APMP制漿廢水處理過程控制系統研究

周 紅 羅 斌 王孟效

?

·廢水處理控制系統·

APMP制漿廢水處理過程控制系統研究

周 紅1羅 斌2王孟效3

(1.艾默生網絡能源(西安)有限公司,陜西西安,710075； 2.博世力士樂(西安)電子傳動與控制有限公司,陜西西安，710026； 3.陜西科技大學電氣與信息工程學院,陜西西安,710021)

采用厭氧-好氧組合法對APMP制漿廢水進行處理,設計了一套廢水處理過程控制系統,闡述了具體的控制方案和采用的控制算法。針對APMP制漿廢水處理過程存在大時滯和非線性的控制難點,將前饋專家控制器和PID控制器結合起來控制調制池廢水pH值；采用曝氣流量均衡控制和溶解氧濃度控制組成串級控制方案,根據溶解氧濃度的偏差大小,將專家控制和PID控制進行切換來控制曝氣池的溶解氧濃度。文章還給出了具體的實施方案。實際應用效果證明了這套控制方案的有效性。

APMP廢水處理；專家控制；pH值；溶解氧濃度

采用厭氧-好氧組合法進行堿性過氧化氫化學機械法(APMP)制漿廢水處理是最有效的方法之一[1]。廢水處理過程是一個具有大時滯、非線性、強干擾的復雜控制對象。采用高水平的自動化控制系統和先進的控制技術,將直接影響到廢水處理效率、質量以及成本的高低。國外的廢水處理過程控制起步較早,產生了很多的控制策略,包括溶解氧(DO)濃度控制,內部循環流量、污泥循環流量及pH值控制等。我國在這方面的研究起步較晚,控制水平與國外相比亦存在差距。

本課題提出了一套新型的APMP制漿廢水處理過程控制系統,針對厭氧處理過程中調制池廢水pH值,以及好氧處理過程中曝氣池DO濃度進行了控制算法研究。由于廢水處理過程具有大時滯和非線性的特點,傳統的PID控制不能滿足對象的變化,使得控制效果不佳。本課題引用專家智能控制的思想,將前饋專家控制器和PID控制器結合起來控制調制池廢水pH值,采用曝氣流量均衡控制和DO濃度控制的串級控制方案,根據DO濃度的偏差大小,將專家控制和PID控制進行切換來控制曝氣池的DO濃度。設計了一套基于西門子PCS7的廢水處理過程集散控制系統。

圖1 廢水處理工藝流程圖

1 APMP制漿廢水處理工藝及過程控制分析

APMP制漿廢水處理的工藝流程如圖1所示。

在厭氧處理過程中,影響厭氧消化的最主要因素是廢水的pH值、水溫以及廢水的營養物質。曝氣池的DO濃度是影響好氧系統的重要因素。根據大量文獻研究和工程運行經驗,厭氧系統最佳pH值為6.9～7.2,最佳溫度為35～39℃,好氧系統的最佳DO濃度為1.5～3 mg/L。目前有很多關于這方面控制的研究,主要有常規控制、最優化控制、自適應控制以及基于模糊規則的智能控制,基于神經網絡的智能控制等。Tong等人[2]根據出水的生化需氧量(BOD)、固體懸浮物(SS)、氨氮含量(NH3-N)、生化池的混合液懸浮固體(MLSS)、污泥回流的固體懸浮物濃度，采用模糊控制技術計算DO濃度、污泥回流、污泥排放的設定值。B. Holenda 等人[3]采用模型預測控制曝氣池的DO濃度。文獻[4]通過模糊決策給出了DO濃度、污泥回流比、污泥排放量的設定值,并通過低層控制加以執行。針對pH值控制的非線性特征,特別是中和點附近的高增益使得控制器的參數調整非常困難,難以取得理想的控制效果。學者們不斷嘗試運用新的控制方法解決這一難題。文獻[5]采用在線參數辨識的方法設計了一個非線性控制器用于pH值控制。文獻[6]將模糊邏輯與變結構控制系統相結合,采用Smith預估器來計算pH值系統的延時,采用模糊邏輯來調整系統增益。文獻[7]設計了一套模糊自整定PI控制器用于pH值控制。在國內，商建東等人[8]提出工業生產過程的新型智能pH值模糊控制器。楊翠容等人[9]研究了pH值的模糊算法與神經網絡相結合的算法。胡勇等人[10]提出了采用模糊自適應PID控制方法的pH值控制系統。盡管國內外的學者對廢水處理過程控制進行了大量研究,但由于廢水處理過程是一個非線性系統,進水多變性,生物和生化過程的復雜性,以及大的時間常數(幾分鐘到幾天),很多的研究工作還停留在實驗室測試或者仿真模擬階段,難以應用到工程實際中。目前，我國大中型紙廠的廢水處理過程大都配有自控系統,但是基本上都采用傳統的開關控制和PID控制,傳統的控制方法易于工程實現,但會產生較大的波動和較高的能耗,難以取得理想的控制效果。

