文／魏國榮、尉遲佶佼 榆林市污水處理廠 陜西榆林 719000

引言：

在現(xiàn)代城市的污水處理中，通常需要經(jīng)過初沉、曝氣以及二次沉淀等一系列的處理過程，這一過程包括了多個流程，且各處理流程之間存在緊密聯(lián)系，彼此之間會產(chǎn)生相互的影響。同時，污水處理過程中往往還綜合應(yīng)用了化學(xué)反應(yīng)、生物反應(yīng)以及基本的物理反應(yīng)等多個反應(yīng)過程，進一步加大了污水處理過程的復(fù)雜程度，且操作過程具有較強的動態(tài)性特征。因此，要實現(xiàn)對城市污水處理過程的優(yōu)化控制，必須積極應(yīng)用智能化控制技術(shù)，并合理確定各項相關(guān)動態(tài)性能指標。在此基礎(chǔ)上通過動態(tài)性能指標模型構(gòu)建以及相關(guān)算法的綜合應(yīng)用達到優(yōu)化多目標性能指標以及智能控制城市污水處理過程的目的。論文在城市污水處理過程動態(tài)多目標智能優(yōu)化控制中采用的是DMOIC策略，下面將對該策略進行詳細的分析研究。

1、現(xiàn)代城市污水處理中的動態(tài)過程特點

目前，在城市污水處理中所采用的處理方法有多種類型，不同的處理方法在具體的處理過程上存在一定的差異。論文將主要以較為常見的活性污泥處理方法為例，對污水過程的動態(tài)特點進行分析研究。在應(yīng)用污泥技術(shù)對城市污水進行處理時，主要是以活性污泥所具有的吸附性能、氧化性能以及生物凝聚性能為基礎(chǔ)，通過生態(tài)反應(yīng)以及二次沉淀過程，將污水中所含的有機質(zhì)成分分解[1]。之后再分離水和污泥，分離出的污泥部分將向曝氣池回流，而其余部分將從活性污泥處理系統(tǒng)排出。綜上所述可知，采用活性污泥技術(shù)方式對城市污水進行處理時，其過程較為復(fù)雜，且具有較強的動態(tài)性特征。其運行特點主要體現(xiàn)為處理過程處于動態(tài)變化中，且具體的反應(yīng)過程會受到微生物活性以及入水流量等因素的影響。同時，在活性污泥處理過程中涉及了泵送能耗、曝氣能耗以及出水水質(zhì)等多個動態(tài)性能指標，且各項性能指標狀態(tài)在反應(yīng)過程中存在動態(tài)變化，根據(jù)對反應(yīng)過程的總結(jié)發(fā)現(xiàn)，性能指標的優(yōu)化調(diào)整周期大約為2h。而不同的性能指標間不僅相互沖突，而且還會相互干擾。因此在對城市污水的這一處理過程中進行智能優(yōu)化控制時，還應(yīng)合理確定被動便利的設(shè)定值，以增強城市污水處理能力，確保處理后的出水水質(zhì)能夠達到國家以及地方規(guī)定的排放標準。

2、城市污水處理過程動態(tài)多目標智能優(yōu)化控制策略分析

隨著我國綠色環(huán)保發(fā)展理念的提出，城市污水處理問題受到了越來越廣泛的關(guān)注。在現(xiàn)代化城市的建設(shè)過程中，對污水處理的能力和質(zhì)量也提出了越來越高的要求。為適應(yīng)新時期城市污水處理的實際需要，提升污水處理規(guī)模出水質(zhì)量，降低污水處理能耗，需要加強對污水處理這一動態(tài)過程中的智能優(yōu)化控制。由于在污水處理過程中存在多個相互沖突的目標，且過程具有較強的動態(tài)特性，因此應(yīng)合理選擇智能優(yōu)化的多目標控制策略。結(jié)合城市污水處理實踐以及其過程控制特點，論文采用的是DMIOC控制策略。所謂DMIOC控制策略也就是Dynamic multiojective intelliegent optiomal control的縮寫[2]。由于該策略在對動態(tài)性能指標進行建模時是以自適應(yīng)核函數(shù)為基礎(chǔ)，因此可以較為準確的表述泵送能耗、曝氣能耗以及出水水質(zhì)等各項關(guān)鍵性指標參數(shù)，具有一定的應(yīng)用優(yōu)勢。同時，在該控制策略中，還采用了以飛行參數(shù)的自適應(yīng)調(diào)整機制為基礎(chǔ)的、多目標動態(tài)粒子群算法進行優(yōu)化，能夠?qū)︼w行參數(shù)進行自適應(yīng)調(diào)整，有利于保證粒子收斂性以及其多樣性之間的平衡，對于優(yōu)化硝態(tài)氮以及溶解氧的設(shè)定值有重要作用。在該策略中主要采用了PID多回路策略來優(yōu)化可控制硝態(tài)氮以及溶解氧設(shè)定值。

