基于CBR的曝氣池智能實(shí)時(shí)供氧控制專家系統(tǒng)的設(shè)計(jì)
1．曝氣池智能實(shí)時(shí)供氧控制專家系統(tǒng)的必要性及研究現(xiàn)狀
在城市污水和工業(yè)廢水處理中，多采用運(yùn)行可*、成本低，以好氧生物處理為主的處理工藝，其中供氧能耗占運(yùn)行總能耗的 60％左右。現(xiàn)行的供氧方式主要有2種類型：基于電機(jī)驅(qū)動(dòng)的曝氣轉(zhuǎn)刷的機(jī)械式曝氣和基于鼓風(fēng)機(jī)～曝氣頭式的鼓風(fēng)曝氣。在實(shí)際運(yùn)行中，由于進(jìn)水水質(zhì)的變化，好氧池中混合液需氧量也是不斷變化的，而曝氣轉(zhuǎn)刷的數(shù)量以及風(fēng)機(jī)的數(shù)量和曝氣頭的類型均按理論需氧量來(lái)設(shè)計(jì)，并適當(dāng)增設(shè)一定數(shù)量作為備用。為了滿足足夠的溶解氧，曝氣轉(zhuǎn)刷和鼓風(fēng)機(jī)都工作在氣量最大需求的狀態(tài)下運(yùn)行，造成氣量過(guò)大，溶解氧值過(guò)高，則不僅會(huì)增加能耗，同時(shí)也會(huì)造成混合液絮體分散和破碎，而且使二沉池的固液難以分離。
由于好氧生物處理系統(tǒng)的復(fù)雜性和諸多不可預(yù)測(cè)性，影響DO值的因素有進(jìn)水水質(zhì)、氧轉(zhuǎn)移速率、微生物量及其活性和底物的去除速率，很難建立一個(gè)高效而準(zhǔn)確的處理模型來(lái)描述DO和這些參數(shù)的關(guān)系，所以建立一個(gè)精確而高效的動(dòng)態(tài)供氧系統(tǒng)是件相對(duì)復(fù)雜的事情。目前在這方面的研究方法主要有模糊理論、人工神經(jīng)網(wǎng)絡(luò)、隨機(jī)優(yōu)化技術(shù)和專家系統(tǒng)等。曾薇等采用SBR法處理啤酒廢水的過(guò)程中，將在線檢測(cè)DO濃度與人工神經(jīng)網(wǎng)絡(luò)系統(tǒng)相結(jié)合實(shí)現(xiàn)對(duì)曝氣量的模糊控制試驗(yàn)研究，結(jié)果表面，人工神經(jīng)網(wǎng)絡(luò)系統(tǒng)可根據(jù)初始階段DO的大小及變化情況預(yù)測(cè)進(jìn)水有機(jī)物濃度和相應(yīng)的曝氣量，與此同時(shí)，以初始階段的DO作為曝氣量的模糊控制參數(shù)，實(shí)現(xiàn)對(duì)曝氣量的模糊控制。王華豐等采用了模糊控制方法控制曝氣池的DO濃度，在不同情況下采用不同的策略實(shí)現(xiàn)風(fēng)量節(jié)能的控制方案，對(duì)仿真結(jié)果和結(jié)合現(xiàn)場(chǎng)實(shí)際情況對(duì)方案進(jìn)行了分析。
隨著具有的優(yōu)異調(diào)速和起制動(dòng)性能，高效率、高功率因數(shù)和節(jié)電效果的電機(jī)交流變頻調(diào)速技術(shù)在諸多行業(yè)的廣泛而成熟的應(yīng)用，將該種技術(shù)與一個(gè)智能實(shí)時(shí)供氧控制系統(tǒng)結(jié)合起來(lái)用于鼓風(fēng)機(jī)或者曝氣轉(zhuǎn)刷驅(qū)動(dòng)電機(jī)的變頻調(diào)速以動(dòng)態(tài)地調(diào)節(jié)曝氣池溶解氧的變化使之維持在一個(gè)最適宜的值將大大地降低污水處理廠地供氧能耗，從而顯著的降低污水處理的運(yùn)營(yíng)成本，增加經(jīng)濟(jì)效益，同時(shí)能強(qiáng)化污水廠的自動(dòng)化水平。
 |
