污水處理智能控制進(jìn)展

第23卷第3期北京工商大學(xué)學(xué)報(自然科學(xué)版)Vol. 23 Na 32005年5月Journal of Beijing Technology and Business University( Natural Science Edition )May 2005文章編號:1671-1513( 2005 )03-0009-04污水處理智能控制進(jìn)展劉太杰'，崔莉鳳'，劉載文( I. 北京工商大學(xué)化學(xué)與環(huán)境工程學(xué)院,北京100037 ;2. 北京工商大學(xué)信息工程學(xué)院,北京 100037 )摘要:綜述了國內外污水處理自動(dòng)化技術(shù)的發(fā)展現狀著(zhù)重介紹了模糊控制、人工神經(jīng)網(wǎng)絡(luò )控制、遺傳算法以及專(zhuān)家控制在污水處理過(guò)程中的應用。結合國內外研究動(dòng)態(tài)對污水生物處理智能控制的發(fā)展方向作了簡(jiǎn)要分析。關(guān)鍵詞:污水處理;智能控制;模糊控制;人工神經(jīng)網(wǎng)絡(luò )控制;遺傳算法中圖分類(lèi)號:X505 ;TI8文獻標識碼:A污水處理過(guò)程具有多變量、非線(xiàn)性、時(shí)變性與隨trolers)將出水中氨硝酸鹽的濃度以及進(jìn)水中氨機性的特點(diǎn)其控制過(guò)程十分復雜采用傳統的控制的負荷作為控制器輸入參數與固定硝化/反硝化區方法難以實(shí)現污水處理的實(shí)時(shí)控制。智能控制可以和恒定DO濃度的運作相比通過(guò)模糊邏輯控制方解決用傳統方法難以解決的復雜系統的控制問(wèn)題。法所需曝氣量可以減少24%同時(shí)進(jìn)水峰流( peak近年來(lái)污水處理智能控制的研究與應用取得了令flow )導致的出水NH2-N峰值濃度顯著(zhù)降低。近年人矚目的成果。智能控制的主要分支包括模糊控來(lái)研究工作已轉向發(fā)展高級控制方法上如基于模制、神經(jīng)網(wǎng)絡(luò )、遺傳算法、專(zhuān)家系統等。型的預控制和模糊控制?，F在已經(jīng)開(kāi)發(fā)出許多在線(xiàn)模糊控制器，從而將1模糊控制模糊控制推向在線(xiàn)控制。高景峰等2]在總結了模糊控制能將操作者或專(zhuān)家的控制經(jīng)驗和知識SBR法去除有機物、脫氮除磷過(guò)程中DO、ORP和表示成語(yǔ)言變量描述的控制規則然后用這些規則pH值變化規律的基礎上建立了以上述參數為控制去控制系統。模糊控制特別適用于數學(xué)模型未知變量的在線(xiàn)模糊控制器用于SBR法中有機物的去的、復雜的非線(xiàn)性系統的控制。模糊控制方法幾乎除和脫氮工藝。模糊控制與其它工業(yè)控制技術(shù)相結合可實(shí)現智可以應用于各種水處理過(guò)程。模糊控制在活性污泥能化的自動(dòng)控制提高其實(shí)用性。吳建輝針對化法節能方面效果也十分明顯,已應用到污水處理的工廢水處理中對pH值進(jìn)行精密控制難以取得理想多個(gè)領(lǐng)域控制的工藝參數也多種多樣。模糊控制的主要控制參數有DO、pH、ORP(氧效果的情況,嘗試用智能算子(包括數學(xué)算法與直化還原電位)污泥回流比、COD、BOD、NHz-N等。覺(jué)邏輯推理)來(lái)仿效或近似模擬人的控制行為，設污水生物除氮工藝上,傳統的控制系統著(zhù)眼于通過(guò)計出智能控制器。其應用表明,該系統具有較強的改變硝化/反硝化區的體積比、DO和回流比來(lái)改變.魯棒性(robustness)和自適應性現場(chǎng)運行表現出優(yōu)良的控制性能。陸杰[41提出利用模糊控制和模糊出水中氨V硝酸鹽的濃度。U.Meyer和H.J.popelf1]控制MYH中國煤化工方法通過(guò)控制轉刷電將模糊控制器設計成了高端控制器(highlevelcon-機實(shí)CNMHG動(dòng)控制增大污水處理收稿日期:2004-11-16基金項目:北京市教育委員會(huì )科技發(fā)展項目( KM20010011040 )作者簡(jiǎn)介:劉太杰( 1978- )男河北保定人碩士研究生主要從事污水處理優(yōu)化控制方面的研究。崔莉鳳( 1956- )女河北唐山人副教授主要從事環(huán)境系統分析方面的研究。1北京工商大學(xué)學(xué)報(自然科學(xué)版)2005年5月的負荷能使硝化、反硝化作用隨負荷而變化取得2.2神經(jīng)網(wǎng)絡(luò )軟測量了良好的控制效果。