2005年10月Experiment Science & Technology增刊人工智能在污水處理中的應(yīng)用Applications of Artificial Intelligence in Sewage Treatment王超*(電子科技大學(xué)22072010班成都610054)摘要:針對我國污水處理行業(yè)智能化水平低的現(xiàn)狀，介紹了以人工神經(jīng)網(wǎng)絡(luò)、模糊計算、專家系統(tǒng)、分布式人工智能等形式的智能技術(shù)在國內(nèi)外污水處理行業(yè)的應(yīng)用現(xiàn)狀與前景，分析了現(xiàn)有智能技術(shù)不足，為我國污水處理產(chǎn)業(yè)的智能化發(fā)展提供了一些思路。關(guān)鍵詞:人工智能;污水處理;神經(jīng)網(wǎng)絡(luò);模糊計算;專家系統(tǒng);分布式人工智能中圖分類號: X703.1文獻(xiàn)標(biāo)識碼: B文章編號: 1672 -4550(2005 )03 -0162 -032.1人工神經(jīng)網(wǎng)絡(luò) ( Artifcial Neural Network )1前言人工神經(jīng)網(wǎng)絡(luò)具有并行分布處理、非線性映經(jīng)過在“八五”、“九五” 期間的科技投人，射、適應(yīng)與集成等特性,目前已經(jīng)應(yīng)用于污水處理我國在污水處理系統(tǒng)的理論基礎(chǔ)和流程設(shè)計等方面系統(tǒng)的建模、軟測量、生物處理控制、模擬等方已接近當(dāng)代國際水平，但是在運行管理的智能化方面。它的自適應(yīng)、自組織和大規(guī)模并行處理能力都面還明顯落后。大量的自控系統(tǒng)及相關(guān)軟件還依靠使該技術(shù)在污水處理領(lǐng)域前景光明。進口，而且由于國情的差異和人員培訓(xùn)、技術(shù)支持文獻(xiàn)[2]討論了基于BP神經(jīng)網(wǎng)絡(luò)的污水處的不完善,進口產(chǎn)品的運行并不理想。因此，加強理軟測量方法，提高了污水處理系統(tǒng)的可靠性并節(jié)國內(nèi)污水處理流程的智能化研究是污水產(chǎn)業(yè)發(fā)展的約了能耗。該方法以在線監(jiān)測的有機磷( 0RP),當(dāng)務(wù)之急。污水處理是-一個極其復(fù)雜的系統(tǒng)，特點是多變?nèi)芙庋?DO),酸堿度(pH)和混合液懸浮固體量、非線性、時變性。鑒于污水處理任務(wù)的特殊濃度(MILSS) 為系統(tǒng)輸人信號,利用人工神經(jīng)網(wǎng)性，整個處理系統(tǒng)又要求有較高的穩(wěn)定性和可靠絡(luò)的軟測量技術(shù)建立- 一個三層前饋型BP網(wǎng)絡(luò)(見性。目前人工智能經(jīng)過四十多年的發(fā)展，已逐漸應(yīng)圖1),通過對化學(xué)需氧量(COD)、生物需氧量用于各個領(lǐng)域。由于具有自學(xué)習(xí)、海量數(shù)據(jù)處理、(BOD)、氮和磷等參數(shù)的測量，估計進水水質(zhì),數(shù)據(jù)挖掘等特性，人工智能在污水處理領(lǐng)域的應(yīng)用決定曝氣量大小、反應(yīng)時間，從而控制出水水質(zhì)，正成為一種趨勢。本文希望通過對國內(nèi)外部分成果實現(xiàn)了對污水處理過程的實時控制。的展示與總結(jié)，促進國內(nèi)污水處理智能化研究。該方法克服了單獨測量DO、pH或MLSS無法2人工智能的應(yīng)用[1-8]反映有機物、磷和氮的動態(tài)處理過程的缺陷。以27人工智能是指能夠在各類環(huán)境中自主或交互地組實際污水分析數(shù)據(jù)作實驗(22 組作訓(xùn)練, 5組作執(zhí)行各種擬人任務(wù)的技術(shù)，主要有人工神經(jīng)計算、驗證)，訓(xùn)練結(jié)果與實際污水處理情況較吻合。