2005年3月韶關(guān)學(xué)院學(xué)報(bào)(自然科學(xué)版)Mar.2005第26卷第3期Joumal of Shaoguan University( Natural Science )Vol.26 No.3神經(jīng)網(wǎng)絡(luò)在污水處理中的應(yīng)用肖勝中12 ,張新政? ,吳奇峰3(1.廣東農(nóng)工商學(xué)院數(shù)學(xué)系,廣東廣州;2.廣東工業(yè)大學(xué)自動化學(xué)院,廣東廣州510080;3.韶關(guān)學(xué)院數(shù)學(xué)系,廣東韶關(guān)512005 )摘要神經(jīng)網(wǎng)絡(luò)技術(shù)的迅速發(fā)展及其理論的不斷完善為其在各個領(lǐng)域的應(yīng)用奠定了基礎(chǔ).污水處理系統(tǒng)是復(fù)雜的非線性系統(tǒng)用神經(jīng)網(wǎng)絡(luò)技術(shù)控制污水處理過程是可行和必要的在我國更具有現(xiàn)實(shí)意義.分析了神經(jīng)網(wǎng)絡(luò)在污水處理自動控制中所起的不同作用并在此基礎(chǔ)上指出了今后的研究方向.關(guān)鍵詞神經(jīng)網(wǎng)絡(luò);污水處理;自動控制; 神經(jīng)控制中圖分類號:TP183文獻(xiàn)標(biāo)識碼A文章編號:1007 - 5348( 2005 )03 - 0018 -04污水生物處理系統(tǒng)是高度復(fù)雜的非線性系統(tǒng).目前污水處理廠的設(shè)計(jì)和運(yùn)行還主要是在試驗(yàn)的基礎(chǔ)上根據(jù)經(jīng)驗(yàn)進(jìn)行,因此存在很大誤差.同時為了獲得滿意的處理效果(有時卻事與愿違),設(shè)計(jì)參數(shù)的選取比較保守這樣就不可避免地增大了工程投資和運(yùn)行費(fèi)用.國際水協(xié)會( IWA )自1985 年以來先后推出許多數(shù)學(xué)模型這對污水生物處理的模擬和控制起到了極大的推動作用,并在各地實(shí)現(xiàn)了成功應(yīng)用.但是其中的大部分參數(shù)值隨著污水水質(zhì)和所選處理工藝的不同而發(fā)生著變化并且其確定非常復(fù)雜,因此還沒有一個統(tǒng)一的標(biāo)準(zhǔn).自動控制方面,由于采用ASMS模擬控制所需的某些主要輸入?yún)?shù)(如COD)至今還不能實(shí)現(xiàn)在線實(shí)時檢測,也就不能用ASMS實(shí)現(xiàn)有效地實(shí)時控制.因此用小波神經(jīng)網(wǎng)絡(luò)來解決那些用傳統(tǒng)方法難以解決的復(fù)雜系統(tǒng)的控制問題成為必然作為連接主義的神經(jīng)控制它特別適用于具有不確定性和高度非線性的多變量污水處理系統(tǒng)的控制.由于神經(jīng)網(wǎng)絡(luò)及神經(jīng)控制神經(jīng)網(wǎng)絡(luò)有許多優(yōu)點(diǎn):河以充分逼近任意復(fù)雜的非線性關(guān)系給復(fù)雜系統(tǒng)的建模帶來了一種新的、非傳統(tǒng)的表達(dá)工具,有很強(qiáng)的魯棒性和容錯性;采用并行分布處理方法使得快速進(jìn)行大量運(yùn)算成為可能;固有的學(xué)習(xí)能力降低了不確定性增加了適應(yīng)環(huán)境變化的泛化能力;能夠同時處理定量、定性數(shù)據(jù)使其能夠利用連接主義的結(jié)構(gòu)與傳統(tǒng)控制方法及符號主義的人工智能相結(jié)合2].缺點(diǎn)是不適:合表達(dá)基于規(guī)則的知識不能很好地利用已有的經(jīng)驗(yàn)知識;網(wǎng)絡(luò)訓(xùn)練時間長導(dǎo)致有可能陷入非要求的局部極值.基于神經(jīng)網(wǎng)絡(luò)的控制即為神經(jīng)控制在控制系統(tǒng)中采用神經(jīng)網(wǎng)絡(luò)這-工具對難以精確描述的復(fù)雜非線性對象進(jìn)行建?；虺洚?dāng)控制器或優(yōu)化計(jì)算或進(jìn)行推理,或故障診斷等,以及同時兼有上述某些功能的適當(dāng)組合將這樣的系統(tǒng)稱為基于神經(jīng)網(wǎng)絡(luò)的控制系統(tǒng)稱這種控制方式為神經(jīng)控制.