污水處理過(guò)程的軟測量技術(shù)

第23卷第3期北京工商大學(xué)學(xué)報(自然科學(xué)版)Vol. 23 Na 32005年5月Journal of Bejing Technology and Business University( Natural Science Edition )May 2005文章編號:1671-1513( 2005 )03-0031-04污水處理過(guò)程的軟測量技術(shù)王正祥，劉載文，薛福霞(北京工商大學(xué)信息工程學(xué)院,北京 100037 )摘要:污水處理過(guò)程的軟測量技術(shù)是為解決污水處理出水水質(zhì)(如BOD,、COD等)難以在線(xiàn)實(shí)時(shí)檢測而提出的它為污水處理質(zhì)量參數的在線(xiàn)預測和閉環(huán)控制創(chuàng )造必要的前提條件并提供可行的解決方案，從而穩定出水水質(zhì)和提高污水處理的效率。介紹軟測量技術(shù)的概念研究污水處理軟測量建模方法,以及工程設計方法。關(guān)鍵詞:污水處理;軟測量技術(shù);建模方法中圖分類(lèi)號:X502 ;TP273*. 5文獻標識碼:A目前污水生物處理廣泛使用的是活性污泥法，水處理過(guò)程的自動(dòng)監測和預報系統實(shí)現出水的優(yōu)其實(shí)質(zhì)是以存在于污水中的有機物作為培養基(底化排放具有重要的實(shí)際意義和應用價(jià)值。物)在有氧的條件下對各種微生物群體進(jìn)行混合連續培養通過(guò)凝聚、吸附、氧化分解、沉淀等過(guò)程去1軟測量的概念除有機物的一種污水處理方法。目前污水處理廠(chǎng)的所謂軟測量技術(shù)就是利用易測過(guò)程變量與難以出水水質(zhì)BOD,(生物化學(xué)需氧量) COD(化學(xué)耗氧直接測量的待測過(guò)程變量之間的數學(xué)關(guān)系通過(guò)各量)T-N(總含氮量)T-P(總含磷量)等濃度參數大種數學(xué)計算和估計方法,從而實(shí)現對待測過(guò)程變量多靠人工化驗來(lái)確定尤其是BOD3需經(jīng)過(guò)5天之的測量。這樣建立的軟測量模型可以完成一些實(shí)際后才能得到化驗結果。顯然化驗結果大大滯后于硬件檢測所不能完成的測量任務(wù)。圖1中y代表主.污水的排放過(guò)程,也就是說(shuō)等到知道出水水質(zhì)指標導變量R代表可測的輔助變量d和u分別表示可BOD,不合格時(shí)早已排出大量不合格的處理水造測的干擾和控制變量。軟測量的目的就是利用所有成二次污染。針對此情況國外少量污水處理廠(chǎng)采用了在線(xiàn)可獲得的信息求取主導變量的最優(yōu)" 估計值j ,即分析儀表進(jìn)行測量。但目前污水處理自動(dòng)控制系統構造從可測信息集R到j(luò )的映射:中所采用的一些檢測專(zhuān)用儀器檢修與維護困難、價(jià)j( S)=K( S)k( S)格昂貴并且技術(shù)尚不完善,誤差較大，檢測精度達不到預期效果,以致于難以提供實(shí)時(shí)質(zhì)量信息作為對|一十 y質(zhì)量控制的反饋信號。而反映污水水質(zhì)的最重要參象R數有機污染物濃度( BOD或COD )還沒(méi)有實(shí)時(shí)在線(xiàn)圖1軟測量模型傳感器,因而直接影響了污水處理的效率與效果。因此將軟測量技術(shù)應用于污水處理過(guò)程建立出水2污水處理軟測量模型建立水質(zhì)BOD,等參數的軟測量模型,以實(shí)現污水處理中國煤化工成較好的基礎,但在應過(guò)程的實(shí)時(shí)計算機監測和預報,在 此基礎上開(kāi)發(fā)污MYHCNMHG收稿日期:2005 -03 -01基金項目: 北京市優(yōu)秀人才項目北京市教育委員會(huì )科技發(fā)展項目(編號KM200310011040 )作者簡(jiǎn)介:王正祥( 1973- )男,甘肅金昌人碩士研究生研究方向為智能控制和污水處理過(guò)程控制。