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 Bejing Technology and Business University( Natural Science Edition )May 2005文章編號:1671-1513( 2005 )03-0031-04污水處理過程的軟測量技術(shù)王正祥，劉載文，薛福霞(北京工商大學(xué)信息工程學(xué)院,北京 100037 )摘要:污水處理過程的軟測量技術(shù)是為解決污水處理出水水質(zhì)(如BOD,、COD等)難以在線實時檢測而提出的它為污水處理質(zhì)量參數(shù)的在線預(yù)測和閉環(huán)控制創(chuàng)造必要的前提條件并提供可行的解決方案，從而穩(wěn)定出水水質(zhì)和提高污水處理的效率。介紹軟測量技術(shù)的概念研究污水處理軟測量建模方法,以及工程設(shè)計方法。關(guān)鍵詞:污水處理;軟測量技術(shù);建模方法中圖分類號:X502 ;TP273*. 5文獻(xiàn)標(biāo)識碼:A目前污水生物處理廣泛使用的是活性污泥法，水處理過程的自動監(jiān)測和預(yù)報系統(tǒng)實現(xiàn)出水的優(yōu)其實質(zhì)是以存在于污水中的有機(jī)物作為培養(yǎng)基(底化排放具有重要的實際意義和應(yīng)用價值。物)在有氧的條件下對各種微生物群體進(jìn)行混合連續(xù)培養(yǎng)通過凝聚、吸附、氧化分解、沉淀等過程去1軟測量的概念除有機(jī)物的一種污水處理方法。目前污水處理廠的所謂軟測量技術(shù)就是利用易測過程變量與難以出水水質(zhì)BOD,(生物化學(xué)需氧量) COD(化學(xué)耗氧直接測量的待測過程變量之間的數(shù)學(xué)關(guān)系通過各量)T-N(總含氮量)T-P(總含磷量)等濃度參數(shù)大種數(shù)學(xué)計算和估計方法,從而實現(xiàn)對待測過程變量多靠人工化驗來確定尤其是BOD3需經(jīng)過5天之的測量。這樣建立的軟測量模型可以完成一些實際后才能得到化驗結(jié)果。顯然化驗結(jié)果大大滯后于硬件檢測所不能完成的測量任務(wù)。圖1中y代表主.污水的排放過程,也就是說等到知道出水水質(zhì)指標(biāo)導(dǎo)變量R代表可測的輔助變量d和u分別表示可BOD,不合格時早已排出大量不合格的處理水造測的干擾和控制變量。軟測量的目的就是利用所有成二次污染。針對此情況國外少量污水處理廠采用了在線可獲得的信息求取主導(dǎo)變量的最優(yōu)" 估計值j ,即分析儀表進(jìn)行測量。但目前污水處理自動控制系統(tǒng)構(gòu)造從可測信息集R到j(luò)的映射:中所采用的一些檢測專用儀器檢修與維護(hù)困難、價j( S)=K( S)k( S)格昂貴并且技術(shù)尚不完善,誤差較大，檢測精度達(dá)不到預(yù)期效果,以致于難以提供實時質(zhì)量信息作為對|一十 y質(zhì)量控制的反饋信號。而反映污水水質(zhì)的最重要參象R數(shù)有機(jī)污染物濃度( BOD或COD )還沒有實時在線圖1軟測量模型傳感器,因而直接影響了污水處理的效率與效果。因此將軟測量技術(shù)應(yīng)用于污水處理過程建立出水2污水處理軟測量模型建立水質(zhì)BOD,等參數(shù)的軟測量模型,以實現(xiàn)污水處理中國煤化工成較好的基礎(chǔ),但在應(yīng)過程的實時計算機(jī)監(jiān)測和預(yù)報,在 此基礎(chǔ)上開發(fā)污MYHCNMHG收稿日期:2005 -03 -01基金項目: 北京市優(yōu)秀人才項目北京市教育委員會科技發(fā)展項目(編號KM200310011040 )作者簡介:王正祥( 1973- )男,甘肅金昌人碩士研究生研究方向為智能控制和污水處理過程控制。劉載文( 1954- )男廣東南海人教授主要從事智能控制與測控網(wǎng)絡(luò)方面的研究。3北京工商大學(xué)學(xué)報(自然科學(xué)版)2005年5月用方面卻缺乏系統(tǒng)的開發(fā)思路。