试论污水生化处理系统的智能预测及优化控制策略

孔杰

摘 要：传统污水生化处理系统已然无法满足当代污水处理需求，故而需采用智能控制手段合理预测污水指标，确保污水生化处理系统发挥出真正的效用。在此之上，本文简要分析了污水生化处理系统存在的问题，并重点论述了污水生化处理系统智能预测方法及其优化策略，从设置性能测试平台、有效制定建设方案、科学选择净化方式、严格控制物质标准等方面展开细致的讨论，由此增强污水处理效果，并结合新时代发展理念开展仿真试验，以便找到最佳控制方法。

关键词：污水生化处理系统;智能预测;优化策略

中图分类号：X703 文献标识码：A 文章编号：1671-2064（2020）02-0025-02

水源作为人体生长根本，它的质量将直接决定人的生活品质及健康状态。所以，需要高度重视污水生化处理系统的应用水平，依据各城市污水处理情况制定可行性较强的智能预测方案，确保我国污水生化处理系统能为整体水质的提升带来辅助作用。截止到2019年2月底，我国共有5500座城市污水处理厂，且污水处理量可达到2.04亿m3/d。为了取得最佳处理效果，需对其加以优化，由此满足当前智能预测污水处理影响因素的目的，进而提高污水处理能力。

1 污水生化处理系统存在的问题

1.1 控制力度不足

污水生化处理系统主要在生物化工领域具有较为突出的作用，它具体包括调节池、初步沉淀池、中和反应池等部分。通过科学控制污水中的成分含量，进而降低对环境的污染。而就目前发展趋势来看，它在智能控制方面仍具有不足之处。通常情况下，污水处理过程中主要是借助标准化参数控制的方法对水质、出水量等进行有效的管理，进而达到最佳处理效果。由于污水处理流程较为复杂且影响因素较多，从而加大了控制难度。所以，要想确保污水生化处理系统体现出较强的实用价值，就应当充分利用智能技术妥善处理污水。

1.2 水体温度较高

根据相关规定应当将污水生化处理系统的出水温度控制在40℃范围内，这样才能保证系统的正常运行。但是从现实中来看，许多污水生化处理系统都具有温度较高等问题，尤其是煤制烯烃类系统。长期高温出水不但会影响系统的运行效果，而且还会降低系统的使用年限。比如在新疆某工程项目中，它所采用的污水生化处理系统出水温度达到了50℃，进而造成系统中微生物大量死亡，并且影响了污水实际处理质量，故而需科学处理好水体温度较高等问题。

1.3 杂质浓度大

在部分污水生化处理系统中常具有杂质浓度含量较高等问题，比如硅含量。一般而言，污水生化处理系统在具体运行过程中需要借助气化反应达到对煤气过滤、分离等目的。但由于燃煤中具有可溶于水的物质，造成污水中的硅元素含量增加，进而影响污水处理效果。比如在广东某项目中，因其杂质浓度偏高而增加了污垢积累量，从而降低系统运行质量，增加了不必要的除垢工作量。所以，需要选择有效的处理方法对杂质浓度加以调节。

1.4 悬浮物偏多

污水生化处理系统中之所以会出现悬浮物偏多等问题，是因为它在运行期间既要收集雨水等天然水源，又要采纳生活污水、工业污水等成分复杂的污水。一旦悬浮物浓度超过100mg/L，就会影响系统处理污水的质量。在部分项目中甚至出现了悬浮物浓度超过400mg/L的状况，当其高于标准范围时会增加系统污垢积累量，并且会造成系统超负荷运作。因此，在优化系统性能时应合理控制悬浮物浓度[1]。

