肖前軍 黃 戎

(重慶工業(yè)職業(yè)技術(shù)學(xué)院自動(dòng)化學(xué)院，重慶 401120)

活性污泥方法中曝氣過(guò)程控制的仿人智能策略

肖前軍 黃 戎

(重慶工業(yè)職業(yè)技術(shù)學(xué)院自動(dòng)化學(xué)院，重慶 401120)

曝氣是污水生化處理的最重要環(huán)節(jié)，針對(duì)污水組份不確定性導(dǎo)致的控制難題，探討了曝氣過(guò)程控制的仿人智能策略。剖析了被控過(guò)程的控制難點(diǎn)，論述了曝氣過(guò)程的控制論特性，對(duì)控制策略作了對(duì)比研究，構(gòu)造了基于仿人智能的工程控制算法。以具有滯后的慣性過(guò)程模型為例，仿真相應(yīng)的對(duì)比研究驗(yàn)證了仿人智能策略在上升時(shí)間、調(diào)整時(shí)間、是否超調(diào)與穩(wěn)態(tài)控制精度等方面的良好控制品質(zhì)。仿真研究結(jié)果表明，提出的仿人智能控制策略是可行與有效的。

活性污泥法 曝氣過(guò)程控制 仿人智能策略 生物降解 水質(zhì)凈化 生化反應(yīng)

0 引言

曝氣是污水生化處理階段中最重要的環(huán)節(jié)。首先，曝氣是發(fā)生化學(xué)反應(yīng)的過(guò)程，產(chǎn)生空氣氧化水，將曝氣池中的亞鐵、錳等進(jìn)行分離并沉淀。其次，在曝氣過(guò)程中，在曝氣池維持一定污泥濃度條件下，由于嗜氧菌在水中生存需要氧氣，曝氣可為大量的嗜氧微生物生長(zhǎng)提供良好的生存環(huán)境，使池中嗜氧菌將污水中有機(jī)污染物進(jìn)行降解。在污水凈化處理過(guò)程中，曝氣的目的就是連續(xù)不斷地曝氣充氧，提高水中溶解氧的含量，從而提高嗜氧菌的活性，使有機(jī)污染物質(zhì)在生物化學(xué)作用下逐步降解，因此曝氣就是為有機(jī)污染物降解創(chuàng)造條件。實(shí)質(zhì)上污水處理就是將進(jìn)入曝氣池體中的污水在有氧的環(huán)境中，與池中微生物形成微生物的生物圈，利用微生物對(duì)池體污水進(jìn)行生物降解凈化，實(shí)現(xiàn)對(duì)水體的凈化和水質(zhì)的改善提高。

1 污水處理過(guò)程控制難點(diǎn)

污水處理的技術(shù)關(guān)鍵之一在于對(duì)生化反應(yīng)復(fù)雜過(guò)程的控制，即對(duì)曝氣過(guò)程充氧的優(yōu)化控制。曝氣充氧量與生化反應(yīng)過(guò)程直接相關(guān)，衡量污水污染程度的三個(gè)重要技術(shù)指標(biāo)分別是溶解氧(dissolved oxygen,DO)、生化需氧量(biochemical oxygen demand,BOD)和化學(xué)需氧量(chemical oxygen demand,COD)。DO是指溶解在水里的氧的數(shù)量，以每升水中包含氧氣的毫克數(shù)表示。該指標(biāo)是研究水體自?xún)裟芰Φ囊罁?jù)。在生化反應(yīng)過(guò)程中，當(dāng)污水中有機(jī)物質(zhì)氧化分解為氣體或無(wú)機(jī)物質(zhì)時(shí)，促進(jìn)生物降解過(guò)程的嗜氧菌需要消耗溶解氧。當(dāng)水中DO值降到5 mg/L以下時(shí)，如不及時(shí)補(bǔ)充溶解氧，魚(yú)類(lèi)呼吸就會(huì)發(fā)生困難，水體中厭氧菌將會(huì)很快繁殖，導(dǎo)致有機(jī)物腐爛，引起水體變黑發(fā)臭。在有機(jī)物分解過(guò)程中，BOD是指所消耗的溶解氧總數(shù)量，該指標(biāo)用于衡量水體的污染程度，低BOD值表示水體污染程度低；相反，如果BOD值愈大，那么它表明水體的污染程度已經(jīng)很高。COD反映水體受還原性物質(zhì)污染的程度，其單位為mg/L。水體中存在的還原性物質(zhì)少,則水質(zhì)污染程度輕；相反,其值越高說(shuō)明其污染越嚴(yán)重。國(guó)家標(biāo)準(zhǔn)規(guī)定：工業(yè)廢水排放COD最高容許濃度應(yīng)小于100 mg/L，如造紙等特殊行業(yè)，其COD濃度應(yīng)小于500 mg/L；對(duì)BOD的規(guī)定是水體最高容許濃度為60 mg/L，地面水不得超過(guò)4 mg/L。實(shí)際工程中，由于對(duì)BOD和COD值進(jìn)行精確測(cè)量比較困難，鑒于活性污泥法是嗜氧過(guò)程，可借助DO參數(shù)間接地反映COD指標(biāo)。DO與COD相關(guān)性研究已經(jīng)證實(shí)了它的可用性，因此控制中一般選擇DO作為控制參數(shù)。

