劉建勇¹，周雪飛¹，薛罡²，顧國維¹
( 1.同濟(jì)大學(xué)污染控制與資源化國家重點(diǎn)實(shí)驗(yàn)室，上海200092；2.東華大學(xué)環(huán)境科學(xué)與工程學(xué)院，上海　200051)

　　摘　要： 針對(duì)污水處理系統(tǒng)的多變量、非線性、時(shí)變性與隨機(jī)性等特點(diǎn)，介紹了智能控制在污水處理中的應(yīng)用現(xiàn)狀，并對(duì)幾種智能控制方法的優(yōu)、缺點(diǎn)進(jìn)行了對(duì)比,指出將兩種或兩種以上智能控制方法相結(jié)合或?qū)⒅悄芸刂婆c傳統(tǒng)控制方法相結(jié)合的綜合(集成)智能控制系統(tǒng)是未來污水處理控制的主要研究方向。
　　關(guān)鍵詞：智能控制；污水處理；模糊控制；神經(jīng)網(wǎng)絡(luò)控制；專家控制；綜合(集成)智能控制系統(tǒng)?
　　中圖分類號(hào)：X703
　　文獻(xiàn)標(biāo)識(shí)碼：B
　　文章編號(hào)：1000-4602(2002)11-0022-04

　　污水處理系統(tǒng)具有不穩(wěn)定性和不確定性，其處理過程的特點(diǎn)是多變量、非線性、時(shí)變性與隨機(jī)性，故建立精確的數(shù)學(xué)模型比較困難。同時(shí)，污水處理系統(tǒng)的控制又屬于多目標(biāo)控制，體現(xiàn)在：需要控制幾種出水指標(biāo)，需要抑制外部環(huán)境的變化(擾動(dòng))對(duì)處理過程的影響以確保處理過程的穩(wěn)定性，需要使處理過程費(fèi)用最低(即經(jīng)濟(jì)指標(biāo)最優(yōu)化)。因此，其控制需要多個(gè)變量的支持且知識(shí)工程系統(tǒng)、感知信息處理系統(tǒng)、認(rèn)知系統(tǒng)、規(guī)劃與控制系統(tǒng)及計(jì)算機(jī)算法也更復(fù)雜一些，即應(yīng)開發(fā)控制功能更強(qiáng)、控制品質(zhì)更好、智能化程度更高的綜合智能控制技術(shù) 。
　　智能控制的研究與應(yīng)用在污水領(lǐng)域中還處于起步階段，并已成為該領(lǐng)域的一個(gè)研究熱點(diǎn)和前沿課題。?