劉載文( 1954- )男廣東南海人教授主要從事智能控制與測控網(wǎng)絡(luò )方面的研究。3北京工商大學(xué)學(xué)報(自然科學(xué)版)2005年5月用方面卻缺乏系統的開(kāi)發(fā)思路。目前軟測量比較常ASMI ,ASM2 ,ASM3模型，但這些模型涉及的參數太用的設計方法如圖2。多,許多參數目前缺乏成熟的測量技術(shù)實(shí)際應用相當麻煩同時(shí)由于建模代價(jià)大，并且模型精度差,因| 機理分析，選擇輔助變量而很少應用。目前提出的比較流行的觀(guān)點(diǎn)是:將良數據采集與預處理好的活性污泥數學(xué)模型與相應的控制理論相結合,實(shí)現智能控制。建立軟測:量模型2.3.2回歸分析設計校正模塊回歸分析是統計數學(xué)的一-個(gè)重要分支,在實(shí)驗數據處理中又稱(chēng)為曲線(xiàn)擬和”?；貧w分析有多種在實(shí)踐中實(shí)現軟測量形式按因變量和自變量是否存在線(xiàn)性關(guān)系可分為軟測量效果評價(jià)線(xiàn)性回歸和非線(xiàn)性回歸。線(xiàn)性回歸的實(shí)質(zhì)是對象的函數關(guān)系在工作點(diǎn)附近-階泰勒展開(kāi)式,如果系統圖2軟測量設計流程非線(xiàn)性比較嚴重則無(wú)法選用。常用的線(xiàn)性回歸方2.1輔助變量的選擇依據圖2的設計思路分析城市污水處理的相關(guān)法有多變量回歸(MLR)主元回歸(PCR)部分最工藝條件,確定以下幾個(gè)輔助變量:生化需氧量小二乘法( PLS)。由于實(shí)際工程中測量數據的相關(guān)性比較普遍,因而PIS法應用較廣泛。(BOD)化學(xué)需氧量(COD)溶解氧(DO)污泥濃回歸模型的回歸方程是Y=XA其中X代表輔度( MLSS)濁度、pH值、氧化還原電位( ORP)、進(jìn)助可測變量(x, 2心山x)=( BOD,T_ N ,T_P,水的總氮( T-N )和總磷( T-P)。由于本課題主要目MISS ,DO),Y 代表預測值y,和y)=( BODT_N,的是解決出水BOD難測問(wèn)題所以結合實(shí)際條件可T_ P)回歸系數矩陣A=( x'x) 'xY通過(guò)測量值計選擇DO、進(jìn)水BOD、MLSS、T-N或T-P作為輔助變算A從而得到預測值Y。彭向華通過(guò)66組訓練樣量,雖然輔助變量較多可以更好的包涵污水處理的本值的預測發(fā)現:上述回歸模型的擬合效果和預測有關(guān)信息給建模精度帶來(lái)好處但同時(shí)會(huì )給模型的效果均不甚理想對系統變化趨勢也不能很好地反計算和網(wǎng)絡(luò )的訓練帶來(lái)較多的困難,因而需要權衡映[。造成的原因大概有:系統非線(xiàn)性關(guān)系較強,考慮輔助變量的選擇。僅僅通過(guò)簡(jiǎn)單的線(xiàn)性運算無(wú)法滿(mǎn)足其要求所選取2.2 數據預處理輔助變量與主導變量相關(guān)性不強數據樣本可靠性污水處理中最常用的數據預處理方法是用統計不高?；貧w分析忽略了污水處理中的非線(xiàn)性因素,假設校驗剔除含有顯著(zhù)誤差的數據后,再采用平均回歸系數矩陣階次不能很好的擬和實(shí)際過(guò)程需要濾波的方法去除隨機誤差。對于異常數據的剔除大量的實(shí)驗試湊較難應用。采用統計判別法中的拉依達準則( 3σ準則)。同時(shí)2.3.3神經(jīng)網(wǎng)絡(luò )方法為了消除由于不同特征因子量綱不同和數量級不同污水處理神經(jīng)網(wǎng)絡(luò )軟測量主要是通過(guò)選取輔助所帶來(lái)的影響。對數據進(jìn)行歸一化處理,處理后可變量主導變量構造神經(jīng)網(wǎng)絡(luò )模型應用-些神經(jīng)使得各變量的均值為0標準差為1，從而有利于軟網(wǎng)絡(luò )算法不斷調整網(wǎng)絡(luò )的權值和閾值通過(guò)訓練網(wǎng)測量模型的訓練。絡(luò )從而使預測的主導變量接近實(shí)際測量值。