自动控制技术的发展与应用

摘 要：通过文献查阅的方法大致阐述了自动控制技术在国内的发展历程。以自动控制技术在工业污水中的运用为主要方向，详细介绍了SBR法在污水处理中的运用并对未来自动控制技术的发展趋势做出预测。

关键词：自动控制；污水处理；模糊神经网络

Development and Application of Automatic Control Technology

- Treatment of industrial sewage

ZhuXin Gao

（College of Chemical Engineering， Sichuan University， Sichuan Province，610207）

ABSTRACT： The development of automatic control technology in China is outlined by means of literature review. Taking the application of automatic control technology in industrial sewage as the main direction， the application of SBR method in sewage treatment is introduced in detail， and the development trend of automatic control technology in the future is predicted.

Key words： automatic control， sewage treatment， fuzzy neural network

1.自动控制技术的历史

自动控制技术的历史十分久远，自它诞生之后，一直极广泛地被运用在工业、农业、军事以及日常生活中。伴随科学技术的发展，人们不再局限于规则的单变量定常系统，而是寻求对多输入多输出的复杂时变系统的控制。当前社会通用的自动控制技术大部分覆盖了工业 PC、PLC 以及 DCS[1]。在目前情况下来看，PLC处于自动控制技术的主导地位。在现代，自动化控制主要应用在自动处理工业过程的故障、提升自动控制设计质量和实验室的自动化等。随着时代变迁，将自动控制技术与网络技术、计算机信息技术、人工智能技术等相互融合将成为新时期自动控制技术发展的一个重要趋势。现代大系统与智能控制理论正是与网络信息技术相接后的自动控制理论发展新历程。我国关于污水处理方面的自动化控制发展较晚，但是经过近30年的发展，自动化控制水平有了显著的提升和进步。当前我国常见的污水处理措施是：采用活性污泥、厌氧生物、生物膜、生物塘等相关物质进行处理[2]。

2.自动控制技术的阶段

自动控制从技术上的大致上经历了三个阶段：

1）PLC阶段：PLC是基于计算机技术的一种工程控制的装置：具有实时开关、适应性较强以及抗扰、可互联等优势。

2）DCS阶段：DCS是计算机技术、自动控制技术、通信技术、CRT显示技术相结合的一种控制技术[3]。其相较PLC阶段，发展得更为全面灵活。

3）FCS阶段：FCS控制是以DCS控制系统为基础发展而来的，同样采用了中央控制分部的形式，但较于DCS具有更强的包容性，因为它是完全开放式的且全数字化。

3.目前污水处理中的不足

在目前的污水处理中，有一个比较显著的问题是：采集的参数不足以准确地反映实际情况。目前，大多数水质监测系统是以水质中的DO，PH值以及ORP等易于监测、波动较小的物质或性质作为参数来进行判断，而这些物质并不能实时变化。在这样的情况下，倘若遇到特殊的、危险的污水生化反应，将会导致巨大安全隐患。因此，如何改进现场检测装置，使其可以检测出直接反映水质情况的参数是不容忽视的。为了将自动控制更為精确化和使其具有更强适应性，智能化成为自动控制技术的一个前途甚明的发展方向。其中包含的模糊控制、神经网络以及专家控制都在污水处理上有具体的应用。

4.控制方式在污水处理中的应用

模糊控制主要指将已有的经验表达成语言形式的一种规则。由于其能很好地将大量的知识简单地表达，不拘于之前的固定的数学模型，对于复杂非线性的控制极为适宜，因而其在控制领域备受青睐。然而模糊控制在学习方面存在弱势，于是人们便将其与神经网络技术相结合组成了---神经模糊控制。神经网络技术是一项以学习、包容、自适和预测见长的技术，可以无限逼近和估测非线性关系。但它也有不足：表达知识较为缓慢。在将其与模糊控制结合后两者相互弥补[4]。

目前，这种技术比较常见的应用是SBR系统的设计。序批式活性污泥法（SBR）是利用污泥中微生物的反应活动来清除污水中不利物质的一种非常有效方法，该方法具有高清洁、高环保和低耗能的特点。一般来说，SBR工艺可以分为进水、反应、沉淀、排水、泥以及闲置这几个阶段[5]，其中反应阶段主要流程是曝气。其中，神经模糊控制最常被应用于第二阶段（曝气）。当我们对污水中的反应情况进行检测时，除了监测水质本身外就是污水中沉积物的情况。在沉积物中，往往存在大量的微生物，这些微生物在反应过程中会消耗大量的氧气，我们可以就此选取检测参数。

控制变量和参数：生化需氧量可以反映污水中可被微生物分解的有机物总量；化学需氧量则表示不能被微生物分解的有机物总量。混合液挥发性悬浮固体是通过测定单位体积污水中有机性固体的质量来反映微生物的浓度。溶解氧浓度决定了微生物的生长速率，它可由曝气量控制。微生物的浓度则决定了污水中的有机物能否被完全分解以达到净水的目的。

在实行自动控制时，我们常以曝气量作为控制量，而溶解氧浓度则是作为被控制的量。系统可以从各种传感器中获得信号，以此为依据去检查运行的状态，之后推断出一个更为适宜的浓度。在这之后，专家系统会把这个数据返还给模糊神经网络，模糊神经网络会把当前状态与通过网络预测方式得到状态的进行比较，判断该值的变化情况。专家系统根据当前所获参量以及神经网络预测的曝气池状态判断是否采用这个溶解氧浓度。当然。如果估测结果不是所希望的，那么专家系统将继续给出一个浓度，重新进行另一次测试，直到最终找到适宜的溶解氧浓度。

5.结语

随着自动控制技术的迅速发展，我们拥有更加完备的控制系统和更智能化的运行模式。在自动化突破旧规搭上了计算机科学技术的快车之后，就注定会开启一段新的旅程。虽然自动控制技术已经发展到了一定的阶段，也有了颇丰的成就，但是未来的路依旧漫长与崎岖，尚需我们静下心来拓宽视野、打下基础、细细思索、迈开脚步。

参考文献：

[1].黄超.自动控制技术发展趋势研究[J].电脑迷，2017（04）：69.

[2].赵利梅，赵利君.自动控制系统在污水处理中的应用[J].电子技术与软件工程，2016（23）：140.

[3].李国伟.论污水厂节能降耗自动控制技术[J].科技视界，2018（04）：226-227.

[4].陈拥军，张凤翥.模糊控制与神经控制的比较[J].北方交通大学学报，1999，23（2）：49-51.

[5].高文琪，吴守霞.自动控制在污水生物处理技术中的应用[J].自动化与仪器仪表，2015（01）：117-118.

作者简介：

高竹馨（2000.3.27），女，汉，四川省天全，本科，研究方向：过程装备与控制工程