论文部分内容阅读
【摘 要】 将智能控制系统应用到污水处理厂，实现污水处理厂生产综合节能15-20%，出水水质控制更加稳定，有效降低污染物排放量，具有良好的社会效益和经济效益。
【关键词】 污水处理厂；智能控制；神经网络
1、引言
研究机构对我国2000余座城镇污水处理厂运行状况调查分析表明，由于受到项目立项、建设及运营过程中存在的各种问题的影响，城镇污水处理厂建成后的运行存在着一些明显不足，其主要表现为：（1） 由于建设规模超前、配套管网建设滞后和运行费用不足等问题，导致实际污水处理量未能与污水处理能力保持同步增长，近1/ 3 数量的污水处理厂的运行负荷率低于70 %，少数污水处理厂的运行负荷率低至约30 % 。（2） 虽然整体的污水处理工艺水平已基本不落后于发达国家，但技术装备水平和运行管理水平仍然存在较大差距。突出表现在污水处理厂的自动控制系统，根据我们调研的情况分析，目前中小型污水处理厂的自动控制系统普遍处于半投入或不投入状态，大型污水厂的自控系统基本能正常运行，但普遍未能做到智能控制，即未能在满足出水达标的情况下最大限度地降低污水处理厂的能耗，实现最大限度的节能减排。
在我过经济欠发达地区，污水处理厂分布分散，单个规模不大，普遍存在水量不足，污水处理厂的运行负荷率低，管理和运行成本高等问题。这些问题的存在使得污水处理厂的环境效益和社会效益大打折扣，大量的污水处理厂如何能规范管理，节约能耗，节约人力成本成为一重要的课题。
2智能控制系统技术
2.1国外污水处理厂智能控制技术特点
污水处理厂智能控制系统的核心技术是污水处理工艺技术和智能控制技术，将智能控制技术应用到污水处理厂是目前污水处理研究及应用的前沿和热点。随着科技的发展，智能控制技术已成功应用到工业控制、军事、医学等领域，而在污水处理中的应用开展相对较晚。主要原因是智能控制技术应用到上述领域的经济效益明显，以美国Pavilion公司为例，2007年为上海赛科石油化工公司的6条聚合物生产线提供先进过程控制技术，其中LLDPE和HDPE两条生产线因此一年增加效益1350万美元，而上海赛科公司当年已收回软件成本。可见智能控制技术的应用具有明显的经济效益，同时国外智能控制公司的软件费用也可见一斑。
目前国外发达国家的污水处理厂升级改造时采用智能控制技术，达到提高出水水质稳定性和节能的目的。譬如世界水务行业巨头威立雅公司、得利满、苏伊士环境等公司在其所运营的部分污水处理厂实现了全自动化运行和远程控制，基本做到了无人值守。这要归功于两方面的原因：其一是国外在硬件设施方面的研发和制造能力，如特殊控制阀门的研究和制造生产，使得鼓风机的风量得以精确控制；其二是经过长期的实践积累了丰富的运营数据，在此基础上开发出智能控制系统。美国公司在Enfield 水污染控制厂（平均处理能力2万吨/日）采用BIOS控制系统，配合专用氨氮分析仪，取得出水总氮降低32%，节能19%的效果。
2.2国内污水处理厂智能控制系统技术
虽然国外智能控制在污水生物处理中的应用越来越广泛且深入，在国内也获得了广泛的认可，我国也有一些研究机构受国外技术发展的启发，以污水处理厂节能降耗为出发点，开始在智能控制系统的开发方面做出了初步的研究和探索，但国内的研究和具体应用都还处在起步和发展阶段。如华南理工大学对污水处理中人工神经网络应用进行研究，结果表明： 在污水处理中引入神经网络智能控制是一种提高处理效率、降低运行成本的有效方法， 但神经网络在生产实际中存在亟待解决的问题。国内的研究及应用还处在发展阶段，与国外有较大的差距。北京清华城市规划设计研究院开发的“污水处理厂全流程节能降耗智能控制系统”，据称其已经在北京小红门污水处理厂得到了应用，实现全厂节能10%效果。其原理主要根据曝气池的溶解氧浓度水平作为控制参数，对鼓风机的曝气量实现控制，从而达到节能的目的。上海白龙港水质净化厂在改扩建工程中，采用了美国公司的生物工藝智能优化控制系统（ BIOS ）和曝气控制系统（BACS）， 通过数学模型计算并以前馈控制方式对各廊道的溶解氧及内回流比控制值进行优化。结果表明， 采用B IOS 系统后出水水质稳定且节能效果明显，但核心技术在美国公司手中。
3污水处理厂智能控制系统运行解决方案
3.1以节省人力和电耗为经济控制指标，减少运行成本