神經(jīng)2.3軟測量 模型的建立方法網(wǎng)絡(luò )訓練需要大量的輸入、輸出數據并且訓練數據2.3.1機理建模近可能的窮舉系統實(shí)際的輸入輸出范圍。訓練后機理建模建立在對污水處理工藝原理深刻認識的網(wǎng)絡(luò )可以獲得其權值和閾值,從而通過(guò)編程實(shí)現的基礎上通過(guò)對被測對象的分析找出不可測主導對新中國煤化工現污水處理的軟測量,變量與可測輔助變量之間的數學(xué)關(guān)系利用基本的常見(jiàn)IYHCNMHG物理定理等知識列出平衡方程式建模。它是最精確目前常用的算法有以下幾種:的模型具有先驗性、預估性?xún)?yōu)點(diǎn)。近20年來(lái)國外1 )BP算法學(xué)者在活性污泥數學(xué)模型的建立機理應用方面研究此算法是一種多層前向網(wǎng)絡(luò )算法,網(wǎng)絡(luò )由工作非?；钴S,比較典型的模型有IAWQ專(zhuān)家所開(kāi)發(fā)的信號正向傳播、誤差反向傳播兩步分組成,它是建立第23卷第3期王正祥等:污水處理過(guò)程的軟測量技術(shù)小的隱結點(diǎn)數等優(yōu)點(diǎn)3。ORP .O十COD4 )過(guò)程神經(jīng)網(wǎng)絡(luò )DO-0-- BOD進(jìn)入BOD過(guò)程神經(jīng)元的輸入和連接權值均可為-個(gè)時(shí)間MLss---OO一P過(guò)程并在傳統神經(jīng)元空間聚合運算的基礎上增加了一個(gè)時(shí)間聚合算子使過(guò)程神經(jīng)元的聚合運算和輸入層隱層輸出層激勵作用能同時(shí)反映信號的空間總和效應和時(shí)間總圖3污水處理 神經(jīng)網(wǎng)絡(luò )模型和效應4。過(guò)程神經(jīng)元由加權聚合,激勵運算三在梯度下降基礎上的有導師學(xué)習算法。通過(guò)正向和步分組成。與傳統神經(jīng)元的不同中處在于過(guò)程神反向信號的不斷反復傳播修改各層神經(jīng)元的權值，經(jīng)元的輸 入和權值是依賴(lài)與時(shí)間的函數甚至包括使得誤差信號最小逼近期望輸出完成學(xué)習過(guò)程。時(shí)間的多元函數。網(wǎng)絡(luò )訓練算法是在輸入函數、權BP網(wǎng)絡(luò )具有很強的非線(xiàn)性映射能力。但BP網(wǎng)絡(luò )函數中引入一組適當的函數正交基將它們在給定存在訓練時(shí)間長(cháng)，收斂速度慢,局部最小的問(wèn)題需精度下展開(kāi)為該組正交基的有限項級數形式，來(lái)簡(jiǎn)要的樣本多,網(wǎng)絡(luò )模型大并且尚無(wú)一種理論來(lái)指導化過(guò)程神經(jīng)元對時(shí)間聚合運算的復雜性然后應用計算隱層的最佳單元數。目前已有人改進(jìn)BP網(wǎng)絡(luò )BP算法等訓練網(wǎng)絡(luò ),在該算法下過(guò)程神經(jīng)元網(wǎng)絡(luò )算法如附加動(dòng)量的BP算法、學(xué)習速率可變的BP的學(xué)習過(guò)程與傳統前饋神經(jīng)網(wǎng)絡(luò )的訓練過(guò)程具有相算法和彈性BP算法、共扼梯度法、擬牛頓法和lev-同的計算復雜度。應用表明，這種算法簡(jiǎn)化了過(guò)程enberg-Marquardt法。在工程中取得較好的結果。神經(jīng)網(wǎng)絡(luò )的計算,同時(shí)還可提高網(wǎng)絡(luò )學(xué)習的穩定性文獻1]利用BP算法獲得的污水處理軟測量模型和收斂率。較好地預測了出水BOD ,T-N ,T-P 的規律。過(guò)程神經(jīng)網(wǎng)絡(luò )是由若干個(gè)過(guò)程神經(jīng)元和一般非2)RBF算法時(shí)變神經(jīng)元按照一定的拓撲結構組成的人工神經(jīng)元RBF網(wǎng)絡(luò )是單隱層的前向網(wǎng)絡(luò ),網(wǎng)絡(luò )輸出權系統。