智能控制在污水处理中的应用现状及展望

刘建勇¹，周雪飞¹，薛罡²，顾国维¹
( 1.同济大学污染控制与资源化国家重点实验室，上海200092；2.东华大学环境科学与工程学院，上海　200051)

　　摘　要： 针对污水处理系统的多变量、非线性、时变性与随机性等特点，介绍了智能控制在污水处理中的应用现状，并对几种智能控制方法的优、缺点进行了对比,指出将两种或两种以上智能控制方法相结合或将智能控制与传统控制方法相结合的综合(集成)智能控制系统是未来污水处理控制的主要研究方向。
　　关键词：智能控制；污水处理；模糊控制；神经网络控制；专家控制；综合(集成)智能控制系统?
　　中图分类号：X703
　　文献标识码：B
　　文章编号：1000-4602(2002)11-0022-04

　　污水处理系统具有不稳定性和不确定性，其处理过程的特点是多变量、非线性、时变性与随机性，故建立精确的数学模型比较困难。同时，污水处理系统的控制又属于多目标控制，体现在：需要控制几种出水指标，需要抑制外部环境的变化(扰动)对处理过程的影响以确保处理过程的稳定性，需要使处理过程费用最低(即经济指标最优化)。因此，其控制需要多个变量的支持且知识工程系统、感知信息处理系统、认知系统、规划与控制系统及计算机算法也更复杂一些，即应开发控制功能更强、控制品质更好、智能化程度更高的综合智能控制技术 。
　　智能控制的研究与应用在污水领域中还处于起步阶段，并已成为该领域的一个研究热点和前沿课题。?

1 研究与应用现状

　　①神经网络控制
　　A.Karama等人针对厌氧消化过程提出了一种混合模型^[1]，该模型基于物料平衡方程，其中生物生长速率通过神经网络表述。为了保证训练数据(装置外混合模型)的生物意义(浓度为正、有界，生长速率的饱和抑制)，提出了一种对神经网络加以规范的方法，并将这种方法应用于固定床生物反应器的试验数据。Martin Cote等研究了活性污泥过程的动态模拟，用神经网络改善预测^[2]并开发了一个程序以提高现有活性污泥过程(机械模型)的精度。
　　苏敏等针对城市污水生物处理系统的复杂性、不确定性和难以建立精确数学模型的特点，提出了一种用BP神经网络来完成规则推理的模糊控制器^[3]。田禹等人研究了基于BP人工神经元网络的臭氧生物活性炭系统建模^[4]，并考察了神经网络对水处理系统建模的适应性，探讨了臭氧生物活性炭系统中各影响因素之间的关系。
　　②模糊控制
　　T.Aoi等在高负荷生物脱氮工艺处理粪便污水系统中采用了一种基于模糊推理的直接氨控制系统^[5]。利用一种新型自动分析仪和UF采样器监测反应器中的NH4-N,并用模糊推理控制脱氮反应器的运行。模糊控制系统从由实际工艺过程中得到的多变量(NH₄-N、DO、ORP和pH值)中推出一个适合的条件。系统响应迅速，具有较高的脱氮效率，并且稳定、容易维护。J.Ferrer等采用模糊逻辑控制对曝气过程的节能进行了研究^[6]，开发出一种基于模糊逻辑的曝气控制系统，并在中试规模的BARDENPHO工艺中的主曝气池进行了试验，与普通的控制器相比可节省能量40%。Y.P.Ts ai等将模糊控制应用于一种动态活性污泥工艺，根据出流速率的变化通过控制污泥回流率来 预测和控制出水中的SS浓度^[7]。
　　彭永臻等研究了生物电极脱氮工艺的在线模糊控制^[8、9]，设计了结构简单、可靠、稳定、可行性好、对进水硝态氮负荷变化的适应性强、有利于避免过量投加有机物、节省运行费用的在线模糊控制器。高景峰等研究了SBR法的在线模糊控制系统^[10]，总结了SBR法在去除有机物、脱氮除磷过程中的DO、ORP和pH值变化规律，并在此基础上建立了SBR法去除有机物和脱氮的模糊控制器。
　　陆杰研究了模糊控制在三沟式氧化沟中的应用^[11]，主要对转刷电机进行间歇式和组合控制，以此来改变三沟中的充氧量，另外还建立了模糊控制专家系统。吴建辉研究了仿人智能模糊控制在污水处理中的应用^[12]，指出该系统具有较强的鲁棒性和 自适应性等优点，但总控制表要经过严格的实践检验并反复修改才会有满意的控制效果，否则将呈现典型的棒棒控制效果，系统难以稳定。
　　③专家控制
　　A.Punal等人提出了一种针对厌氧消化器的诊断和管理的模糊专家系统^[13]，该系统采用模糊逻辑推理和一个用以补充专家知识的规则库，是在微软视窗支持下开发出来的。该专家系统通过三种主要组件在线运行来判断工艺过程的状态和趋势以及设在水厂终端的控制指标是否处于最佳点。另有两种组件在操作器需要时可并联工作，以检测工艺过程中由有毒化合物造成的限制和在线诊断是否有效采用了下线及在线信息。Shoji Watanabe等研究了活性污泥工艺的智能运行支持系统(IOSS)，用以预测和控制活性污泥工艺^[14]，为操作者提供导向及控制信息。
　　清华大学国家环境模拟与污染控制实验室研究了污水处理的专家系统，清华同方在此基础上推出了污水处理专家系统软件，包括：污水处理模拟预报软件、污水处理专家系统、PLC及上位机中的模糊控制软件。庞全研究了工业水处理中pH值的智能控制^[15]，采用专家控制技术来控制中和药剂的加入，有效地解决了pH值控制中存在的严重非线性与时滞性问题。
　　可见，智能控制在污水处理系统中的应用研究主要分为以下几类：①对污水处理过程中某单 一参数(如pH值、溶解氧、污泥回流率、NH₃-N等)的控制；②对污水处理过程中某一反应器(如厌氧消化器、主曝气池等)而非污水处理全过程的控制；③一般只将一种智能控制技术(如模糊控制、神经网络控制、专家控制、仿人智能控制等)应用于污水处理工艺中；④对智能控制在污水处理系统中应用的初步基础研究(如综合控制参数的选取、专家控制知识库的积累等)。因此，有必要对智能控制在污水处理系统中应用的基本问题进行系统、全面的研究，以期对污水处理全过程实现理想的控制。