众所周知，污水处理厂由于其工艺环节较多，牵涉到的专业种类齐全，使得其操作和运行维护也比较繁杂，对操作人员的要求较高；另一方面污水处理厂也是一个耗电大户，统计分析表明，电费占据了污水处理厂运行费用的70-80%。而作为BOT项目的投资方，在考虑污水处理厂达到合同约定的处理要求的同时，必须同时考虑投资回报率。因此必须考虑污水处理厂上述两个方面的特性。即从资本和回报的角度出发，投资者希望在达到处理要求的同时，能尽量少地减少操作管理人员；同时尽量降低电耗，从而实现投资者的利益最大化。要减少污水处理厂的操作人员，则必须提高污水处理厂的自动化操作水平，实现污水处理系统的自动化运行，另一方面通过智能控制系统，达到根据实际负荷的变化确定溶解氧值并精确控制溶解氧，使风机的电耗降低，节省人力和电耗，达到减少运行成本的目的。
3.2提高自动化操作水平，及时地调整运行参数，确保污水处理正常运行
在污水处理的过程中，实际进水水量、水质与设计值不一致，尤其在广东省的东西北地区，进水的水量、水质往往达不到设计值，在偏差严重时还会引起污水厂无法正常运行，因此通过智能控制系统及时地根据进水的实际情况调整运行参数，使污水处理过程达到最佳运行效果，确保污水处理正常运行稳定达标排放。
3.3 模型模拟技术
污水处理厂的运行状况随着水质水量和环境的变化而不断变化，处理系统本身也是动态系统，而自控系统只能根据已设定参数的去运行，这种运行不是最佳运行，当运行参数超出设定范围后，自控系统便失去控制能力。智能控制系统的作用就是能够模拟人的思维，根据各种变化调整运行参数，使污水厂始终按最佳工艺参数运行。 影响污水处理厂出水指标的因素很多，包括进水水量、水质（COD、BOD、SS、TN、TP、NH4 ），生化池水质（厌氧度（ORP）、NH4-N、NO3-N、溶解氧浓度（DO）、污泥浓度、活性污泥沉降比（SV）、碳氮比）、污泥回流比、剩余污泥量、水温等。
通过智能模型运算，得出污水处理厂的最佳工艺参数，成功的模型运算为智能系统的运行奠定了坚实的基础，这是实现智能控制的关键步骤。将模糊（FUZZY）控制技术与人工神经网络（ANN）技术两种智能控制技术进行互补结合，应用于城镇生活污水处理。既发挥模糊控制计算量小，实时性较好，且具有一定的鲁棒性的优点，也能利用神经网络具有较强的学习能力，能够以很高的精度对系统运行进行预测的优势。
4.结语
污水处理过程的特点是多变量、非线性、时变性与随机性，同时，污水处理系统的控制又属于多目标控制，需要控制几种出水指标，也需要适应外部环境变化的冲击 。传统PID控制无法适应，建立精确的数学模型也十分困难。
本文以城镇污水处理工艺的智能化控制为出发点，研究各种外界因素如进水水质、水量、水温的变化和内在因素如氨氮、硝态氮的变化，对系统风量、能耗的要求，采用模糊（FUZZY）控制技术与人工神经网络（ANN）技术结合，研究开发出基于水质水量变化的智能控制系统，实现污水处理厂的全自动智能运行，达到节能降耗的目的。
截止2010年9月底，全国建成2630座城镇污水处理厂，日污水处理能力达到1.22亿立方米，在建污水处理厂1849座，日污水处理能力4900万立方米。‘十二五’期间，如果智能控制在全国的城镇污水厂得到推广应用，污水处理厂在节能减排方面发挥的作用将更上一台阶，其经济和社会效益无可估量。
参考文献：
[1] Murnleitner E， Matthias T， Delgado A. State detection and control of overloads in the anaerobic wastewater treatment using fuzzy logic[J].Water Research，2002，36（1）：201-211.
[2] 施漢昌，王玉钰.污水处理厂故障诊断专家系统[J].给水排水，2001，27（8）：88-90.
[3]朱石清，唐建国，周骅，等. 美国South Bermuda污水厂的升级改造[ J ].中国给水排水，2006， 22 （4）： 31 - 33.
[4 ] Hanbay D ，Turkoglu I ，Demir Y. Prediction of wastewater treatment plant
performance based on wavelet packet decomposition and neural networks[J ] . Expert Systems with Applications ，2008 ，34 ：1038 - 1043.