為了提高網(wǎng)絡(luò )對非線(xiàn)性系統的映射能力增值、基函數的中心、隱層單元數目需學(xué)習確定。主要強網(wǎng)絡(luò )的柔韌性和知識存貯能力,可以建立雙隱層的學(xué)習算法有:Moody 與Darken 算法、局部訓練算的結構,-層為過(guò)程神經(jīng)元結構,-層為非時(shí)變的神法、正交優(yōu)選算法、聚類(lèi)與Givens最小二乘聯(lián)合迭經(jīng)元結構。過(guò)程神經(jīng)網(wǎng)絡(luò )的提出拓展了傳統神經(jīng)網(wǎng)代法、RBFNN算法等。它的學(xué)習算法不存在局部最絡(luò )的適應范圍，更好的模擬了過(guò)程的實(shí)際特性。由優(yōu)問(wèn)題具有全局逼近性質(zhì)而且其參數調整是線(xiàn)性于過(guò)程神經(jīng)網(wǎng)絡(luò )提出不久并且部分理論還需論證的,訓練方法快擬和誤差小適合動(dòng)態(tài)系統的實(shí)時(shí)因而關(guān)于過(guò)程神經(jīng)網(wǎng)絡(luò )的應用很少。目前何新貴辨識在一定程度上解決了BP網(wǎng)絡(luò )的訓練時(shí)間長(cháng),院土和許少華將其成功的用在油藏開(kāi)發(fā)預測模擬過(guò)收斂速度慢局部最小的問(wèn)題。RBF 網(wǎng)絡(luò )在實(shí)際運程中45]國內外還沒(méi)有在污水處理中應用過(guò)程神經(jīng)用中存在網(wǎng)絡(luò )基函數數據中心的確定、如何確定徑網(wǎng)絡(luò )的報道。但是過(guò)程神經(jīng)網(wǎng)絡(luò )給污水處理建模提向基函數、怎樣提高網(wǎng)絡(luò )的綜合能力等問(wèn)題。國內供了一種實(shí)時(shí)性預測的前景。劉載文等人將RBF算法應用于污水處理中通過(guò)仿3軟測量的在線(xiàn)校正真分析，認為網(wǎng)絡(luò )在許多方面性能優(yōu)于BP網(wǎng)絡(luò )2]。3 )隨機神經(jīng)網(wǎng)絡(luò )與混合神經(jīng)網(wǎng)絡(luò )隨著(zhù)時(shí)間的推移測量對象的特性和工作點(diǎn)會(huì )隨機型神經(jīng)網(wǎng)絡(luò )不完全依權值的改變,而是將發(fā)生變化,因此必須對模型在線(xiàn)校正。- -般分為模統計力學(xué)思想引入其中,網(wǎng)絡(luò )的進(jìn)行過(guò)程不再完全型結構在線(xiàn)校正和模型參數在線(xiàn)校正兩方面工業(yè)按照確定的網(wǎng)絡(luò )方程,同時(shí)考慮隨機因素按一定的中常采用模型參數在線(xiàn)校正將離線(xiàn)分析值代入自概率分布決定狀態(tài)的轉移其學(xué)習算法可使網(wǎng)絡(luò )能適應中國煤化工。神經(jīng)網(wǎng)絡(luò )軟儀表的量函數收斂于全局最小點(diǎn)，從而得到問(wèn)題的最小解。校正MHCN MH G期學(xué)習兩部分,從修正浙江大學(xué)智能系統與決策研究所提出了一種由多項層次上有淺度修止和深度修正之分。式模型和多層前向神經(jīng)網(wǎng)絡(luò )構成的確定污水COD4軟測量的實(shí)際應用預估值的混合神經(jīng)網(wǎng)絡(luò )具有模型泛化外推能力強,訓練樣本少可以根據擬合精度的要求自動(dòng)確定最軟測量技術(shù)在過(guò)程控制和優(yōu)化控制中應用最廣3北京工商大學(xué)學(xué)報(自然科學(xué)版)2005年5月的是實(shí)現推斷預測控制,在污水處理中基于DO的優(yōu)化控制如圖40]。5結束語(yǔ)非線(xiàn)性?xún)?yōu)化器--8-+控制器污水處理過(guò)程針對污水處理工藝建立不同的軟測量模型是污水處理過(guò)程控制的主要研究方向之一。