1 研究與應(yīng)用現(xiàn)狀

　?、偕窠?jīng)網(wǎng)絡(luò)控制
　　A.Karama等人針對(duì)厭氧消化過程提出了一種混合模型^[1]，該模型基于物料平衡方程，其中生物生長(zhǎng)速率通過神經(jīng)網(wǎng)絡(luò)表述。為了保證訓(xùn)練數(shù)據(jù)(裝置外混合模型)的生物意義(濃度為正、有界，生長(zhǎng)速率的飽和抑制)，提出了一種對(duì)神經(jīng)網(wǎng)絡(luò)加以規(guī)范的方法，并將這種方法應(yīng)用于固定床生物反應(yīng)器的試驗(yàn)數(shù)據(jù)。Martin Cote等研究了活性污泥過程的動(dòng)態(tài)模擬，用神經(jīng)網(wǎng)絡(luò)改善預(yù)測(cè)^[2]并開發(fā)了一個(gè)程序以提高現(xiàn)有活性污泥過程(機(jī)械模型)的精度。
　　蘇敏等針對(duì)城市污水生物處理系統(tǒng)的復(fù)雜性、不確定性和難以建立精確數(shù)學(xué)模型的特點(diǎn)，提出了一種用BP神經(jīng)網(wǎng)絡(luò)來完成規(guī)則推理的模糊控制器^[3]。田禹等人研究了基于BP人工神經(jīng)元網(wǎng)絡(luò)的臭氧生物活性炭系統(tǒng)建模^[4]，并考察了神經(jīng)網(wǎng)絡(luò)對(duì)水處理系統(tǒng)建模的適應(yīng)性，探討了臭氧生物活性炭系統(tǒng)中各影響因素之間的關(guān)系。
　?、谀：刂?br> 　　T.Aoi等在高負(fù)荷生物脫氮工藝處理糞便污水系統(tǒng)中采用了一種基于模糊推理的直接氨控制系統(tǒng)^[5]。利用一種新型自動(dòng)分析儀和UF采樣器監(jiān)測(cè)反應(yīng)器中的NH4-N,并用模糊推理控制脫氮反應(yīng)器的運(yùn)行。模糊控制系統(tǒng)從由實(shí)際工藝過程中得到的多變量(NH₄-N、DO、ORP和pH值)中推出一個(gè)適合的條件。系統(tǒng)響應(yīng)迅速，具有較高的脫氮效率，并且穩(wěn)定、容易維護(hù)。J.Ferrer等采用模糊邏輯控制對(duì)曝氣過程的節(jié)能進(jìn)行了研究^[6]，開發(fā)出一種基于模糊邏輯的曝氣控制系統(tǒng)，并在中試規(guī)模的BARDENPHO工藝中的主曝氣池進(jìn)行了試驗(yàn)，與普通的控制器相比可節(jié)省能量40%。Y.P.Ts ai等將模糊控制應(yīng)用于一種動(dòng)態(tài)活性污泥工藝，根據(jù)出流速率的變化通過控制污泥回流率來 預(yù)測(cè)和控制出水中的SS濃度^[7]。
　　彭永臻等研究了生物電極脫氮工藝的在線模糊控制^[8、9]，設(shè)計(jì)了結(jié)構(gòu)簡(jiǎn)單、可靠、穩(wěn)定、可行性好、對(duì)進(jìn)水硝態(tài)氮負(fù)荷變化的適應(yīng)性強(qiáng)、有利于避免過量投加有機(jī)物、節(jié)省運(yùn)行費(fèi)用的在線模糊控制器。高景峰等研究了SBR法的在線模糊控制系統(tǒng)^[10]，總結(jié)了SBR法在去除有機(jī)物、脫氮除磷過程中的DO、ORP和pH值變化規(guī)律，并在此基礎(chǔ)上建立了SBR法去除有機(jī)物和脫氮的模糊控制器。
　　陸杰研究了模糊控制在三溝式氧化溝中的應(yīng)用^[11]，主要對(duì)轉(zhuǎn)刷電機(jī)進(jìn)行間歇式和組合控制，以此來改變?nèi)郎现械某溲趿?，另外還建立了模糊控制專家系統(tǒng)。吳建輝研究了仿人智能模糊控制在污水處理中的應(yīng)用^[12]，指出該系統(tǒng)具有較強(qiáng)的魯棒性和 自適應(yīng)性等優(yōu)點(diǎn)，但總控制表要經(jīng)過嚴(yán)格的實(shí)踐檢驗(yàn)并反復(fù)修改才會(huì)有滿意的控制效果，否則將呈現(xiàn)典型的棒棒控制效果，系統(tǒng)難以穩(wěn)定。
　　③專家控制
　　A.Punal等人提出了一種針對(duì)厭氧消化器的診斷和管理的模糊專家系統(tǒng)^[13]，該系統(tǒng)采用模糊邏輯推理和一個(gè)用以補(bǔ)充專家知識(shí)的規(guī)則庫，是在微軟視窗支持下開發(fā)出來的。該專家系統(tǒng)通過三種主要組件在線運(yùn)行來判斷工藝過程的狀態(tài)和趨勢(shì)以及設(shè)在水廠終端的控制指標(biāo)是否處于最佳點(diǎn)。另有兩種組件在操作器需要時(shí)可并聯(lián)工作，以檢測(cè)工藝過程中由有毒化合物造成的限制和在線診斷是否有效采用了下線及在線信息。Shoji Watanabe等研究了活性污泥工藝的智能運(yùn)行支持系統(tǒng)(IOSS)，用以預(yù)測(cè)和控制活性污泥工藝^[14]，為操作者提供導(dǎo)向及控制信息。
　　清華大學(xué)國家環(huán)境模擬與污染控制實(shí)驗(yàn)室研究了污水處理的專家系統(tǒng)，清華同方在此基礎(chǔ)上推出了污水處理專家系統(tǒng)軟件，包括：污水處理模擬預(yù)報(bào)軟件、污水處理專家系統(tǒng)、PLC及上位機(jī)中的模糊控制軟件。龐全研究了工業(yè)水處理中pH值的智能控制^[15]，采用專家控制技術(shù)來控制中和藥劑的加入，有效地解決了pH值控制中存在的嚴(yán)重非線性與時(shí)滯性問題。
　　可見，智能控制在污水處理系統(tǒng)中的應(yīng)用研究主要分為以下幾類：①對(duì)污水處理過程中某單 一參數(shù)(如pH值、溶解氧、污泥回流率、NH₃-N等)的控制；②對(duì)污水處理過程中某一反應(yīng)器(如厭氧消化器、主曝氣池等)而非污水處理全過程的控制；③一般只將一種智能控制技術(shù)(如模糊控制、神經(jīng)網(wǎng)絡(luò)控制、專家控制、仿人智能控制等)應(yīng)用于污水處理工藝中；④對(duì)智能控制在污水處理系統(tǒng)中應(yīng)用的初步基礎(chǔ)研究(如綜合控制參數(shù)的選取、專家控制知識(shí)庫的積累等)。因此，有必要對(duì)智能控制在污水處理系統(tǒng)中應(yīng)用的基本問題進(jìn)行系統(tǒng)、全面的研究，以期對(duì)污水處理全過程實(shí)現(xiàn)理想的控制。

