人工智能在污水处理中的应用

2005年10月Experiment Science & Technology增刊人工智能在污水处理中的应用Applications of Artificial Intelligence in Sewage Treatment王超*(电子科技大学22072010班成都610054)摘要:针对我国污水处理行业智能化水平低的现状，介绍了以人工神经网络、模糊计算、专家系统、分布式人工智能等形式的智能技术在国内外污水处理行业的应用现状与前景，分析了现有智能技术不足，为我国污水处理产业的智能化发展提供了一些思路。关键词:人工智能;污水处理;神经网络;模糊计算;专家系统;分布式人工智能中图分类号: X703.1文献标识码: B文章编号: 1672 -4550(2005 )03 -0162 -032.1人工神经网络 ( Artifcial Neural Network )1前言人工神经网络具有并行分布处理、非线性映经过在“八五”、“九五” 期间的科技投人，射、适应与集成等特性,目前已经应用于污水处理我国在污水处理系统的理论基础和流程设计等方面系统的建模、软测量、生物处理控制、模拟等方已接近当代国际水平，但是在运行管理的智能化方面。它的自适应、自组织和大规模并行处理能力都面还明显落后。大量的自控系统及相关软件还依靠使该技术在污水处理领域前景光明。进口，而且由于国情的差异和人员培训、技术支持文献[2]讨论了基于BP神经网络的污水处的不完善,进口产品的运行并不理想。因此，加强理软测量方法，提高了污水处理系统的可靠性并节国内污水处理流程的智能化研究是污水产业发展的约了能耗。该方法以在线监测的有机磷( 0RP),当务之急。污水处理是-一个极其复杂的系统，特点是多变溶解氧(DO),酸碱度(pH)和混合液悬浮固体量、非线性、时变性。鉴于污水处理任务的特殊浓度(MILSS) 为系统输人信号,利用人工神经网性，整个处理系统又要求有较高的稳定性和可靠络的软测量技术建立- 一个三层前馈型BP网络(见性。目前人工智能经过四十多年的发展，已逐渐应图1),通过对化学需氧量(COD)、生物需氧量用于各个领域。由于具有自学习、海量数据处理、(BOD)、氮和磷等参数的测量，估计进水水质,数据挖掘等特性，人工智能在污水处理领域的应用决定曝气量大小、反应时间，从而控制出水水质，正成为一种趋势。本文希望通过对国内外部分成果实现了对污水处理过程的实时控制。的展示与总结，促进国内污水处理智能化研究。该方法克服了单独测量DO、pH或MLSS无法2人工智能的应用[1-8]反映有机物、磷和氮的动态处理过程的缺陷。以27人工智能是指能够在各类环境中自主或交互地组实际污水分析数据作实验(22 组作训练, 5组作执行各种拟人任务的技术，主要有人工神经计算、验证)，训练结果与实际污水处理情况较吻合。模糊计算、专家系统和分布式人工智能等形式。目由于神经网络可以充分逼近任意复杂的非线性前，人工智能技术获得了很大发展，而且已成功应关系，因此它还适合于对污水过程的模拟和建模。用于污水处理，并在设计、分析、控制等方面都极2.2模糊计算(Fuzzv Comoutine)具应用潜力。中国煤化工:应用模糊计算的研究，IYHCNMH G面。彭永臻等对* [收稿日期] 2005 -05 -31;[修改日期] 2005-07-22.. [作者简介] 王超(1983-),男，在读本科生，环境工程专业。-162--2005年10月实验科学与技术增刊分析专家系统，主要提供涉及污水中NH、NO2、ORP一- ap-一 BODNO3、磷,固体悬浮物等指标的优化处理方案。它基于Windows操作系统进行人机交换，通过ETH-coDERNET与数据收集计算机相连，接受终端实时监测数据。尽管该专家系统仍然存在很多知识盲点，pH一ob一-~N但这些都可由人工辅助解决。它的实际运行带来的益处则是以往手工控制无法实现的:MILSS一- (头2-一P●通过调整参数(NO3, HNO2等)实现对当前监测参数的最优化控制。