目前軟測量比較常ASMI ,ASM2 ,ASM3模型，但這些模型涉及的參數(shù)太用的設(shè)計方法如圖2。多,許多參數(shù)目前缺乏成熟的測量技術(shù)實際應(yīng)用相當(dāng)麻煩同時由于建模代價大，并且模型精度差,因| 機(jī)理分析，選擇輔助變量而很少應(yīng)用。目前提出的比較流行的觀點(diǎn)是:將良數(shù)據(jù)采集與預(yù)處理好的活性污泥數(shù)學(xué)模型與相應(yīng)的控制理論相結(jié)合,實現(xiàn)智能控制。建立軟測:量模型2.3.2回歸分析設(shè)計校正模塊回歸分析是統(tǒng)計數(shù)學(xué)的一-個重要分支,在實驗數(shù)據(jù)處理中又稱為曲線擬和”?；貧w分析有多種在實踐中實現(xiàn)軟測量形式按因變量和自變量是否存在線性關(guān)系可分為軟測量效果評價線性回歸和非線性回歸。線性回歸的實質(zhì)是對象的函數(shù)關(guān)系在工作點(diǎn)附近-階泰勒展開式,如果系統(tǒng)圖2軟測量設(shè)計流程非線性比較嚴(yán)重則無法選用。常用的線性回歸方2.1輔助變量的選擇依據(jù)圖2的設(shè)計思路分析城市污水處理的相關(guān)法有多變量回歸(MLR)主元回歸(PCR)部分最工藝條件,確定以下幾個輔助變量:生化需氧量小二乘法( PLS)。由于實際工程中測量數(shù)據(jù)的相關(guān)性比較普遍,因而PIS法應(yīng)用較廣泛。(BOD)化學(xué)需氧量(COD)溶解氧(DO)污泥濃回歸模型的回歸方程是Y=XA其中X代表輔度( MLSS)濁度、pH值、氧化還原電位( ORP)、進(jìn)助可測變量(x, 2心山x)=( BOD,T_ N ,T_P,水的總氮( T-N )和總磷( T-P)。由于本課題主要目MISS ,DO),Y 代表預(yù)測值y,和y)=( BODT_N,的是解決出水BOD難測問題所以結(jié)合實際條件可T_ P)回歸系數(shù)矩陣A=( x'x) 'xY通過測量值計選擇DO、進(jìn)水BOD、MLSS、T-N或T-P作為輔助變算A從而得到預(yù)測值Y。彭向華通過66組訓(xùn)練樣量,雖然輔助變量較多可以更好的包涵污水處理的本值的預(yù)測發(fā)現(xiàn):上述回歸模型的擬合效果和預(yù)測有關(guān)信息給建模精度帶來好處但同時會給模型的效果均不甚理想對系統(tǒng)變化趨勢也不能很好地反計算和網(wǎng)絡(luò)的訓(xùn)練帶來較多的困難,因而需要權(quán)衡映[。造成的原因大概有:系統(tǒng)非線性關(guān)系較強(qiáng),考慮輔助變量的選擇。僅僅通過簡單的線性運(yùn)算無法滿足其要求所選取2.2 數(shù)據(jù)預(yù)處理輔助變量與主導(dǎo)變量相關(guān)性不強(qiáng)數(shù)據(jù)樣本可靠性污水處理中最常用的數(shù)據(jù)預(yù)處理方法是用統(tǒng)計不高?；貧w分析忽略了污水處理中的非線性因素,假設(shè)校驗剔除含有顯著誤差的數(shù)據(jù)后,再采用平均回歸系數(shù)矩陣階次不能很好的擬和實際過程需要濾波的方法去除隨機(jī)誤差。對于異常數(shù)據(jù)的剔除大量的實驗試湊較難應(yīng)用。采用統(tǒng)計判別法中的拉依達(dá)準(zhǔn)則( 3σ準(zhǔn)則)。同時2.3.3神經(jīng)網(wǎng)絡(luò)方法為了消除由于不同特征因子量綱不同和數(shù)量級不同污水處理神經(jīng)網(wǎng)絡(luò)軟測量主要是通過選取輔助所帶來的影響。對數(shù)據(jù)進(jìn)行歸一化處理,處理后可變量主導(dǎo)變量構(gòu)造神經(jīng)網(wǎng)絡(luò)模型應(yīng)用-些神經(jīng)使得各變量的均值為0標(biāo)準(zhǔn)差為1，從而有利于軟網(wǎng)絡(luò)算法不斷調(diào)整網(wǎng)絡(luò)的權(quán)值和閾值通過訓(xùn)練網(wǎng)測量模型的訓(xùn)練。絡(luò)從而使預(yù)測的主導(dǎo)變量接近實際測量值。