【关键词】 污水处理厂；智能控制；神经网络
1、引言
研究机构对我国2000余座城镇污水处理厂运行状况调查分析表明，由于受到项目立项、建设及运营过程中存在的各种问题的影响，城镇污水处理厂建成后的运行存在着一些明显不足，其主要表现为：（1） 由于建设规模超前、配套管网建设滞后和运行费用不足等问题，导致实际污水处理量未能与污水处理能力保持同步增长，近1/ 3 数量的污水处理厂的运行负荷率低于70 %，少数污水处理厂的运行负荷率低至约30 % 。（2） 虽然整体的污水处理工艺水平已基本不落后于发达国家，但技术装备水平和运行管理水平仍然存在较大差距。突出表现在污水处理厂的自动控制系统，根据我们调研的情况分析，目前中小型污水处理厂的自动控制系统普遍处于半投入或不投入状态，大型污水厂的自控系统基本能正常运行，但普遍未能做到智能控制，即未能在满足出水达标的情况下最大限度地降低污水处理厂的能耗，实现最大限度的节能减排。
在我过经济欠发达地区，污水处理厂分布分散，单个规模不大，普遍存在水量不足，污水处理厂的运行负荷率低，管理和运行成本高等问题。这些问题的存在使得污水处理厂的环境效益和社会效益大打折扣，大量的污水处理厂如何能规范管理，节约能耗，节约人力成本成为一重要的课题。
2智能控制系统技术
2.1国外污水处理厂智能控制技术特点
污水处理厂智能控制系统的核心技术是污水处理工艺技术和智能控制技术，将智能控制技术应用到污水处理厂是目前污水处理研究及应用的前沿和热点。随着科技的发展，智能控制技术已成功应用到工业控制、军事、医学等领域，而在污水处理中的应用开展相对较晚。主要原因是智能控制技术应用到上述领域的经济效益明显，以美国Pavilion公司为例，2007年为上海赛科石油化工公司的6条聚合物生产线提供先进过程控制技术，其中LLDPE和HDPE两条生产线因此一年增加效益1350万美元，而上海赛科公司当年已收回软件成本。可见智能控制技术的应用具有明显的经济效益，同时国外智能控制公司的软件费用也可见一斑。
目前国外发达国家的污水处理厂升级改造时采用智能控制技术，达到提高出水水质稳定性和节能的目的。譬如世界水务行业巨头威立雅公司、得利满、苏伊士环境等公司在其所运营的部分污水处理厂实现了全自动化运行和远程控制，基本做到了无人值守。这要归功于两方面的原因：其一是国外在硬件设施方面的研发和制造能力，如特殊控制阀门的研究和制造生产，使得鼓风机的风量得以精确控制；其二是经过长期的实践积累了丰富的运营数据，在此基础上开发出智能控制系统。美国公司在Enfield 水污染控制厂（平均处理能力2万吨/日）采用BIOS控制系统，配合专用氨氮分析仪，取得出水总氮降低32%，节能19%的效果。
2.2国内污水处理厂智能控制系统技术
虽然国外智能控制在污水生物处理中的应用越来越广泛且深入，在国内也获得了广泛的认可，我国也有一些研究机构受国外技术发展的启发，以污水处理厂节能降耗为出发点，开始在智能控制系统的开发方面做出了初步的研究和探索，但国内的研究和具体应用都还处在起步和发展阶段。如华南理工大学对污水处理中人工神经网络应用进行研究，结果表明： 在污水处理中引入神经网络智能控制是一种提高处理效率、降低运行成本的有效方法， 但神经网络在生产实际中存在亟待解决的问题。国内的研究及应用还处在发展阶段，与国外有较大的差距。北京清华城市规划设计研究院开发的“污水处理厂全流程节能降耗智能控制系统”，据称其已经在北京小红门污水处理厂得到了应用，实现全厂节能10%效果。其原理主要根据曝气池的溶解氧浓度水平作为控制参数，对鼓风机的曝气量实现控制，从而达到节能的目的。上海白龙港水质净化厂在改扩建工程中，采用了美国公司的生物工藝智能优化控制系统（ BIOS ）和曝气控制系统（BACS）， 通过数学模型计算并以前馈控制方式对各廊道的溶解氧及内回流比控制值进行优化。结果表明， 采用B IOS 系统后出水水质稳定且节能效果明显，但核心技术在美国公司手中。
3污水处理厂智能控制系统运行解决方案
3.1以节省人力和电耗为经济控制指标，减少运行成本
