由于污水處理的運(yùn)行費(fèi)用是龐大的、的，如果通過有效的控制能將城市污水處理廠的運(yùn)行費(fèi)用節(jié)省1%，也是個(gè)天文數(shù)字。由此可見，加強(qiáng)城市污水處理系統(tǒng)智能控制的研究非常必要。文章對(duì)污水處理智能控制的發(fā)展現(xiàn)狀進(jìn)行了探討。

關(guān)鍵詞：污水處理；智能控制；人工智能；神經(jīng)網(wǎng)絡(luò)；模糊控制

污水處理的智能化是行業(yè)發(fā)展的技術(shù)升級(jí)與科學(xué)發(fā)展的具體體現(xiàn)。智能控制是自動(dòng)控制發(fā)展的階段，是人工智能、控制論、系統(tǒng)論和信息論等多種學(xué)科的高度綜合與集成，它主 要包括模糊控制、神經(jīng)網(wǎng)絡(luò)控制、學(xué)習(xí)控制和控制等。智能控制在各種非穩(wěn)定的動(dòng)態(tài)工程系統(tǒng)中的應(yīng)用日益廣泛與深入，特別是近年來取得的研究與應(yīng)用成果更受矚目。

一、國內(nèi)外自控技術(shù)現(xiàn)狀分析

發(fā)達(dá)在二級(jí)處理普及以后投入大量資金和科研力量加 強(qiáng)污水處理設(shè)施的監(jiān)測、運(yùn)行和管理，實(shí)現(xiàn)了計(jì)算機(jī)控制、報(bào)警、計(jì)算和瞬時(shí)記錄。與相比，我國污水處理自動(dòng)化控制起步較 晚，進(jìn)入20世紀(jì)90年代以后污水處理廠才開始引入自動(dòng)控制系統(tǒng)，但多是直接引進(jìn)成套自控設(shè)備，國產(chǎn)自動(dòng)控制系統(tǒng)在污水處理廠應(yīng)用很少。近年來，國內(nèi)外均有學(xué)者對(duì)污水處理自動(dòng)控 制工藝進(jìn)行研究，以尋求更、更可靠的方法實(shí)施自動(dòng)控制。

例如Puznava等在同步硝化/反硝化的生物濾池中引入了實(shí) 時(shí)曝氣控制，建立了基于DO在線監(jiān)測的反饋控制和基于氨氮 和DO在線監(jiān)測的串聯(lián)控制。與傳統(tǒng)硝化－反硝化生物曝氣濾 池（BAF）相比，采用實(shí)時(shí)曝氣控制的生物濾池在達(dá)到相同處理 效果（出水TN＜20mg/L）時(shí)，曝氣量低于傳統(tǒng)方法的50%。王淑 瑩在已有的時(shí)間和流量程序控制的基礎(chǔ)上，提出一種SBR 法有機(jī)物濃度控制，使控制過程更定量化和精密化。工業(yè)廢水 的水質(zhì)變化很大，當(dāng)進(jìn)水有機(jī)物濃度高時(shí)，為使出水水質(zhì)達(dá)標(biāo)，應(yīng)適當(dāng)增加反應(yīng)時(shí)間使運(yùn)行更可靠；而當(dāng)進(jìn)水有機(jī)物濃度低時(shí) 可以減少反應(yīng)時(shí)間以節(jié)省運(yùn)行費(fèi)用。彭永臻等將ORP作為SBR 反應(yīng)器有機(jī)物降解程度間接指標(biāo)的研究結(jié)果表明，無論是在很 大范圍內(nèi)改變曝氣量或者改變MLSS濃度，還是使反應(yīng)初始 COD在230～2180mg/L之間逐漸變化或突然變化，當(dāng)COD達(dá)到 難降解濃度時(shí)，ORP都迅速、大幅度地升高，隨后又很快趨于平 穩(wěn)，并在某一特定范圍內(nèi)穩(wěn)定下來。因此，可以用ORP作為SBR 法反應(yīng)時(shí)間的計(jì)算機(jī)控制參數(shù)，實(shí)現(xiàn)計(jì)算機(jī)在線自動(dòng)控制。 通過以上對(duì)污水處理現(xiàn)狀分析，得出以下問題：合理數(shù)學(xué) 模型的建立嚴(yán)重制約著傳統(tǒng)污水處理技術(shù)的發(fā)展，并且建模必 須遵循一些比較苛刻的線性化假設(shè)，然而實(shí)際污水處理系統(tǒng)由 于存在復(fù)雜性、非線性、時(shí)變性、不確定性和不*性等，因此 采用傳統(tǒng)控制理論建立的污水處理自動(dòng)控制系統(tǒng)在實(shí)際工程 應(yīng)用上存在出水水質(zhì)波動(dòng)較大等問題。污水處理自動(dòng)控制系統(tǒng) 中所采用的一些自動(dòng)化檢測設(shè)備、儀表的功能目前還很不完 善，在實(shí)際檢測中達(dá)不到預(yù)期效果、誤差很大，因此依靠這些檢 測設(shè)備判斷污水處理情況并實(shí)施自動(dòng)控制，往往很難達(dá)到處理 水質(zhì)達(dá)標(biāo)排放和節(jié)約能源的目的。污水處理自動(dòng)控制有別于其 他控制系統(tǒng)，它需要對(duì)大量閥門、泵、鼓風(fēng)機(jī)和吸（刮）泥機(jī)、曝 氣池和污泥消化池內(nèi)的攪拌器等機(jī)械設(shè)備及沉淀池和消化池 進(jìn)、排泥量進(jìn)行控制，因此污水處理廠需要自動(dòng)控制的開關(guān)量 多，它們常常要根據(jù)一定時(shí)間或邏輯順序定時(shí)開/停，然而目前 我國生產(chǎn)的閥門質(zhì)量存在一些問題，使用壽命較短，如果從進(jìn)口價(jià)格又很昂貴，一般污水處理廠很難承受，因此筆者認(rèn) 為制約我國污水處理自動(dòng)控制發(fā)展的主要原因不是生產(chǎn)工藝 問題而是設(shè)備問題。