軟測量技術(shù)軟測量模型可以解決污水處理中關(guān)鍵處理指標的滯后檢測問(wèn)題降低成本提高預測精度。同時(shí)提高我國污水處圖4污水處理優(yōu)化控制框軟測量方法本質(zhì)_上是一種傳感器實(shí)現技術(shù),可理自動(dòng)化水平和質(zhì)量,是我國城市建設急需解決的以適應與-切能用可測輸入與不可測輸出關(guān)系模型.重要問(wèn)題污水處理軟測量技術(shù)具有很高的理論與描述的對象,如果軟儀表達到一定的精度則能夠.學(xué)術(shù)研究意義,廣闊的推廣應用前景,可產(chǎn)生明顯.“替代”硬儀表實(shí)現參數的測量。雖然某些污水處的經(jīng)濟效益。理廠(chǎng)已部分使用計算機進(jìn)行管理與控制,但仍采用參考文獻:人工操作加自動(dòng)監測顯示并未完成閉環(huán)控制和優(yōu)化控制這一點(diǎn)與國外差距很大。在80年代中后期[1] 彭向華.軟測量技術(shù)在污水處理中的應用研究[ D ]由國外陸續引進(jìn)了多套城市污水處理自動(dòng)控制設昆明:昆明理I大學(xué)碩士論文集,2002 ,10-30.備迫使人們研究和消化這些技術(shù),以提高國內城市[2]劉載文崔莉鳳祁國強,等.SBR出水BOD值的RBF軟測量法J]中國給水排水2004 (5 )17-20.污水處理廠(chǎng)運行控制水平。但操作人員素質(zhì)較低、[3]方駿戴連奎.基于混合神經(jīng)網(wǎng)絡(luò )模型的污水COD專(zhuān)用儀表和傳感器開(kāi)發(fā)落后、控制方法和技術(shù)、控制值預估法J]中國給水排水2000( I1 )b-9.軟件方面研究落后等是制約計算機在污水處理廠(chǎng)自[4]黃鳳良軟測量思想與軟測量技術(shù)[ J]計量學(xué)報,動(dòng)控制中應用的一個(gè)主要因素。沒(méi)有-個(gè)合適建模2004 (6 ) 284 - 288.與優(yōu)化控制軟件,使計算機控制作用極為有限。同[5] 周志華曹存根.神經(jīng)網(wǎng)絡(luò )及其應用[ M]北京清華時(shí)污水處理廠(chǎng)運行控制復雜運行參數的突變情況大學(xué)出版社2004. 37 -57.較多,使得系統協(xié)調十分困難這也是軟件開(kāi)發(fā)困難[6]易靈芝,朱建林張林亭,等.軟測量的工程化設計的原因之一。[J]自動(dòng)檢測技術(shù)2002 21( 6 ) 26 -28.SOFT SENSING TECHNIQUE FOR SEWAGETREATMENT PROCESS .WANG Zheng-xiang，LIU Zai-wen，XUE Fu-xia( College of Information Engineering ,Beijing Technology and BusinessUniversity , Bejing 100037 , China )Abstract : The soft sensing technique for sewage treatment provides an approach to measure BOD; orCOD which are difficult to get on line , it sloves the optimum control and on-line prediction. Using it wecan closely control the sewage treatment , so improve the efficiency of sewage treatment. The article givesthe concept of soft measurement , methods of designing中國煤化工its application inwastewater treatment.YHCNMHGKey words : sewage treatment ; technique of soft sensing ; ways of soft measurement(責任編輯鄧清燕)