曝氣是促進(jìn)生物化學(xué)反應(yīng)的復(fù)雜過(guò)程，不確定性與復(fù)雜性是該過(guò)程的顯著特征[1-6]，從控制論角度剖析曝氣過(guò)程，其控制難題源于曝氣過(guò)程的控制論特性。由于受不確定性與復(fù)雜性的影響，曝氣過(guò)程是難以進(jìn)行數(shù)學(xué)建模與采用嚴(yán)格數(shù)學(xué)方法進(jìn)行定量描述的，它具有以下控制論特性。

① 曝氣生化反應(yīng)過(guò)程的“過(guò)程參數(shù)”只是特定環(huán)境條件下的一個(gè)估計(jì)值，條件不同，“過(guò)程參數(shù)”就不同，實(shí)質(zhì)上意味著“過(guò)程參數(shù)”具有未知性?！斑^(guò)程參數(shù)”表現(xiàn)出的分散性、隨機(jī)性與時(shí)變性就是由過(guò)程的復(fù)雜性與不確定性導(dǎo)致的。

② 曝氣量多少與污水曝氣池容積以及污水在曝氣池的溫度與運(yùn)動(dòng)速度等諸多因素相關(guān)。曝氣過(guò)程是一個(gè)具有慣性的時(shí)滯過(guò)程，其過(guò)程時(shí)間時(shí)滯是時(shí)變與未知的，它導(dǎo)致整個(gè)曝氣過(guò)程的污水參數(shù)具有時(shí)變性與未知性。

③ 一般化學(xué)反應(yīng)過(guò)程存在嚴(yán)格的定量關(guān)系，各個(gè)要素之間的關(guān)系是確定的，相互獨(dú)立的。曝氣生化降解的生化反應(yīng)過(guò)程具有不確定性，各個(gè)要素之間呈現(xiàn)出強(qiáng)關(guān)聯(lián)性，其關(guān)系是非線性的，而且相互之間存在制約關(guān)系。

④ 生物化學(xué)反應(yīng)過(guò)程受環(huán)境因素影響大，環(huán)境氣氛直接影響化學(xué)反應(yīng)的降解，比如不同季節(jié)的溫度就具有隨機(jī)性、未知性與多樣性，這種環(huán)境干擾影響是難以預(yù)測(cè)的。

上述特性表明，曝氣過(guò)程的優(yōu)化控制并非易事，由于不確定性導(dǎo)致難以進(jìn)行數(shù)學(xué)建模，不可能采用范式控制策略對(duì)其實(shí)施精確的定量控制。以下從控制論角度對(duì)曝氣過(guò)程的控制策略作些討論。