3、城市污水處理過程智能優(yōu)化控制動態(tài)多目標系統(tǒng)研究

通過DMIOC策略對城市污水處理的動態(tài)過程進行智能優(yōu)化控制時，應(yīng)通過自適應(yīng)核函數(shù)的應(yīng)用，來進行出水水質(zhì)以及各項能耗模型的構(gòu)建，以準確掌握污水處理過程的基本動態(tài)特征。此外，還采用了DMOPSO算法，以取得出水水質(zhì)控制與能耗控制之間平衡，實現(xiàn)對被控變量設(shè)定值的合理優(yōu)化。

3.1 城市污水處理過程智能優(yōu)化控制動態(tài)多目標系統(tǒng)架構(gòu)的構(gòu)建

在城市污水處理過程動態(tài)多目標智能優(yōu)化控制中，首先，應(yīng)采用DMIOC策略進行多目標控制架構(gòu)的構(gòu)建。在該智能化多目標優(yōu)化控制架構(gòu)中，出水水質(zhì)、泵送能耗以及曝氣能耗等各項動態(tài)性能指標模型是架構(gòu)的重要基礎(chǔ)，基于該模型能夠準確掌握多目標智能優(yōu)化控制系統(tǒng)的具體動態(tài)特征[3]。同時，在該架構(gòu)中采用DMOPSO算法對各設(shè)定值進行動態(tài)優(yōu)化，該算法是根據(jù)飛行參數(shù)的自適應(yīng)調(diào)整機制來對出水水質(zhì)模型、泵送能耗模型以及曝氣能耗模型進行優(yōu)化，從而實現(xiàn)對硝態(tài)氮以及溶解氧等被控變量設(shè)定值的優(yōu)化。該架構(gòu)中還采用了PID多回路恐慌策略來控制硝態(tài)氮以及溶解氧的設(shè)定值。該架構(gòu)中活性污泥處理過程中的基準仿真模型實驗平臺的構(gòu)建應(yīng)符合相關(guān)技術(shù)標準。

3.2 構(gòu)建城市污水處理動態(tài)過程性能指標模型

在對城市污水處理過程進行多目標智能優(yōu)化控制時，其目標主要是降低運行能耗以及確保處理后的出水水質(zhì)能夠達到排放標準，以減少對環(huán)境污染。因此，為提升城市污水處理的操作性能，必須首先對污水處理過程中的泵送能耗、曝氣能耗以及出水水質(zhì)等各項動態(tài)性能指標進行準確的描述。根據(jù)對活性污泥處理過程的總結(jié)發(fā)現(xiàn)，各項性能指標通常在2h左右完成一個動態(tài)調(diào)整周期，所以在各優(yōu)化周期內(nèi)均應(yīng)對動態(tài)性能指標進行實時獲取。根據(jù)對城市污水的活性污泥處理過程的分析可以掌握固體懸浮物濃度、入水流量、氨氮濃度等與泵送曝氣能耗以及出水水質(zhì)這三項關(guān)鍵性動態(tài)性能指標密切相關(guān)的過程變量，之后即可以通過自適應(yīng)核函數(shù)的應(yīng)用來對動態(tài)性能指標模型與其相對應(yīng)的過程變量之間的動態(tài)關(guān)系加以描述。以自適應(yīng)函數(shù)為基礎(chǔ)所構(gòu)建的曝氣能耗模型、泵送能耗模型以及出水水質(zhì)模型能夠以自適應(yīng)方式對期望輸出值以及實際輸出值進行對比分析，并根據(jù)誤差情況調(diào)整像樣的性能指標參數(shù)，為城市污水處理的智能優(yōu)化動態(tài)多目標控制奠定良好的基礎(chǔ)。

