摘要：以SBR法為基礎，研究了污水處理過程中對溶解氧濃度（DO）的自適應模糊控制。根據實際工況中手動調節曝氣量來控制DO所得到的控制經驗，歸納出模糊規則，通過在上位機中嵌入模糊控制算法，實現了對DO的模糊控制。實驗數據表明，該自適應模糊控制系統，對DO的控制效果理想，并且抗擾動能力強，提高了污水處理的效率。 關鍵詞：自適應模糊控制；溶解氧濃度（DO）；SBR 活性污泥法是城市污水處理的主要工藝之一，其機理是通過曝氣使活性污泥與污水在充分接觸的情況下得到足夠的氧氣，水中的可溶性有機污染物被活性污泥吸附，并被存活在活性污泥上的微生物分解，使污水得到凈化。因為污水處理過程的內部機理非常復雜，無法用精確的數學模型進行描述，因此，采用傳統的控制策略（如典型的PID控制）難以獲得滿意的控制效果。作為智能控制的重要分支之一的模糊控制不依賴被控對象精確的數學模型，它能根據誤差和誤差的變化實現對被控變量的控制，具有較強的魯棒性，被控對象參數的變化對模糊控制的影響不明顯，可用于非線性、時變和時滯系統的控制，控制的實時性較好，控制機理符合人們對過程控制的直觀描述和思維邏輯[1]。同時，在模糊控制器的設計中采用可調整的模糊控制規則，能顯著提高和改善模糊控制器的穩定性和自適應能力。國內彭永臻等人[2]提出以DO作為SBR法的模糊控制參數，實現對曝氣量的控制。王先路等人[3]以出水COD偏差和偏差變化為輸入，泵的開度為輸出設計了一種模糊控制器，實現COD的模糊控制。但是，在采用模糊控制系統的污水處理過程中存在一個最大的問題，就是控制系統的穩定性和自適應能力。由于模糊控制存在的PD控制作用以及水環境的不斷變化，大多數系統的控制效果震蕩明顯，穩定性和自適應能力不佳。 本文以序批式活性污泥法（SBR）為基礎，針對污水處理中溶解氧濃度（DO）的變化對污水處理過程的影響，研究設計了引入調整因子的污水處理DO自適應模糊控制系統，通過調節鼓風機頻率，將DO穩定地控制在理想的位置，提高了污水處理效率，并使該控制系統具備了較好的穩定性和自適應能力。 1.SBR簡介及控制策略 序批式活性污泥法（SBR）是一種間歇運行的污水生物處理工藝，自上世紀80年以來得到快速發展，非常適合中小型污水處理廠。它的運行過程包括進水、反應（曝氣）、沉淀、潷水及閑置等五個階段，與活性污泥法相比無須一沉池與二沉池，五個階段都在同一個反應池中進行。目前，SBR的控制方法主要是時間程序控制，處理過程的五個階段根據提前設置的時間序列依次進行，通過采用可編程控制器（PLC）可以方便的實現自動控制，這也是其得到廣泛推廣應用的原因之一。 在SBR法污水處理過程中，生物氧化環節（曝氣環節）是其中的核心部分，在這一環節中，以好氧菌為主體的微生物通過生化反應處理污水中的有機污染物，決定其處理效果的關鍵因素之一是生化池中的溶解氧濃度（DO）[4]。由于原水水質往往在不斷的變化，在某些環境下還可能劇烈波動，這就使得按傳統的時間程序控制法進行控制存在很大的弊端，曝氣時間長或者曝氣量大會造成大量能源的浪費，曝氣時間短或者曝氣量小又可能使出水水質波動大甚至不達標，所以采用固定時間固定風量進行曝氣是與污水反應的實際過程相脫離的。根據國內學者的研究，DO保持在2mg/L左右，活性污泥的處理效果最理想[5]。而且，以DO值作為SBR法的模糊控制參數能夠在保證出水水質的前提下盡可能多地節省運行費用，并能避免曝氣量的不足或反應時間過長而引起的污泥膨脹。所以，如何將DO控制在理想狀況下，就成為提高處理效率的關鍵。 2.DO自適應模糊控制系統 本系統的風機轉速由變頻器調節，其控制原理是首先將設定值與檢測值進行比較得到精確量E和EC，通過模糊化變換成模糊量，再根據由大量實驗數據和專家經驗得出的模糊知識庫把模糊輸入量進行模糊推理得到相應的模糊控制量，經模糊判決將模糊控制量轉化為精確控制量輸出，從而實現對曝氣量的控制，進而調節池中的DO濃度。控制流程圖如圖1所示。 2.1模糊控制器的結構選擇 所謂模糊控制器的結構選擇，就是確定模糊控制器的輸入輸出變量。模糊控制器的結構對整個系統的性能有較大影響，必須根據被控對象的具體情況合理選擇。模糊控制器的結構主要分為單輸入-單輸出（SISO）結構和多輸入-多輸出（MIMO）結構。根據污水處理的實際過程，該系統采用典型的雙輸入單輸出二維模糊控制器，輸入變量分別為DO的偏差E和偏差變化率EC，輸出變量U為變頻風機的頻率VRI。 2.2模糊語言變量及論域的確定和模糊化 模糊規則是由若干語言變量構成的模糊條件語句，它們反映了人類的某種思維方式。在確定模糊變量時，首先確定其基本的語言值，再根據需要生成若干個語言子值。一般來說，一個語言變量的語言值越多，對事物的描述就越準確，可能得到的控制效果就越好。但是，過細的劃分會使控制規則變得復雜，實現起來更困難，因此應根據具體情況而定。 