2　綜合(集成)智能控制系統(tǒng)

2.1 單一智能控制方法的優(yōu)劣?
　　智能控制是控制理論發(fā)展中的高級(jí)階段，研究對(duì)象一般具備以下特點(diǎn)：不確定的模型，即控制對(duì)象和干擾模型未知或知之甚少或模型的結(jié)構(gòu)參數(shù)可能在很大范圍內(nèi)變化；高度非線性；控制任務(wù)的極度復(fù)雜性，這往往要求系統(tǒng)有決策、自動(dòng)啟停、故障自動(dòng)診斷以及對(duì)緊急情況自動(dòng)處理等功能。
　　智能控制系統(tǒng)的典型結(jié)構(gòu)如圖1所示^[16]。

　　模糊控制、神經(jīng)網(wǎng)絡(luò)控制、專家控制是智能控制的幾個(gè)重要分支，它們各有優(yōu)缺點(diǎn)。
　?、僮鳛榉?hào)主義的模糊控制適用于處理不確定性、非線性、時(shí)變、時(shí)滯系統(tǒng)的控制，適合表達(dá)模糊或定性的知識(shí)。其優(yōu)點(diǎn)是：不依靠控制對(duì)象的模型而依靠控制專家或操作人員的經(jīng)驗(yàn)和知識(shí)；具有較強(qiáng)的魯棒性；提高了控制系統(tǒng)的實(shí)時(shí)性；控制的機(jī)理符合人們對(duì)過程控制作用的直觀描述和思維邏輯。其缺陷是：信息簡(jiǎn)單的模糊處理導(dǎo)致系統(tǒng)控制精度降低、動(dòng)態(tài)品質(zhì)變差、決策速度降低，甚至不能實(shí)時(shí)控制；設(shè)計(jì)尚缺乏系統(tǒng)性，無法定義控制目標(biāo)，控制規(guī)則的選擇、論域的選擇、模糊集的定義、量化因子的選取等多采用試湊法，這對(duì)復(fù)雜系統(tǒng)的控制是難以奏效的；由于采用了IF-THEN的控制規(guī)則，不便于控制參數(shù)的學(xué)習(xí)和調(diào)整，缺乏自學(xué)習(xí)和自適應(yīng)能力。
　?、谧鳛檫B接主義的神經(jīng)網(wǎng)絡(luò)控制適用于那些具有不確定性和高度非線性系統(tǒng)的控制。其主要優(yōu)點(diǎn)為：可以充分逼近任意復(fù)雜的非線性關(guān)系，給復(fù)雜系統(tǒng)的建模帶來了一種新的、非傳統(tǒng)的表達(dá)工具；有很強(qiáng)的魯棒性和容錯(cuò)性；采用并行分布處理方法，使得快速進(jìn)行大量運(yùn)算成為可能；固有的學(xué)習(xí)能力降低了不確定性，增加了適應(yīng)環(huán)境變化的泛化能力；能夠同時(shí)處理定量、定性數(shù)據(jù)，使其能夠利用連接主義的結(jié)構(gòu)與傳統(tǒng)控制方法及符號(hào)主義的人工智能相結(jié)合。缺點(diǎn)是：不適合表達(dá)基于規(guī)則的知識(shí)，不能很好地利用已有的經(jīng)驗(yàn)知識(shí)，網(wǎng)絡(luò)訓(xùn)練時(shí)間長(zhǎng)導(dǎo)致有可能陷入非要求的局部極值。