由于某些水質(zhì)參數的傳統測量方法周期較長(cháng),當前模糊控制方法逐漸與其他控制方法尤其是而現存的生物傳感器不但造價(jià)高、儀器壽命短,而且神經(jīng)網(wǎng)絡(luò )、專(zhuān)家系統相結合形成-種新的混合人工測量范圍窄、穩定性差,不能滿(mǎn)足實(shí)時(shí)控制的需要。智i能控制方法并在水處理中得到越來(lái)越多的應用?？梢岳矛F有的價(jià)廉、穩定的在線(xiàn)傳感器測量當前易測量的參數通過(guò)神經(jīng)網(wǎng)絡(luò )模型預測那些難以實(shí)2神經(jīng)網(wǎng)絡(luò ) 控制時(shí)測量的參數這就是神經(jīng)網(wǎng)絡(luò )軟測量技術(shù)。當前，ANN(人工神經(jīng)網(wǎng)絡(luò ))是通過(guò)模擬人腦的神經(jīng)污水處理軟測量技術(shù)的研究十分活躍?，F在,神經(jīng)網(wǎng)絡(luò )結構和行為用大量簡(jiǎn)單的處理單元廣泛連接網(wǎng)絡(luò )軟測量技術(shù)可以在線(xiàn)檢測多項水質(zhì)指標,如所組成的復雜網(wǎng)絡(luò )。它最大優(yōu)點(diǎn)是可以充分逼近任COD、BOD以及氮、磷濃度等。蘇敏等8]針對污水意復雜的非線(xiàn)性關(guān)系有較強的學(xué)習能力和容錯性,處理質(zhì)量指標無(wú)法在線(xiàn)檢測的問(wèn)題,利用實(shí)際工業(yè)同時(shí)能夠處理定量、定性數據能夠利用連接的結構污水處理的數據對BP神經(jīng)網(wǎng)絡(luò )進(jìn)行訓練和仿真，與其他控制方法及人工智能相結合。ANN 的預測結果表明,它能準確地進(jìn)行污水處理質(zhì)量的實(shí)時(shí)估能力在很大程度上依賴(lài)于馴化數據的狀況。這是因計實(shí)現污水處理質(zhì)量的實(shí)時(shí)控制。DongJinChoi為ANN存在著(zhù)某些缺點(diǎn)不適合表達基于規則的知等9提出了-種混合神經(jīng)網(wǎng)絡(luò )作為軟傳感器來(lái)推識不能很好地利用已有的經(jīng)驗知識網(wǎng)絡(luò )訓練時(shí)間測污水水質(zhì)參數利用PCA(主元分析)的統計方法長(cháng)有可能導致陷入非要求的局部極值。如果數據中篩除測量數據中的干擾和不確定信息利用測試程有干擾和不確定性則過(guò)界問(wèn)題常會(huì )出現。改進(jìn)神序避免過(guò)屆問(wèn)題顯示了較強的預測能力。從文獻報導來(lái)看目前利用ANN建立的水質(zhì)預經(jīng)網(wǎng)絡(luò )以及與其它智能控制技術(shù)結合可以在一定程測模型可預測多種水質(zhì)參數預測精度多優(yōu)于基于度.上彌補這些不足。常用于污水處理中的神經(jīng)網(wǎng)絡(luò )機理的水質(zhì)預測模型。郭勁松等0]建立了間歇曝有BP(誤差反向傳播)神經(jīng)網(wǎng)絡(luò )、RBF(徑向基函氣活性污泥系統的神經(jīng)網(wǎng)絡(luò )水質(zhì)模型,以現場(chǎng)歷史數)神經(jīng)網(wǎng)絡(luò )、自適應神經(jīng)網(wǎng)絡(luò )等。數據為學(xué)習樣本建成BP網(wǎng)絡(luò )模型,出水水質(zhì)指標2.1神經(jīng)網(wǎng)絡(luò )仿真 控制預測平均誤差小于7. 5%。Catherine 等川將BP網(wǎng)神經(jīng)網(wǎng)絡(luò )可對各種污水處理系統進(jìn)行模擬尤絡(luò )應用于活性炭濾布對有機物的吸附研究中。以吸其是可對復雜的非線(xiàn)性系統進(jìn)行模擬,因此可對污附劑性能參數操作條件等7項指標作為輸入量吸水處理過(guò)程實(shí)施優(yōu)化設計和實(shí)時(shí)控制。吳凡松附質(zhì)出水與進(jìn)水濃度比作為輸出,建立了活性炭去等]以污水處理廠(chǎng)實(shí)際運行資料為樣本利用RBF除特定有機物的3層BP模型。模型經(jīng)優(yōu)化,壓縮網(wǎng)絡(luò )對活性污泥系統建模,并對該模型進(jìn)行了仿真了隱含層節點(diǎn)數。其對出水水質(zhì)的預測能力大大優(yōu)應用。應用結果表明仿真程序簡(jiǎn)單速度快,與預于傳統的質(zhì)量轉移模型。