神經(jīng)2.3軟測量 模型的建立方法網(wǎng)絡(luò)訓(xùn)練需要大量的輸入、輸出數(shù)據(jù)并且訓(xùn)練數(shù)據(jù)2.3.1機(jī)理建模近可能的窮舉系統(tǒng)實際的輸入輸出范圍。訓(xùn)練后機(jī)理建模建立在對污水處理工藝原理深刻認(rèn)識的網(wǎng)絡(luò)可以獲得其權(quán)值和閾值,從而通過編程實現(xiàn)的基礎(chǔ)上通過對被測對象的分析找出不可測主導(dǎo)對新中國煤化工現(xiàn)污水處理的軟測量,變量與可測輔助變量之間的數(shù)學(xué)關(guān)系利用基本的常見IYHCNMHG物理定理等知識列出平衡方程式建模。它是最精確目前常用的算法有以下幾種:的模型具有先驗性、預(yù)估性優(yōu)點(diǎn)。近20年來國外1 )BP算法學(xué)者在活性污泥數(shù)學(xué)模型的建立機(jī)理應(yīng)用方面研究此算法是一種多層前向網(wǎng)絡(luò)算法,網(wǎng)絡(luò)由工作非常活躍,比較典型的模型有IAWQ專家所開發(fā)的信號正向傳播、誤差反向傳播兩步分組成,它是建立第23卷第3期王正祥等:污水處理過程的軟測量技術(shù)小的隱結(jié)點(diǎn)數(shù)等優(yōu)點(diǎn)3。ORP .O十COD4 )過程神經(jīng)網(wǎng)絡(luò)DO-0-- BOD進(jìn)入BOD過程神經(jīng)元的輸入和連接權(quán)值均可為-個時間MLss---OO一P過程并在傳統(tǒng)神經(jīng)元空間聚合運(yùn)算的基礎(chǔ)上增加了一個時間聚合算子使過程神經(jīng)元的聚合運(yùn)算和輸入層隱層輸出層激勵作用能同時反映信號的空間總和效應(yīng)和時間總圖3污水處理 神經(jīng)網(wǎng)絡(luò)模型和效應(yīng)4。過程神經(jīng)元由加權(quán)聚合,激勵運(yùn)算三在梯度下降基礎(chǔ)上的有導(dǎo)師學(xué)習(xí)算法。通過正向和步分組成。與傳統(tǒng)神經(jīng)元的不同中處在于過程神反向信號的不斷反復(fù)傳播修改各層神經(jīng)元的權(quán)值，經(jīng)元的輸 入和權(quán)值是依賴與時間的函數(shù)甚至包括使得誤差信號最小逼近期望輸出完成學(xué)習(xí)過程。時間的多元函數(shù)。網(wǎng)絡(luò)訓(xùn)練算法是在輸入函數(shù)、權(quán)BP網(wǎng)絡(luò)具有很強(qiáng)的非線性映射能力。但BP網(wǎng)絡(luò)函數(shù)中引入一組適當(dāng)?shù)暮瘮?shù)正交基將它們在給定存在訓(xùn)練時間長，收斂速度慢,局部最小的問題需精度下展開為該組正交基的有限項級數(shù)形式，來簡要的樣本多,網(wǎng)絡(luò)模型大并且尚無一種理論來指導(dǎo)化過程神經(jīng)元對時間聚合運(yùn)算的復(fù)雜性然后應(yīng)用計算隱層的最佳單元數(shù)。目前已有人改進(jìn)BP網(wǎng)絡(luò)BP算法等訓(xùn)練網(wǎng)絡(luò),在該算法下過程神經(jīng)元網(wǎng)絡(luò)算法如附加動量的BP算法、學(xué)習(xí)速率可變的BP的學(xué)習(xí)過程與傳統(tǒng)前饋神經(jīng)網(wǎng)絡(luò)的訓(xùn)練過程具有相算法和彈性BP算法、共扼梯度法、擬牛頓法和lev-同的計算復(fù)雜度。應(yīng)用表明，這種算法簡化了過程enberg-Marquardt法。在工程中取得較好的結(jié)果。神經(jīng)網(wǎng)絡(luò)的計算,同時還可提高網(wǎng)絡(luò)學(xué)習(xí)的穩(wěn)定性文獻(xiàn)1]利用BP算法獲得的污水處理軟測量模型和收斂率。較好地預(yù)測了出水BOD ,T-N ,T-P 的規(guī)律。過程神經(jīng)網(wǎng)絡(luò)是由若干個過程神經(jīng)元和一般非2)RBF算法時變神經(jīng)元按照一定的拓?fù)浣Y(jié)構(gòu)組成的人工神經(jīng)元RBF網(wǎng)絡(luò)是單隱層的前向網(wǎng)絡(luò),網(wǎng)絡(luò)輸出權(quán)系統(tǒng)。