污水处理智能控制的发展现状研究

刘　韬

摘要：由于污水处理的运行费用是庞大的、长期的，如果通过有效的控制能将城市污水处理厂的运行费用节省1％，也是个天文数字。由此可见，加强城市污水处理系统智能控制的研究非常必要。文章对污水处理智能控制的发展现状进行了探讨。

关键词：污水处理；智能控制；人工智能；神经网络；模糊控制

中图分类号：X703

文献标识码：A

文章编号：1009-2374(2009)17-0121-02

污水处理的智能化是行业发展的技术升级与科学发展的具体体现。智能控制是自动控制发展的高级阶段，是人工智能、控制论、系统论和信息论等多种学科的高度综合与集成，它主要包括模糊控制、神经网络控制、学习控制和专家控制等。智能控制在各种非稳定的动态工程系统中的应用日益广泛与深入，特别是近年来取得的研究与应用成果更受瞩目。

一、国内外自控技术现状分析

发达国家在二级处理普及以后投入大量资金和科研力量加强污水处理设施的监测、运行和管理，实现了计算机控制、报警、计算和瞬时记录。与国外相比，我国污水处理自动化控制起步较晚，进入20N：纪90年代以后污水处理厂才开始引入自动控制系统，但多是直接引进国外成套自控设备，国产自动控制系统在污水处理厂直用很少。近年来，国内外均有学者对污水处理自动控制工艺进行研究，以寻求更精确、更可靠的方法实施自动控制。

例如Puznava等在同步硝化／反硝化的生物滤池中引入了实时曝气控制，建立了基于DO在线监测的反馈控制和基于氨氮和DO在线监测的串联控制。与传统硝化一反硝化生物曝气滤池(BAF)相比，采用实时曝气控制的生物滤池在达到相同处理效果(出水TN<20mg／L)时，曝气量低于传统方法的50％。王淑莹在国外已有的时间和流量程序控制的基础上，提出一种SBR法有机物浓度控制，使控制过程更定量化和精密化。工业废水的水质变化很大，当进水有机物浓度高时，为使出水水质达标，应适当增加反应时间使运行更可靠；而当进水有机物浓度低时可以减少反应时间以节省运行费用。彭永臻等将ORP作为SBR反应器有机物降解程度间接指标的研究结果表明，无论是在很大范围内改变曝气量或者改变MLSS浓度，还是使反应初始COD在230～2180mg／L之间逐渐变化或突然变化，当COD达到难降解浓度时，ORP都迅速、大幅度地升高，随后又很快趋于平稳，并在某一特定范围内稳定下来。因此，可以用ORP作为SBR法反应时间的计算机控制参数，实现计算机在线自动控制。

通过以上对污水处理现状分析，得出以下问题：合理数学模型的建立严重制约着传统污水处理技术的发展，并且建模必须遵循一些比较苛刻的线性化假设，然而实际污水处理系统由于存在复杂性、非线性、时变性、不确定性和不完全性等，因此采用传统控制理论建立的污水处理自动控制系统在实际工程应用上存在出水水质波动较大等问题。污水处理自动控制系统中所采用的一些自动化检测设备、仪表的功能目前还很不完善，在实际检测中达不到预期效果、误差很大，因此依靠这些检测设备判断污水处理情况并实施自动控制，往往很难达到处理水质达标排放和节约能源的目的。污水处理自动控制有别于其他控制系统，它需要对大量阀门、泵、鼓风机和吸(刮)泥机、曝气池和污泥消化池内的搅拌器等机械设备及沉淀池和消化池进、排泥量进行控制，因此污水处理厂需要自动控制的开关量多，它们常常要根据一定时间或逻辑顺序定时开／停，然而目前我国生产的阀门质量存在一些问题，使用寿命较短，如果从国外进口价格又很昂贵，一般污水处理厂很难承受，因此笔者认为制约我国污水处理自动控制发展的主要原因不是生产工艺问题而是设备问题。

二、智能控制技术的应用与发展

随着科技的发展和市场运作的成熟，智能控制特别适用于复杂的污水处理动态过程的控制，因此近年来智能控制在美国、欧洲、日本的给水处理、污水生物处理、污水的物理化学处理中都有典型的成功应用。作为智能控制重要分支的模糊控制、神经网络控制、专家控制和自学习控制等除了应用到工业过程控制以外，已经扩大到军事、医学、高科技领域。

(一)模糊控制

模糊控制(Fuzzy Control)能将操作者或专家的控制经验和知识表示成语言变量描述的控制规则，然后用这些规则去控制系统。因此，模糊控制特别适用于数学模型未知的、复杂的非线性系统的控制。正是基于模糊控制这些特点，近年来它已成为污水处理系统的研究热点。

1980年Tong等首次将模糊控制应用到污水处理中，将出水BOD、ss、曝气池MLSS、DO及出水氨氮浓度、回流污泥量等监测数据作为输入变量输入该系统，“模糊化”以后再与“规则集”进行匹配，随后确定相应的控制手段，最后通过反模糊化得到量化的具体信号来实施控制。Flanagan利用Olsson等提出的曝气池DO控制技术，以沿池长的DO浓度变化曲线来估计曝气池中底物利用效率和微生物活性。他的知识库中的知识不仅有根据工艺状态确定采用何种控制措施这一类启发性规则，而且还有DO曲线特征及相关工艺状态方面的知识。