模糊計算、專家系統(tǒng)和分布式人工智能等形式。目由于神經(jīng)網(wǎng)絡(luò)可以充分逼近任意復(fù)雜的非線性前，人工智能技術(shù)獲得了很大發(fā)展，而且已成功應(yīng)關(guān)系，因此它還適合于對污水過程的模擬和建模。用于污水處理，并在設(shè)計、分析、控制等方面都極2.2模糊計算(Fuzzv Comoutine)具應(yīng)用潛力。中國煤化工:應(yīng)用模糊計算的研究，IYHCNMH G面。彭永臻等對* [收稿日期] 2005 -05 -31;[修改日期] 2005-07-22.. [作者簡介] 王超(1983-),男，在讀本科生，環(huán)境工程專業(yè)。-162--2005年10月實驗科學(xué)與技術(shù)增刊分析專家系統(tǒng)，主要提供涉及污水中NH、NO2、ORP一- ap-一 BODNO3、磷,固體懸浮物等指標(biāo)的優(yōu)化處理方案。它基于Windows操作系統(tǒng)進行人機交換，通過ETH-coDERNET與數(shù)據(jù)收集計算機相連，接受終端實時監(jiān)測數(shù)據(jù)。盡管該專家系統(tǒng)仍然存在很多知識盲點，pH一ob一-~N但這些都可由人工輔助解決。它的實際運行帶來的益處則是以往手工控制無法實現(xiàn)的:MILSS一- (頭2-一P●通過調(diào)整參數(shù)(NO3, HNO2等)實現(xiàn)對當(dāng)前監(jiān)測參數(shù)的最優(yōu)化控制。●通過施行針對當(dāng)前問題的措施及驗證性方圖1污水質(zhì) 量指標(biāo)BP的神經(jīng)網(wǎng)絡(luò)圖法，給出污水控制系統(tǒng)問題的解決方案?！窨捎糜趯π聠T工的經(jīng)驗培訓(xùn)，并為其他處理生物電極法采用模糊控制，有效地解決了硝酸態(tài)氮系統(tǒng)提供信息支持與分析。污染水脫氮的處理，取得了較好的控制效果。主要目前專家系統(tǒng)更多的是作為一個知識集，進行研究了輸人變量和輸出變量的非模糊化處理的計算故障的診斷。但結(jié)合具體情況,它的建立方法并不方法,進行模糊規(guī)則建立,探索控制變量變化的換十分復(fù)雜。簡單故障診斷專家系統(tǒng)的知識庫和推理算與計算方法。經(jīng)過實際的驗證，該模糊控制器的規(guī)則可按下例思路建立:穩(wěn)定性較好，對進水硝態(tài)氮負(fù)荷變化的適應(yīng)性強，IF FAILURE 0X AND FAILURE 0Y避免了藥劑投放不足或過量，有效地節(jié)省了運行費IF FAILURE 1A WITHOUT FAILURE 1C ...用。IF FAILURE 2B ...國外的例子也有很多，例如Y P Tsai等人研究..........的動態(tài)活性污泥法模糊控制。主要是通過進水流量THEN CAUSE a的變化及時調(diào)整污泥回流量以減少出水懸浮物濃IMPLEMENT EMERGENT MEASURES度，降低出水BOD或COD的濃度。由于微生物的PRINTOUT CAUSE a TEXT影響，使各變量間存在高度非線性，無法應(yīng)用確定應(yīng)當(dāng)指出的是類似的故障診斷專家系統(tǒng)由于其的數(shù)學(xué)模型，也就無法用傳統(tǒng)控制方法來實現(xiàn)。而設(shè)計的線性化，不可能完全分析出污水處理過程中采用模糊控制理論不僅很好地克服了參數(shù)的非線的復(fù)雜故障。但其系統(tǒng)設(shè)計簡單,故障庫可以動態(tài)性，而且還合理地消除了系統(tǒng)存在的誤差。研究者地完善;經(jīng)過一段時間的運行，可達(dá)到較高的穩(wěn)定使用在線數(shù)據(jù)合理地預(yù)測和控制系統(tǒng)也是- -種較理性和準(zhǔn)確性。實際的應(yīng)用也證明了該方法的可靠。想的方法。