2 曝氣過(guò)程的控制策略

針對(duì)曝氣過(guò)程的控制論特性，如不確定性、高度非線性、非結(jié)構(gòu)化特性與復(fù)雜性以及過(guò)程參數(shù)的時(shí)變性和時(shí)滯特性等，可供選擇的控制策略并不多。如基于傳統(tǒng)控制理論(PID)與近代控制理論的控制策略，其控制器分析與設(shè)計(jì)的基礎(chǔ)是曝氣過(guò)程的精確數(shù)學(xué)模型，曝氣過(guò)程難以進(jìn)行數(shù)學(xué)建模，因此采用該控制策略實(shí)施控制的效果是不可能令人滿意的。神經(jīng)網(wǎng)絡(luò)控制要求對(duì)神經(jīng)網(wǎng)絡(luò)模型的權(quán)值進(jìn)行訓(xùn)練與學(xué)習(xí)，但因不確定性所致，其試驗(yàn)樣本很難從事先試驗(yàn)和已知經(jīng)驗(yàn)中獲得。因方法的局限性，該控制策略對(duì)曝氣過(guò)程并非是有效的控制策略?；谥R(shí)的專(zhuān)家控制系統(tǒng)盡管可處理精確、模糊與定性、定量的信息，但在完備知識(shí)庫(kù)建立與特征信息采集以及特征信息表達(dá)等方面，因曝氣過(guò)程的不確定性，使其變得更加難以實(shí)現(xiàn)，所以，專(zhuān)家系統(tǒng)控制未必是好的選擇。模糊控制技術(shù)可借助模糊語(yǔ)言描述操作者的控制經(jīng)驗(yàn)，基于模糊集合理論對(duì)曝氣過(guò)程進(jìn)行描述與刻畫(huà)，總結(jié)歸納出控制規(guī)則，實(shí)現(xiàn)對(duì)被控過(guò)程的控制。但是曝氣過(guò)程的不確定性與復(fù)雜性致使其隸屬函數(shù)難于確定，從而導(dǎo)致模糊規(guī)則無(wú)章可循。因此，采用模糊控制策略是難以對(duì)曝氣過(guò)程實(shí)施優(yōu)化控制的。正是上述原因?qū)е轮两衿貧膺^(guò)程仍然采用以人工控制為主的控制方式。

隨著人工智能和自動(dòng)控制理論的發(fā)展，智能控制策略給曝氣過(guò)程控制提供了新的控制思路。智能控制策略是一種無(wú)須人工干預(yù)的自動(dòng)控制策略，在實(shí)施控制過(guò)程中，在過(guò)程動(dòng)態(tài)特性變化范圍內(nèi)，其智能控制器可自主地驅(qū)動(dòng)控制過(guò)程，達(dá)到被控過(guò)程期望的控制目標(biāo)[7-8]。基于人類(lèi)智能的仿人智能控制器(human simulated intelligent controller,HSIC)就是模擬人類(lèi)控制行為的控制器。曝氣過(guò)程控制中，DO控制參數(shù)可通過(guò)物理檢測(cè)手段獲取，因此誤差及誤差變化率等是可檢測(cè)的。據(jù)此可對(duì)曝氣過(guò)程中反映DO控制參數(shù)變化的動(dòng)態(tài)特性進(jìn)行在線特征記憶和特征辨識(shí)，按照前一個(gè)控制周期的誤差特征模式確定下一個(gè)控制周期的控制模式?？刂颇Ｊ酱_定了，控制算法就確定了。值得注意的是：由于該控制策略采用產(chǎn)生式規(guī)則描述推理與控制行為，可方便地基于知識(shí)的廣義控制模型設(shè)計(jì)控制器，因此可以方便地將操作者的控制經(jīng)驗(yàn)、智慧與技巧以及控制專(zhuān)家的知識(shí)融入控制算法中，以提高控制器的控制品質(zhì)，特別是增強(qiáng)控制器的魯棒性能。因此，文中對(duì)曝氣過(guò)程的控制選取基于仿人智能的控制策略。

3 控制算法及其試驗(yàn)仿真分析

3.1 控制算法

圖1所示為基于仿人智能的廣義知識(shí)控制模型。

圖1 控制模型

(1)