2　综合(集成)智能控制系统

2.1 单一智能控制方法的优劣?
　　智能控制是控制理论发展中的高级阶段，研究对象一般具备以下特点：不确定的模型，即控制对象和干扰模型未知或知之甚少或模型的结构参数可能在很大范围内变化；高度非线性；控制任务的极度复杂性，这往往要求系统有决策、自动启停、故障自动诊断以及对紧急情况自动处理等功能。
　　智能控制系统的典型结构如图1所示^[16]。

　　模糊控制、神经网络控制、专家控制是智能控制的几个重要分支，它们各有优缺点。
　　①作为符号主义的模糊控制适用于处理不确定性、非线性、时变、时滞系统的控制，适合表达模糊或定性的知识。其优点是：不依靠控制对象的模型而依靠控制专家或操作人员的经验和知识；具有较强的鲁棒性；提高了控制系统的实时性；控制的机理符合人们对过程控制作用的直观描述和思维逻辑。其缺陷是：信息简单的模糊处理导致系统控制精度降低、动态品质变差、决策速度降低，甚至不能实时控制；设计尚缺乏系统性，无法定义控制目标，控制规则的选择、论域的选择、模糊集的定义、量化因子的选取等多采用试凑法，这对复杂系统的控制是难以奏效的；由于采用了IF-THEN的控制规则，不便于控制参数的学习和调整，缺乏自学习和自适应能力。
　　②作为连接主义的神经网络控制适用于那些具有不确定性和高度非线性系统的控制。其主要优点为：可以充分逼近任意复杂的非线性关系，给复杂系统的建模带来了一种新的、非传统的表达工具；有很强的鲁棒性和容错性；采用并行分布处理方法，使得快速进行大量运算成为可能；固有的学习能力降低了不确定性，增加了适应环境变化的泛化能力；能够同时处理定量、定性数据，使其能够利用连接主义的结构与传统控制方法及符号主义的人工智能相结合。缺点是：不适合表达基于规则的知识，不能很好地利用已有的经验知识，网络训练时间长导致有可能陷入非要求的局部极值。
　　③基于知识的专家控制适于各种非结构化问题，尤其能处理定性的、启发式或不确定的知识信息。其主要优点为：在一定程度上模拟人的思维活动规律，能进行自动推理；可以不断监督生产过程，实现特定性能指标下的优化控制，可进行操作指导；可实现复杂系统的高质量控制、故障诊断和容错控制、参数和算法的自动修改、不同算法的组合等；深层知识的引入可以弥补专家经验的不足，还可以自然地消除决策冲突。但专家控制系统要做到完全实用化还需要解决许多问题，如：如何获取知识；如何进行实时性的搜索以解决实时控制；如何将过程的浅层与深层知识合理地结合起来，构造并有效地自动修改知识库；如何进行专家控制系统的稳定性、可靠性分析；如何建造通用的满足过程控制的专家开发工具等。
　　此外，智能控制方法还包括：学习控制、分层递阶智能控制、基于遗传算法的智能控制、仿人智能控制等。
2.2　综合(集成)智能控制系统的建立
　　各种智能控制方法都有其优势和不足，若能将两种和两种以上智能控制方法适当地结合起来并吸取各自的长处，则可组成比单一控制系统性能更好的综合(集成)智能控制系统。已研究出的综合(集成)智能控制系统有^[17]：模糊神经网络控制系统、模糊专家控制系统、基于遗传算法的模糊控制系统、基于遗传算法的神经网络控制系统、神经网络专家智能协调控制、模糊神经网络自学习控制系统、神经模糊推理系统、仿人智能模糊控制系统等。
　　针对不同污水处理工艺应建立不同的综合(集成)智能控制系统，它可能是两种或两种以上智能控制技术的结合，也可能是一种或几种智能控制技术与传统控制技术的结合。其研究过程可分为几个阶段：
　　①基础研究：通过理论和试验研究解决不同智能控制方法应用于不同污水处理工艺过程中所需考虑的问题(如控制变量的选取等)，同时要对污水处理过程进行仿真研究以确定可以通过建立数学模型精确控制的过程参数，最终确定不同工艺系统中不同控制参数的变化规律和控制方法。
　　②控制系统的选择：分析将不同的控制方法应用于不同的污水处理工艺时的特点，为不同的污水处理工艺选取不同的综合(集成)智能控制系统并通过试验进行对比验证。
　　③控制系统的建立及应用：分别建立几种综合(集成)智能控制系统并在几个具有代表性的污水处理厂进行试验研究，通过生产性试验补充(专家控制的知识库) 和修正(传统或智能控制系统中的模型参数)控制系统的软件以及硬件系统，并将它们应用于实际污水处理工程中。