通過(guò)Carson法分析網(wǎng)絡(luò )測值吻合較好同樣適用于污水處理廠(chǎng)的實(shí)時(shí)控制連接權確定了上述7項控制參數對輸出影響大小系統。白樺李圭白1針對混凝投藥系統的滯后和的相對值。該研究表明對系統機理的深入認識和非線(xiàn)性的特點(diǎn)基于A(yíng)NN的內?？刂七x取多個(gè)參對參數的合理選擇有利于發(fā)揮ANN的潛力。由于數作為輸入變量建立了雙向網(wǎng)絡(luò )模型結果比采用BP神經(jīng)網(wǎng)絡(luò )存在某些缺陷近年來(lái)發(fā)展了一些改進(jìn)傳統控制方法有更明顯的優(yōu)勢。方法如結合主元分析、多向線(xiàn)性回歸以及遺傳算法通過(guò)對污水處理系統的仿真神經(jīng)網(wǎng)絡(luò )可以預等。測水處理過(guò)程中的多種干擾和故障,如預測污泥膨2.3基 于神經(jīng)網(wǎng)絡(luò )軟測量"的預控制技術(shù)脹等。L. Belanche"l在G. Andrea所建的基于系統來(lái)新MYH中國煤化工的預控制技術(shù)是近年辨識技術(shù)的活性污泥系統模型的基礎上引入源于CNMH G術(shù)。曾光明等12]建立實(shí)際觀(guān)察和主觀(guān)經(jīng)驗的一些定性信息,預測結果顯了基于A(yíng)NN的最優(yōu)控制模型能夠根據廢水處理系示定性信息對污水處理廠(chǎng)污泥膨脹現象影響很大,統中進(jìn)水水質(zhì)的變化對出水水質(zhì)進(jìn)行預測將預測模型對污泥膨脹的預測同污水處理廠(chǎng)專(zhuān)家的評價(jià)判結果輸入非線(xiàn)性?xún)?yōu)化器后能在線(xiàn)調整控制變量,從斷吻合很好。而使整個(gè)系統達到實(shí)時(shí)的最優(yōu)控制效果。L.Luc-第23卷第3期劉太杰等:污水處理智能控制進(jìn)展carini等13]研究使用ORP和pH信號來(lái)設計一種活家系統智能控制技術(shù)來(lái)實(shí)現污水處理的自動(dòng)控制,性污泥法去除氮和磷的實(shí)時(shí)控制系統,神經(jīng)網(wǎng)絡(luò )模提出了工業(yè)活性污泥法的在線(xiàn)綜合控制、好氧消化擬軟件通過(guò)在線(xiàn)傳感器用于SBR反應器中,可識別過(guò)程專(zhuān)家系統控制、厭氧污水處理智能分布控制等出SBR不同相中氮和磷的濃度并以此濃度判斷生方法。朱珍工軍等10]針對油田低滲透油層的開(kāi)發(fā)物營(yíng)養物去除過(guò)程是否完成,該方法在預測化學(xué)物過(guò)程中注水水質(zhì)要求,利用專(zhuān)家控制器實(shí)現了對污質(zhì)變化趨勢時(shí)有效,但在預測精確濃度時(shí)還不夠完水實(shí)行雙向過(guò)濾處理的控制系統方案整個(gè)控制系善。雖然近20年來(lái)很多學(xué)者都開(kāi)始研究將神經(jīng)網(wǎng)統具有很強的適應性需確定的參數較少推理規則絡(luò )技術(shù)應用于污水處理過(guò)程,但通過(guò)對已有研究成簡(jiǎn)單各控制指標達到了要求。I. R. RODAI7]提出果的分析可以看出多數研究仍停留在實(shí)驗室階段。了基于個(gè)例的專(zhuān)家推理系統( case-based reasoning ) ,通過(guò)改變經(jīng)驗中的個(gè)例并生成新的個(gè)例來(lái)調試系統3遺傳算法并學(xué)習處理過(guò)程中產(chǎn)生的新信息將工程數學(xué)計算遺傳算法是-種基于自然選擇和基因遺傳學(xué)原和-系列特定的用于邏輯分析和推理的智能監控系理的優(yōu)化搜索方法具有全局尋優(yōu)的能力從廣泛分統相結合并應用于西班牙Girona的水處理廠(chǎng)。鄭布于設計選項中的潛在方案中進(jìn)化計算并進(jìn)行優(yōu)上閩、孫進(jìn)生18]針對單品種大批量連續生產(chǎn)工藝過(guò)化篩選。遺傳算法比其他任何一種試探方法更易于程研究了基于規則的產(chǎn)生式系統中知識庫的構建在分布計算體系中實(shí)現,并且可能節約大量的搜索和維護的方法提出了故障診斷專(zhuān)家系統中的知識時(shí)間。近年來(lái)在環(huán)境工程方面遺傳算法應用于地表達以及根據歷史在線(xiàn)數據進(jìn)行推理的診斷方法,下水監測的最佳布置、地下水污染物的抽提、地表并實(shí)現了實(shí)時(shí)性要求不高的在線(xiàn)、離線(xiàn)的智能故障水流預測、管網(wǎng)優(yōu)化和污水處理系統實(shí)時(shí)控制等多診斷。