3.3 優(yōu)化動態(tài)性能指標設(shè)定值

在采用DMIOC策略對城市污水處理的動態(tài)過程進行智能優(yōu)化控制時，其優(yōu)化目標函數(shù)應(yīng)采用在指定時刻條件下構(gòu)建的曝氣能耗模型、泵送能耗模型以及出水水質(zhì)模型，以實現(xiàn)對這三項動態(tài)性能指標設(shè)定值的同步優(yōu)化。在優(yōu)化時，應(yīng)采用DMOPSO算法，應(yīng)以飛行參數(shù)的自適應(yīng)調(diào)整機制為基礎(chǔ)進行迭代優(yōu)化[4]。而在這一過程中，當更新了粒子速度以及位置時，則應(yīng)結(jié)合搜索空間維度、慣性權(quán)重以及迭代次數(shù)等因素，來對當前速度以及以前速度的影響加以控制。同時，還應(yīng)充分考慮加速度長輸、均應(yīng)分布隨機值以及歷史位置最優(yōu)值等影響要素，以利用種群尋優(yōu)方式實現(xiàn)對全局最優(yōu)位置的確定。

在應(yīng)用DMOPSO算法時，其布局開發(fā)能力以及全局探索能力均會受到飛行參數(shù)的影響。當尋優(yōu)過程中慣性權(quán)重以及其中一個學(xué)習(xí)參數(shù)較大，而另一學(xué)習(xí)參數(shù)相對較小時，該粒子群具有較強的全局搜索能力；反之，粒子群則具有較強的局部開發(fā)能力。通過以種群間距信息為基礎(chǔ)的調(diào)整參數(shù)方法的應(yīng)用能夠?qū)崿F(xiàn)粒子收斂與多樣性之間的平衡。其中，種群間距信息可以通過指定迭代時刻條件下的粒子間的曼哈頓最小距離、粒子個數(shù)等參數(shù)來描述。

粒子飛行是一個復(fù)雜程度較高的非線性過程，因此在描述粒子飛行過程時結(jié)合所有粒子飛行參數(shù)來建立非線性函數(shù)。同時，應(yīng)在指定迭代時刻條件下，根據(jù)維度、慣性權(quán)重以及全局和局部的學(xué)習(xí)因子等來表述其迭代更新。

粒子種群分布特征可以通過種群間距信息來呈現(xiàn)。如果存在較大的PS值時，說明粒子群呈不均勻分布特征，其全局搜索能力需要進一步加強。在此條件下為促使粒子群多樣性的提高，應(yīng)適當加大飛行參數(shù)以及一個學(xué)習(xí)參數(shù)，且應(yīng)同時減小另一個學(xué)習(xí)參數(shù)。反之，當PS值相對較小時則表明粒子群具有較好的多樣性，而其局部開發(fā)能力的加強則需要通過對飛行參數(shù)以及學(xué)習(xí)參數(shù)的相應(yīng)調(diào)整來實現(xiàn)。在DMOPSO算法中，以種群間距信息為基礎(chǔ)的自適應(yīng)參數(shù)調(diào)整機制在確定了優(yōu)化目標函數(shù)后即可隨其非支配解進行計算分析，并在檔案庫中存儲相關(guān)數(shù)據(jù)。選擇全局最優(yōu)解時，DMOPSO算法可以按照出水排放標準基礎(chǔ)上的最低能耗原則進行最優(yōu)解的選擇，從而在保證曝氣能耗、泵送能耗與出水水質(zhì)動態(tài)性能指標之間的平衡性的前提下獲得優(yōu)化后的被控變量設(shè)定值，以實現(xiàn)對城市污水處理過程動態(tài)多目標智能優(yōu)化控制。