二、智能控制技術(shù)的應(yīng)用與發(fā)展

隨著科技的發(fā)展和市場運(yùn)作的成熟，智能控制特別適用于 復(fù)雜的污水處理動(dòng)態(tài)過程的控制，因此近年來智能控制在美 國、歐洲、日本的給水處理、污水生物處理、污水的物理化學(xué)處 理中都有典型的成功應(yīng)用。作為智能控制重要分支的模糊控 制、神經(jīng)網(wǎng)絡(luò)控制、控制和自學(xué)習(xí)控制等除了應(yīng)用到工業(yè) 過程控制以外，已經(jīng)擴(kuò)大到軍事、醫(yī)學(xué)、高科技領(lǐng)域。

（一）模糊控制

模糊控制（Fuzzy Contro）l能將操作者或的控制經(jīng)驗(yàn)和 知識(shí)表示成語言變量描述的控制規(guī)則，然后用這些規(guī)則去控制 系統(tǒng)。因此，模糊控制特別適用于數(shù)學(xué)模型未知的、復(fù)雜的非線 性系統(tǒng)的控制。正是基于模糊控制這些特點(diǎn)，近年來它已成為 污水處理系統(tǒng)的研究。

1980年Tong等將模糊控制應(yīng)用到污水處理中，將出水 BOD、SS、曝氣池MLSS、DO及出水氨氮濃度、回流污泥量等監(jiān)測 數(shù)據(jù)作為輸入變量輸入該系統(tǒng)，“模糊化”以后再與“規(guī)則集”進(jìn) 行匹配，隨后確定相應(yīng)的控制手段，zui后通過反模糊化得到量 化的具體信號(hào)來實(shí)施控制。Flanagan利用Olsson等提出的曝氣 池DO控制技術(shù)，以沿池長的DO濃度變化曲線來估計(jì)曝氣池中 底物利用效率和微生物活性。他的知識(shí)庫中的知識(shí)不僅有根據(jù) 工藝狀態(tài)確定采用何種控制措施這一類啟發(fā)性規(guī)則，而且還有 DO曲線特征及相關(guān)工藝狀態(tài)方面的知識(shí)。

與常規(guī)活性污泥法相比，高純氧活性污泥法對(duì)控制的要求 更加嚴(yán)格。由于過程滯后和噪聲干擾，此系統(tǒng)兩種常規(guī)反饋控制 在控制過程中經(jīng)常出現(xiàn)問題。為此Yin等人研究了四種模糊邏輯 控制系統(tǒng)，結(jié)果表明在正常條件下，模糊控制比常規(guī)的反饋控制 更加節(jié)約能源、減少DO波動(dòng)、穩(wěn)定進(jìn)水流量和出氣流速。

Manesis等人對(duì)一個(gè)前置反硝化污水處理廠進(jìn)行了模糊控 制系統(tǒng)研究。他們以反應(yīng)器中氨氮、硝態(tài)氮、DO、溫度、MLSS和 二沉池進(jìn)出水BOD的差值作為模糊控制系統(tǒng)的輸入變量，以曝 氣區(qū)供氧速率、好氧區(qū)向缺氧區(qū)的回流速率以及二沉池向反應(yīng) 器的污泥回流速率作為輸出變量，以處理廠操作人員的經(jīng)驗(yàn)建 立模糊控制規(guī)則，并在希臘Patras污水處理廠進(jìn)行了仿真，取得 了較好的結(jié)果。