2 測控系統及主要控制算法

2.1 厭氧處理過程測控系統及主要控制算法

2.1.1 厭氧處理過程測控系統

厭氧處理過程的控制單元如圖2所示。

厭氧處理過程測控系統主要包括集水井液位控制單元,初沉池液位控制單元,初沉池污泥泵時間控制單元,冷卻塔溫度控制單元,均衡池液位控制單元,調制池溫度、pH值、流量開關控制單元,及磷酸投加泵、尿素投加泵、厭氧污泥泵控制單元。在這些控制單元中,除pH值的控制外,其余的控制量采用開關控制、連鎖控制或PID控制就可以取得較好的控制效果,調制池廢水pH值的控制是整個厭氧處理階段的一個難點和重點。

2.1.2 調制池廢水pH值控制算法

在厭氧調制池中通過添加中和劑來實現對pH值控制。酸堿中和反應呈現非線性加之調制池尺寸比較大,中和反應時間比較長,這一非線性與時滯特性給pH值的控制帶來了很大的困難。

圖2 厭氧處理過程控制單元簡圖

圖3 pH值控制的原理圖

圖4 pH值控制器結構框圖

厭氧調制池的廢水pH值控制原理如圖3所示,在調制池進口安裝流量計和pH值檢測儀檢測進入調制池的廢水流量和pH值,在廢水循環管道上安裝另外一個pH值檢測儀用來檢測調制池內廢水的pH值,通過HCl和NaOH投料閥向調制池投加藥品調節pH值。由于原水pH值與投藥量之間的關系受多種因素影響,故很難用一種準確的數學模型描述,且人工投藥過程本身就是憑經驗或模擬試驗進行的,所以有必要構建專家智能投藥控制系統,系統控制結構框圖如圖4所示。采用專家智能控制的基本思想就是根據中和反應的不同階段所表現出來的不同特性采取不同的的控制策略。廢水在進入調制池前,廢水pH值偏離中性點較遠,pH值變化緩慢。在這一階段中和劑的加入量采用前饋專家控制。前饋專家控制器實際上是一個預測專家系統,它通過對現時已知對象狀況的分析和過去的加藥經驗,推斷出目前實際需要的加藥量；反饋控制器能根據出水pH值對投藥量進行微調,最后,將兩次運算得到的數據相加后送至執行機構,共同控制加藥量,形成一個前饋加反饋的多沖量pH閉環調節系統。

(1)前饋專家控制器設計

首先,建立了基于數據庫的模糊對象模型。數據庫中每條記錄的形式為：進水流量,原水pH值,加堿量,加酸量。中和劑的加入量根據化學反應方程式,依據當量定律以及進水的pH值和流量、添加劑的pH值等參數可以計算得出,以表格的形式存入數據庫。

第二步,建立推理決策機。推理決策機主要解決在現時的流量、進水pH值的情況下,如何根據知識庫確定一個最佳加藥量的問題,這實際上是一個在數據庫中反復搜索的過程。數據庫中的參量表示為：A—進水流量,B—進水pH值；某時刻的實際參量表示為：α—進水流量,β—進水pH值,為每個參數選擇一個匹配步距δi..。當滿足α-δ1