与常规活性污泥法相比，高纯氧活性污泥法对控制的要求更加严格。由于过程滞后和噪声干扰，此系统两种常规反馈控制在控制过程中经常出现问题。为此Yin等人研究了四种模糊逻辑控制系统，结果表明在正常条件下，模糊控制比常规的反馈控制更加节约能源、减少DO波动、稳定进水流量和出气流速。

Manesis等人对一个前置反硝化污水处理厂进行了模糊控制系统研究。他们以反应器中氨氮、硝态氮、DO、温度、MISS和二沉池进出水BOD的差值作为模糊控制系统的输入变量，以曝气区供氧速率、好氧区向缺氧区的回流速率以及二沉池向反应器的污泥回流速率作为输出变量，以处理厂操作人员的经验建立模糊控制规则，并在希腊Patras污水处理厂进行了仿真，取得了较好的结果。

(二)神经网络控制

基于人工神经网络的控制(ANN--based Control)简称神经控制(NeuralControl)。神经网络是由大量人工神经元广泛联结而成的网络，它具有很强的自适应性和学习能力、非线性映射能力和容错能力。神经网络因具备上述特点，近年来越来越受到国内外污水处理专家的重视，并在污水处理自动控制系统中开展人工神经网络控制研究，取得了许多具有推广应用价值的成果。

国外研究者研究开发了一种基于时间延迟神经网络模型的在线废水水质预测系统。他们首先提出采用多层感知器(MLP)网络模型对所建立的时间延迟神经网络(TDNN)的输入节点进行筛选，最后得到一个输入TDNN模型，网络经过训练以后，其对废水处理预测精度均优于标准MLP模型。Gontarski等应用BP算法人工神经网络预测一个工业废水处理厂的出水水质，试验中共使用了7个神经网络，每一个反应器用一个神经网络，

最后一个神经网络用来预测出水TOC的变化：试验结果表明，废水的流量和进水pH值是水处N理厂重要的控制参数。

(三)专家控制

专家控制(Expert Control)是智能控制的一个重要分支，又称专家智能控制。所谓专家智能控制，是把专家系统的理论和技术同控制理论、方法与技术相结合，在未知环境下仿效专家的智能，实现对系统的控制。20世纪90年代国外就有学者开始研究采用专家系统智能控制技术来实现污水处理的自动控制，并取得了有效成果。

Barnet建立了一个斯于规则的专家系统，用于污泥厌氧消化的故障诊断。整个过程由计算机进行模拟，过程变量包括消化池的输入输出及表征池内状态的9个参数，控制变量是进泥量、回流污泥量、稀释水量和调节pH值的酸碱投量。另外，研究者为专家系统界定5类消化工艺运行不正常状态，每类状态又细分为注意、警告、危急和恢复正常等几类亚状态。这些状态和亚状态再与相关的控制措施相对应，即不正常状态的类型和程度决定了该采取什么样的控制手段，以便使消化恢复正常。

通过以上分析可知，智能控制技术在污水处理中应用较晚(只是近20年才逐渐得到应用)，而且大多数仍停留在实验室研究阶段，很多地方还很不完善。以神经网络控制为例，目前研究较多的模型属于静态模型，在一定程度上不太适合污水处理在线控制，因为活性污泥法污水处理随时间变化较大而且具有较大滞后性。因此，建议从事污水处理智能控制的科研人员以实际污水处理厂为研究目标，找出各种控制参数随时间的变化规律，运用动态模型建立污水处理智能控制系统。

三、结语

虽然智能控制已成为污水处理的研究与应用中的前沿与热点，但国内外仍处于广泛应用的初级阶段。与发达国家相比，我国在污水处理的基本理论、工艺流程和工程设计等方面并不明显落后，但是在运行管理与自动控制方面却存在着较大的差距。目前，我国城市污水处理厂的吨黼电量是发达国家的近两倍，而运行管理人数又是其若干倍，因此加强我国污水处理系统智能控制的研究与应用具有重要的科学意义与应用价值。由于智能控制的优越性及其研究与应用的迅速发展，目前国外许多城市污水和工业废水处理厂正在通过技术改造向实现智能控制方向过渡。我国应当在现有条件的情况下，在污水处理厂的规划、设计与建设初期就尽可能采用或部分采用智能控制。

参考文献

[1]李士勇，模糊控制·神经控制和智能控制论[M]，哈尔滨：哈尔滨工业大学出版社，1996

[2]孙增忻智能控制理论与技术[M]，北京：清华大学出版社，1997

[3]李树伟，有关污水处理场微机自动调控的一些看法，石油化工环境保护，1994，(1)

［4]牛学义，济宁污水处理厂控制系统的特点，给水排水，2000，26(6)

[5]宋颉，莲花味精集团污水处理厂SBR自控系统，中国给水排水，1999，15(6)

[6]王淑莹，论间歇式活性污泥法的自动控制[J]，哈尔滨建筑工程学院学报，1995，28(1)

[7]彭永臻，邵剑英，周利，等刑用ORP作为SBR法反应时间的计算机控制参数，中国给水排水，1997，13(6)