本系統(tǒng)由進(jìn)水COD/BOD、曝氣池溫度、污泥濃度、溶解氧和出水COD/BOD傳感器，智能實(shí)時(shí)供氧控制專家系統(tǒng)，變頻器，風(fēng)機(jī)等構(gòu)成。在線傳感器把獲取的數(shù)據(jù)傳輸?shù)街悄軐?shí)時(shí)供氧控制系統(tǒng)以后，由控制系統(tǒng)和變頻器調(diào)節(jié)風(fēng)機(jī)的轉(zhuǎn)速。
2．CBR技術(shù)在曝氣池智能實(shí)時(shí)供氧控制專家系統(tǒng)中的應(yīng)用
專家系統(tǒng)（ES, Expert System）是一種模擬人類專家解決領(lǐng)域問(wèn)題的計(jì)算機(jī)控制系統(tǒng)。近年來(lái)國(guó)內(nèi)對(duì)專家系統(tǒng)在污水處理中的智能控制的應(yīng)用研究也逐漸興起。清華大學(xué)的施漢昌等開(kāi)發(fā)的污水廠故障診斷專家系統(tǒng)，采用的是正反向混和推理機(jī)制，采用故障樹(shù)的形式將知識(shí)庫(kù)中的知識(shí)組織形式向用戶開(kāi)放，并有較好的應(yīng)用。
對(duì)于一般的專家系統(tǒng)來(lái)說(shuō)，包括人機(jī)交互接口、知識(shí)獲取機(jī)構(gòu)、推理機(jī)構(gòu)、解釋機(jī)構(gòu)、知識(shí)庫(kù)、數(shù)據(jù)庫(kù)等。而其中的推理機(jī)構(gòu)是智能系統(tǒng)的思維機(jī)構(gòu)，是構(gòu)成智能系統(tǒng)的核心，其可以分為基于規(guī)則的推理和基于范例推理的兩大類。
CBR方法1983年起源于美國(guó)耶魯大學(xué)。該系統(tǒng)是由目標(biāo)范例的提示而得到歷史記憶中的源范例，并由源范例來(lái)指導(dǎo)目標(biāo)范例求解的一種策略。它首先根據(jù)問(wèn)題的特征，從范例庫(kù)中檢索出相似的范例，再以知識(shí)庫(kù)中的領(lǐng)域知識(shí)和經(jīng)驗(yàn)為指導(dǎo)，根據(jù)問(wèn)題的實(shí)際情況對(duì)檢索的范例加以調(diào)整、修補(bǔ)和綜合使之更加符合當(dāng)前的情況。CBR的顯著優(yōu)點(diǎn)在于：信息的完全表達(dá)，增量式學(xué)習(xí)，形象思維的準(zhǔn)確模擬，知識(shí)獲取較為容易，求解效率高等，與傳統(tǒng)專家系統(tǒng)相比，它最大的優(yōu)點(diǎn)在于動(dòng)態(tài)知識(shí)庫(kù)，更接近于人類的決策過(guò)程[5]。
由于缺少一個(gè)精確的動(dòng)態(tài)供氧模型，傳統(tǒng)的基于規(guī)則的推理技術(shù)不能很有效的解決這個(gè)問(wèn)題。由于CBR系統(tǒng)不必依賴于其內(nèi)在的因果關(guān)系，具有一定的隨意性和盲目性，非常適合該種非理論性很強(qiáng)的模型的運(yùn)行控制。
3．基于CBR的曝氣池智能實(shí)時(shí)供氧控制專家系統(tǒng)結(jié)構(gòu)
基于CBR的智能實(shí)時(shí)供氧控制專家系統(tǒng)結(jié)構(gòu)圖如圖2所示：
 |
1． 加載案例：加載本系統(tǒng)案例庫(kù)中的歷史案例。對(duì)于CBR應(yīng)用來(lái)說(shuō)，一個(gè)很重要的工作就是構(gòu)筑有效的范例。范例庫(kù)猶如知識(shí)庫(kù)，其正確性直接影響著CBR的推理。在范例獲取方面主要通過(guò)如下兩種形式：廣泛征求污水處理控制專家的意見(jiàn)從成功的經(jīng)驗(yàn)中提取初始范例；或者通過(guò)自學(xué)習(xí)能力豐富范例庫(kù)中的范例。范例的結(jié)構(gòu)通常包括范例ID、狀況描述、診斷結(jié)果、執(zhí)行方案、范例來(lái)源、執(zhí)行結(jié)果，使用度、與原是范例相似度等。例如好氧生物處理供氧系統(tǒng)可以如下描述：
