基于CBR的曝氣池智能實時供氧控制專家系統的設計
1．曝氣池智能實時供氧控制專家系統的必要性及研究現狀
在城市污水和工業廢水處理中，多采用運行可*、成本低，以好氧生物處理為主的處理工藝，其中供氧能耗占運行總能耗的 60％左右。現行的供氧方式主要有2種類型：基于電機驅動的曝氣轉刷的機械式曝氣和基于鼓風機～曝氣頭式的鼓風曝氣。在實際運行中，由于進水水質的變化，好氧池中混合液需氧量也是不斷變化的，而曝氣轉刷的數量以及風機的數量和曝氣頭的類型均按理論需氧量來設計，并適當增設一定數量作為備用。為了滿足足夠的溶解氧，曝氣轉刷和鼓風機都工作在氣量最大需求的狀態下運行，造成氣量過大，溶解氧值過高，則不僅會增加能耗，同時也會造成混合液絮體分散和破碎，而且使二沉池的固液難以分離。
由于好氧生物處理系統的復雜性和諸多不可預測性，影響DO值的因素有進水水質、氧轉移速率、微生物量及其活性和底物的去除速率，很難建立一個高效而準確的處理模型來描述DO和這些參數的關系，所以建立一個精確而高效的動態供氧系統是件相對復雜的事情。目前在這方面的研究方法主要有模糊理論、人工神經網絡、隨機優化技術和專家系統等。曾薇等采用SBR法處理啤酒廢水的過程中，將在線檢測DO濃度與人工神經網絡系統相結合實現對曝氣量的模糊控制試驗研究，結果表面，人工神經網絡系統可根據初始階段DO的大小及變化情況預測進水有機物濃度和相應的曝氣量，與此同時，以初始階段的DO作為曝氣量的模糊控制參數，實現對曝氣量的模糊控制。王華豐等采用了模糊控制方法控制曝氣池的DO濃度，在不同情況下采用不同的策略實現風量節能的控制方案，對仿真結果和結合現場實際情況對方案進行了分析。
隨著具有的優異調速和起制動性能，高效率、高功率因數和節電效果的電機交流變頻調速技術在諸多行業的廣泛而成熟的應用，將該種技術與一個智能實時供氧控制系統結合起來用于鼓風機或者曝氣轉刷驅動電機的變頻調速以動態地調節曝氣池溶解氧的變化使之維持在一個最適宜的值將大大地降低污水處理廠地供氧能耗，從而顯著的降低污水處理的運營成本，增加經濟效益，同時能強化污水廠的自動化水平。
 |
本系統由進水COD/BOD、曝氣池溫度、污泥濃度、溶解氧和出水COD/BOD傳感器，智能實時供氧控制專家系統，變頻器，風機等構成。在線傳感器把獲取的數據傳輸到智能實時供氧控制系統以后，由控制系統和變頻器調節風機的轉速。
2．CBR技術在曝氣池智能實時供氧控制專家系統中的應用
專家系統（ES, Expert System）是一種模擬人類專家解決領域問題的計算機控制系統。近年來國內對專家系統在污水處理中的智能控制的應用研究也逐漸興起。清華大學的施漢昌等開發的污水廠故障診斷專家系統，采用的是正反向混和推理機制，采用故障樹的形式將知識庫中的知識組織形式向用戶開放，并有較好的應用。
對于一般的專家系統來說，包括人機交互接口、知識獲取機構、推理機構、解釋機構、知識庫、數據庫等。而其中的推理機構是智能系統的思維機構，是構成智能系統的核心，其可以分為基于規則的推理和基于范例推理的兩大類。
CBR方法1983年起源于美國耶魯大學。該系統是由目標范例的提示而得到歷史記憶中的源范例，并由源范例來指導目標范例求解的一種策略。它首先根據問題的特征，從范例庫中檢索出相似的范例，再以知識庫中的領域知識和經驗為指導，根據問題的實際情況對檢索的范例加以調整、修補和綜合使之更加符合當前的情況。CBR的顯著優點在于：信息的完全表達，增量式學習，形象思維的準確模擬，知識獲取較為容易，求解效率高等，與傳統專家系統相比，它最大的優點在于動態知識庫，更接近于人類的決策過程[5]。