由于使用已有的在線監(jiān)測數(shù)據(jù)構(gòu)造模糊2.4分布式人工智 能( Distributed Arificial Inelli-關(guān)系模型來推導(dǎo)最優(yōu)的控制措施，使輸出的信息更gence)接近于預(yù)先設(shè)定的目標(biāo)值。系統(tǒng)的關(guān)系方程在新的分布式人工智能的主要思想是把一個復(fù)雜的系監(jiān)測數(shù)據(jù)的基礎(chǔ)上可以重新構(gòu)造，這樣就避免了由.統(tǒng)問題劃分為多個子問題,并建立多個子系統(tǒng)予以于系統(tǒng)隨時間緩慢變化而對控制效果造成的影響。解決;同時各子系統(tǒng)之間通過交互作用策略相互協(xié)研究結(jié)果表明,采用模糊控制策略能有效地降低出調(diào)，從而形成統(tǒng)一的整體及整體效果的最優(yōu)。它的水懸浮物濃度,使處理系統(tǒng)的運行穩(wěn)定可靠。主要目的是為了有效地利用資源，控制系統(tǒng)的異步2.3專家系統(tǒng)( Expert System)操作，均衡智能系統(tǒng)的目標(biāo)。它能夠克服單個智能由于專家系統(tǒng)的啟發(fā)性、透明性和靈活性,使系統(tǒng)在資源、時空分布和功能上的局限性，具備并其有能力勝任污水的智能處理。專家系統(tǒng)大致分為行、分布、開放和容錯等優(yōu)點。分析、預(yù)測、診斷、設(shè)計、規(guī)劃、控制等類型，應(yīng)中國煤化工污水在線控制的分用于污水處理過程的主要有分析、診斷、控制、設(shè)布式CNMH G統(tǒng)形式，很好地實計等專家系統(tǒng)?，F(xiàn)了社殘控制的行不處埋系玩，同時有效管理了整EXTRA ( Expert System for Treatment Advice)個處理流程的多個單元。該系統(tǒng)由污水管線子系統(tǒng)是一個德國科研人員開發(fā)出的一一個污水處理流程的和污泥管線子系統(tǒng)兩部分構(gòu)成。兩者分別由7個和-163-2005年10月.Experiment Science & Technology增刊4個基于知識的艾真體( Knowledge - Based Agent)因此，很多研究已經(jīng)開始著重于它們的復(fù)合算組成。分別實現(xiàn)了格柵、除砂、一級處理、生物反法，尋找克服單獨技術(shù)的不足并保留其優(yōu)點的新方應(yīng)器控制、二級處理、氯化、污水循環(huán);以及污泥法。例如模糊神經(jīng)網(wǎng)絡(luò)、模糊專家系統(tǒng)、基于遺傳的運輸、濃縮處理、厭氧處理、千燥等各單元的智算法的模糊控制、基于遺傳算法的神經(jīng)網(wǎng)絡(luò)系統(tǒng)、能控制功能( 見圖2)。經(jīng)過實際應(yīng)用分析,該分模糊神經(jīng)網(wǎng)絡(luò)自學(xué)習(xí)控制系統(tǒng)、神經(jīng)模糊推理系統(tǒng)布式人工智能控制系統(tǒng)與傳統(tǒng)控制系統(tǒng)的主要區(qū)別等等。這些復(fù)合算法很大程度上克服了單一算法的在于:后者只能在控制器設(shè)置好的參數(shù)點上發(fā)揮作缺點，同時發(fā)揮兩者或多者的優(yōu)勢，能夠更好的適用;而前者則可以主動地修正原有控制方法，或者用于污水處理過程中的各個方面。診斷出監(jiān)測設(shè)備的錯誤。3結(jié)語污水管線污泥管線盡管目前人工智能在污水處理領(lǐng)域的應(yīng)用才剛子系統(tǒng)剛起步，但隨著人工智能技術(shù)的成熟，以神經(jīng)網(wǎng)絡(luò)、模糊計算、專家系統(tǒng)、分布式人工智能為主要蓄于如次的接著系線代表的智能技術(shù)必將成為該領(lǐng)域的一個研究熱點。蓄于知諷的除沙系魄若于如諷的一樓處理系院它們會解決傳統(tǒng)方法難以勝任的實時控制、優(yōu)化計,由于知識的污究站物不間算等難點。