　?、刍谥R(shí)的專家控制適于各種非結(jié)構(gòu)化問題，尤其能處理定性的、啟發(fā)式或不確定的知識(shí)信息。其主要優(yōu)點(diǎn)為：在一定程度上模擬人的思維活動(dòng)規(guī)律，能進(jìn)行自動(dòng)推理；可以不斷監(jiān)督生產(chǎn)過程，實(shí)現(xiàn)特定性能指標(biāo)下的優(yōu)化控制，可進(jìn)行操作指導(dǎo)；可實(shí)現(xiàn)復(fù)雜系統(tǒng)的高質(zhì)量控制、故障診斷和容錯(cuò)控制、參數(shù)和算法的自動(dòng)修改、不同算法的組合等；深層知識(shí)的引入可以彌補(bǔ)專家經(jīng)驗(yàn)的不足，還可以自然地消除決策沖突。但專家控制系統(tǒng)要做到完全實(shí)用化還需要解決許多問題，如：如何獲取知識(shí)；如何進(jìn)行實(shí)時(shí)性的搜索以解決實(shí)時(shí)控制；如何將過程的淺層與深層知識(shí)合理地結(jié)合起來，構(gòu)造并有效地自動(dòng)修改知識(shí)庫；如何進(jìn)行專家控制系統(tǒng)的穩(wěn)定性、可靠性分析；如何建造通用的滿足過程控制的專家開發(fā)工具等。
　　此外，智能控制方法還包括：學(xué)習(xí)控制、分層遞階智能控制、基于遺傳算法的智能控制、仿人智能控制等。
2.2　綜合(集成)智能控制系統(tǒng)的建立
　　各種智能控制方法都有其優(yōu)勢(shì)和不足，若能將兩種和兩種以上智能控制方法適當(dāng)?shù)亟Y(jié)合起來并吸取各自的長(zhǎng)處，則可組成比單一控制系統(tǒng)性能更好的綜合(集成)智能控制系統(tǒng)。已研究出的綜合(集成)智能控制系統(tǒng)有^[17]：模糊神經(jīng)網(wǎng)絡(luò)控制系統(tǒng)、模糊專家控制系統(tǒng)、基于遺傳算法的模糊控制系統(tǒng)、基于遺傳算法的神經(jīng)網(wǎng)絡(luò)控制系統(tǒng)、神經(jīng)網(wǎng)絡(luò)專家智能協(xié)調(diào)控制、模糊神經(jīng)網(wǎng)絡(luò)自學(xué)習(xí)控制系統(tǒng)、神經(jīng)模糊推理系統(tǒng)、仿人智能模糊控制系統(tǒng)等。
　　針對(duì)不同污水處理工藝應(yīng)建立不同的綜合(集成)智能控制系統(tǒng)，它可能是兩種或兩種以上智能控制技術(shù)的結(jié)合，也可能是一種或幾種智能控制技術(shù)與傳統(tǒng)控制技術(shù)的結(jié)合。其研究過程可分為幾個(gè)階段：
　?、倩A(chǔ)研究：通過理論和試驗(yàn)研究解決不同智能控制方法應(yīng)用于不同污水處理工藝過程中所需考慮的問題(如控制變量的選取等)，同時(shí)要對(duì)污水處理過程進(jìn)行仿真研究以確定可以通過建立數(shù)學(xué)模型精確控制的過程參數(shù)，最終確定不同工藝系統(tǒng)中不同控制參數(shù)的變化規(guī)律和控制方法。
　　②控制系統(tǒng)的選擇：分析將不同的控制方法應(yīng)用于不同的污水處理工藝時(shí)的特點(diǎn)，為不同的污水處理工藝選取不同的綜合(集成)智能控制系統(tǒng)并通過試驗(yàn)進(jìn)行對(duì)比驗(yàn)證。
　?、劭刂葡到y(tǒng)的建立及應(yīng)用：分別建立幾種綜合(集成)智能控制系統(tǒng)并在幾個(gè)具有代表性的污水處理廠進(jìn)行試驗(yàn)研究，通過生產(chǎn)性試驗(yàn)補(bǔ)充(專家控制的知識(shí)庫) 和修正(傳統(tǒng)或智能控制系統(tǒng)中的模型參數(shù))控制系統(tǒng)的軟件以及硬件系統(tǒng)，并將它們應(yīng)用于實(shí)際污水處理工程中。