（二）神經(jīng)網(wǎng)絡(luò)控制

基于人工神經(jīng)網(wǎng)絡(luò)的控制（ANN—basedContro）l簡稱神經(jīng)控制 （NeuralContro）l。神經(jīng)網(wǎng)絡(luò)是由大量人工神經(jīng)元廣泛聯(lián)結(jié)而 成的網(wǎng)絡(luò)，它具有很強(qiáng)的自適應(yīng)性和學(xué)習(xí)能力、非線性映射能力 和容錯(cuò)能力。神經(jīng)網(wǎng)絡(luò)因具備上述特點(diǎn)，近年來越來越受到國內(nèi) 外污水處理的重視，并在污水處理自動(dòng)控制系統(tǒng)中開展人工 神經(jīng)網(wǎng)絡(luò)控制研究，取得了許多具有應(yīng)用價(jià)值的成果。 研究者研究開發(fā)了一種基于時(shí)間延遲神經(jīng)網(wǎng)絡(luò)模型 的在線廢水水質(zhì)預(yù)測系統(tǒng)。他們先提出采用多層感知器 （MLP）網(wǎng)絡(luò)模型對(duì)所建立的時(shí)間延遲神經(jīng)網(wǎng)絡(luò)（TDNN）的輸入 節(jié)點(diǎn)進(jìn)行篩選，zui后得到一個(gè)輸入TDNN模型，網(wǎng)絡(luò)經(jīng)過訓(xùn)練以 后，其對(duì)廢水處理預(yù)測精度均優(yōu)于標(biāo)準(zhǔn)MLP模型。Gontarski等應(yīng) 用BP算法人工神經(jīng)網(wǎng)絡(luò)預(yù)測一個(gè)工業(yè)廢水處理廠的出水水質(zhì)， 試驗(yàn)中共使用了7個(gè)神經(jīng)網(wǎng)絡(luò)，每一個(gè)反應(yīng)器用一個(gè)神經(jīng)網(wǎng)絡(luò)， zui后一個(gè)神經(jīng)網(wǎng)絡(luò)用來預(yù)測出水TOC的變化。試驗(yàn)結(jié)果表明，廢水的流量和進(jìn)水pH值是廢水處理廠重要的控制參數(shù)。

（三）控制

控制（Expert Contro）l是智能控制的一個(gè)重要分支，又 稱智能控制。所謂智能控制，是把系統(tǒng)的理論和 技術(shù)同控制理論、方法與技術(shù)相結(jié)合，在未知環(huán)境下仿效 的智能，實(shí)現(xiàn)對(duì)系統(tǒng)的控制。20世紀(jì)90年代就有學(xué)者開始 研究采用系統(tǒng)智能控制技術(shù)來實(shí)現(xiàn)污水處理的自動(dòng)控制， 并取得了有效成果。

Barnett建立了一個(gè)基于規(guī)則的系統(tǒng)，用于污泥厭氧消 化的故障診斷。整個(gè)過程由計(jì)算機(jī)進(jìn)行模擬，過程變量包括消化池的輸入輸出及表征池內(nèi)狀態(tài)的9個(gè)參數(shù)，控制變量是進(jìn)泥量、回流污泥量、稀釋水量和調(diào)節(jié)pH值的酸堿投量。另外，研究者為系統(tǒng)界定5類消化工藝運(yùn)行不正常狀態(tài)，每類狀態(tài)又 細(xì)分為注意、警告、危急和恢復(fù)正常等幾類亞狀態(tài)。這些狀態(tài)和 亞狀態(tài)再與相關(guān)的控制措施相對(duì)應(yīng)，即不正常狀態(tài)的類型和程度決定了該采取什么樣的控制手段，以便使消化恢復(fù)正常。通過以上分析可知，智能控制技術(shù)在污水處理中應(yīng)用較晚 （只是近20年才逐漸得到應(yīng)用），而且大多數(shù)仍停留在實(shí)驗(yàn)室研究階段，很多地方還很不完善。以神經(jīng)網(wǎng)絡(luò)控制為例，目前研究 較多的模型屬于靜態(tài)模型，在一定程度上不太適合污水處理在線控制，因?yàn)榛钚晕勰喾ㄎ鬯幚黼S時(shí)間變化較大而且具有較 大滯后性。因此，建議從事污水處理智能控制的科研人員以實(shí) 際污水處理廠為研究目標(biāo)，找出各種控制參數(shù)隨時(shí)間的變化規(guī)律，運(yùn)用動(dòng)態(tài)模型建立污水處理智能控制系統(tǒng)。

三、結(jié)語

雖然智能控制已成為污水處理的研究與應(yīng)用中的前沿與，但國內(nèi)外仍處于廣泛應(yīng)用的初級(jí)階段。與發(fā)達(dá)相比，我國在污水處理的基本理論、工藝流程和工程設(shè)計(jì)等方面并不明 顯落后，但是在運(yùn)行管理與自動(dòng)控制方面卻存在著較大的差距。 目前，我國城市污水處理廠的噸水耗電量是發(fā)達(dá)的近兩倍，而運(yùn)行管理人員數(shù)又是其若干倍，因此加強(qiáng)我國污水處理系統(tǒng)智能控制的研究與應(yīng)用具有重要的科學(xué)意義與應(yīng)用價(jià)值。由于智能 控制的*性及其研究與應(yīng)用的迅速發(fā)展，目前許多城市污 水和工業(yè)廢水處理廠正在通過技術(shù)改造向?qū)崿F(xiàn)智能控制方向過 渡。我國應(yīng)當(dāng)在現(xiàn)有條件的情況下，在污水處理廠的規(guī)劃、設(shè)計(jì)與建設(shè)初期就盡可能采用或部分采用智能控制。