基于案例的污水处理工艺选择专家系统设计

邓金锋,孙清斌,尹春芹,张晓玲

(湖北理工学院 环境科学与工程学院，湖北 黄石 435003)



基于案例的污水处理工艺选择专家系统设计

邓金锋,孙清斌,尹春芹,张晓玲

(湖北理工学院 环境科学与工程学院，湖北 黄石 435003)

基于现有污水处理设施案例设计了一个用于工艺选择的专家系统。系统构建以经过分析、判断和修正的案例作为知识库，通过综合分析大众用户的使用意见形成知识库改进的依据，系统k值由k-近邻算法的预测结果确定。该系统的使用不仅减少了污水处理工艺选择的主观随意性，而且充分利用了为数众多的现有污水处理设施的运行经验，为扩充、升级成为污水处理全过程专家系统作了准备。

污水处理；工艺选择；专家系统；k-近邻算法

根据国家住房和城乡建设部通报，截至2014年底，全国设市城市、县(以下简称城镇，不含其他建制镇)累计建成污水处理厂3 717座[1]，如果再加上各地规模不等的工业废水处理厂，全国污水处理设施数量非常庞大。如此众多的处理设施在长期运行的过程中，积累了大量宝贵的第一手经验。这些经验对新建污水处理厂的设计、运行无疑有非常大的指导意义。污水处理工程设计师如果能利用这些经验，在设计过程中充分分析与目标工程类似项目在设计、运行、维修和改扩建时遇到的问题，无疑会给工程设计提供很多有益的启发。

然而，即使是经验丰富的设计工程师，也只是根据有限的自我或团队经验，以已建成的工程作蓝本进行修改和补充，以求稳妥；而有的设计者为追求新工艺，甚至在某个区域或行业不管目标污水水质基本情况如何，一窝蜂上马同一种处理工艺，比如上世纪80年代南方城市多采用氧化沟技术处理污水，而90年代末则成了SBR的天下。针对某个地理区域、某种特定水质，相对“最适宜”的处理工艺组合应该是什么，一般设计工程师很难确切回答。如果说在当时技术水平和人员素质均有限的条件下为了总结经验和方便管理，众多处理厂采用相同工艺具有一定合理性，那么现在的污水处理工程建设则不应该再生搬硬套其他厂的工艺方案，而是需要更加灵活、更加精细的设计。那么，如何把现存污水处理设施从设计到运行维护的全过程经验变得更加容易获得？可以尝试设计一个系统，使该系统能够为设计工程师更清晰、更准确地提供同类水质污水处理工艺的实际效果、可能发生的事故风险点，以及改进建议。计算机专家系统为此提供了可能，该系统可以在污水处理工程的工艺选择、运行维护等全过程提供极好的指导。

实际上，污水处理工程从可行性研究、工艺选择、设计绘图、改扩建，到运行控制、故障诊断都可以从专家系统获得有效帮助[2-4]，但由于专家系统建设本身是一项大规模的系统工程，需要长期的运行完善，所以一般以模块化方式分期建设。近年来，关于故障诊断的专家系统研究较多[5]，但是，因设计不良造成的运维问题很难通过修改运行参数的方法得到根本解决，因此，工程设计阶段建设关于工艺选择的专家系统也十分有必要。

1 开发专家系统

1.1 污水处理领域专家系统

专家系统是一套智能计算机程序，它包含大量的某个特定领域当前专家水平的知识和经验，使用者可以利用这些知识和经验解决该领域问题，这些问题可能在系统中保存并已经得到解决，也可能是新出现的有待系统经过推理解决的。该系统通过解决新问题也丰富和更新了知识，这种知识更新可以在人类的干预下进行，也可以由系统自主进行。专家系统的技术基础是人工智能技术和计算机科技，根据某领域一个或多个专家提供的知识和经验，进行推理和判断，模拟人类专家的决策过程，以便解决那些需要人类专家才能解决的问题。总之，专家系统是一种模拟人类专家解决领域问题的智能计算机软件系统。污水处理技术实践性较强，因此建立在实际案例基础上的专家系统知识库会更加切合生产实践，专家系统不但可以对这些案例进行收集，而且在运行的过程中可以对实际工程的处理效果进行评价、分析，增强知识库的实用性和科学性[6]。

1.2 知识库和kNN算法

将全国已有的成千上万座污水处理设施作为设计新厂时的主要参考依据，可以为设计者提供更有针对性的工艺组合可能。一般认为知识库应该包括领域专家(一名或多名)当时提供的知识，但污水处理工艺选择只有汇集众多专家的经验，才能最大程度避免设计时的偏差和失误。如果知识库以实际案例为基础，无疑比完全依赖数名专家的经验更加可靠。

kNN算法(k-Nearest Neighbor，k-近邻算法)是一种简单而成熟有效的机器学习算法。它首先对已有知识进行分类，形成一个训练数据集，再对预测数据和知识库中数据进行比对(依据空间距离)，找出离它最近的k个样本，以这k个样本在知识库中所属类别进行预测判别。本系统k值取3～10之间某值，具体由用户根据预测结果确定。

1.3 知识表达

污水处理设施所属行业、原水主要污染物和出水指标等是工艺选择的主要依据，因此，可以根据这些指标对现有污水处理设施分类。首先要收集足够多的案例(样本)，按照工艺组合进行分类。再根据案例目标水质指标值(已归一化)确定样本特征值矩阵M：

(1)

构造知识库矩阵需要对式(1)中集合元素进行编码，其中{所属行业}应根据国民经济行业分类与代码(GB/4754-2011)进行编码，并可以分隔为{大类，中类，小类}编码；{毒性指数}在国家《有毒有害水污染物名录》尚未公布的情况下，可用专家打分法，综合考虑有毒污染物毒性、含量，按百分法计算得到。