2 污水生化处理系统智能预测方法

2.1 粒子群优化算法

污水生化处理系统要想在污水处理工作中发挥出真正的作用就应当采用智能控制算法对其实施智能预测。常采用的智能预测方法包括粒子群优化算法等。粒子群因其具备易于实现等优势而在污水生化处理系统智能预测环节具有一定的实用价值。它在实际操作过程中与数学程序具有相似之处。首先需输入原始数值，然后产生初始化粒子群，分别计算出各个粒子的适应度，结合个体极限值分析出粒子速度与具体位置，若其超出原有设定的标准则进入循环操作步骤中，反之结束运作，由此可对污水各项指标进行智能预测。另外，粒子群优化算法还具有突出的收敛速度较快等特点，其算法中惯性权重值将直观的反映出该算法的搜索效率及精准度。基于此，相关学者依据粒子群优化算法的特征展开了深入研究，由此推断出粒子群优化算法与其它智能控制算法的差异，即编程简便、可变参数较少、具备语音识别功能等。所以，污水生化处理系统可有效应用粒子群优化算法实现智能预测目的。

2.2 神经网络控制法

污水生化处理系统的智能预测属于智能控制的高端设置，它主要是依据人工智能算法解决传统污水处理系统无法处理的控制问题。目前，神经网络控制法已经形成了多元化控制形式。它最早是由逻辑学家与心理学家提出的控制算法。在具体操作過程中需要先行设置神经网络模型，并依据参数转换、线性组合等方法对影响污水生化处理系统运行效果的因素进行科学分析，进而得出相关结论，为后续系统性能的强化提供参考依据。神经网络控制法一般具有较强的自主学习能力及较快的收敛速度，且具备丰富的生物背景，对于污水处理工作而言有着较强的实践意义。神经网络控制法在污水生化处理系统中能够突显出一定的容错优势，尤其适用于不同污水处理场合。因此，在利用神经网络控制法预测系统运行的相关指标时需设置专门的控制器如RBF神经网络控制器，并借助仿真实验的结果合理预测现实生活中污水处理效果，以此满足当前污水处理需求。

2.3 多目标布谷鸟算法

多目标布谷鸟算法主要是以参数固定值的几率确定目标位置，并从多项分析结果中找到最佳选择。但与其它智能控制算法相比，它在工程项目的实际应用过程中收敛性较差。在此基础上对其进行有效改进可进一步强化污水处理效果。在污水生化处理系统中，多目标布谷鸟算法可适当提高工程多变量问题的解决能力，且它的精准度较高。但多目标布谷鸟算法虽然照比其它算法用途更大，但因其关注度不高，故而尚没有形成较为成熟的应用渠道。因此，相关研究人员需要依据污水生化处理系统的具体要求找到最适合的控制方法，以便系统能够实现稳定运行。比如，对于污水生化处理系统可借助多目标布谷鸟算法妥善处置资源损耗、水质标准等因素不均衡问题，这样才能确保系统在实现水体优良处理的情况下能够贴合新时代节能环保理念[2]。

3 污水生化处理系统的优化策略

3.1 设置性能测试平台

在对污水生化处理系统加以优化时需要设置相应的性能测试平台。在系统运行期间比较难以解决的问题是有关聚丙烯酰胺的降解。作为生物化工领域比较常见的水溶性高分子物质，因其具备独特的物化性质，进而在工业制造业等企业具有广泛的应用空间。虽然它可满足当前工业生产需求，但所形成的PAM废水存在较为严重的致癌风险。所以在增强污水生化处理系统性能时需要格外重视聚丙烯酰胺的分解效果。

首先，在设置性能测试平台时需要建立相应的模型，比如针对水质差、能耗高等问题需要借助仿真实验确保所建立的研究模型能够具有一定的指导作用。在污水生化处理系统中需要有效清除碳元素及氮元素，故而需以进水负荷等参数作为模型测试评估依据;其次，待模型建成后，需对测试指标进行分类，主要包括有机物质、含氮物质、其它组分。污水中所含有的有机物包括可降解类与不可降解类，一旦不溶于水的颗粒状物质无法在系统中经过生物降解而达到有效处理，那么就会造成系统性能变弱。所以需根据不同的参数值建立对应的模型，以此保证性能测试平台能为污水生化处理系统提供重要助力;最后，需依据活性污泥过程的差异性反应提出不同处理方案。比如在雷雨天气或晴天需要结合出水量控制系统运行水平。

