劉建勇¹，周雪飛¹，薛罡²，顧國維¹
( 1.同濟大學污染控制與資源化國家重點實驗室，上海200092；2.東華大學環境科學與工程學院，上海　200051)

　　摘　要： 針對污水處理系統的多變量、非線性、時變性與隨機性等特點，介紹了智能控制在污水處理中的應用現狀，并對幾種智能控制方法的優、缺點進行了對比,指出將兩種或兩種以上智能控制方法相結合或將智能控制與傳統控制方法相結合的綜合(集成)智能控制系統是未來污水處理控制的主要研究方向。
　　關鍵詞：智能控制；污水處理；模糊控制；神經網絡控制；專家控制；綜合(集成)智能控制系統?
　　中圖分類號：X703
　　文獻標識碼：B
　　文章編號：1000-4602(2002)11-0022-04

　　污水處理系統具有不穩定性和不確定性，其處理過程的特點是多變量、非線性、時變性與隨機性，故建立精確的數學模型比較困難。同時，污水處理系統的控制又屬于多目標控制，體現在：需要控制幾種出水指標，需要抑制外部環境的變化(擾動)對處理過程的影響以確保處理過程的穩定性，需要使處理過程費用最低(即經濟指標最優化)。因此，其控制需要多個變量的支持且知識工程系統、感知信息處理系統、認知系統、規劃與控制系統及計算機算法也更復雜一些，即應開發控制功能更強、控制品質更好、智能化程度更高的綜合智能控制技術 。
　　智能控制的研究與應用在污水領域中還處于起步階段，并已成為該領域的一個研究熱點和前沿課題。?

1 研究與應用現狀

　　①神經網絡控制
　　A.Karama等人針對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，其中生物生長速率通過神經網絡表述。為了保證訓練數據(裝置外混合模型)的生物意義(濃度為正、有界，生長速率的飽和抑制)，提出了一種對神經網絡加以規范的方法，并將這種方法應用于固定床生物反應器的試驗數據。Martin Cote等研究了活性污泥過程的動態模擬，用神經網絡改善預測^[2]并開發了一個程序以提高現有活性污泥過程(機械模型)的精度。
　　蘇敏等針對城市污水生物處理系統的復雜性、不確定性和難以建立精確數學模型的特點，提出了一種用BP神經網絡來完成規則推理的模糊控制器^[3]。田禹等人研究了基于BP人工神經元網絡的臭氧生物活性炭系統建模^[4]，并考察了神經網絡對水處理系統建模的適應性，探討了臭氧生物活性炭系統中各影響因素之間的關系。
　　②模糊控制
　　T.Aoi等在高負荷生物脫氮工藝處理糞便污水系統中采用了一種基于模糊推理的直接氨控制系統^[5]。利用一種新型自動分析儀和UF采樣器監測反應器中的NH4-N,并用模糊推理控制脫氮反應器的運行。模糊控制系統從由實際工藝過程中得到的多變量(NH₄-N、DO、ORP和pH值)中推出一個適合的條件。系統響應迅速，具有較高的脫氮效率，并且穩定、容易維護。J.Ferrer等采用模糊邏輯控制對曝氣過程的節能進行了研究^[6]，開發出一種基于模糊邏輯的曝氣控制系統，并在中試規模的BARDENPHO工藝中的主曝氣池進行了試驗，與普通的控制器相比可節省能量40%。Y.P.Ts ai等將模糊控制應用于一種動態活性污泥工藝，根據出流速率的變化通過控制污泥回流率來 預測和控制出水中的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]，設計了結構簡單、可靠、穩定、可行性好、對進水硝態氮負荷變化的適應性強、有利于避免過量投加有機物、節省運行費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^[10]，總結了SBR法在去除有機物、脫氮除磷過程中的DO、ORP和pH值變化規律，并在此基礎上建立了SBR法去除有機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用^[11]，主要對轉刷電機進行間歇式和組合控制，以此來改變三溝中的充氧量，另外還建立了模糊控制專家系統。吳建輝研究了仿人智能模糊控制在污水處理中的應用^[12]，指出該系統具有較強的魯棒性和 自適應性等優點，但總控制表要經過嚴格的實踐檢驗并反復修改才會有滿意的控制效果，否則將呈現典型的棒棒控制效果，系統難以穩定。
　　③專家控制
　　A.Punal等人提出了一種針對厭氧消化器的診斷和管理的模糊專家系統^[13]，該系統采用模糊邏輯推理和一個用以補充專家知識的規則庫，是在微軟視窗支持下開發出來的。該專家系統通過三種主要組件在線運行來判斷工藝過程的狀態和趨勢以及設在水廠終端的控制指標是否處于最佳點。另有兩種組件在操作器需要時可并聯工作，以檢測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行支持系統(IOSS)，用以預測和控制活性污泥工藝^[14]，為操作者提供導向及控制信息。
　　清華大學國家環境模擬與污染控制實驗室研究了污水處理的專家系統，清華同方在此基礎上推出了污水處理專家系統軟件，包括：污水處理模擬預報軟件、污水處理專家系統、PLC及上位機中的模糊控制軟件。龐全研究了工業水處理中pH值的智能控制^[15]，采用專家控制技術來控制中和藥劑的加入，有效地解決了pH值控制中存在的嚴重非線性與時滯性問題。
　　可見，智能控制在污水處理系統中的應用研究主要分為以下幾類：①對污水處理過程中某單 一參數(如pH值、溶解氧、污泥回流率、NH₃-N等)的控制；②對污水處理過程中某一反應器(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(如模糊控制、神經網絡控制、專家控制、仿人智能控制等)應用于污水處理工藝中；④對智能控制在污水處理系統中應用的初步基礎研究(如綜合控制參數的選取、專家控制知識庫的積累等)。因此，有必要對智能控制在污水處理系統中應用的基本問題進行系統、全面的研究，以期對污水處理全過程實現理想的控制。

