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(nèi)外污水處理自動化技術(shù)的發(fā)展現(xiàn)狀著重介紹了模糊控制、人工神經(jīng)網(wǎng)絡(luò)控制、遺傳算法以及專家控制在污水處理過程中的應(yīng)用。結(jié)合國內(nèi)外研究動態(tài)對污水生物處理智能控制的發(fā)展方向作了簡要分析。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;遺傳算法中圖分類號:X505 ;TI8文獻標識碼:A污水處理過程具有多變量、非線性、時變性與隨trolers)將出水中氨硝酸鹽的濃度以及進水中氨機性的特點其控制過程十分復(fù)雜采用傳統(tǒng)的控制的負荷作為控制器輸入?yún)?shù)與固定硝化/反硝化區(qū)方法難以實現(xiàn)污水處理的實時控制。智能控制可以和恒定DO濃度的運作相比通過模糊邏輯控制方解決用傳統(tǒng)方法難以解決的復(fù)雜系統(tǒng)的控制問題。法所需曝氣量可以減少24%同時進水峰流( peak近年來污水處理智能控制的研究與應(yīng)用取得了令flow )導(dǎo)致的出水NH2-N峰值濃度顯著降低。近年人矚目的成果。智能控制的主要分支包括模糊控來研究工作已轉(zhuǎn)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、專家系統(tǒng)等。型的預(yù)控制和模糊控制?，F(xiàn)在已經(jīng)開發(fā)出許多在線模糊控制器，從而將1模糊控制模糊控制推向在線控制。高景峰等2]在總結(jié)了模糊控制能將操作者或?qū)＜业目刂平?jīng)驗和知識SBR法去除有機物、脫氮除磷過程中DO、ORP和表示成語言變量描述的控制規(guī)則然后用這些規(guī)則pH值變化規(guī)律的基礎(chǔ)上建立了以上述參數(shù)為控制去控制系統(tǒng)。模糊控制特別適用于數(shù)學(xué)模型未知變量的在線模糊控制器用于SBR法中有機物的去的、復(fù)雜的非線性系統(tǒng)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(jié)合可實現(xiàn)智可以應(yīng)用于各種水處理過程。模糊控制在活性污泥能化的自動控制提高其實用性。吳建輝針對化法節(jié)能方面效果也十分明顯,已應(yīng)用到污水處理的工廢水處理中對pH值進行精密控制難以取得理想多個領(lǐng)域控制的工藝參數(shù)也多種多樣。模糊控制的主要控制參數(shù)有DO、pH、ORP(氧效果的情況,嘗試用智能算子(包括數(shù)學(xué)算法與直化還原電位)污泥回流比、COD、BOD、NHz-N等。覺邏輯推理)來仿效或近似模擬人的控制行為，設(shè)污水生物除氮工藝上,傳統(tǒng)的控制系統(tǒng)著眼于通過計出智能控制器。其應(yīng)用表明,該系統(tǒng)具有較強的改變硝化/反硝化區(qū)的體積比、DO和回流比來改變.魯棒性(robustness)和自適應(yīng)性現(xiàn)場運行表現(xiàn)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控制轉(zhuǎn)刷電將模糊控制器設(shè)計成了高端控制器(highlevelcon-機實CNMHG動控制增大污水處理收稿日期:2004-11-16基金項目:北京市教育委員會科技發(fā)展項目( KM20010011040 )作者簡介: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(tǒng)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(shù)的傳統(tǒng)測量方法周期較長,當前模糊控制方法逐漸與其他控制方法尤其是而現(xiàn)存的生物傳感器不但造價高、儀器壽命短,而且神經(jīng)網(wǎng)絡(luò)、專家系統(tǒng)相結(jié)合形成-種新的混合人工測量范圍窄、穩(wěn)定性差,不能滿足實時控制的需要。智i能控制方法并在水處理中得到越來越多的應(yīng)用?？梢岳矛F(xiàn)有的價廉、穩(wěn)定的在線傳感器測量當前易測量的參數(shù)通過神經(jīng)網(wǎng)絡(luò)模型預(yù)測那些難以實2神經(jīng)網(wǎng)絡(luò) 控制時測量的參數(shù)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。現(xiàn)在,神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)和行為用大量簡單的處理單元廣泛連接網(wǎng)絡(luò)軟測量技術(shù)可以在線檢測多項水質(zhì)指標,如所組成的復(fù)雜網(wǎng)絡(luò)。它最大優(yōu)點是可以充分逼近任COD、BOD以及氮、磷濃度等。蘇敏等8]針對污水意復(fù)雜的非線性關(guān)系有較強的學(xué)習(xí)能力和容錯性,處理質(zhì)量指標無法在線檢測的問題,利用實際工業(yè)同時能夠處理定量、定性數(shù)據(jù)能夠利用連接的結(jié)構(gòu)污水處理的數(shù)據(jù)對BP神經(jīng)網(wǎng)絡(luò)進行訓(xùn)練和仿真，與其他控制方法及人工智能相結(jié)合。ANN 的預(yù)測結(jié)果表明,它能準確地進行污水處理質(zhì)量的實時估能力在很大程度上依賴于馴化數(shù)據(jù)的狀況。這是因計實現(xiàn)污水處理質(zhì)量的實時控制。DongJinChoi為ANN存在著某些缺點不適合表達基于規(guī)則的知等9提出了-種混合神經(jīng)網(wǎng)絡(luò)作為軟傳感器來推識不能很好地利用已有的經(jīng)驗知識網(wǎng)絡(luò)訓(xùn)練時間測污水水質(zhì)參數(shù)利用PCA(主元分析)的統(tǒng)計方法長有可能導(dǎo)致陷入非要求的局部極值。