該原型控制算法實(shí)質(zhì)上實(shí)施的是雙模態(tài)控制。在實(shí)施控制的過(guò)程中，下個(gè)控制周期的控制模式與控制算法由當(dāng)前控制周期的誤差特征模式和控制算法決定。原型控制算法可方便地借助條件語(yǔ)句實(shí)現(xiàn)，除采用基本控制模式外，其優(yōu)勢(shì)在于可再融入其他的控制策略。比如在曝氣過(guò)程控制中，可將實(shí)際控制經(jīng)驗(yàn)與控制智慧以及專(zhuān)家知識(shí)等嵌入到原型基本算法中，以取得更優(yōu)秀的控制品質(zhì)。這是其他控制策略所不及的。針對(duì)曝氣過(guò)程控制，仿人智能的控制器設(shè)計(jì)可采用表1的改進(jìn)算法。

廣東省抽取的2批蒸五味子和內(nèi)蒙古自治區(qū)抽取的1批制五味子樣品，其藥品名稱(chēng)雖然收載于抽樣地所在省中藥飲片炮制規(guī)范，但無(wú)檢驗(yàn)項(xiàng)目。

表1 控制算法規(guī)則

表1中，PO(n-1)、PO(n)分別表示第(n-1)個(gè)控制周期控制器輸出量P需要保持的值和控制器輸出量P第n次需要保持的值。em,n、K1分別為曝氣過(guò)程誤差的第n個(gè)極值與比例系數(shù)，K1>1。M1、M2為誤差閾值，并且滿足M1>M2。K2是一個(gè)抑制系數(shù)，并且滿足0

3.2 試驗(yàn)仿真及其分析

針對(duì)曝氣過(guò)程的不確定性與復(fù)雜性，考察控制策略的控制性能，實(shí)質(zhì)上就是考察該控制策略的魯棒性能。魯棒性強(qiáng)的控制器有很強(qiáng)的自適應(yīng)性，如過(guò)程跟蹤控制，強(qiáng)魯棒控制器的跟蹤性能很少受內(nèi)部控制參數(shù)變化和外部干擾的影響。對(duì)恒值控制系統(tǒng)而言，內(nèi)部控制參數(shù)變化和外部干擾也幾乎同樣不影響其控制品質(zhì)。以下從魯棒性角度，用試驗(yàn)仿真驗(yàn)證基于仿人智能的控制策略的強(qiáng)魯棒性能。由于曝氣過(guò)程是慣性時(shí)滯過(guò)程，可借助一階慣性環(huán)節(jié)加時(shí)滯環(huán)節(jié)對(duì)曝氣過(guò)程進(jìn)行描述。在過(guò)程結(jié)構(gòu)階次、控制參數(shù)大范圍變化以及施加外部干擾時(shí)，考察曝氣過(guò)程對(duì)不同控制策略的過(guò)程響應(yīng)特性。其中,調(diào)節(jié)時(shí)間短、響應(yīng)時(shí)間快、不存在超調(diào)或者超調(diào)小、穩(wěn)態(tài)控制精確度高的控制策略因其強(qiáng)魯棒性就是可取的。為了直觀比較控制效果，仿真試驗(yàn)中，以PID控制策略為參照，將HSIC仿人智能控制的過(guò)程響應(yīng)與PID控制的響應(yīng)過(guò)程進(jìn)行比較。選取過(guò)程模型為：

W(s)=Ke-τs/(Ts+1)

(2)

式中:K為比例系數(shù)；τ為純滯后時(shí)間，單位s；T為曝氣過(guò)程時(shí)間常數(shù)，單位s。

取K=1，T=1.2s，τ=2s，因此，過(guò)程模型為W(s)=e-2s/(1.2 s+1)。

基于Matlab環(huán)境，借助Simulink搭建仿真模型，在單位階躍輸入信號(hào)作用下，分別采用PID和HSIC控制同一過(guò)程，其過(guò)程響應(yīng)如圖2所示。圖3是在t=4.5s時(shí)對(duì)過(guò)程施加一個(gè)幅度為0.5、寬度為2s的脈沖干擾的響應(yīng)曲線。