在本系統中，對E、EC和U的模糊子集規定為： E=EC=U=｛負大（NB），負中（NM），負小（NS），零（ZO），正小（PS），正中（OM），正大（PB）｝ E的基本論域為：（-0.6，0.6），語言變量為：｛-6，-5，-4，-3，-2，-1，-0，0，1，2，3，4，5，6｝； EC的基本論域為：（-0.15，0.15），語言變量為：｛-6，-5，-4，-3，-2，-1，0，1，2，3，4，5，6｝； U的基本論域為：（-4，4），語言變量為：｛-7，-6，-5，-4，-3，-2，-1，0，1，2，3，4，5，6，7｝； 2.3模糊控制規則的確定和模糊控制表的建立 在模糊控制系統中，模糊控制器的性能對系統的控制特性影響很大，而模糊控制器的性能在很大程度上取決于模糊控制規則的確立及其可調整性。我們采用經驗歸納法，根據手動調節風機頻率來改變DO的經驗，總結出四十九條規則，其形式為“IF E= ┅ and IF EC= ┅ then U=┅”。所有的控制規則庫如表1所示。 表1 模糊控制規則表 根據模糊控制規則表，對輸入變量采用最大隸屬度法進行反模糊化，經離線計算得到每一個狀態的模糊控制器輸出，制成如表2所示的模糊控制表。 表2模糊控制表 常規的二維模糊控制其中，輸出變量值決定于輸入量E和EC，并且它們的權系數各為0.5，一旦設計完成，其控制規則也就被確定了，而水處理過程中，水質是不斷變化的，這顯然不利于控制系統的穩定。鑒于此，我們引入調整因子對控制規則進行調整，以使其對變化的水環境具備自適應能力。帶有調整因子的控制規則可表述為：ｕ＝－[αＥ＋（１－α）Ｃ]，０＜α＜１。式中的α就是調整因子，也稱加權因子。我們根據在線監測儀所測得的COD值來調整α的大小，α的變化范圍（0，1）與COD范圍（0，1000）（mg/L）成線形對應關系，COD每變化100mg/L，α對應變化0.1，這樣系統就自適應地改變誤差E和誤差變化EC的加權程度。 3.模糊控制系統運行結果 3.1實驗系統裝置 本實驗系統是一套小型SBR污水處理系統，分為上位機和下位機部分，下位機采用PLC控制，上位機是工控機和組態王，具有良好的人機界面，自適應模糊控制算法就嵌入在組態王的腳本程序中。該處理系統的SBR池深1.8M，寬0.8M，長1.5M，有效容積2 M3 。采用鼓風機曝氣，布風系統采用Φ70＊500 的微孔曝氣頭，氧氣利用率為 18～28%；空氣阻力≦150 毫米水柱；溶解氧的控制范圍可達 0.5mg/L —10.0mg/L。系統每周期運行2小時，進水10分鐘，曝氣1小時，沉淀30分鐘，潷水20分鐘，閑置30分鐘，每次排水1M3，與實際工程環境非常接近。 3.2實驗結果及分析 實驗采用我校生活區污水，根據需要配以一定量的葡萄糖來調整實驗所需的COD濃度。實驗進水COD為860 mg/L，BOD為620mg/L，污泥濃度MLSS為4200mg/L，設定DO為3mg/L，風機頻率調節時間間隔60秒。為檢驗我們設計的模糊控制系統的自適應能力，在運行過程的第40分鐘，我們向池中加入相當于300mg/LCOD的葡萄糖，以模擬水質發生突變的情況。運行結果如圖2所示，出水COD為37mg/L，BOD為29mg/L，COD去除率達到95.7%，BOD去除率達到95.3%。從圖中我們可以看出，在負荷變化的情況下，該控制系統能較好的適應水質變化，過程穩定，具有較好的自適應和抗沖擊能力。 4.結論 采用包括模糊控制在內的智能控制方法對污水處理過程進行控制已經成為業界的共識，但是，到目前為止真正應用到實際生產中的智能控制技術還不多，主要原因就是污水環境的巨大變化對控制系統的穩定性和自適應能力要求很高，影響控制性能的因素非常多，難以全面考慮。本文針對這一狀況，對如何提高控制系統的穩定性和自適應能力進行了深入研究，綜合各方面的影響因素提出了引入調整因子的自適應模糊控制系統，經過實驗驗證，該系統具有很好的穩定性和自適應能力，適合實際工程應用。另外，DO自適應模糊控制系統的建立要有針對性，不同的工況，規則表的建立、時間參數的設定等均不完全一樣，與進水有機物濃度、污泥濃度、水力負荷以及反應池的大小均有關系，調整因子的確定與各影響因素的關系還有待進一步研究。 參考文獻： [1] 馮冬青，謝宋和．模糊智能控制［Ｍ］．北京：化學工業出版社，2000．75-93． [2]彭永臻等，污水處理智能控制的研究、應用與發展[J]，中國給水排水，2002, 6 [3] 王先路等，污水處理中的COD模糊控制研究[J]，技術縱橫， 2002,2 [4] 張自杰，林榮忱，金儒霖。污水的生物處理[M]，排水工程，2000。 [5] 曾薇，彭永臻，張東力等。SBR法曝氣量的模糊控制[J]，哈爾濱建筑大學學報，2002，35（1），53—57。