如果數(shù)據(jù)中篩除測量數(shù)據(jù)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界問題常會出現(xiàn)。改進神序避免過屆問題顯示了較強的預(yù)測能力。從文獻報導(dǎo)來看目前利用ANN建立的水質(zhì)預(yù)經(jīng)網(wǎng)絡(luò)以及與其它智能控制技術(shù)結(jié)合可以在一定程測模型可預(yù)測多種水質(zhì)參數(shù)預(yù)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(yù)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(tǒng)的神經(jīng)網(wǎng)絡(luò)水質(zhì)模型,以現(xiàn)場歷史數(shù))神經(jīng)網(wǎng)絡(luò)、自適應(yīng)神經(jīng)網(wǎng)絡(luò)等。數(shù)據(jù)為學(xué)習(xí)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(yù)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(tǒng)進行模擬尤絡(luò)應(yīng)用于活性炭濾布對有機物的吸附研究中。以吸其是可對復(fù)雜的非線性系統(tǒng)進行模擬,因此可對污附劑性能參數(shù)操作條件等7項指標作為輸入量吸水處理過程實施優(yōu)化設(shè)計和實時控制。吳凡松附質(zhì)出水與進水濃度比作為輸出,建立了活性炭去等]以污水處理廠實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(tǒng)建模,并對該模型進行了仿真了隱含層節(jié)點數(shù)。其對出水水質(zhì)的預(yù)測能力大大優(yōu)應(yīng)用。應(yīng)用結(jié)果表明仿真程序簡單速度快,與預(yù)于傳統(tǒng)的質(zhì)量轉(zhuǎn)移模型。通過Carson法分析網(wǎng)絡(luò)測值吻合較好同樣適用于污水處理廠的實時控制連接權(quán)確定了上述7項控制參數(shù)對輸出影響大小系統(tǒng)。白樺李圭白1針對混凝投藥系統(tǒng)的滯后和的相對值。該研究表明對系統(tǒng)機理的深入認識和非線性的特點基于ANN的內(nèi)模控制選取多個參對參數(shù)的合理選擇有利于發(fā)揮ANN的潛力。由于數(shù)作為輸入變量建立了雙向網(wǎng)絡(luò)模型結(jié)果比采用BP神經(jīng)網(wǎng)絡(luò)存在某些缺陷近年來發(fā)展了一些改進傳統(tǒng)控制方法有更明顯的優(yōu)勢。方法如結(jié)合主元分析、多向線性回歸以及遺傳算法通過對污水處理系統(tǒng)的仿真神經(jīng)網(wǎng)絡(luò)可以預(yù)等。測水處理過程中的多種干擾和故障,如預(yù)測污泥膨2.3基 于神經(jīng)網(wǎng)絡(luò)軟測量"的預(yù)控制技術(shù)脹等。L. Belanche"l在G. Andrea所建的基于系統(tǒng)來新MYH中國煤化工的預(yù)控制技術(shù)是近年辨識技術(shù)的活性污泥系統(tǒng)模型的基礎(chǔ)上引入源于CNMH G術(shù)。曾光明等12]建立實際觀察和主觀經(jīng)驗的一些定性信息,預(yù)測結(jié)果顯了基于ANN的最優(yōu)控制模型能夠根據(jù)廢水處理系示定性信息對污水處理廠污泥膨脹現(xiàn)象影響很大,統(tǒng)中進水水質(zhì)的變化對出水水質(zhì)進行預(yù)測將預(yù)測模型對污泥膨脹的預(yù)測同污水處理廠專家的評價判結(jié)果輸入非線性優(yōu)化器后能在線調(diào)整控制變量,從斷吻合很好。而使整個系統(tǒng)達到實時的最優(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展carini等13]研究使用ORP和pH信號來設(shè)計一種活家系統(tǒng)智能控制技術(shù)來實現(xiàn)污水處理的自動控制,性污泥法去除氮和磷的實時控制系統(tǒng),神經(jīng)網(wǎng)絡(luò)模提出了工業(yè)活性污泥法的在線綜合控制、好氧消化擬軟件通過在線傳感器用于SBR反應(yīng)器中,可識別過程專家系統(tǒng)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發(fā)物營養(yǎng)物去除過程是否完成,該方法在預(yù)測化學(xué)物過程中注水水質(zhì)要求,利用專家控制器實現(xiàn)了對污質(zhì)變化趨勢時有效,但在預(yù)測精確濃度時還不夠完水實行雙向過濾處理的控制系統(tǒng)方案整個控制系善。雖然近20年來很多學(xué)者都開始研究將神經(jīng)網(wǎng)統(tǒng)具有很強的適應(yīng)性需確定的參數(shù)較少推理規(guī)則絡(luò)技術(shù)應(yīng)用于污水處理過程,但通過對已有研究成簡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(shù)研究仍停留在實驗室階段。了基于個例的專家推理系統(tǒng)( case-based reasoning ) ,通過改變經(jīng)驗中的個例并生成新的個例來調(diào)試系統(tǒng)3遺傳算法并學(xué)習(xí)處理過程中產(chǎn)生的新信息將工程數(shù)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(jiān)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(tǒng)相結(jié)合并應(yīng)用于西班牙Girona的水處理廠。