3.2 有效制定建设方案

为了有效控制污水生化处理系统出水温度过高等现象的发生率，需制定可行性较高的建设方案，确保污水生化处理厂在系统健康运行的状态下突出良好的污水处理作用[3]。

具体方法如下：（1）准确测量水温，并对其水温记录数据进行密切的监控，促使在污水生化处理系统运行过程中能够清晰的知晓温度变化趋势，以便及时在调节池中添加降温材料，防止出水温度超出额定值而增加系统运行风险;（2）优化换热器结构，需在污水生化处理系统实际运行过程中安排专业人员及时清除换热器的污垢，必要时可增加换热器的备用数量，从而达到降低水温的效果;（3）应用冷热水交替循环方式，在系统运行期间若水温过高不利于管道的正常疏通，故而需采用冷热交替运行模式对水温进行干预，并且还需定期检修设备性能，从而保证系统在科学的建设方案指导下突出重要效用;（4）增设降温池，为了确保污水生化处理系统所接触到的水温符合运行要求，应在场地内增设降温池，从而起到一个缓解作用，防止水温超标而引发系统运行不当。

3.3 科学选择净化方式

以污水生化处理系统中硅含量浓度过高问题为例，在对其进行优化时应当选择科学的净化方式，确保硅含量处于标准范围内。现实生活中常使用的除硅法包括反渗透除硅法、混凝除硅法、电絮凝除硅法等。其中重点说明电絮凝除硅法，它主要是利用电混凝与电解等原理有效处理污水中的有害物质。在实际使用时为了达到最佳处理效果往往需要投放助凝剂等物质，促使悬浮物及含硅物质凝固。传统助凝剂是以铁铝系固态助凝剂为主。另外，通过无机杂质与金属电极产生的氢氧离子发生反应，会产生大量的氢气，进而增强污水处理的环保性。因此，在污水生化处理系统实际运行时可依据污水类型及物质成分选择适合的控制手段[4]。

3.4 严格控制物质标准

每一项污水处理指标都具有明确的规定，故而需严格控制指标范围，防止系统出现运行失误等状况。目前，水体富营养化现象日益加剧，大部分原因是污水生化处理系统排放的水体中溶解氧、硝磷元素超标。所以需对其进行合理控制，防止工业废水对我国水源质量造成较大的威胁。对于溶解氧的控制可设置相应的浓度控制器。比如可在污水生化处理系统中的好氧池中利用硝化细菌对污水中的有机物进行净化，并最终将水体中的硝磷等元素转化为污染性较小的无害物质。此外，在浓度控制器的支持下，污水生化处理系统也能对溶解氧进行追踪，由此为系统的高效运转带来重要保障。此外，还可结合指标参数的标准值设定控制范围，若超出标准值较大，需及时找到具体原因，这样才能实现污水生化处理系统的合理控制，使其在污水处理工作中体现出较强的实用性。同时，还可适当添加催化剂，由此改善污水生化处理系统的运行现状。

4 结语

综上所述，污水生化处理系统对于我国污水处理工作而言具有较为重要的作用。为了进一步提高我国污水处理能力，需根据当前污水生化处理系统存在的问题找到切实可行的方法，并利用智能控制算法合理预测相关指标，保证污水生化处理系统的性能有所增强。另外，相关人员也需要结合生化需氧量、微生物浓度等参数积极创新污水生化处理系统的控制方法，以此确保我国水质达标。

参考文献

[1] 宋林，郭平武，洪长亮.污水处理厂原有圆形生化池曝气系统改造施工技术[J].安装，2019（08）：59-61.

[2] 李成，魏江波，贺飞.浅析煤制烯烃污水生化系统常见问题及解决措施[J].神华科技，2019，17（06）：82-87.

[3] 赵雅然，李媛，张飞凤.曝气精确控制系统（AVS）在污水生化处理系统中的应用[J].工程建设與设计，2019（10）：127-128.

[4] 王子昊.基于前馈神经网络控制优化城镇污水处理厂生化单元性能研究[D].杭州：浙江大学，2019.