據(jù)此,可將神經(jīng)網(wǎng)絡(luò)在控制中的作用分為:在基于精確模型的各種控制結(jié)構(gòu)中充當(dāng)對象的模型;在反饋控制系統(tǒng)中直接充當(dāng)控制器在傳統(tǒng)控制系統(tǒng)中起優(yōu)化計(jì)算的作用在與其它智能控制廣計(jì)印代4篙清機(jī)埠蝴控制、專家控制及遺傳算法等相融合中為其提供非參數(shù)化對象模型、優(yōu)化參數(shù)、中國煤化工HHCNMHG1神經(jīng)網(wǎng)絡(luò)在污水處 理中的應(yīng)用認(rèn)識到神經(jīng)網(wǎng)絡(luò)的強(qiáng)大功能尤其是其充分逼近任意復(fù)雜的非線性函數(shù)的能力(即非線性映射能力),收稿日期2004-11-01基金項(xiàng)目國家身然科學(xué)基金資助項(xiàng)目( 60274030)廣東省科技攻關(guān)項(xiàng)目( C31801 ).作者簡介:消勝年節(jié)965 - )男湖南新邵人廣東農(nóng)工商學(xué)院數(shù)學(xué)系副教授博士研究生主要從事小波分析、神經(jīng)網(wǎng)絡(luò)方面的研究.第3期肖勝中,等神經(jīng)網(wǎng)絡(luò)在污水處理中的應(yīng)用加之在對污水處理系統(tǒng)進(jìn)行數(shù)學(xué)模擬中遇到了困難近年來在開發(fā)新的更精確、實(shí)用的活性污泥數(shù)學(xué)模型的同時很多學(xué)者開始致力于用神經(jīng)網(wǎng)絡(luò)模擬和控制污水處理過程的研究并取得了一些成果.例如Hany Gerges 等對污水處理過程進(jìn)行模擬提出了基于神經(jīng)網(wǎng)絡(luò)模擬污水處理廠的新方法并利用污水廠的歷史數(shù)據(jù)開發(fā)了幾個神經(jīng)網(wǎng)絡(luò)模型,用模型模擬水廠運(yùn)行和預(yù)測出水水質(zhì)模型還用于確定在不超出預(yù)定”出水質(zhì)量標(biāo)準(zhǔn)的前提下污水廠所能承受的最犬額外”負(fù)荷.結(jié)論是神經(jīng)網(wǎng)絡(luò)模型預(yù)測優(yōu)于典型統(tǒng)計(jì)模型預(yù)測.張文藝等建立了基于BP神經(jīng)網(wǎng)絡(luò)的模型對污水處理廠的運(yùn)行進(jìn)行模擬,以確定其最佳運(yùn)行狀態(tài).結(jié)果表明神經(jīng)網(wǎng)絡(luò)完全可用于活性污泥法建模模型的建立使得活性污泥法工藝系統(tǒng)的在線智能控制成為可能.S.J.Wileox等在模擬預(yù)測基礎(chǔ)上實(shí)現(xiàn)控制提出將神經(jīng)網(wǎng)絡(luò)模擬用于通過在線重碳酸鹽堿度傳感器監(jiān)測和控制厭氧消化過程.其源于由進(jìn)水濃度增加導(dǎo)致的系列干擾的模擬結(jié)果顯示裝置對BA變化非常敏感,而神經(jīng)網(wǎng)絡(luò)能很快識別這種干擾這種方法可用于對低pH緩沖能力污水消化過程的在線控制.為了對某些特定參數(shù)、現(xiàn)象進(jìn)行預(yù)測,Zhu研發(fā)了-種基于時間延遲神經(jīng)網(wǎng)絡(luò)模型的在線污水水質(zhì)預(yù)測系統(tǒng).先采用多層感知器網(wǎng)絡(luò)模型對所建立的時間延遲神經(jīng)網(wǎng)絡(luò)的輸入節(jié)點(diǎn)進(jìn)行篩選然后得到一-個輸入為10的模型.網(wǎng)絡(luò)經(jīng)訓(xùn)練后對污水水質(zhì)的預(yù)測精度優(yōu)于標(biāo)準(zhǔn)MLP模型.J.H.Tay等開發(fā)出一個快速預(yù)測神經(jīng)模糊模型以此來預(yù)測高流速厭氧系統(tǒng)對干擾的反應(yīng).該系統(tǒng)可對不同的系統(tǒng)干擾提前一個小時進(jìn)行預(yù)測.AndreaG等在對活性污泥系統(tǒng)輸入輸出進(jìn)行分析的基礎(chǔ)上將系統(tǒng)辨識技術(shù)應(yīng)用于對活性污泥膨脹現(xiàn)象的模擬.