鄭布于設(shè)計選項中的潛在方案中進化計算并進行優(yōu)上閩、孫進生18]針對單品種大批量連續(xù)生產(chǎn)工藝過化篩選。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(guī)則的產(chǎn)生式系統(tǒng)中知識庫的構(gòu)建在分布計算體系中實現(xiàn),并且可能節(jié)約大量的搜索和維護的方法提出了故障診斷專家系統(tǒng)中的知識時間。近年來在環(huán)境工程方面遺傳算法應(yīng)用于地表達以及根據(jù)歷史在線數(shù)據(jù)進行推理的診斷方法,下水監(jiān)測的最佳布置、地下水污染物的抽提、地表并實現(xiàn)了實時性要求不高的在線、離線的智能故障水流預(yù)測、管網(wǎng)優(yōu)化和污水處理系統(tǒng)實時控制等多診斷。施漢昌王玉環(huán)19]開發(fā)了一個用于診斷城市污水處理廠日常運行故障的專家系統(tǒng),采用了正反個方面。蔣茹曾光明等14)將改進遺傳算法應(yīng)用在某城向混合推理機制并通過故障樹的形式將知識庫中市污水處理廠優(yōu)化設(shè)計中結(jié)果表明不僅解的搜索的知識組織形式向用戶公開,便于用戶使用和對系效率有明顯的提高而且目標函數(shù)值在原有的基礎(chǔ)統(tǒng)的維護現(xiàn)已用于北京某污水處理廠中。上改進了20% ,但是所求得的解只是- -定條件下的6結(jié)束語最優(yōu)區(qū)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,使 用遺傳算法通過生綜上所述國內(nèi)外已經(jīng)將智能控制技術(shù)應(yīng)用于成費用和出水中總氮的折衷曲線( trade off curve )對污水生物處理的各個層面。智能控制技術(shù)，從根本多目標體系進行優(yōu)化。結(jié)果表明遺傳算法用于活上說是從表觀對水處理過程的模擬,所以仍應(yīng)加強性污泥系統(tǒng)設(shè)計時解決方案的效果和搜索過程的魯對污水生物處理數(shù)學(xué)模型研究尤其是對微觀機理數(shù)棒性優(yōu)于經(jīng)典的非線性規(guī)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(jié)遺傳算法非常靈活并且很容易用于動態(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(dǎo)提型,比如ASM系列模型。遺傳算法早期存在過早收高對數(shù)據(jù)的處理能力和模型的精度。各種水處理智斂的缺點因此在不斷的改進尤其是與神經(jīng)網(wǎng)絡(luò)和能控制系統(tǒng)都在朝著控制品質(zhì)更好、智能化程度更模糊控制相結(jié)合在一定程度 上克服了上述缺點。高的方向發(fā)展?；谒幚碥洔y量”技術(shù)的預(yù)控制系統(tǒng)將大有可為。4專家系統(tǒng)專家系統(tǒng)是-種智能化的計算機程序系統(tǒng),能參考中國煤化工夠利用人類專家的知識和解決問題的方法來處理某MHCNMHG[1 ]! meyer U ,ropei山. ruszy control for nitrogen removal領(lǐng)域的問題是智能控制的一個重要分支。專家系and energy saving in wwt-plants with predenitrification統(tǒng)在水處理的自動控制和預(yù)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(yīng)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)者開始研究采用專的脫氮過程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(tǒng)應(yīng)用于廢水中的應(yīng)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(tǒng)中的應(yīng)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(tǒng)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.改進的遺傳算法在城市污水處理廠區(qū)國給水排水200127I1)83-86.間數(shù)優(yōu)化設(shè)計模型中的應(yīng)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(tǒng)的研究J]自動化儀表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(tǒng)[9] Choi DJ , Park H. A hybrid artificial neural network as a[J]自動化儀表,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(tǒng)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]鄭上閩孫進生.污水處理工藝系統(tǒng)的故障診斷專家. [ 11 ] Faur-Brasquet C , Le Cloirec P. Neural network model-系統(tǒng)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)污水處理廠故障診斷專家系統(tǒng)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