由于缺少一個精確的動態供氧模型，傳統的基于規則的推理技術不能很有效的解決這個問題。由于CBR系統不必依賴于其內在的因果關系，具有一定的隨意性和盲目性，非常適合該種非理論性很強的模型的運行控制。
3．基于CBR的曝氣池智能實時供氧控制專家系統結構
基于CBR的智能實時供氧控制專家系統結構圖如圖2所示：
 |
1． 加載案例：加載本系統案例庫中的歷史案例。對于CBR應用來說，一個很重要的工作就是構筑有效的范例。范例庫猶如知識庫，其正確性直接影響著CBR的推理。在范例獲取方面主要通過如下兩種形式：廣泛征求污水處理控制專家的意見從成功的經驗中提取初始范例；或者通過自學習能力豐富范例庫中的范例。范例的結構通常包括范例ID、狀況描述、診斷結果、執行方案、范例來源、執行結果，使用度、與原是范例相似度等。例如好氧生物處理供氧系統可以如下描述：
|
2． 新案例描述：輸入曝氣池中重要特征參數值和各種特征參數的權系數，本系統要求輸入的特征參數為：（a）流量；（b）進水的CODcr；（c）進水的BOD5；（d）曝氣池中的污泥濃度；（e）曝氣池的pH值；（f）曝氣池溫度；（f）曝氣池的主要微生物種類的分布；（g）出水的CODcr；（h）出水的BOD5等。
3． 案例的檢索：根據輸入的特征參數及其權系數，在案例庫中進行搜尋，找出與當前案例最相近的狀況。系統根據案例的相似度進行排序，相似度大排在前面，相應的解決方案作為結果予以輸出，用戶可以采用最相似的方案或者作部分調整。
兩案例的匹配度的計算公式如下：
其中：
Ds表示為案例c與c*的匹配度；
Wi為各特征參數的權值因子；
Xi，Yi分別表示案例c和c*的初始特征或者結論可信度。
當Ds＝1時，表面這兩個案例最相似，即完全匹配；當Ds＝0時，表明兩個案例完全不相同。
那么在CBR應用中，只要用戶輸入問題的描述，計算機幾乎可以直接通過檢索技術找到類似問題的答案，這樣推理機制大大簡化。
4． 案例的評估：系統對查詢獲取的方案進行執行結果以后進行評估，對于一個新案例，如果有較高的準確度。為了提高系統的自適應能力。同時保持范例庫中案例的時效性也是很有必要的。新的范例處理完畢以后，其推理思路、判斷方案、所用模型等可以作為經驗用于將來情況與之相似的問題，因此有必要把它加入到典型范例庫中。把新的案例加入到典型范例庫時，需要對它建立有效的索引，以方便后續檢索。
但是顯然對于CBR系統的范例庫的維護仍然是一個很重要問題。范例量過大可以提高可*性，但是若過多會造成冗余，則會降低系統的運行速度和可維護性。
5． 范例的修改：用戶對評價不合格的方案，根據現場專家和工作人員的指導性意見予以修改，系統對修改后的方案再評估，直到合格為止。
4．結論
智能實時曝氣供氧控制系統是CBR技術和好氧生物處理技術的結合，也是集污水處理專家經驗、好氧生物處理理論及工程與一體構成的知識庫。在實際運行中，根據CBR智能實時供氧控制系統的反饋信息降低或提高曝氣轉刷的轉速或者鼓風機的轉速，不僅能保證良好的污水處理效果，而且還有顯著的節能效果。
當前基于變頻調速設備的價格總體呈逐漸下降的趨勢，而電價卻在逐漸上升，因此對污水處理中部分大容量電機進行變頻設計和改造，回收投資周期亦很短暫，而所創造的經濟效益和社會效益則是顯著的。
使用微信“掃一掃”功能添加“谷騰環保網”