|
2． 新案例描述：輸入曝氣池中重要特征參數(shù)值和各種特征參數(shù)的權(quán)系數(shù)，本系統(tǒng)要求輸入的特征參數(shù)為：（a）流量；（b）進(jìn)水的CODcr；（c）進(jìn)水的BOD5；（d）曝氣池中的污泥濃度；（e）曝氣池的pH值；（f）曝氣池溫度；（f）曝氣池的主要微生物種類的分布；（g）出水的CODcr；（h）出水的BOD5等。
3． 案例的檢索：根據(jù)輸入的特征參數(shù)及其權(quán)系數(shù)，在案例庫(kù)中進(jìn)行搜尋，找出與當(dāng)前案例最相近的狀況。系統(tǒng)根據(jù)案例的相似度進(jìn)行排序，相似度大排在前面，相應(yīng)的解決方案作為結(jié)果予以輸出，用戶可以采用最相似的方案或者作部分調(diào)整。
兩案例的匹配度的計(jì)算公式如下：
其中：
Ds表示為案例c與c*的匹配度；
Wi為各特征參數(shù)的權(quán)值因子；
Xi，Yi分別表示案例c和c*的初始特征或者結(jié)論可信度。
當(dāng)Ds＝1時(shí)，表面這兩個(gè)案例最相似，即完全匹配；當(dāng)Ds＝0時(shí)，表明兩個(gè)案例完全不相同。
那么在CBR應(yīng)用中，只要用戶輸入問(wèn)題的描述，計(jì)算機(jī)幾乎可以直接通過(guò)檢索技術(shù)找到類似問(wèn)題的答案，這樣推理機(jī)制大大簡(jiǎn)化。
4． 案例的評(píng)估：系統(tǒng)對(duì)查詢獲取的方案進(jìn)行執(zhí)行結(jié)果以后進(jìn)行評(píng)估，對(duì)于一個(gè)新案例，如果有較高的準(zhǔn)確度。為了提高系統(tǒng)的自適應(yīng)能力。同時(shí)保持范例庫(kù)中案例的時(shí)效性也是很有必要的。新的范例處理完畢以后，其推理思路、判斷方案、所用模型等可以作為經(jīng)驗(yàn)用于將來(lái)情況與之相似的問(wèn)題，因此有必要把它加入到典型范例庫(kù)中。把新的案例加入到典型范例庫(kù)時(shí)，需要對(duì)它建立有效的索引，以方便后續(xù)檢索。
但是顯然對(duì)于CBR系統(tǒng)的范例庫(kù)的維護(hù)仍然是一個(gè)很重要問(wèn)題。范例量過(guò)大可以提高可*性，但是若過(guò)多會(huì)造成冗余，則會(huì)降低系統(tǒng)的運(yùn)行速度和可維護(hù)性。
5． 范例的修改：用戶對(duì)評(píng)價(jià)不合格的方案，根據(jù)現(xiàn)場(chǎng)專家和工作人員的指導(dǎo)性意見(jiàn)予以修改，系統(tǒng)對(duì)修改后的方案再評(píng)估，直到合格為止。
4．結(jié)論
智能實(shí)時(shí)曝氣供氧控制系統(tǒng)是CBR技術(shù)和好氧生物處理技術(shù)的結(jié)合，也是集污水處理專家經(jīng)驗(yàn)、好氧生物處理理論及工程與一體構(gòu)成的知識(shí)庫(kù)。在實(shí)際運(yùn)行中，根據(jù)CBR智能實(shí)時(shí)供氧控制系統(tǒng)的反饋信息降低或提高曝氣轉(zhuǎn)刷的轉(zhuǎn)速或者鼓風(fēng)機(jī)的轉(zhuǎn)速，不僅能保證良好的污水處理效果，而且還有顯著的節(jié)能效果。
當(dāng)前基于變頻調(diào)速設(shè)備的價(jià)格總體呈逐漸下降的趨勢(shì)，而電價(jià)卻在逐漸上升，因此對(duì)污水處理中部分大容量電機(jī)進(jìn)行變頻設(shè)計(jì)和改造，回收投資周期亦很短暫，而所創(chuàng)造的經(jīng)濟(jì)效益和社會(huì)效益則是顯著的。
使用微信“掃一掃”功能添加“谷騰環(huán)保網(wǎng)”