3.4 智能控制動態(tài)性能設(shè)定值

在對城市污水處理過程進行動態(tài)多目標智能優(yōu)化控制時，為控制優(yōu)化設(shè)定值，可以采用PID多回路控制策略。PID多回路控制策略主要是對微分環(huán)節(jié)、比例環(huán)節(jié)以及積分環(huán)節(jié)的變量操作誤差進行調(diào)整，以達到調(diào)整被控變量的目的，且能夠在15min內(nèi)完成對被控變量的調(diào)整。在對PID多回路控制策略進行表述時，應(yīng)結(jié)合內(nèi)回流量變化值、氧傳遞系數(shù)變化、微積分系數(shù)矩陣以及比例系數(shù)矩陣等參數(shù)對操作變量的輸出值進行計算分析，其中誤差值則應(yīng)根據(jù)硝態(tài)氮以及溶解氧的優(yōu)化設(shè)定值與的實際輸出值之間的差值來確定。

3.5 城市污水處理過程動態(tài)多目標智能優(yōu)化控制策略應(yīng)用效果評價

為確以定DMIOC策略以及DMOPSO算法為基礎(chǔ)的城市污水處理過程動態(tài)多目標智能優(yōu)化控制效果能夠達到預(yù)期目標，應(yīng)利用基準仿真平臺以及基準測試函數(shù)進行驗證分析。在評價DMOPSO算法時，采取的是與其他優(yōu)化算法的控制效果進行對比分析的方式，對算法的SP多樣性指標以及GD收斂性指標等指標參數(shù)加以計算，從而得出較為準確地驗證分析結(jié)果。

在計算SP多樣性指標以及GD收斂性指標時，應(yīng)綜合真實Pareto前沿參數(shù)、通過進化算法所獲取的非支配解以及非支配解集內(nèi)的單獨解等要素，以及知識庫內(nèi)的非支配解數(shù)量、Pareto前沿解數(shù)量、歐式距離最小值、歐式距離平均值、DMOPSO種群初始化后的種群大小和迭代次數(shù)等因素進行全面的考慮，以確保計算分析結(jié)果的準確性。同時，在將DMOPSO算法與其他算法進行對比分析時，應(yīng)根據(jù)DMOPSO算法中各項參數(shù)的設(shè)定來確定其他算法參數(shù)，以保證驗證分析的公平性以及客觀性。而在驗證DMIOC策略的有效性時，則應(yīng)以絕對誤差積分為基礎(chǔ)對控制性能進行評價。絕對誤差積分主要通過對樣本總數(shù)、硝態(tài)氮以及溶解氧的優(yōu)化設(shè)定值與實際輸出值之間的誤差值等來計算。

3.5.1 DMOPSO算法逼近效果的驗證分析

為準確驗證評價DMIOC策略以及DMOPSO算法對城市活性污泥污水處理過程動態(tài)多目標智能優(yōu)化控制效果，應(yīng)將優(yōu)化目標函數(shù)確定為曝氣能耗、泵送能耗以及出水水質(zhì)這三項關(guān)鍵性動態(tài)性能指標模型，并在優(yōu)化后的第6d對不同優(yōu)化算法的逼近效果進行計算分析。通過對比可以發(fā)現(xiàn)，在油畫界分布方面，采用DMOPSO算法能夠獲得比NSGA、pccsAMOPSP以及clusterMOPSO等算法更為均勻地分布效果。

3.5.2 DMOPSO算法優(yōu)化性能的驗證分析

在驗證評價中分別利用四個測試函數(shù)對不同優(yōu)化算法的性能進行了計算。根據(jù)計算結(jié)果可以發(fā)現(xiàn)，采用DMOPSO算法在四個測試函數(shù)計算中分別獲得了最小SP值以及最小GD值，因此說明在城市污水的活性污泥處理過程中，采用DMOPSO算法進行動態(tài)多目標智能優(yōu)化控制可以更好地實現(xiàn)粒子群在收斂性以及多樣性之間的平衡，并達到獲得最佳優(yōu)化階段目的。

3.5.3 DMOPSO算法計算時間的驗證分析

對不同的算法還需要比較其優(yōu)化計算時間。在驗證分析中同樣采用了4個測試函數(shù)分別進行計算。根據(jù)對計算時間的同計算，采用DMOPSO算法的計算用時雖然并不是最少的，不過與最少用時算法之間的計算時間并無明顯差異。因此通過對相關(guān)因素的綜合分析，可以說明采用DMOPSO算法具有快速項Pareto前沿收斂的效果。