圖2和圖3中，曲線1和曲線2分別為PID和HSIC控制時(shí)的過(guò)程響應(yīng)曲線。分析圖2可知，盡管PID與HSIC控制都不存在超調(diào)，但PID響應(yīng)上升時(shí)間和調(diào)整時(shí)間不及HSIC控制時(shí)間快，HSIC控制明顯優(yōu)于PID的控制品質(zhì)。比較圖3響應(yīng)曲線1和曲線2可知，HSIC控制具有較好的抗干擾性。

圖2 過(guò)程響應(yīng)曲線

圖3 脈沖干擾的過(guò)程響應(yīng)曲線

原過(guò)程控制參數(shù)分別為：K=1，T=1.2 s，τ=2 s，現(xiàn)在分以下情況對(duì)控制參數(shù)進(jìn)行改變。

① 如果K由1變到2，其他控制參數(shù)均不變，在同樣輸入條件下，其過(guò)程響應(yīng)曲線如圖4所示。對(duì)比分析響應(yīng)曲線可以看出，當(dāng)比例系數(shù)改變后，HSIC控制仍保持無(wú)超調(diào)狀態(tài)，而PID控制出現(xiàn)大幅度超調(diào)，而且過(guò)程產(chǎn)生振蕩。

圖4 改變K的過(guò)程響應(yīng)曲線

② 如果T由1.2 s變到2 s，其他控制參數(shù)均不變，在同樣輸入條件下，過(guò)程響應(yīng)曲線如圖5所示。分析PID和HSIC控制的過(guò)程響應(yīng)曲線不難發(fā)現(xiàn)，采用HSIC控制時(shí)，其過(guò)程響應(yīng)很少變化，但是采用PID控制時(shí)，過(guò)程響應(yīng)的超調(diào)略有增大。

圖5 改變T的過(guò)程響應(yīng)曲線

③ 如果控制參數(shù)τ由2 s變到4 s，其他控制參數(shù)均不變，在同樣輸入條件下，過(guò)程響應(yīng)曲線如圖6所示。

圖6 改變?chǔ)拥倪^(guò)程響應(yīng)曲線

比較分析過(guò)程響應(yīng)曲線可以看出，HSIC控制響應(yīng)曲線幾乎沒(méi)有發(fā)生變化，盡管也出現(xiàn)小幅度的波動(dòng)，但對(duì)控制品質(zhì)并沒(méi)有多大影響，僅僅是在響應(yīng)時(shí)間上推遲了2 s而已。但PID控制出現(xiàn)大幅度超調(diào)，而且產(chǎn)生大幅度振蕩。

④ 在被控過(guò)程控制參數(shù)不變的情況下，給其增加一個(gè)慣性環(huán)節(jié)1/(2s+1)，即將原被控過(guò)程模型由一階變?yōu)槎A過(guò)程W(s)=e-2s/[(1.2s+1)(2s+1)]，其控制的過(guò)程響應(yīng)曲線如圖7所示。由過(guò)程響應(yīng)曲線分析對(duì)比可以看出，HSIC控制無(wú)超調(diào)量出現(xiàn)，其響應(yīng)曲線幾乎沒(méi)有發(fā)生變化，但是PID控制出現(xiàn)大幅度的超調(diào)。

圖7 二階過(guò)程響應(yīng)曲線

由上述分析可知，當(dāng)過(guò)程有外部干擾時(shí)，HSIC控制比PID控制有更強(qiáng)的抗干擾性能；當(dāng)過(guò)程控制參數(shù)發(fā)生變化，即使過(guò)程的階次發(fā)生變化由一階變?yōu)槎A過(guò)程時(shí)，HSIC控制比PID控制均具有更高的控制品質(zhì)。仿真試驗(yàn)表明，基于仿人智能的控制策略在調(diào)節(jié)時(shí)間、響應(yīng)時(shí)間、不存在超調(diào)或者超調(diào)小以及穩(wěn)態(tài)控制精度等方面有獨(dú)特的控制優(yōu)勢(shì)。