施漢昌王玉環(huán)19]開(kāi)發(fā)了一個(gè)用于診斷城市污水處理廠(chǎng)日常運行故障的專(zhuān)家系統,采用了正反個(gè)方面。蔣茹曾光明等14)將改進(jìn)遺傳算法應用在某城向混合推理機制并通過(guò)故障樹(shù)的形式將知識庫中市污水處理廠(chǎng)優(yōu)化設計中結果表明不僅解的搜索的知識組織形式向用戶(hù)公開(kāi),便于用戶(hù)使用和對系效率有明顯的提高而且目標函數值在原有的基礎統的維護現已用于北京某污水處理廠(chǎng)中。上改進(jìn)了20% ,但是所求得的解只是- -定條件下的6結束語(yǔ)最優(yōu)區間解。T. A. Doby和D. H. LoughlinfI'5]針對典型的生物除氮的污水處理廠(chǎng),使 用遺傳算法通過(guò)生綜上所述國內外已經(jīng)將智能控制技術(shù)應用于成費用和出水中總氮的折衷曲線(xiàn)( trade off curve )對污水生物處理的各個(gè)層面。智能控制技術(shù)，從根本多目標體系進(jìn)行優(yōu)化。結果表明遺傳算法用于活上說(shuō)是從表觀(guān)對水處理過(guò)程的模擬,所以仍應加強性污泥系統設計時(shí)解決方案的效果和搜索過(guò)程的魯對污水生物處理數學(xué)模型研究尤其是對微觀(guān)機理數棒性?xún)?yōu)于經(jīng)典的非線(xiàn)性規劃,計算上也是可行的。學(xué)模型的研究尋求智能控制和機理模型的最佳結遺傳算法非常靈活并且很容易用于動(dòng)態(tài)污水處理模合方式利用機理模型對智能控制模型加以指導提型,比如ASM系列模型。遺傳算法早期存在過(guò)早收高對數據的處理能力和模型的精度。各種水處理智斂的缺點(diǎn)因此在不斷的改進(jìn)尤其是與神經(jīng)網(wǎng)絡(luò )和能控制系統都在朝著(zhù)控制品質(zhì)更好、智能化程度更模糊控制相結合在一定程度 上克服了上述缺點(diǎn)。高的方向發(fā)展?；谒幚碥洔y量”技術(shù)的預控制系統將大有可為。4專(zhuān)家系統專(zhuān)家系統是-種智能化的計算機程序系統,能參考中國煤化工夠利用人類(lèi)專(zhuān)家的知識和解決問(wèn)題的方法來(lái)處理某MHCNMHG[1 ]! meyer U ,ropei山. ruszy control for nitrogen removal領(lǐng)域的問(wèn)題是智能控制的一個(gè)重要分支。專(zhuān)家系and energy saving in wwt-plants with predenitrification統在水處理的自動(dòng)控制和預測控制工藝流程選擇[J] Wat Sci & Tech ,2003 47( 11 )69 -76.以及故障診斷等多方面得到應用。[2]高景峰彭永臻王淑瑩.以DO、0RP、pH控制SBR法20世紀90年代國外就有學(xué)者開(kāi)始研究采用專(zhuān)的脫氮過(guò)程J ].中國給水排水2001 J74 )6-1I.12北京工商大學(xué)學(xué)報(自然科學(xué)版)2005年5月[3]吳建輝章兢侯慶平.仿人智能模糊控制在污水處理[12] 曾光明秦肖生.神經(jīng)網(wǎng)絡(luò )智能控制系統應用于廢水中的應用[ J ]電腦與信息技術(shù)2000 ,( 2 ):8- 10.處理[ J ]中國給水排水2002 ,18( 8 ):17- 19.[4]陸杰.模糊控制在污水處理系統中的應用[ J]鹽湖研[13 ] Luccatini L , Porra E , Spagni A. Soft sensors for control究2000 &2)29 -32.of nitrogen and phosphorus removal from wastewaters by[5]吳凡松彭永臻王維斌. RBF網(wǎng)絡(luò )用于活性污泥系統neural network[ J]. Wat Sic & Tech , 2002 ,45( 4 -仿真研究J].中國給水排水2003 ,19( 9 )48 -49.5 ):101 - 107.[6]白樺李圭白.混凝投藥的神經(jīng)網(wǎng)絡(luò )控制方法[ J]中[14] 蔣茹曾光明.改進(jìn)的遺傳算法在城市污水處理廠(chǎng)區國給水排水200127I1)83-86.