根据工艺选择的主要指标，用样本分类向量V表示案例的特定工艺组合，计算方法见式(2)：V=(工艺组合编码)T

(2)

为了常见污水处理工艺的组合无重合编码，可以使用MicroSoft C#语言的ulong(.NET类型为System.UInt64)类型，此类型由64位二进制数值表示，用于表示工艺时，每一位表示一种常见工艺，有264种组合。如果该案例使用了此种工艺，则在相应位置1，否则置0。用构筑物类型和工艺类型结合可以更加清晰地表达工艺特征，如可以设计“初次沉淀”、“二次沉淀”工艺，也可以设计“污泥消化池”。工艺分类应有一定概括性，如果分类过细工艺类别可能会超过64，也没有必要，如“消毒”工艺没必要再分为“臭氧消毒”、“紫外线消毒”，但应该分别设“预消毒”和“消毒”环节。

知识库还需要设定以下2个字段：①保存此案例工程概况、运行效果、工艺详细描述及改扩建情况;②保存设计图纸的文件名，图纸以文件形式保存于某文件夹。以上编码均设置为数值型。部分常见工艺编码见表1。

表1 部分常见工艺编码

表1中备注内容在数据库中另设一字段保存，作为确定该工艺类别的详细说明，以减少确定工艺类型时发生的错误。

1.4 知识库创建和知识更新

知识库建设是该专家系统建设最耗时的环节，需要将全国众多污水处理设施按照知识表达的要求进行编码。编码时需根据设施运行的实际情况进行调整。有的污水处理设施可能在运行过程中水质指标发生了经常性的改变，有的虽然水质条件没有变化，但在运行过程中逐渐发现一些设计缺陷，那么在知识库中必须根据具体情况调整，并且在1.3节的描述字段中详细描述。比如，某医院在扩建时增加了传染科，那么污水处理环节需要进行相应调整：在调节池前设置预消毒池和脱氯池。这种调整应该在知识库创建或者在知识更新期间得到补充或修正，同时系统将显示修改痕迹及修正原因。系统提供用户反馈机制，注册用户可对工艺组合进行评价并形成评语，系统在搜索结果中将体现这些评语。系统还应定期组织专家对工艺、水质样本、描述字段以及图纸等进行修正，实现有监督的机器学习(supervised learning)。系统业务逻辑如图1所示。

2 用户接口和编程语言

系统采用B/S架构，设置用户权限，用户类别分别为个人用户和单位用户，实名认证后可以获得发表评语资格。编程语言(或架构)为ASP.NET MVC/C#/JavaScript+jQuery，kNN计算使用第三方类库numl(授权为MIT License)。系统采用B/S架构能够最大程度方便用户的参与，经过一定时间的运行，系统会成为大众智慧的结晶，而不只是少数专家的知识重现。

3 结论和展望

专家系统可用于污水处理全过程，实践表明，使用最多的并不是工艺选择专家系统，而是故障诊断专家系统，但随着近年来全国以至世界范围内污水处理设施数量的增多，在设计阶段使用这种基于案例的专家系统成为了可能。基于案例，并不是照搬案例，而是以专家进行修正和最优化后的设计方案为蓝本。使用此系统，设计者可以得到处理类似水质时的“最优”设计方案和运维人员对这种方案的评判，以减少不良设计的产生。污水处理设计是一个逐步细化的复杂过程，工艺选择只是其中一个环节，进一步根据设计参数设计并计算构筑物尺寸，生成图纸，再结合运行控制、故障诊断等系统，最终可形成全过程专家系统。

[1] 中华人民共和国住房和城乡建设部.住房城乡建设部关于全国城镇污水处理设施2014年第四季度建设和运行情况的通报(建城函[2015]29号)[EB/OL].(2015-2-6).[2016-12-10].http://www.mohurd.gov.cn/zcfg/jsbwj_0/jsbwjcsjs/201502/t20150217_220335.html.

[2] 黄海峰,王晖.专家系统在污水处理中的应用[J].环境与可持续发展,2006(2)：60-62.[3] 刘宇．城市污水处理厂A2/O工艺故障诊断专家系统研究[D].哈尔滨：哈尔滨工业大学，2013.

[4] 葛守飞．基于JRE城市污水处理厂故障诊断专家系统研究与实现[D].武汉：华中科技大学，2006.

[5] 王刚，卿晓霞．故障诊断专家系统在污水处理中的应用与展望[J].山西建筑，2010，36(29)：168-169.

[6] 王朝阳，张洪波，张雯宇，等.污水处理工艺选择专家系统的实现[J].微计算机信息，2002，18(5)：64-65.

(责任编辑 高 嵩)

Design of Expert System Based on Case for Sewage Treatment Process Selection

DengJinfeng,SunQingbin,YinChunqin,ZhangXiaoling

(School of Environmental Science and Engineering,Hubei Polytechnic University,Huangshi Hubei 435003)

An expert system based on case for process selection of sewage treatment is designed.The knowledge base is constructed with the existing cases which has been analyzed and corrected based on the numerous users.System not only reduces the subjectivity in the selection of sewage treatment process,but also takes full advantage of the large number of operating experience of existing sewage treatment facilities.This could be the preparation for construction of rounded expert system by expansion, upgrading.The algorithm ofk-Nearest Neighbor is used to predict the treatment process.

sewage treatment;process selection;expert system;k-Nearest Neighbor algorithm

2017-02-13

湖北理工学院校级引进人才项目(项目编号：09yjz04R)。

邓金锋，讲师，博士，研究方向：环境生态与生物地球化学过程。

10.3969/j.issn.2095-4565.2017.03.006

X703

A

2095-4565(2017)03-0024-04