人工神經(jīng)網(wǎng)絡(luò)模型用于預(yù)測污泥膨脹在未來的發(fā)生是可行的與其它傳統(tǒng)預(yù)測模型相比精確度要高.BelancheL在AndreaG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(xì)菌和微型動物的觀察和一- 些主觀經(jīng)驗(yàn)并利用該模型對污水處理廠污泥膨脹現(xiàn)象進(jìn)行預(yù)測試驗(yàn)結(jié)果顯示,定性信息對污水處理廠污泥膨脹現(xiàn)象影響很大模型對污泥膨脹的預(yù)測同污水處理廠專家的評價(jià)判斷吻合很好.Glenda M Pigram研究了4種不同的方法用于神經(jīng)網(wǎng)絡(luò)預(yù)測水質(zhì)參數(shù)的能力及其對不同水質(zhì)參數(shù)的預(yù)測精度.結(jié)果表明,內(nèi)插法和移動均值法的預(yù)測能力最強(qiáng)對pH的預(yù)測精度最高對氨氮和總磷濃度的預(yù)測精度最低.A.Karama等針對厭氧消化過程提出了-種混合模型,該模型基于物料平衡方程其中生物生長速率通過神經(jīng)網(wǎng)絡(luò)表述.為了保證訓(xùn)練數(shù)據(jù)裝置外混合模型的生物意義(濃度為正、有界生長速率的飽和抑制),提出一種對神經(jīng)網(wǎng)絡(luò)加以規(guī)范的方法并將這種方法應(yīng)用于固定床生物反應(yīng)器的試驗(yàn)數(shù)據(jù).MartinCote等研究了活性污泥過程的動態(tài)模擬用神經(jīng)網(wǎng)絡(luò)改善預(yù)測.開發(fā)了一個程序以提高現(xiàn)有活性污泥過程機(jī)械模型的精度.神經(jīng)網(wǎng)絡(luò)模型成功地用于經(jīng)優(yōu)化的機(jī)理模型存在的錯誤預(yù)測.M. Bongards認(rèn)為污水處理廠運(yùn)行中的一個主要問題是從污泥脫水和壓縮中排出水的凈化并為其控制設(shè)計(jì)一個聯(lián)合控制器控制器由提前-小時預(yù)測出水值的神中國煤化工水的模糊控制器聯(lián)合組成.這種設(shè)計(jì)構(gòu)造了一個能自適應(yīng)于被控系統(tǒng)的高度非線MYHCNMHG控制器的使用使得模糊控制器的優(yōu)化相對簡單和容易.WenChien-Hsien開發(fā)了一種曝氣池神經(jīng)網(wǎng)絡(luò)模型.這種模型同專家系統(tǒng)互取各自所需要的數(shù)據(jù)二者結(jié)合對整個污水處理廠實(shí)行智能控制.具體方法是: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)?棄推測出-個污泥回流比然后將該值送與神經(jīng)網(wǎng)絡(luò);神經(jīng)網(wǎng)絡(luò)把從專家系統(tǒng)獲得的當(dāng)前狀態(tài)值與韶關(guān)學(xué)院學(xué)報(bào)(自然科學(xué)版)2005年通過網(wǎng)絡(luò)預(yù)測得到的值進(jìn)行比較分析該值是應(yīng)該增加還是減少或是維持不變;專家系統(tǒng)根據(jù)當(dāng)前的BOD和MLSS值以及神經(jīng)網(wǎng)絡(luò)預(yù)測的曝氣池狀態(tài)判斷是否采用這個污泥回流比.如果專家系統(tǒng)想增加曝氣池內(nèi).的BOD濃度,它在向神經(jīng)網(wǎng)絡(luò)模型傳輸數(shù)據(jù)時就在當(dāng)前BOD濃度.上加上一個微小增量作為目標(biāo)值神經(jīng)網(wǎng)絡(luò)模型以此值預(yù)測-個污泥回流比并把它反饋給專家系統(tǒng).蘇敏等針對城市污水生物處理系統(tǒng)的復(fù)雜性、不確定性和難以建立精確數(shù)學(xué)模型的特點(diǎn)提出了一種用BP神經(jīng)網(wǎng)絡(luò)來完成規(guī)則推理的模糊控制器.Michael等提出了-種不能即時獲得的污水處理過程參數(shù)(如進(jìn)水BOD,COD)的近似計(jì)算方法.該方法是基于易直接測量的輔助參數(shù),計(jì)算結(jié)果可用于過程控制.通過神經(jīng)網(wǎng)絡(luò)完成信息處理建立過程參數(shù)和輔助參數(shù)直接的非線性靜態(tài)或動態(tài)相關(guān)關(guān)系.