上述智能技術(shù)的應(yīng)用，勢必將更好地促●子知識的二級處理本統(tǒng)r備干知諷障墻處理不就[富丁知識復(fù)化處理系憂11↓1 福T識的優(yōu)氧處理不晚進人類與自然的協(xié)調(diào)發(fā)展。當(dāng)干如諷的門水糖環(huán)承就 第干知識的干面處理事能參考文獻(xiàn)[1] 蔡自興，徐光.人工智能及其應(yīng)用(第3版) .北圖2分布式人工智 能的多Agent結(jié)構(gòu)京:清華大學(xué)出版社, 2003 .目前分布式人工智能方案在污水處理的應(yīng)用較2] 任敏，王萬良，李探微，等.基于神經(jīng)網(wǎng)絡(luò)的污水前幾種智能形式更少;但其對處理設(shè)備的高效利用處理軟測量系統(tǒng)的研究。自動化儀表, 2001, 22和強大的計算能力，對于我國目前資金少、任務(wù)重3] 彭永臻，王淑瑩，周利，等.生物電極脫氮法的在(10的污水處理產(chǎn)業(yè)有重要的戰(zhàn)略意義。該方向的研究線模糊控制(I ~ I),模糊控制系統(tǒng)的組成與基將成為今后污水智能處理的一個熱點。本思想[J]。中國給水排水，199, 15 (2): 5~2.5各技術(shù)的不足與改進9; 15 (3): 5210需要注意的是，上述各種智能方法雖各具特[4] Tsai Y P, Ouyang CF，Ching WL, et al, Construction of色，但并不完全是最優(yōu)的，仍然各有其缺點:an on -line fury ontoller for the dynanic activated sludlge(1)人工神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)收斂速度慢，對訓(xùn)練process [J], Wat Res, 1994, 28 (4): 913 ~921.集的要求也很高，可能收斂到局部最小點;而且不[5] Ladiges Casta, Menneh Atur. Aplication and Experi-適合表達(dá)基于規(guī)則的知識，難以充分利用技術(shù)人員ence With Expert Systems for the Operation of Waste的經(jīng)驗知識，整個建立過程非常耗費人力與物力。Water Treatment Plants. Wat Sci Tech, 1996, 33(2)模糊計算由于對信息的模糊處理會導(dǎo)致系(12): 265 ~268統(tǒng)控制精度降低、動態(tài)品質(zhì)變差、決策速度降低,[6]張玉艷， 朱小娟，曲延華。污水處理監(jiān)控系統(tǒng)的研發(fā)與應(yīng)用，沈陽電力高等?？茖W(xué)校學(xué)報，2004, 6甚至不能實時控制;設(shè)計尚缺乏系統(tǒng)性，無法定義(3): 71控制目標(biāo)，而且控制規(guī)則的選擇、論域的選擇、模[7] SaNcbez R RODA M, 1, POCH M, CORTES U, Dai -糊集的定義、量化因子的選取等多采用試湊法,這Depur Architecture: Distributed Agens for Real - time對復(fù)雜系統(tǒng)的控制是難以奏效的。wwtp Supervision Aand ControL. Atifcial Intelligence in(3)專家系統(tǒng)中多數(shù)參數(shù)由人為設(shè)定，過度依中國煤化工賴專家的經(jīng)驗，缺乏自學(xué)習(xí)能力,控制精度不高，[8]?能控制在污水處理而且存在穩(wěn)態(tài)誤差。YHCN MH G給水排水，2002,0(4)分布式人工智能的系統(tǒng)建立復(fù)雜，各部分(18): 24 .通信和協(xié)作效果還不甚理想。一164一