众所周知，污水处理厂由于其工艺环节较多，牵涉到的专业种类齐全，使得其操作和运行维护也比较繁杂，对操作人员的要求较高；另一方面污水处理厂也是一个耗电大户，统计分析表明，电费占据了污水处理厂运行费用的70-80%。而作为BOT项目的投资方，在考虑污水处理厂达到合同约定的处理要求的同时，必须同时考虑投资回报率。因此必须考虑污水处理厂上述两个方面的特性。即从资本和回报的角度出发，投资者希望在达到处理要求的同时，能尽量少地减少操作管理人员；同时尽量降低电耗，从而实现投资者的利益最大化。要减少污水处理厂的操作人员，则必须提高污水处理厂的自动化操作水平，实现污水处理系统的自动化运行，另一方面通过智能控制系统，达到根据实际负荷的变化确定溶解氧值并精确控制溶解氧，使风机的电耗降低，节省人力和电耗，达到减少运行成本的目的。
3.2提高自动化操作水平，及时地调整运行参数，确保污水处理正常运行
在污水处理的过程中，实际进水水量、水质与设计值不一致，尤其在广东省的东西北地区，进水的水量、水质往往达不到设计值，在偏差严重时还会引起污水厂无法正常运行，因此通过智能控制系统及时地根据进水的实际情况调整运行参数，使污水处理过程达到最佳运行效果，确保污水处理正常运行稳定达标排放。
3.3 模型模拟技术
污水处理厂的运行状况随着水质水量和环境的变化而不断变化，处理系统本身也是动态系统，而自控系统只能根据已设定参数的去运行，这种运行不是最佳运行，当运行参数超出设定范围后，自控系统便失去控制能力。智能控制系统的作用就是能够模拟人的思维，根据各种变化调整运行参数，使污水厂始终按最佳工艺参数运行。 影响污水处理厂出水指标的因素很多，包括进水水量、水质（COD、BOD、SS、TN、TP、NH4 ），生化池水质（厌氧度（ORP）、NH4-N、NO3-N、溶解氧浓度（DO）、污泥浓度、活性污泥沉降比（SV）、碳氮比）、污泥回流比、剩余污泥量、水温等。
通过智能模型运算，得出污水处理厂的最佳工艺参数，成功的模型运算为智能系统的运行奠定了坚实的基础，这是实现智能控制的关键步骤。将模糊（FUZZY）控制技术与人工神经网络（ANN）技术两种智能控制技术进行互补结合，应用于城镇生活污水处理。既发挥模糊控制计算量小，实时性较好，且具有一定的鲁棒性的优点，也能利用神经网络具有较强的学习能力，能够以很高的精度对系统运行进行预测的优势。
4.结语
污水处理过程的特点是多变量、非线性、时变性与随机性，同时，污水处理系统的控制又属于多目标控制，需要控制几种出水指标，也需要适应外部环境变化的冲击 。传统PID控制无法适应，建立精确的数学模型也十分困难。
本文以城镇污水处理工艺的智能化控制为出发点，研究各种外界因素如进水水质、水量、水温的变化和内在因素如氨氮、硝态氮的变化，对系统风量、能耗的要求，采用模糊（FUZZY）控制技术与人工神经网络（ANN）技术结合，研究开发出基于水质水量变化的智能控制系统，实现污水处理厂的全自动智能运行，达到节能降耗的目的。
截止2010年9月底，全国建成2630座城镇污水处理厂，日污水处理能力达到1.22亿立方米，在建污水处理厂1849座，日污水处理能力4900万立方米。‘十二五’期间，如果智能控制在全国的城镇污水厂得到推广应用，污水处理厂在节能减排方面发挥的作用将更上一台阶，其经济和社会效益无可估量。
参考文献：
[1] Murnleitner E， Matthias T， Delgado A. State detection and control of overloads in the anaerobic wastewater treatment using fuzzy logic[J].Water Research，2002，36（1）：201-211.
[2] 施漢昌，王玉钰.污水处理厂故障诊断专家系统[J].给水排水，2001，27（8）：88-90.
[3]朱石清，唐建国，周骅，等. 美国South Bermuda污水厂的升级改造[ J ].中国给水排水，2006， 22 （4）： 31 - 33.
[4 ] Hanbay D ，Turkoglu I ，Demir Y. Prediction of wastewater treatment plant
performance based on wavelet packet decomposition and neural networks[J ] . Expert Systems with Applications ，2008 ，34 ：1038 - 1043.