采用智能控制。
文章版權(quán)歸西部工控xbgk所有，未經(jīng)許可不得轉(zhuǎn)載。
服務(wù)咨詢