為了提高網(wǎng)絡(luò)對非線性系統(tǒng)的映射能力增值、基函數(shù)的中心、隱層單元數(shù)目需學(xué)習(xí)確定。主要強(qiáng)網(wǎng)絡(luò)的柔韌性和知識存貯能力,可以建立雙隱層的學(xué)習(xí)算法有:Moody 與Darken 算法、局部訓(xùn)練算的結(jié)構(gòu),-層為過程神經(jīng)元結(jié)構(gòu),-層為非時變的神法、正交優(yōu)選算法、聚類與Givens最小二乘聯(lián)合迭經(jīng)元結(jié)構(gòu)。過程神經(jīng)網(wǎng)絡(luò)的提出拓展了傳統(tǒng)神經(jīng)網(wǎng)代法、RBFNN算法等。它的學(xué)習(xí)算法不存在局部最絡(luò)的適應(yīng)范圍，更好的模擬了過程的實際特性。由優(yōu)問題具有全局逼近性質(zhì)而且其參數(shù)調(diào)整是線性于過程神經(jīng)網(wǎng)絡(luò)提出不久并且部分理論還需論證的,訓(xùn)練方法快擬和誤差小適合動態(tài)系統(tǒng)的實時因而關(guān)于過程神經(jīng)網(wǎng)絡(luò)的應(yīng)用很少。目前何新貴辨識在一定程度上解決了BP網(wǎng)絡(luò)的訓(xùn)練時間長,院土和許少華將其成功的用在油藏開發(fā)預(yù)測模擬過收斂速度慢局部最小的問題。RBF 網(wǎng)絡(luò)在實際運(yùn)程中45]國內(nèi)外還沒有在污水處理中應(yīng)用過程神經(jīng)用中存在網(wǎng)絡(luò)基函數(shù)數(shù)據(jù)中心的確定、如何確定徑網(wǎng)絡(luò)的報道。但是過程神經(jīng)網(wǎng)絡(luò)給污水處理建模提向基函數(shù)、怎樣提高網(wǎng)絡(luò)的綜合能力等問題。國內(nèi)供了一種實時性預(yù)測的前景。劉載文等人將RBF算法應(yīng)用于污水處理中通過仿3軟測量的在線校正真分析，認(rèn)為網(wǎng)絡(luò)在許多方面性能優(yōu)于BP網(wǎng)絡(luò)2]。3 )隨機(jī)神經(jīng)網(wǎng)絡(luò)與混合神經(jīng)網(wǎng)絡(luò)隨著時間的推移測量對象的特性和工作點(diǎn)會隨機(jī)型神經(jīng)網(wǎng)絡(luò)不完全依權(quán)值的改變,而是將發(fā)生變化,因此必須對模型在線校正。- -般分為模統(tǒng)計力學(xué)思想引入其中,網(wǎng)絡(luò)的進(jìn)行過程不再完全型結(jié)構(gòu)在線校正和模型參數(shù)在線校正兩方面工業(yè)按照確定的網(wǎng)絡(luò)方程,同時考慮隨機(jī)因素按一定的中常采用模型參數(shù)在線校正將離線分析值代入自概率分布決定狀態(tài)的轉(zhuǎn)移其學(xué)習(xí)算法可使網(wǎng)絡(luò)能適應(yīng)中國煤化工。神經(jīng)網(wǎng)絡(luò)軟儀表的量函數(shù)收斂于全局最小點(diǎn)，從而得到問題的最小解。校正MHCN MH G期學(xué)習(xí)兩部分,從修正浙江大學(xué)智能系統(tǒng)與決策研究所提出了一種由多項層次上有淺度修止和深度修正之分。式模型和多層前向神經(jīng)網(wǎng)絡(luò)構(gòu)成的確定污水COD4軟測量的實際應(yīng)用預(yù)估值的混合神經(jīng)網(wǎng)絡(luò)具有模型泛化外推能力強(qiáng),訓(xùn)練樣本少可以根據(jù)擬合精度的要求自動確定最軟測量技術(shù)在過程控制和優(yōu)化控制中應(yīng)用最廣3北京工商大學(xué)學(xué)報(自然科學(xué)版)2005年5月的是實現(xiàn)推斷預(yù)測控制,在污水處理中基于DO的優(yōu)化控制如圖40]。5結(jié)束語非線性優(yōu)化器--8-+控制器污水處理過程針對污水處理工藝建立不同的軟測量模型是污水處理過程控制的主要研究方向之一。