圖6 好氧處理過程控制單元簡圖

(2)反饋控制器設計

經過前饋粗調環節，調制池的廢水pH值接近中性點。檢測調制池廢水的pH值,控制投料閥進行微調,由于這時廢水的pH值已接近設定點附近,可以認為是線性區,采用PID控制算法即可滿足要求。由于在此范圍內pH值的變化非常敏感,要求系統超調量小,所以引入積分分離PID控制,克服積分環節導致超調增加這一缺點,既保持積分作用又減少超調量,使控制性能得到很大改善。其算式為：

即在pH值開始跟蹤而偏差較大時,暫時取消積分作用；一旦其接近設定值,再引入積分作用消除余差。

(3)數據更新與自學習機構

前饋專家數據庫不是建立在對象模型精確化的基礎之上的,當現場情況發生改變時,可能導致原有的專家規則不再適用,這就要求專家控制器能夠具有一定自學習的功能。為此,建立一個歷史數據庫,存儲一段時間(例如10天)的歷史數據,其中每條記錄的形式為：進水流量,原水pH值,實際加堿量,實際加酸量,出水pH值。自學習機構的核心任務是在運行中完成對控制模型的精確化處理工作,定期檢測和更新知識庫中的各條記錄。如圖5所示,自學習機構采用統計學習法,逐條檢測歷史數據庫中的記錄,如果出水的pH值偏差ΔE大于工藝要求值的5%,則認為當初的預測是失敗的,利用該數據在知識庫中做一次數據匹配,找出匹配成功的記錄,修改原規則中的加藥量。如果是pH值大于設定值5%,則規則庫中的加酸量V2增加一個最小增量δmin；如果是pH值小于設定值5%,則規則庫中的加堿量V1增加一個最小增量δmin。如果出水pH值偏差ΔE小于工藝要求值的5%,即認為預測是成功的,也做一次數據匹配,找出匹配成功的記錄,用實際的加藥量和原來的加藥量平均值覆蓋原來的加藥量,刷新知識庫中的該條記錄。如此逐條檢測歷史數據庫中的記錄,刷新知識庫。

圖5 自學習機構與知識庫更新

2.2 好氧處理過程測控系統及主要控制算法

2.2.1 好氧處理過程測控系統

好氧處理過程的控制單元如圖6所示。

好氧處理過程測控系統主要包括曝氣池DO濃度控制單元,混合反應池的藥品投加單元以及污泥處理控制單元等。

2.2.2 曝氣池DO濃度控制算法

曝氣池DO濃度控制是關鍵,也是控制的一個難點。①廢水水質的多變和生物處理系統中生化反應的復雜性,決定了廢水處理的DO檢測控制是一個大滯后系統,檢測出結果再進行參數處理和調整,往往已滯后幾個小時甚至幾天。②曝氣量的分布是否均衡和穩定將直接影響DO值測量的準確與否。在進行DO控制時有必要先進行流量的控制。③由于好氧生物處理系統的復雜性和諸多不可預測的因素,很難建立一個高效、準確的模型來描述DO和這些參數的關系,傳統的PID控制不能很好地滿足DO調節需要。因此,解決好曝氣系統控制應從兩方面加以改善：一是解決曝氣池空氣流量的平衡和穩定問題；二是尋求適合DO控制空氣流量的控制策略。

本課題提出的曝氣池DO濃度控制方案如圖7所示。由圖7可知，整個曝氣池由4臺羅茨風機充當氣源,分為4路供氣管道給曝氣池供氣,每個供氣管路上都安裝了氣體流量計檢測各支路的空氣流量并進行控制使之保持穩定。在曝氣池中前后各安裝2套在線溶解氧檢測儀,進水口的近端在線溶解氧檢測儀起顯示DO量和溫度的作用,出水口的遠端在線溶解氧檢測儀用來進行曝氣池的曝氣量控制。

圖7 曝氣池測控系統簡圖

曝氣池DO濃度控制算法示意圖如圖8所示,采用曝氣流量均衡控制和DO濃度控制的串級控制方案在這里,DO作為主調節參數,是工藝控制的指標。曝氣流量為副調節參數,是為了穩定主參數而引入的輔助參數。主調節器按照主參數與工藝給定值的偏差進行工作,其輸出作為副調節器的給定值,主調節器在該系統中起主導作用。副調節器按照流量這一副參數與來自主調節器的給定值的偏差進行工作,其輸出直接控制變頻器。曝氣空氣流量調節作為副環,采用PID控制方法。副環的主要作用是解決曝氣池空氣流量的平衡和穩定,以使DO數值真實地反映曝氣池生物反應的環境狀態。副控系統把空氣流量作為反饋,通過變頻器內裝的PI調節器適量調節轉速,使空氣流量穩定于給定值。

