摘 要

污水处理受进水流量、组分、水温、景象、微生物浓度等诸多成分的影响，具有较大的 不愿定性；同时，污水组分间相互影响，大略掌握能耗大且无法担保出水水质。
污水处 理过程的自动掌握存在较大寻衅。
本文以活性污泥法处理工艺为例，综述了污水处理过 程自动掌握现状，指出存在的问题，并展望了污水处理过程自动掌握的未来。

关 键 字

污水处理；活性污泥法；自动掌握

0 弁言

随着社会的发展和人口的增加，人们对水资源的需求增大。
水资源匮乏，以及水污染也成为当下的紧张问题。
《2018年环球风险报告》指出，水资源危急一旦发生，将严重影响浩瀚国家。
污水处理是办理缺水问题的一个有效路子，已得到天下各国的密切关注。

活性污泥法是一种运用较广的污水处理工艺，其工艺流程如图1所示。
曝气池通过缺氧和好氧反应对污水进行脱氮和除磷。
反应池中的溶解氧浓度直接影响污水处理效果。
固定曝宇量和曝气韶光，能耗大且无法担保溶解氧浓度知足哀求， 而无法担保水质达标。

图 1 活性污泥法基本工艺流程

为提高污水处理效率，各国纷纭开展污水处理过程自动掌握研究，以实现资源和环境可持续发展。
国外污水处理自动掌握技能更为发达。
美国在20世纪70年代中期就实现了污水处理厂的自动掌握，模糊掌握、模糊和神经网络结合的掌握等相继提出。
比较而言，海内污水处理自动掌握起步较晚，直到上世纪90年代中期，污水处理厂才开始引入自动掌握装置。
近年来，我国的污水处理自动化技能发展迅速，但整体水平还相对掉队。
图2为北京某污水处理厂的水处理现场，该厂采取的工艺为目前最为常用的活性污泥法。
图3为该厂的两台好氧池风机，均处于恒功率运行状态，即不能依据曝气池溶解氧浓度的实际情形实时自动调度风量，尚未实现污水处理过程风量按需自动调节。

图 2 污水处理现场

图 3 污水处理厂好氧池风机

20世纪70年代，国内外关于污水处理自动掌握方法的研究就已开始，到目前为止，各种新方法，特殊是基于人工智能的方法不断呈现。
但是，这些方法大多尚处于实验阶段，还未真正用于污水处理现场。

当前，污水处理过程自动掌握仍存在诸多技能难点。

（1）部分水质参数（BOD、COD等）因传感器价格、精度和处理韶光等成分，难以实现这些参数的在线实时丈量。

（2） 生物法处理污水的机理繁芜，各变量间存在很强的耦合，无法建立其精确数学模型。
对数学模型依赖较大的掌握算法，直接用于污水处理无法得到满意的掌握效果。

（3）污水处理过程的进水流量在不同时候、不同景象下变革较大，污水的组分和浓度也随时变革，对掌握器的鲁棒性哀求很高。

环绕污水处理过程自动掌握所面临的问题，本文论述了污水处理自动掌握技能的国内外发展进程。
末了，指出了污水处理自控掌握技能的未 来趋势。

1 国内外污水处理技能

水资源的匮乏，废水排放量的增加，使得污水处理的标准不断提高。
同时，污水处理也需提高效率、降落能耗。
人工操作已无法知足需求，污水处理自动掌握迅速发展。
图4显示了20世纪 70年代至今，污水处理自动掌握技能的发展进程。

图 4 污水处理自控掌握技能发展

1.1 线性 PID 掌握

1970年后，污水处理的自动掌握技能逐渐兴起，掌握方法包括线性二次高斯掌握、线性PID 掌握、前馈掌握和串级掌握等。
个中，PID掌握器构造大略，易于运用。
但是，由于污水处理过程存在较大的非线性，而PID处理非线性的能力有限，致使掌握效果不理想，以是，线性PID控 制处理污水的能力有待提高。