3　結(jié)論

　　智能控制是控制理論發(fā)展中的高級(jí)階段，主要用來解決那些用傳統(tǒng)方法難以解決的復(fù)雜系統(tǒng)的控制問題。模糊控制、神經(jīng)網(wǎng)絡(luò)控制、專家控制是智能控制的幾個(gè)重要分支，它們各有優(yōu)缺點(diǎn)。將兩種或兩種以上智能控制方法相結(jié)合或?qū)⒅悄芸刂婆c傳統(tǒng)控制方法相結(jié)合而建立的綜合(集成)智能控制系統(tǒng)則成為未來污水處理控制的主要研究方向。

參考文獻(xiàn)：

　　[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] 蘇敏，涂源釗.城市廢水生物處理過程的模糊神經(jīng)網(wǎng)絡(luò)控制[J].四川聯(lián)合大學(xué)學(xué)報(bào)(工程科學(xué)版)，1998，2(1)：40-45.
　　[4]田禹，王寶貞，周定.基于BP人工神經(jīng)元網(wǎng)絡(luò)的臭氧生物活性炭系統(tǒng)建模研究[J].中國給水排水，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，王淑瑩，周利，等.生物電極脫氮工藝的在線模糊控制研究(一)[J].中國給水排水，1999，15(2)：5-9.
　　[9]彭永臻，王淑瑩，周利，等.生物電極脫氮工藝的在線模糊控制研究(二)[J].中國給水排水，1999，15(4)：5-10.
　　[10] 高景峰，彭永臻，王淑瑩，等.以DO、ORP、pH控制SBR法的脫氮過程[J].中國給水排水，2001，17 (4)：6-11.
　　[11]陸杰.模糊控制在污水處理系統(tǒng)中的應(yīng)用[J].鹽湖研究，2000，8(2)：29-32.
　　[12]吳建輝，章兢，侯慶平.仿人智能模糊控制在污水處理中的應(yīng)用[J].電腦與信息技術(shù)，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]龐全，楊翠容.工業(yè)水處理pH值智能控制研究[J].工業(yè)水處理，1997，17(4)：37-39.
　　[16]孫增圻，張?jiān)倥d，鄧志東.智能控制理論與技術(shù)[M].北京：清華大學(xué)出版社，1997.
　　[17]王耀南.智能控制系統(tǒng)[M].長(zhǎng)沙：湖南大學(xué)出版社，1995.

---

　　電　　話：(021)65988474?
　　E-mail:hnmljy@263.net
　　收稿日期：2002-03-04