軟測量技術(shù)軟測量模型可以解決污水處理中關(guān)鍵處理指標(biāo)的滯后檢測問題降低成本提高預(yù)測精度。同時提高我國污水處圖4污水處理優(yōu)化控制框軟測量方法本質(zhì)_上是一種傳感器實現(xiàn)技術(shù),可理自動化水平和質(zhì)量,是我國城市建設(shè)急需解決的以適應(yīng)與-切能用可測輸入與不可測輸出關(guān)系模型.重要問題污水處理軟測量技術(shù)具有很高的理論與描述的對象,如果軟儀表達(dá)到一定的精度則能夠.學(xué)術(shù)研究意義,廣闊的推廣應(yīng)用前景,可產(chǎn)生明顯.“替代”硬儀表實現(xiàn)參數(shù)的測量。雖然某些污水處的經(jīng)濟(jì)效益。理廠已部分使用計算機(jī)進(jìn)行管理與控制,但仍采用參考文獻(xiàn):人工操作加自動監(jiān)測顯示并未完成閉環(huán)控制和優(yōu)化控制這一點(diǎn)與國外差距很大。在80年代中后期[1] 彭向華.軟測量技術(shù)在污水處理中的應(yīng)用研究[ D ]由國外陸續(xù)引進(jìn)了多套城市污水處理自動控制設(shè)昆明:昆明理I大學(xué)碩士論文集,2002 ,10-30.備迫使人們研究和消化這些技術(shù),以提高國內(nèi)城市[2]劉載文崔莉鳳祁國強(qiáng),等.SBR出水BOD值的RBF軟測量法J]中國給水排水2004 (5 )17-20.污水處理廠運(yùn)行控制水平。但操作人員素質(zhì)較低、[3]方駿戴連奎.基于混合神經(jīng)網(wǎng)絡(luò)模型的污水COD專用儀表和傳感器開發(fā)落后、控制方法和技術(shù)、控制值預(yù)估法J]中國給水排水2000( I1 )b-9.軟件方面研究落后等是制約計算機(jī)在污水處理廠自[4]黃鳳良軟測量思想與軟測量技術(shù)[ J]計量學(xué)報,動控制中應(yīng)用的一個主要因素。沒有-個合適建模2004 (6 ) 284 - 288.與優(yōu)化控制軟件,使計算機(jī)控制作用極為有限。同[5] 周志華曹存根.神經(jīng)網(wǎng)絡(luò)及其應(yīng)用[ M]北京清華時污水處理廠運(yùn)行控制復(fù)雜運(yùn)行參數(shù)的突變情況大學(xué)出版社2004. 37 -57.較多,使得系統(tǒng)協(xié)調(diào)十分困難這也是軟件開發(fā)困難[6]易靈芝,朱建林張林亭,等.軟測量的工程化設(shè)計的原因之一。[J]自動檢測技術(shù)2002 21( 6 ) 26 -28.SOFT SENSING TECHNIQUE FOR SEWAGETREATMENT PROCESS .WANG Zheng-xiang，LIU Zai-wen，XUE Fu-xia( College of Information Engineering ,Beijing Technology and BusinessUniversity , Bejing 100037 , China )Abstract : The soft sensing technique for sewage treatment provides an approach to measure BOD; orCOD which are difficult to get on line , it sloves the optimum control and on-line prediction. Using it wecan closely control the sewage treatment , so improve the efficiency of sewage treatment. The article givesthe concept of soft measurement , methods of designing中國煤化工its application inwastewater treatment.YHCNMHGKey words : sewage treatment ; technique of soft sensing ; ways of soft measurement(責(zé)任編輯鄧清燕)