1.2 自适应掌握

2000年前后，随着电子和打算机系统的发展，打算能力的提高，一些涉及大打算量，须要依赖打算机打算能力的掌握方法，如污水处理自适应掌握便是在这一期间被提出的。

污水处理过程掌握面临的最大问题在于系统参数变革，状态变量难以丈量。
文献Monroy等 和Qiao等提出利用自适应算法与掌握器相结合，掌握污水处理过程。
自适应掌握器包括掌握器和算法，可在掌握过程中估计难以丈量的变量，减少掌握本钱，提升掌握效果。
Monroy等结合自适应掌握器与底物花费速率估计算法，掌握厌氧消化池的稀释速率；Qiao等通过自适应调度方法选择得当的比例因子，均得到了良好的掌握效果。

1.3 模型预测掌握

21世纪初期，模型预测掌握(Model Predictive Control, MPC)被广泛运用污水处理领域。
模型预测掌握的基本思想是建立被控工具预测模型，用于在线预测系统输出，通过在线求解约束优化问题，调度系统输入。

Holenda等利用广义预测掌握方法掌握生物反应池中的溶解氧浓度。
结果表明，该方案可快速跟踪溶解氧设定值的变革，并能适应系统的不 确定性和滋扰。

Sadeghassadi等利用模型预测掌握调节溶解氧浓度。
只管模型预测掌握较PID掌握的效果有所提高，但模型预测掌握的打算量过大，如果不采取性能较高的打算设备，这类算法很难知足小采样周期下的实时打算哀求，限定了其在工业领域的大规模运用。

1.4 非线性多变量掌握

上述掌握方案均可用于污水处理过程掌握，但它们仅关注单一掌握目标。
实际上，污水处理过程较为繁芜，需同时考虑出水水质、操作本钱、系统的鲁棒性等诸多成分。
不能仅靠单一标准，如操作本钱高低，解释掌握方案的利害。
为此，Qiao等提出多目标优化掌握方案，通过征采得当的设定值来平衡掌握效果和操作本钱；Wahab等提出的多变量PID掌握方法可以达到提高脱氮效果和节能的目的；Liu等采取模型预测掌握与两个PI掌握相结合的串级掌握方法，同时掌握氮和氨浓度，提高出水水质。

1.5 智能掌握

随着科技的不断进步，人工智能逐渐为各领域所关注。
污水处理过程掌握发展至今，以人工神经网络掌握为代表的智能掌握方法得到广泛运用。

Zhang等提出自组织模糊神经网络同时掌握溶解氧和硝态氮浓度。
仿真结果表明，该方案无需被控工具的准确数学模型，能够适应环境的各种不愿定性；同时，它也具备较强的解耦能力，减小溶解氧和硝态氮之间的影响。

Sadeghassadi结合神经网络和模型预测，通过神经网络对溶解氧浓度设定值进行动态优化，与设定值为常数的PI掌握方法比拟，可以在提高出水水质的同时降落能耗。

Han设计自组织滑模掌握方案，抑制污水处理过程中的扰动、不愿定性，以及滑模掌握所产生的抖振；同时，利用自适应算法更新自组织滑模掌握器的参数，进一步提高了污水处理效果。

2 结束语

污水处理过程进水流量变革大、各组分的浓度难以准确测定，无法建立污水处理过程的准确数学模型，给污水处理过程自动掌握提出了极大的寻衅。
实现污水处理过程的高效、节能掌握，一贯是一个亟待办理的问题。
自20世纪70年代起，国内外学者已经开展了大量污水处理过程自动掌握技能的研究。
目前，该领域研究已经取得了较大进展。
污水处理过程自动掌握经历了线性、非线性掌握阶段，如今正处于智能掌握阶段。
通过仿照人的掌握行为，如自适应、学习等，智能掌握识别、影象和学习污水处理过程中的信息，减少建模和实时检测困难对过程掌握带来的影响，进而实现对污水处理过程的有效掌握。
此外，智能掌握能够适应外界变革对污水处理过程掌握产生的影响，适用于办理污水处理过程掌握面临的难题。
目前，在污水处理过程掌握领域，智能掌握仍处于发展阶段，新的智能掌握方法还在不断呈现，未来还有很大的发展空间。

（参考文献略）

选自《中国人工智能学会通讯》

2020年 第10卷 第1期 城市污水处理智能掌握专题

AI研习丨专题：活性污泥法污水处理过程自动掌握研究综述