神經(jīng)網(wǎng)絡(luò)的訓(xùn)練采用污水處理廠在線分析儀記錄的數(shù)據(jù).Dong-Jin等對軟傳感技術(shù)進(jìn)行了研究推薦了一種混合神經(jīng)網(wǎng)絡(luò)作為軟傳感器來推測污水水質(zhì)參數(shù).混合神經(jīng)網(wǎng)絡(luò)技術(shù)顯示了強(qiáng)大的預(yù)測能力并可用于從干擾數(shù)據(jù)中提取有用信息以及描述復(fù)雜污水處理過程的非線性.2進(jìn)一步的研究方向雖然近20年來很多學(xué)者都開始研究將神經(jīng)網(wǎng)絡(luò)應(yīng)用于污水處理過程尤其在國外這已成為研究熱點(diǎn)之-,但通過對已有研究成果的分析可以看出大多數(shù)研究仍停留在實(shí)驗(yàn)室階段.建立的多數(shù)神經(jīng)網(wǎng)絡(luò)模型屬靜態(tài)模型不完全適合污水處理的在線控制..要用神經(jīng)網(wǎng)絡(luò)或與其它技術(shù)結(jié)合實(shí)現(xiàn)對污水處理過程完全的和高品質(zhì)的控制還有很長的路要走.聯(lián)系已有的研究成果結(jié)合對污水處理過程特點(diǎn)和神經(jīng)網(wǎng)絡(luò)技術(shù)的認(rèn)識我們對未來的研究提出以下觀點(diǎn):(1)將神經(jīng)網(wǎng)絡(luò)用于污水處理過程最終和最直接的目的是實(shí)現(xiàn)對污水處理過程的高性能控制.基于各種智能控制方法都有其優(yōu)勢和不足若能將兩種和兩種以上智能控制方法適當(dāng)?shù)亟Y(jié)合起來吸取各自的長處則可組成比單獨(dú)-種控制系統(tǒng)性能更好的綜合(集成智能控制系統(tǒng)4].針對不同污水處理工藝建立不同綜合(集成智能控制系統(tǒng)是主要研究方向之一這種綜臺(集成)智能控制系統(tǒng)可能是神經(jīng)控制與另外一種或幾種智能控制技術(shù)的結(jié)合或者是神經(jīng)控制與傳統(tǒng)控制技術(shù)的結(jié)合,如模糊神經(jīng)控制系統(tǒng)、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)、基于遺傳算法的神經(jīng)控制系統(tǒng)、神經(jīng)網(wǎng)絡(luò)專家智能協(xié)調(diào)控制及神經(jīng)PID控制等.(2)神經(jīng)網(wǎng)絡(luò)固然功能強(qiáng)大但并不是所有的過程參數(shù)都適合用神經(jīng)控制.因此仍然應(yīng)加強(qiáng)對污水生物處理的活性污泥數(shù)學(xué)模型研究建立規(guī)范適用的模型參數(shù)測量方法體系通過理論和應(yīng)用研究確定不同污水處理工藝中的不同過程控制參數(shù)分別適用的控制方法并最終確定智能控制和模型控制的結(jié)合方式.(3)污水處理過程象其它工業(yè)過程--樣會由于不確定因素和外界的干擾而出現(xiàn)故障,且污水處理過程中的不確定因素比一般工業(yè)過程更多,出現(xiàn)故障的可能性更大.因此如何在故障出現(xiàn)之前做到準(zhǔn)確預(yù)測分析以避免或減少故障給正常生產(chǎn)帶來的不便和經(jīng)濟(jì)損耗是污水處理廠面臨的重要課題.根據(jù)已積累的污水廠運(yùn)行管理的經(jīng)驗(yàn)利用神經(jīng)網(wǎng)絡(luò)和專家系統(tǒng)等智能方法建立通用性預(yù)測與故障分析系統(tǒng)是解決這--問題的出路.中國煤化工(4)-直以來困擾污水處理廠自動控制的一個重要因素MYHCNMHG質(zhì).污水處理過程的重要參數(shù)是污水進(jìn)出水水質(zhì)參數(shù)而反應(yīng)污水水質(zhì)的最重要參數(shù)一有 機(jī)污染物濃度( BOD或COD )至今還沒有實(shí)時在線傳感器因此用神經(jīng)網(wǎng)絡(luò)將這些難以實(shí)時檢測的參數(shù)與污水處理的-些易檢測過程參數(shù)聯(lián)系起來建立其可靠的相關(guān)關(guān)系，從而間接實(shí)現(xiàn)對污水水質(zhì)參數(shù)在線實(shí)時檢測的目的，這就是所謂的軟測量”技術(shù).