技术资料污水生物处理系统是以微生物为主体的复杂动态过程,它具有变量多、随机影响多而造成的高度非线性;进水水质水量变化引起的过程不稳定;不确定的数学模型;缺乏可靠的实时监测仪表以及复杂的任务要求等特性。传统的自动控制技术无法取得理想的控制效果,而智能控制技术可以取得比较理想的效果。
　　1SBR工艺简介
　　1.1SBR工艺流程及其特征
　　SBR(SequencingBatchReactor)污水处理系统采用时间分割的操作方式替代传统的空间分割方式。在流程上只设一个反应池,兼行水质水量调节、有机物降解和混合液分离等功能。典型的SBR工作流程如图1所示。
　　SBR工艺具有工艺结构与形式简单、处理效率高、运行方式灵活多变、空间上完全混合、时间上理想推流、占地面积小和不易发生污泥膨胀、只要改变运行方式就可以实现同时去除有机物和脱氮除磷等优点[2],得到了较为深入的研究和广泛的应用。然而SBR法同时具有运行操作复杂,难以管理,对自动控制依赖性强等缺点。因此,如何有效实现SBR法的自动控制是保证系统正常运行,并进一步提高其运行效率的关键。
　　1.2SBR工艺的传统控制方法
　　SBR工艺传统的控制方法分为时间程序控制和流量程序控制两类[2]。时间程序控制主要是根据SBR法的5个运行阶段,即进水、反应、沉淀、排放、闲置所需时间进行预先设定后实施的自动控制。但废水的水质水量随时间变化很大,有时其有机物浓度相差几倍甚至十几倍,如果按某一相同的反应时间控制SBR系统运行,当进水浓度高时出水水质不合格,当进水浓度低时反应时间过长,既浪费能耗又易于发生污泥膨胀。流量程序控制则是根据废水流量的变化调整各个阶段所需时间,并进行自动控制。这两种控制方法的缺点都在于不能根据水质实际变化情况及时调整运行控制参数,难以实现较好的处理效果。为了克服传统控制方法的缺点,必须建立以处理水质为目标的自动控制系统,即应根据反应器内有机物、氮和磷的浓度的变化来对系统进行控制。
　　2模糊控制在SBR工艺中的应用
　　2.1模糊控制概述
　　模糊控制是以模糊数学、模糊语言形式的知识表示和模糊逻辑的规则推理为理论基础,采用计算机控制技术构成的闭环控制。模糊控制系统通常由被控对象、执行机构、模糊控制器、输入/输出接口和测量装置等五部分组成。其组成结构如图2所示[4]。
　　2.2模糊控制技术在SBR工艺中的应用
　　将模糊控制应用于SBR法,主要是解决有机物降解、硝化与反硝化、生物除磷四个生化过程的在线模糊控制问题。为了建立SBR法四个反应的模糊控制,专家学者们对此做了大量研究。曾薇,彭永臻等采用SBR工艺处理化工废水,研究了原水pH值与温度对有机物降解过程的影响以及DO,ORP作为反应时间控制参数的可行性。试验结果表明,原水在不同pH值与温度条件下,当有机物达到难降解程度时,DO和ORP均会迅速大幅度提高,DO和ORP的这一变化特点可以间接指示有机物降解的程度。因此,以DO,ORP作为SBR反应时间的模糊控制参数是可行的。
　　崔有为,王淑莹等采用SBR工艺处理含盐生活污水,研究了进水的盐度、DO浓度和有机物降解过程三者之间的关系,验证了以DO作为SBR工艺处理含盐污水有机物降解过程中反应时间和模糊控制参数的可行性。
　　高景峰等为了实现以出水水质为目标的SBR在线模糊控制,系统深入地研究了不同进水氨氮浓度、不同进水有机物浓度、不同污泥浓度、不同曝气量、不同碱度类型和浓度对SBR法去除有机物和硝化过程中DO,ORP和pH的变化规律,发现DO,ORP和pH都可以作为SBR法去除有机物结束的标志,而DO和pH还可以作为硝化结束的标志,DO还可以调控好氧反应过程中的曝气量;通过研究不同啤酒废水投加量、乙酸钠、甲醇和内源呼吸碳源对反硝化过程的影响,发现pH和ORP可以共同控制反硝化时间,通过比较pH不同变化速率还可以调控反硝化碳源投加。在以上试验的基础上,以DO,ORP,pH作为SBR法去除有机物、硝化和反硝化的模糊控制参数,建立了模糊控制器,基本实现了SBR法以出水水质为目标的模糊控制的基础研究。
　　3结论与展望
　　自20世纪80年代以来,模糊控制技术在污水处理领域的应用研究逐步深入,并且取得了一定的成果,与此同时也发现了模糊控制器自身的问题。如简单模糊控制会导致系统控制精度降低、动态品质变差;采用IF2THEN的控制规则,不便于控制参数的学习和调整,缺乏自适应能力等。如果采用两种或两种以上智能控制技术则可以弥补单一技术的缺陷。
　　联系已有的研究成果,结合对SBR系统特点和模糊控制系统的认识,未来SBR工艺模糊控制的发展可从以下两方面考虑:
　　1)与神经网络相结合,构成模糊神经网络控制系统,即采用神经网络的结构来实现模糊逻辑系统。其基本思想是FNN(FuzzyNeuralNetwork)通过学习算法从典型样本数据中学习参数,自动地调节隶属函数并产生模糊规则,从而得到满足要求的模糊模型。
　　2)与专家系统相结合,构成专家模糊控制系统(ExpertFuzzyController,EFC)。EFC把人的经验知识和求解问题的启发式规则、程序进行模型化,强调知识的多层次及分类的需要,提供一种丰富的表达过程控制知识和经验的能力。EFC在保持模糊控制器(FLC)优点的同时,丰富了适用于FLC的知识结构及内容,比常规FLC增强了处理复杂控制问题的能力。
　　参考文献:
　　[1]王洪臣.城市污水处理厂运行控制与维护管理[M].北京:科学出版社,1999.
　　[2]彭永臻,曾薇.污水处理系统的在线模糊控制[J].哈尔滨建筑大学学报,1999,32(4):59260.
　　[3]马小丽,王增长,侯安清.SBR工艺的发展与应用[J].山西建筑,2006,32(1):88289.
　　[4]诸静.模糊控制原理与应用[M].北京:机械工业出版社,2005.
　　[5]李少远,王景成.智能控制[M].北京:机械工业出版社,2005.
　　[6]TongRM,BeckMB,LattenA.Afuzzycontroloftheactivatedsludgewastewatertreatmentprocess[J].Automatica,1980,16
　　(6):6952701.作者简介:张学著(19662),男,西安建筑科技大学硕士研究生,讲师,山西工程职业技术学院,山西太原030009