●通过施行针对当前问题的措施及验证性方图1污水质 量指标BP的神经网络图法，给出污水控制系统问题的解决方案。●可用于对新员工的经验培训，并为其他处理生物电极法采用模糊控制，有效地解决了硝酸态氮系统提供信息支持与分析。污染水脱氮的处理，取得了较好的控制效果。主要目前专家系统更多的是作为一个知识集，进行研究了输人变量和输出变量的非模糊化处理的计算故障的诊断。但结合具体情况,它的建立方法并不方法,进行模糊规则建立,探索控制变量变化的换十分复杂。简单故障诊断专家系统的知识库和推理算与计算方法。经过实际的验证，该模糊控制器的规则可按下例思路建立:稳定性较好，对进水硝态氮负荷变化的适应性强，IF FAILURE 0X AND FAILURE 0Y避免了药剂投放不足或过量，有效地节省了运行费IF FAILURE 1A WITHOUT FAILURE 1C ...用。IF FAILURE 2B ...国外的例子也有很多，例如Y P Tsai等人研究..........的动态活性污泥法模糊控制。主要是通过进水流量THEN CAUSE a的变化及时调整污泥回流量以减少出水悬浮物浓IMPLEMENT EMERGENT MEASURES度，降低出水BOD或COD的浓度。由于微生物的PRINTOUT CAUSE a TEXT影响，使各变量间存在高度非线性，无法应用确定应当指出的是类似的故障诊断专家系统由于其的数学模型，也就无法用传统控制方法来实现。而设计的线性化，不可能完全分析出污水处理过程中采用模糊控制理论不仅很好地克服了参数的非线的复杂故障。但其系统设计简单,故障库可以动态性，而且还合理地消除了系统存在的误差。研究者地完善;经过一段时间的运行，可达到较高的稳定使用在线数据合理地预测和控制系统也是- -种较理性和准确性。实际的应用也证明了该方法的可靠。想的方法。由于使用已有的在线监测数据构造模糊2.4分布式人工智 能( Distributed Arificial Inelli-关系模型来推导最优的控制措施，使输出的信息更gence)接近于预先设定的目标值。系统的关系方程在新的分布式人工智能的主要思想是把一个复杂的系监测数据的基础上可以重新构造，这样就避免了由.统问题划分为多个子问题,并建立多个子系统予以于系统随时间缓慢变化而对控制效果造成的影响。解决;同时各子系统之间通过交互作用策略相互协研究结果表明,采用模糊控制策略能有效地降低出调，从而形成统一的整体及整体效果的最优。它的水悬浮物浓度,使处理系统的运行稳定可靠。主要目的是为了有效地利用资源，控制系统的异步2.3专家系统( Expert System)操作，均衡智能系统的目标。它能够克服单个智能由于专家系统的启发性、透明性和灵活性,使系统在资源、时空分布和功能上的局限性，具备并其有能力胜任污水的智能处理。专家系统大致分为行、分布、开放和容错等优点。分析、预测、诊断、设计、规划、控制等类型，应中国煤化工污水在线控制的分用于污水处理过程的主要有分析、诊断、控制、设布式CNMH G统形式，很好地实计等专家系统。现了社残控制的行不处埋系玩，同时有效管理了整EXTRA ( Expert System for Treatment Advice)个处理流程的多个单元。该系统由污水管线子系统是一个德国科研人员开发出的一一个污水处理流程的和污泥管线子系统两部分构成。两者分别由7个和-163-2005年10月.Experiment Science & Technology增刊4个基于知识的艾真体( Knowledge - Based Agent)因此，很多研究已经开始着重于它们的复合算组成。分别实现了格栅、除砂、一级处理、生物反法，寻找克服单独技术的不足并保留其优点的新方应器控制、二级处理、氯化、污水循环;以及污泥法。例如模糊神经网络、模糊专家系统、基于遗传的运输、浓缩处理、厌氧处理、千燥等各单元的智算法的模糊控制、基于遗传算法的神经网络系统、能控制功能( 见图2)。