3.5.4 DMIOC控制策略優(yōu)化性能的驗證分析

為準確判斷DMIOC控制策略優(yōu)化性能，對不同優(yōu)化控制策略中的泵送能耗平均值分別進行了計算，以便加以對比分析。通過比較可知，采用DMIOC控制策略使得泵送能耗平均值在不同優(yōu)化控制策略中最小。同時，DMIOC控制策略的應(yīng)用還能夠使曝氣能耗明顯降低，能夠有效降低曝氣成本。在出水水質(zhì)方面，根據(jù)對不同優(yōu)化控制策略的控制效果進行對比發(fā)現(xiàn)，出水水質(zhì)的最優(yōu)值仍是采用DMIOC控制策略所獲得。

根據(jù)對不同優(yōu)化控制策略的對比分析可知，采用DMIOC控制策略后曝氣能耗平均值、泵送能耗平均值以及曝氣與泵送操作的能耗之和均比其他優(yōu)化策略要低。而且DMIOC控制策略的出水水質(zhì)也優(yōu)于其他優(yōu)化控制策略。綜合各項驗證分析結(jié)果可以發(fā)現(xiàn)，在采用活性污泥方式的城市污水處理過程中，DMIOC控制策略是較為有效的動態(tài)多目標智能優(yōu)化控制方式，其能夠在改善污水處理后的出水水質(zhì)的基礎(chǔ)上，實現(xiàn)降低操作能耗的目標，因此DMIOC控制策略具有良好的控制效果。3.5.5 DMIOC控制策略被控變量控制效果驗證分析對被控變量控制效果的對比分析也是驗證評價DMIOC控制策略在城市污水處理過程動態(tài)多目標智能優(yōu)化控制中有效性的重要標準之一。在驗證時可以采用繪制控制效果圖的方式對硝態(tài)氮以及溶解氧這兩個活性污泥處理中的主要被控變量的控制效果展開分析研究（控制效果圖可參見圖1、圖2所示）。通過應(yīng)用DMOPSO算法可以實現(xiàn)對溶解氧設(shè)定值的優(yōu)化，而采用PID多回路控制策略則可以對溶解氧控制變量的實際輸出值進行計算。根據(jù)對二者的對照發(fā)現(xiàn)，應(yīng)用DMIOC控制策略可以實現(xiàn)對溶解氧優(yōu)化設(shè)定值的有效跟蹤。同時，在對硝態(tài)氮這一被控變量的控制效果進行分析時，同樣可以通過DMIOC控制策略以及PID多回路控制策略分別獲得其優(yōu)化設(shè)定值以及實際輸出值。通過對二者的綜合分析可以發(fā)現(xiàn)，采用DMIOC控制策略可以有效控制溶解氧以及硝態(tài)氮這兩個主要被控變量的優(yōu)化設(shè)定值。此外，在驗證分析中還將DMIOC控制策略的控制性能與其他控制策略進行了對比分析，通過對比發(fā)現(xiàn)，DMIOC控制策略的控制性能最佳，能夠確保出水中的有機物含量符合排放標準。

圖1 溶解氧控制效果圖

圖2 硝態(tài)氮控制效果圖

結(jié)語：

為實現(xiàn)對城市污水處理動態(tài)過程的多目標智能優(yōu)化控制，應(yīng)準確掌握其過程動態(tài)特征，并在此基礎(chǔ)上合理選擇相應(yīng)的控制策略，通過構(gòu)建動態(tài)性能指標模型，應(yīng)用自適應(yīng)核函數(shù)以及相關(guān)算法對各項動態(tài)指標性能的設(shè)定值進行優(yōu)化，以達到優(yōu)化城市污水處理過程控制效果、提高多目標控制智能化水平的目的。同時在對污水處理過程進行動態(tài)多目標智能優(yōu)化控制時，還應(yīng)結(jié)合城市污水處理所采用的具體處理方式、反應(yīng)類型等合理確定反應(yīng)時間，以確保所獲取的污水處理過程動態(tài)特征客觀準確，從而進一步提高現(xiàn)代城市的污水處理能力，為改善我國城市環(huán)境，保護水資源提供重要的支持。