圖8 曝氣池DO濃度控制算法示意圖

DO控制作為主環,采用PID控制+專家控制的方案。由于曝氣池的DO控制具有大時滯、非線性的特點,單一的PID控制很難滿足DO的控制要求,甚至引起震蕩。在本控制算法中,根據DO偏差的大小,將系統分為2個區域,在不同的區域采用不同的控制策略,從而既保證了調節精度和速度,又具有良好的抗干擾能力。這2個區域分別是：Ⅰ區,當DO濃度偏差較小時,系統趨于相對穩定,采用PID控制器進行細調(開關由b端切向a端)；Ⅱ區,當DO濃度偏差較大時,系統超調較大,特別是當剛開機運行時,控制策略采用粗調,快速趨于穩定狀態,控制算法采用專家控制策略(開關由a端切向b端)。專家控制的思想就是根據出水口DO濃度偏差以及進水口和出水口的DO的濃度差,查詢專家庫,輸出變量空氣流量給定值。專家規則是專家控制的核心,由一系列的IFaTHENb語句組成,本系統設定輸入變量為：出水口DO濃度偏差ΔE1,進水口和出水口的DO的濃度差ΔE2；輸出變量為：空氣流量給定值ΔU。

則總結專家規則如下：

IFε1<ΔE1(k)<ε2AND0

IFε1<ΔE1(k)<ε2ANDσ1

IFε1<ΔE1(k)<ε2ANDσ2

IFε1<ΔE1(k)<ε2ANDσ3

IFε2<ΔE1(k)<ε3AND0

IFε2<ΔE1(k)<ε3ANDσ1

IFε2<ΔE1(k)<ε3ANDσ2

IFε2<ΔE1(k)<ε3ANDσ3

……

專家控制主要用于粗調,只要專家庫中存儲的數據記錄足夠多,2條記錄之間的步長足夠小,就完全可以滿足需求。另外,專家庫也采用了自學習算法,在線修正專家知識庫。

2.3 集散控制系統的實現

設計了如圖9所示的基于西門子PCS7軟件開發平臺的集散控制系統(DCS)。系統以AS414HCPU為核心,由操作員站、控制器、遠程I/O站以及通信網絡構成三級網絡：廠級MIS網、工業以太網和PROFIBUS現場總線。其中PROFIBUS現場總線用于遠程I/O站與CPU之間的信息交換,工業以太網用于工控機與CPU之間的信息交換以及工控機與廠級網之間的信息交換。其中2臺操作員站(OS),用于畫面顯示、報警、泵和電機的手/自動啟停以及現場各被控參數的顯示和控制。操作員對現場的監視和操作都是通過這2臺工控機來完成的。另一臺工控機為工程師站(ES),用于工程師對生產現場的監視、打印報表以及對工藝參數和控制器參數的修改等。AS414H作為系統的控制核心,完成所有回路的控制功能。ET200M作為遠程I/O站,分別設在厭氧處理和好氧處理工段,用于現場信號的采集與輸出。

圖9 廢水處理的DCS設計方案

控制系統的軟件設計主要包括兩部分,一部分是西門子可編程控制器PLC程序的設計,采用西門子PCS7軟件開發平臺完成；另一部分是WINCC人機界面的設計與組態。PLC程序的主程序流程圖如圖10所示。

3 應用案例

本課題設計的APMP處理工藝與控制系統已經在某紙廠成功應用。在該廠的實際應用中,pH值控制系統實時運行曲線如圖11所示,DO控制系統實時運行曲線如圖12所示。從圖11和圖12可以看出,pH值和DO值穩定在設定的目標值附近,完全能夠滿足工程實際的需要。