4 結(jié)束語(yǔ)

曝氣是一個(gè)具有不確定性的復(fù)雜控制過(guò)程，本文針對(duì)不確定性復(fù)雜過(guò)程的控制論特性，探討了活性污泥法曝氣過(guò)程控制中基于仿人智能的控制策略。仿真試驗(yàn)驗(yàn)證了該控制策略的強(qiáng)魯棒性，可在容許指標(biāo)范圍內(nèi)控制DO濃度,從而確保污水處理的出水水質(zhì)達(dá)標(biāo)。仿真結(jié)果表明了仿人智能控制策略的可行性與有效性。

[1] 彭莉，林鷹，楊奕.復(fù)雜系統(tǒng)控制中的相關(guān)技術(shù)討論[J].西南師范大學(xué)學(xué)報(bào)，2004，29(6):1066-1068.

[2] Cai Zixing,Zhou Xiang,Li Meiyi.A novel intelligent control method evolutionary control[C]//Proceedings of the 3rd World Congress on Intelligent Control and Automation，2000：387-390.

[3] 李太福,馮國(guó)良,鐘秉翔,等.一類(lèi)不確定性復(fù)雜系統(tǒng)的控制策略分析[J].重慶大學(xué)學(xué)報(bào)：自然科學(xué)版,2003,26(1):4-7.

[4] 楊志,李太福,盛朝強(qiáng).基于仿人智能的復(fù)雜關(guān)聯(lián)系統(tǒng)控制[J].重慶大學(xué)學(xué)報(bào)：自然科學(xué)版,2002,25(7):9-11.

[5] 孫小方,蔡亦軍,潘海天,等.大時(shí)滯過(guò)程自適應(yīng)智能模糊Smith控制研究[J].工業(yè)儀表與自動(dòng)化裝置,2008(5):6-9.

[6] Punal A,Rocca E.An expert system for monitoring and diagnosis of anaerobic wastewater treatment plants[J].Water Research,2002(16):2656-2666.

[7] 王耀南,孫煒.智能控制理論及應(yīng)用[M].北京:機(jī)械工業(yè)出版社,2008.

[8] 李士勇.模糊控制·神經(jīng)控制和智能控制論[M].哈爾濱：哈爾濱工業(yè)大學(xué)出版社，2003.

[9] 李祖樞，涂亞慶.仿人智能控制[M].北京：國(guó)防工業(yè)出版社，2003.

[10]楊飚,張?jiān)?仿人智能控制器的動(dòng)態(tài)特性參數(shù)整定方法[J].信息與控制，2004,33(6):670-673.

[11]熊仁權(quán)，喬正洪.基于仿人智能的供水系統(tǒng)控制策略[J].四川兵工學(xué)報(bào),2012,33(1):76-78.

Human Simulated Intelligent Strategy of Aeration Process Control in Activated Sludge Method

Aeration is the most important part of the biochemical sewage treatment. Aiming at the control difficulties caused by the uncertainty of sewage components, the human simulated intelligence strategy for aeration process control is investigated. The control difficulties of the controlled process are dissected, the cybernetics characteristics of aeration process are expounded, the control strategies are compared and studied, and the engineering control algorithm based on human simulated intelligence is constructed. Taking the inertia process model with time lag as example, relevant comparison research is simulated, the good control quality in many aspects, e.g. rising time, adjusting time, whether overshoot or not, and static control accuracy, etc., of human simulated intelligent strategy is verified.

Activated sludge method Aeration process control Human simulated intelligence strategy Biodegradation Water quality Biochemical reaction

肖前軍(1974-)，男，2006年畢業(yè)于重慶郵電大學(xué)通信與信息系統(tǒng)專(zhuān)業(yè)，獲碩士學(xué)位，副教授；主要從事控制理論與嵌入式方面的教學(xué)與研究。

TP273

A

10.16086/j.cnki.issn1000-0380.201504018

修改稿收到日期：2014-09-09