2　綜合(集成)智能控制系統

2.1 單一智能控制方法的優劣?
　　智能控制是控制理論發展中的高級階段，研究對象一般具備以下特點：不確定的模型，即控制對象和干擾模型未知或知之甚少或模型的結構參數可能在很大范圍內變化；高度非線性；控制任務的極度復雜性，這往往要求系統有決策、自動啟停、故障自動診斷以及對緊急情況自動處理等功能。
　　智能控制系統的典型結構如圖1所示^[16]。

　　模糊控制、神經網絡控制、專家控制是智能控制的幾個重要分支，它們各有優缺點。
　　①作為符號主義的模糊控制適用于處理不確定性、非線性、時變、時滯系統的控制，適合表達模糊或定性的知識。其優點是：不依靠控制對象的模型而依靠控制專家或操作人員的經驗和知識；具有較強的魯棒性；提高了控制系統的實時性；控制的機理符合人們對過程控制作用的直觀描述和思維邏輯。其缺陷是：信息簡單的模糊處理導致系統控制精度降低、動態品質變差、決策速度降低，甚至不能實時控制；設計尚缺乏系統性，無法定義控制目標，控制規則的選擇、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，這對復雜系統的控制是難以奏效的；由于采用了IF-THEN的控制規則，不便于控制參數的學習和調整，缺乏自學習和自適應能力。
　　②作為連接主義的神經網絡控制適用于那些具有不確定性和高度非線性系統的控制。其主要優點為：可以充分逼近任意復雜的非線性關系，給復雜系統的建模帶來了一種新的、非傳統的表達工具；有很強的魯棒性和容錯性；采用并行分布處理方法，使得快速進行大量運算成為可能；固有的學習能力降低了不確定性，增加了適應環境變化的泛化能力；能夠同時處理定量、定性數據，使其能夠利用連接主義的結構與傳統控制方法及符號主義的人工智能相結合。缺點是：不適合表達基于規則的知識，不能很好地利用已有的經驗知識，網絡訓練時間長導致有可能陷入非要求的局部極值。
　　③基于知識的專家控制適于各種非結構化問題，尤其能處理定性的、啟發式或不確定的知識信息。其主要優點為：在一定程度上模擬人的思維活動規律，能進行自動推理；可以不斷監督生產過程，實現特定性能指標下的優化控制，可進行操作指導；可實現復雜系統的高質量控制、故障診斷和容錯控制、參數和算法的自動修改、不同算法的組合等；深層知識的引入可以彌補專家經驗的不足，還可以自然地消除決策沖突。但專家控制系統要做到完全實用化還需要解決許多問題，如：如何獲取知識；如何進行實時性的搜索以解決實時控制；如何將過程的淺層與深層知識合理地結合起來，構造并有效地自動修改知識庫；如何進行專家控制系統的穩定性、可靠性分析；如何建造通用的滿足過程控制的專家開發工具等。
　　此外，智能控制方法還包括：學習控制、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)智能控制系統的建立
　　各種智能控制方法都有其優勢和不足，若能將兩種和兩種以上智能控制方法適當地結合起來并吸取各自的長處，則可組成比單一控制系統性能更好的綜合(集成)智能控制系統。已研究出的綜合(集成)智能控制系統有^[17]：模糊神經網絡控制系統、模糊專家控制系統、基于遺傳算法的模糊控制系統、基于遺傳算法的神經網絡控制系統、神經網絡專家智能協調控制、模糊神經網絡自學習控制系統、神經模糊推理系統、仿人智能模糊控制系統等。
　　針對不同污水處理工藝應建立不同的綜合(集成)智能控制系統，它可能是兩種或兩種以上智能控制技術的結合，也可能是一種或幾種智能控制技術與傳統控制技術的結合。其研究過程可分為幾個階段：
　　①基礎研究：通過理論和試驗研究解決不同智能控制方法應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)，同時要對污水處理過程進行仿真研究以確定可以通過建立數學模型精確控制的過程參數，最終確定不同工藝系統中不同控制參數的變化規律和控制方法。
　　②控制系統的選擇：分析將不同的控制方法應用于不同的污水處理工藝時的特點，為不同的污水處理工藝選取不同的綜合(集成)智能控制系統并通過試驗進行對比驗證。
　　③控制系統的建立及應用：分別建立幾種綜合(集成)智能控制系統并在幾個具有代表性的污水處理廠進行試驗研究，通過生產性試驗補充(專家控制的知識庫) 和修正(傳統或智能控制系統中的模型參數)控制系統的軟件以及硬件系統，并將它們應用于實際污水處理工程中。

3　結論

　　智能控制是控制理論發展中的高級階段，主要用來解決那些用傳統方法難以解決的復雜系統的控制問題。模糊控制、神經網絡控制、專家控制是智能控制的幾個重要分支，它們各有優缺點。將兩種或兩種以上智能控制方法相結合或將智能控制與傳統控制方法相結合而建立的綜合(集成)智能控制系統則成為未來污水處理控制的主要研究方向。

參考文獻：

　　[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網絡控制[J].四川聯合大學學報(工程科學版)，1998，2(1)：40-45.
　　[4]田禹，王寶貞，周定.基于BP人工神經元網絡的臭氧生物活性炭系統建模研究[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中的應用[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用[J].電腦與信息技術，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.工業水處理pH值智能控制研究[J].工業水處理，1997，17(4)：37-39.
　　[16]孫增圻，張再興，鄧志東.智能控制理論與技術[M].北京：清華大學出版社，1997.
　　[17]王耀南.智能控制系統[M].長沙：湖南大學出版社，1995.

---

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