3　结论

　　智能控制是控制理论发展中的高级阶段，主要用来解决那些用传统方法难以解决的复杂系统的控制问题。模糊控制、神经网络控制、专家控制是智能控制的几个重要分支，它们各有优缺点。将两种或两种以上智能控制方法相结合或将智能控制与传统控制方法相结合而建立的综合(集成)智能控制系统则成为未来污水处理控制的主要研究方向。

参考文献：

　　[1]Karama A,Bernard O,Gouze J L,?et al?.Hybrid neural modeling of an anaerobic digester with respect to biological constraints[J].Wat Sic Tech,2001，43(7)：1-8 .
　　[2]Martin Cote,Bernard P A Grandjean,Paul Lessard，et al.Dynamic modeling of th e activated sludge process:improving prediction using neural networks[J].Wat Res，1995，29(4)：995-1004.
　　[3] 苏敏，涂源钊.城市废水生物处理过程的模糊神经网络控制[J].四川联合大学学报(工程科学版)，1998，2(1)：40-45.
　　[4]田禹，王宝贞，周定.基于BP人工神经元网络的臭氧生物活性炭系统建模研究[J].中国给水排水，1998，14(3)：24-27.
　　[5]Aoi T,Okaniwa Y,K Hagiwara,et al.Adirect ammonium control sys tem using fuzzy inference in a high-load biological denitrification process trea ting collected human excreta[J].Wat Sic Tech,1992，26(5-6)：1325-1334.
　　[6]Ferrer J,Rodrigo M A,Seco A，et al?.Energy saving in the aeration process by fuzzy logic control[J].Wat Sic Tech,1998，38(3)：209-217.
　　[7]Tsai Y P,Ouyang C F,Wu M Y，et al?.Fuzzy control of a dynamic activated sludg e process for the forecast and control of effluent suspended solid concentration [J].Wat Sic Tech,1993，28(11-12)：355-367.
　　[8]彭永臻，王淑莹，周利，等.生物电极脱氮工艺的在线模糊控制研究(一)[J].中国给水排水，1999，15(2)：5-9.
　　[9]彭永臻，王淑莹，周利，等.生物电极脱氮工艺的在线模糊控制研究(二)[J].中国给水排水，1999，15(4)：5-10.
　　[10] 高景峰，彭永臻，王淑莹，等.以DO、ORP、pH控制SBR法的脱氮过程[J].中国给水排水，2001，17 (4)：6-11.
　　[11]陆杰.模糊控制在污水处理系统中的应用[J].盐湖研究，2000，8(2)：29-32.
　　[12]吴建辉，章兢，侯庆平.仿人智能模糊控制在污水处理中的应用[J].电脑与信息技术，2000，(2)：8-10.?
　　[13]Punal A,Rodriguez J,Franco A,et al.Advanced monitoring and control of anaero bic wastewater treatment plants:diagnosis and supervision by a fuzzy-based exper tsystem[J].Wat Sic Tech,2001，43(7)：1191-1198.
　　[14]Shoji Watanabe,Kenji Baba,Mikio Yoda,et al.Intelligent operation support system for activated sludge process[J].Wat Sic Tech,1993，28(11-12)：325-332.
　　[15]庞全，杨翠容.工业水处理pH值智能控制研究[J].工业水处理，1997，17(4)：37-39.
　　[16]孙增圻，张再兴，邓志东.智能控制理论与技术[M].北京：清华大学出版社，1997.
　　[17]王耀南.智能控制系统[M].长沙：湖南大学出版社，1995.

---

　　电　　话：(021)65988474?
　　E-mail:[email protected]
　　收稿日期：2002-03-04