污水處理加藥系統的智能設計與實現

蔡衛 王福斌

1 引言

近年來，我國工業和農業的飛速發展，給自然環境帶來的污染日益嚴重，尤其是水污染已逐漸受到各界人士的關注[1]。我國的污水處理廠大多仍在沿用老式系統[2]，工藝技術低，缺乏系統性，對人工操作的依賴性很大。根據此情況，本文對天津第一污水處理廠水處理過程中的加藥系統進行了改進，以實現加藥系統的智能控制。

2 加藥過程分析

在污水處理過程中，因金屬而產生的電化學腐蝕難以避免。這不但導致了水路管道的損壞，還會損壞相關的設備。因此必須重視金屬的電化學腐蝕。系統的供水，需要在低氧的環境下，且PH值以中性為佳[3]。在水處理中這一環節都是通過加藥來實現的。加聯胺可以除去污水中的CO2和O2，加氨可以提高PH值，一般PH值調節至8.8-9.3為宜。

測量污水的PH值一般在給水泵之后展開，氨的加入點則在給水泵之前、除氧器之后。系統首先在給水泵之后采取樣本，測定PH值后再根據PH值的大小確定所加藥的用量，之后再用變頻器改變加藥泵的頻率，進一步控制加藥量。

3 自動加藥控制系統的實現

測量裝置有聯胺儀和PH表，分別可以測量給水的PH值與聯胺含量。執行機構有聯胺泵和加氨泵，能夠按照具體的控制需求對系統內的水展開聯胺、加氨處理。通過上述分析能夠發現：加藥控制系統具有非線性和時滯性。

常規PID控制通常用作線性不變系統，假如PID參數一定，在系統參數發生改變后PID難以及時調整，這些都會對控制質量有影響，因此必須對現有的控制方式進行改變。

給水的加藥往往通過人工來實現。工人們不斷積累經驗，并對加藥過程詳細了解和學習，已可以靈活處理加藥時的各種問題。對智能控制器的設定不但應當要應對好一般的穩定跟蹤控制問題，更要讓其在特殊情況發生后得以自主的進行調整。

模糊控制，把過往的實踐經驗轉換為控制規則，可以有效地運用人們在實踐中得到的經驗與知識。神經網絡的自學能力、適應性和容錯性都很優越。對非線性時變系統的調節作用表現良好。在本系統中，模糊控制與神經網絡控制互相綜合起來，更加有效地完成了對加藥系統的調節。

3.1 模糊控制

模糊集理論是由Zadeh教授在1965年創立，而第一個模糊控制器則是在1974年由Mamdani教授在實踐得以投入使用，在此之后，模糊控制技術的應用范圍變得越來越廣，在當下早已成為智能控制過程當中的不可或缺的組成成分。

模糊控制主要用于具有極強的非線性、數學模型難以建立且控制對象復雜可變的系統中，它以模糊集合論作為數學基礎，模糊控制器的設計方法依賴于操作者的經驗，這與傳統控制器依賴于系統行為參數有所不同。模糊控制系統性能的優化一般是通過改變模糊規則來實現，亦即工作人員在實際操作中積累的經驗。

模糊控制系統如圖1。

模糊控制的作用在于把專家在實際工作中得到的經驗落實到控制工作中，但對于整個控制系統，以往的經驗并非一定正確，也可能會在應用中出現錯誤。而且模糊控制不具備自主學習的功能，無法自行適應系統的控制。因此模糊控制本身是有欠缺的。

3.2 模糊神經網絡

神經網絡不僅有自學習功能，而且也具備容錯性和自適應能力強的優點。不僅如此，其也有一些缺點，假如經驗內容表現出特定的規則，則神經網絡難以把這些內容投入到網絡訓練中。

所以，筆者最終決定把神經網絡和模糊控制兩者綜合起來，讓兩個算法互相補充，這種將兩種算法——模糊控制和神經網絡控制相結合的產物，我們將其稱為：模糊神經網絡。

3.2.1 模糊神經網絡的基本結構

模糊神經網絡的結構，一般分為五層：輸入層，歸一化層，模糊化層，模糊規則層，以及去模糊化層。在模糊神經網絡中，模糊化層能夠把數據模糊化，并經過歸一化層與模糊規則層的運算，最后經過去模糊層對推理所得展開去模糊化處理。其結構如圖2所示。

2） 模糊神經網絡計算過程

按照圖2，從左到右，按照從輸入層到輸出層的順序，對模糊神經網絡的結構圖逐層加以分析。

輸入層，其最重要的功能是通過輸入層把輸入量信息傳遞給模糊神經網絡。網絡輸入的概念表示為x=[x1，x2，…，xn]，下標n代表輸入量的數量。

模糊化層，能夠把輸入量模糊化處理，利用函數公式把精確量數值轉變為模糊量，本系統中采用高斯函數處理輸入量的模糊化，再將模糊化后的輸入量轉移至與之相關的模糊集中。

4 小結

以自動加藥系統的非線性、時滯特性為基礎對特定的神經網絡、控制算法模糊控制展開了論述。綜合了模糊控制和神經網絡兩類算法的優點，得到模糊神經網絡，實現了污水處理加藥系統的智能控制。

參考文獻

[1]2016～2017年度全國電力供需形勢分析預測報告（節選）[J].中國電力企業管理，2017，（01）：94-96.

[2]張恩奎.電廠化學水處理的特點及創新應用[J].科技創新與應用，2016，（24）：126.

[3]李立波，張永珍.電廠化學水處理系統的特點與發展趨勢分析[J].建筑工程技術與設計，2017（1）.