4 結 語

紙廠的實際運行效果表明,本課題的控制方法不依賴被控對象的數學模型,具有結構簡單、易于實現的特點,適合于廢水處理過程控制,且系統運行穩定,安全可靠,有較好的推廣使用價值。

圖10 主程序流程圖

圖11 pH值控制系統實時運行曲線

圖12 DO控制系統實時運行曲線

[1]HUOXiao-dong,LIUQiu-juan,JIAYuan-yuan.StudyonBoilingHeatTransferCoefficientofP-RCAPMPWasteWater[J].ChinaPulp&Paper, 2011, 30(3): 25. 霍曉東, 劉秋娟, 賈原媛.P-RCAPMP制漿廢水沸騰傳熱系數的研究[J]. 中國造紙, 2011, 30(3): 25.

[2]TongRM,BeckMB,LattenA.Fuzzycontroloftheactivatedsludgewastewatertreatmentprocess[J].Automatica, 1980, 16(3): 695.

[3]HolendaB,DomokosE,Rédey,etal.Dissolvedoxygencontroloftheactivatedsludgewastewatertreatmentprocessusingmodelpredictivecontrol[J].Computers&ChemicalEngineering, 2008, 32(6): 1270.

[4]TsaiYP,ChiangWL.Effluentsuspendedsolidcontrolofactivatedsludgeprocessbyfuzzycontrolapproach[J].WaterEnvironmentResearch, 1996, 68(6): 1045.

[5]WrightRA,KravarisC.On-lineidentificationandnonlinearcontrolofanindustrialphprocess[J].JournalofProcessControl, 2001, 4(11)： 361.

[6]ZarateLE,ResendeP,MenezesB.AfuzzylogicandvariablestructurebasedcontrollerforpHcontrol[C]//IndustrialElectronicsSociety, 2001.IECON’01.theConferenceoftheIEEE.IEEE, 2001, 37(1): 26.

[7]BabuskaR,OosterhoffJ,OudshoornA,etal.Fuzzyself-tuningPIcontrolofpHinfermentation[J].EngineeringApplicationsofArtificialIntelligence, 2002, 15(1): 3.

[8]ShangJiandong,ChenKangning.AnewpHintelligentcontrollerforindustryproductionprocess[J].InstrumentTechniqueandSensor, 1998(5)： 22. 商建東, 陳康寧. 工業生產過程的新型pH智能控制器[J]. 儀表技術與傳感器, 1998(5)： 22.

[9]YangCuirong,PangQuan,ZhangYuqing.IntelligentpHControlandItsApplicationinProcessControlofChemicalIndustry[J].ProcessAutomationInstrumentation, 1999, 20(8)： 34. 楊翠容, 龐 全, 張玉清. 智能pH控制及在化工過程控制中的應用[J]. 自動化儀表, 1999, 20(8)： 34.

(責任編輯：馬 忻)

Study on Control System of APMP Wastewater Treatment Process

ZHOU Hong1,*LUO Bin2WANG Meng-xiao3

(1.EmersonNetworkPower(Xi’an)Co.,Ltd.,Xi’an,ShaanxiProvince, 710075; 2.BoschRexroth(Xi’an)ElectricDrivesandControlsCo.,Ltd.,Xi’an,ShaanxiProvince, 710026; 3.CollegeofElectricalandInformationEngineering,ShaanxiUniversityofScience&Technology,Xi’an,ShaanxiProvince, 710021)

A novel control system was designed for APMP wastewater treatment process using combined anaerobic and aerobic methods. Aiming at severe time-delay and non-linearity of the process, a feed-forward based expert system plus feedback control was applied to control the pH value in the conditioning tank of anaerobic process. A cascade control which was composed of aeration flow balance control and dissolved oxygen concentration control was employed to aerobic reactor, expert control and PID control were switched according to the derivation of dissolved oxygen concentration in different stage. The detailed implement scheme of the system was also presented. The application results showed that this system was effective．

APMP wastewater treatment； expert control； pH value； dissolved oxygen concentration

周 紅女士,碩士,工程師；研究方向：電氣工程與工業自動化控制。

2016- 04-25(修改稿)

TP273；X793

A

10.11980/j.issn.0254- 508X.2016.11.008

(*E-mail: zhouhong2324@163.com)