值得涇戇的是這些參數(shù)之間的相關(guān)關(guān)系會隨不同污水種類、不同污水處理工藝及工藝運(yùn)行而有所區(qū)第3期肖勝中,等神經(jīng)網(wǎng)絡(luò)在污水處理中的應(yīng)用21別.(5)雖然已經(jīng)積累了相當(dāng)豐富的污水處理理論與實(shí)踐知識人們對污水處理過程的認(rèn)識還不夠深刻.應(yīng)積極開展利用分子生物學(xué)技術(shù)和生化分析技術(shù)對活性污泥混合液中的活性生物量進(jìn)行測量的研究在此基礎(chǔ)上研制出可用于實(shí)際污水處理過程的優(yōu)質(zhì)可靠的生物傳感器.3結(jié)語神經(jīng)控制特別適用于具有不確定性和高度非線性的多變量污水處理系統(tǒng)的控制.針對不同污水處理工藝建立不同綜合(集成)智能控制系統(tǒng)是今后污水自動控制的主要研究方向之一.此外加強(qiáng)對污水生物處理的活性污泥數(shù)學(xué)模型研究并確定智能控制和模型控制的結(jié)合方式、根據(jù)已積累的污水廠運(yùn)行管理經(jīng)驗(yàn)利用神經(jīng)網(wǎng)絡(luò)和專家系統(tǒng)等智能方法建立通用性預(yù)測與故障分析系統(tǒng)、用神經(jīng)網(wǎng)絡(luò)實(shí)現(xiàn)軟測量”、研制可用于實(shí)際污水處理過程的優(yōu)質(zhì)可靠的生物傳感器等都是有待于進(jìn)一步研究的內(nèi)容.參考文獻(xiàn):[ 1 ]Wang Zhimin. Special Issue on Fuzry Logie and Neural networ[ J]. IEEE Transaction on neural networks ,1992 3( 5)58 - 84.[2王耀南.智能控制系統(tǒng)M].長沙湖南大學(xué)出版社,1995.[3李士勇.模糊控制、神經(jīng)控制和智能控制論第二版I M ].哈爾濱哈爾濱工業(yè)大學(xué)出版社,1998.[ 4劉增良.模糊技術(shù)與神經(jīng)網(wǎng)絡(luò)技術(shù)選編M ].北京北京航空航天大學(xué)出版社2001.Application of Neural Network in Wastewater Treatment SystemXIAO Sheng: zhong' 2 ZHANG Xin zheng2 ,WU Qi-feng'( 1. Department of Mathematics , Guangdong Agriculture Industry Business College ,Guangzhou 510507 , Guangdong , China ; .2. Automatic Faculty College , Guangdong University of Technology , Guangzhou 510080 , Guangdong , China ;3. Department of Mathmatics , Shaoguan University , Shaoguan 512005 , Guangdong , China )Abstract : The development and perfection of WNN have made foundation for various fields including wastewater treat-ment and complicated nonlinear system. ,It is important to control wastewater treatment system process by means of WNNtechnology , In this paper , the different roles of WNN in automation of wastewater treatment plant were discussed , andthe further investigated problems were given.Key words : neural network iwastewater treatment ; automatic control ; neurocontrol(責(zé)任編輯王桂珍)中國煤化工MHCNMHG