間數優(yōu)化設計模型中的應用[ J ]安全與環(huán)境學(xué)報,[ 7] Belanche L. Predction of the bulking phenomenon in2004 A( 3 ):45 - 48.wastewater treatment plant:[ J ] Artificial Intelligence in[15] Doby T A , Loughlin D H. Optimization of activatedEngineering 2000( 14 ):307 -317.sludge designs using genetic algorithms[ J] Wat Sci &[8]蘇敏工萬(wàn)良李探微.基于神經(jīng)網(wǎng)絡(luò )的污水處理軟測Tech ,2002 ,45( 6 ) :187 - 198.量系統的研究J]自動(dòng)化儀表2001 ,22( 10)8-9.[16]朱珍,工軍.基于智能控制器的污水處理控制系統[9] Choi DJ , Park H. A hybrid artificial neural network as a[J]自動(dòng)化儀表,2003 ,24( 8)43 -45.software sensor for optimal control of a wastewater treat-[17] RodaI R. Development of a case - based sysytem forment proces[ J] Wat Res 2001 35( 16) 3959 - 3967.the supervision of an activated sludge proces{[ J] Envi-[10]郭勁松.間歇曝氣活性污泥系統神經(jīng)網(wǎng)絡(luò )水質(zhì)模型ron Tee ,2001 22 477 - 486.[J]中國給水排水,2000 16( I1 ):I5- 18.[18]鄭上閩孫進(jìn)生.污水處理工藝系統的故障診斷專(zhuān)家. [ 11 ] Faur-Brasquet C , Le Cloirec P. Neural network model-系統J]河北理工學(xué)院學(xué)報2001 23(2 ):2 -47.ing of organics remnoval by activated carbon cloh[J] J [ 19]施漢昌王玉環(huán)污水處理廠(chǎng)故障診斷專(zhuān)家系統J ]Envir Eng 2001 I0( 1 ) 889 - 894.給水排水,2001 ,27( 8) 88 - 90.DEVELOPMENT OF INTELLIGENT CONTROL OFWASTEWATER TREATMENTLIU Tai-je' ，CUI Li-feng' ，LIU Zai-wen2( I. College of Chemical and Environmental Engineering , Bejing Technology and Business University ,Beijing 100037 , China ;2. College of Information Engineering , Beijing Technology andBusiness University , Beiing 100037 , China )Abstract : Current applications of automatic control technology are reviewed. Introductions on fuzzy con-trol , artificial neural network , genetic algorithms , and expert control systems are highlighted. Problemsexist in waste water treatment automatic control systems are analyzed. The future trends of developing in-telligent control systems in wastewater treatment are discussed.Key words : wastewater treatment ; intelligent control ; fuzzy control ; neural network ; genetic algorithm(責任編輯葉紅波)中國煤化工MHCNMHG