经过实际应用分析,该分模糊神经网络自学习控制系统、神经模糊推理系统布式人工智能控制系统与传统控制系统的主要区别等等。这些复合算法很大程度上克服了单一算法的在于:后者只能在控制器设置好的参数点上发挥作缺点，同时发挥两者或多者的优势，能够更好的适用;而前者则可以主动地修正原有控制方法，或者用于污水处理过程中的各个方面。诊断出监测设备的错误。3结语污水管线污泥管线尽管目前人工智能在污水处理领域的应用才刚子系统刚起步，但随着人工智能技术的成熟，以神经网络、模糊计算、专家系统、分布式人工智能为主要蓄于如次的接着系线代表的智能技术必将成为该领域的一个研究热点。蓄于知讽的除沙系魄若于如讽的一楼处理系院它们会解决传统方法难以胜任的实时控制、优化计,由于知识的污究站物不间算等难点。上述智能技术的应用，势必将更好地促●子知识的二级处理本统r备干知讽障墙处理不就[富丁知识复化处理系忧11↓1 福T识的优氧处理不晚进人类与自然的协调发展。当干如讽的門水糖环承就 第干知识的干面处理事能参考文献[1] 蔡自兴，徐光.人工智能及其应用(第3版) .北图2分布式人工智 能的多Agent结构京:清华大学出版社, 2003 .目前分布式人工智能方案在污水处理的应用较2] 任敏，王万良，李探微，等.基于神经网络的污水前几种智能形式更少;但其对处理设备的高效利用处理软测量系统的研究。自动化仪表, 2001, 22和强大的计算能力，对于我国目前资金少、任务重3] 彭永臻，王淑莹，周利，等.生物电极脱氮法的在(10的污水处理产业有重要的战略意义。该方向的研究线模糊控制(I ~ I),模糊控制系统的组成与基将成为今后污水智能处理的一个热点。本思想[J]。中国给水排水，199, 15 (2): 5~2.5各技术的不足与改进9; 15 (3): 5210需要注意的是，上述各种智能方法虽各具特[4] Tsai Y P, Ouyang CF，Ching WL, et al, Construction of色，但并不完全是最优的，仍然各有其缺点:an on -line fury ontoller for the dynanic activated sludlge(1)人工神经网络的学习收敛速度慢，对训练process [J], Wat Res, 1994, 28 (4): 913 ~921.集的要求也很高，可能收敛到局部最小点;而且不[5] Ladiges Casta, Menneh Atur. Aplication and Experi-适合表达基于规则的知识，难以充分利用技术人员ence With Expert Systems for the Operation of Waste的经验知识，整个建立过程非常耗费人力与物力。Water Treatment Plants. Wat Sci Tech, 1996, 33(2)模糊计算由于对信息的模糊处理会导致系(12): 265 ~268统控制精度降低、动态品质变差、决策速度降低,[6]张玉艳， 朱小娟，曲延华。污水处理监控系统的研发与应用，沈阳电力高等专科学校学报，2004, 6甚至不能实时控制;设计尚缺乏系统性，无法定义(3): 71控制目标，而且控制规则的选择、论域的选择、模[7] SaNcbez R RODA M, 1, POCH M, CORTES U, Dai -糊集的定义、量化因子的选取等多采用试凑法,这Depur Architecture: Distributed Agens for Real - time对复杂系统的控制是难以奏效的。wwtp Supervision Aand ControL. Atifcial Intelligence in(3)专家系统中多数参数由人为设定，过度依中国煤化工赖专家的经验，缺乏自学习能力,控制精度不高，[8]?能控制在污水处理而且存在稳态误差。YHCN MH G给水排水，2002,0(4)分布式人工智能的系统建立复杂，各部分(18): 24 .通信和协作效果还不甚理想。一164一