軟測量在污水處理過程中的研究的過程應用
1 概述
污水處理是指通過構建一項可靠有效的體系來治理與改善水質，并依靠一套切合實際的自主監控體系來維護其正常運行的過程，這一體系所涉及的參數較多，必須及時給予檢測，才能保證污水排放的指標與我國環保部門的有關規定相符合。在實際操作期間，由于污水處理的過程比較復雜、變化較大、具有一定的非線性等，存在傳感器不能及時準確地檢測和傳輸數據的情況。針對這一問題，通常主要采用下面兩種方法進行解決：第一，可利用新開發的硬件檢測儀直接檢測過程參數，但因污水處理的過程比較復雜，硬件檢測儀器雖能檢測到污水中有機物的參數，卻無法實時在線監測各種水質中的有機物。因此，要想完成這一污水處理過程相對較難。第二，通過計算機結合易于測量的信息數據進行估算待測量的變量值，即所謂的軟測量。在污水處理過程中結合軟測量進行構建相應的模型，以完成對污水處理過程的實時監控，從而開發出相關的自行監測體系，滿足污水排放的達標標準。
2 軟測量技術及其內容
軟測量技術實質是根據可測量與易測量過程的變量及無法直接測量的待測變量的關系，而按照相應原則來選取新型網絡計算機技術進行檢測與評估待測變量的方法。通常該項技術主要包含以下內容，即收集和處理數據信息、選取相應的輔助變量、構建軟測量的模型及在線校正等。首先，數據信息的收集是指收集原始輔助變量和主導變量的歷史數據，使其具備精簡、均衡及代表性的特點，以便能夠充分反映出污水處理過程的全部狀況。而數據處理主要包含數據的變換處理與誤差處理兩種，目的是為了確保數值的一致性，減少污水處理體系的非線性，減小誤差因素。其次，輔助變量的選取，大體包含類型、數量、檢測點方位等選取內容且選取時應滿足特異性、準確性、靈活性等原則。最后，構建軟測量的模型，它的建立方式很多，一般包括回歸分析的構建法、工藝機理的構建法及人工神經網絡的構建法等。其中基于神經網絡的建模方法的研究最多。然而，模型辨識作為軟測量的核心要素，在建立模型時，應對其進行認真檢驗，保證模型得以滿足預設的標準要求。
3 軟測量在污水處理過程中的具體應用
3.1 污水處理體系故障診斷中軟測量的應用實踐
在污水處理的過程中，由于相關部件發生故障出現異常問題，導致水質逐漸惡化，最終造成整個污水處理體系的運行受到影響。因此，為提高污水處理體系的安全性與可靠性，可將軟測量的技術具體應用到部件故障的診斷中，將軟測量的理論輸出和傳感器的實際輸出相比較，再根據殘余信號診斷傳感器的故障，最后由軟測量的實際輸出替換故障儀表的輸出。在具體實踐過程中，污水處理體系的正常運行，需要較多的傳感器進行實時監測才能實現。而該過程從本質上來說是一個運行分類的問題，也就是將體系運轉的狀態劃分為正常和各種異常狀況。對此，可運用模型分類的方式進行檢測生產過程的實際運轉狀態。基于支持向量機的檢測技術，實質是一項以最小化結構風險為原則的測量方法，因其的構造較為簡單且具備良好泛化與全局最優性能的特點，進而在軟測量的故障診斷中獲得大量研究。據相關文獻顯示，借助軟測量SVM+BP模型進行預測二沉池的污泥體積指數(SVI)，以此判定污泥的膨脹程度。但因該法所選擇的污泥膨脹影響參數相對較少，加上基于支持向量機(SVM)在測量小樣本參數后取得的誤差較大。而在實際的污水處理中，往往異常現象的樣本數量均少于正常現象的樣本數量。因而在異常現象的預計誤差偏大時，就會引起誤判的可能。應利用結構風險的泛函加以改進基于支持向量機的方法，結合故障數據的不均勻特性，獲取顯著的分類預計效果。
3.2 優化過程中軟測量的應用情況
在污水處理的過程中，因無法在線監測水質中的各種參數，若能準確估算很難測量或者無法在線檢測的參數，并將其用來隨時調節有關設備的運轉情況，如調整閥門開度、電機工作頻率等。便能達到環保節能，實現通過消耗最少的物資能源來完成污水排放達標的目的。在污水處理中，微生物的氧氣需求量可隨著環境與時間的改變而變化。因此，應在不同工作狀況下研究及構建氧變化的溶解模型，尤其是污水優化期間很難測量或無法實時測量的變量模型，并在此基礎上對鼓風量實施低消耗的有效控制。除曝氣優化之外，軟測量還可應用于其他的優化工藝中。如用來估計序批式活性污泥(SBR)工藝的循環時間。SBR作為一種污水處理工藝，有序與間歇運行的操作便是其最大的特征，并且該過程具備較大的靈敏性，能依據進水的水質適時調節工藝，確保出水水質的達標。據相關文獻資料，利用軟測量技術來估算SBR工藝中各階段的最優處理時間，并按照不同工藝的要求進行分段控制，可實現SBR工藝的全過程優化。此外，污水經一二級的處理后，其水質相對有所改善，污水中的細菌不斷減少，但即便如此，污水中可能還會存有少許的病原菌。排放前需給予全面消毒，且加入適量的氯物質。據文獻報道，通過神經網絡的軟測量方法來預先測量大腸桿菌的數量，并投放適量的氯參加氯化與反氯化反應，能起到改善水質的作用。
4 回顧展望
由于污水處理的過程具有強非線性、多變量的耦合及參數變化等特點，目前，軟測量技術在污水處理過程中的發展趨勢，主要是將人工智能、回歸分析及機理模型等手段有機結合而成的軟測量模型，來進行測量無法測量或難以在線測量的參數，以便有效診斷及優化污水處理的過程。軟測量在污水處理過程的運用與實施仍處于初步階段，還存有較多的問題需要解決。首先，污水處理過程的復雜性與多變性，所獲取的數據存在較大誤差，進而嚴重影響了精確模型的建立，為此需要建立一個能自主適應的軟測量的模型。其次，軟測量的模型沒有得到很好校正，始終阻礙著軟測量技術的發展應用，尤其是在傳感器出現故障時，不知如何完成軟測量的自行校正。最后，如何有效應用軟測量來診斷及優化污水處理的過程，尤其是污泥膨脹的現象。
5 結語
總而言之，在污水生化處理的過程中，尚存有多變量的耦合、測量參數的經常變化、非線性強烈等問題，這給污水生化處理的監控工作造成嚴重影響。因此，我們只有在污水生化處理中有針對性地應用軟測量，盡可能地將其用來優化污水治理的整個過程，從而有效提高污水處理的經濟和社會效益
。
參考文獻
[1] 李明河，楊明.污水總氮軟測量模型的研究與應用
[J].自動化與儀表，2009，(9)：1-4.
[2] 馬軍爽.污水處理出水水質軟測量建模研究[J].微計算機信息，2010，26(1)：154-156.
[3] 黃道平，劉乙奇，李艷.軟測量在污水處理過程中的研究與應用[J].化工學報，2011，62(1)：2-9.
[4] 楊文娟.神經網絡和主元分析——神經網絡軟測量技術在污水處理系統中的應用[J].地球科學與環境學報，2008，30(1)：102-106.
[5] 劉乙奇，黃道平，李艷.基于改進JIT算法的軟測量建模及其在污水處理中的應用[J].華南理工大學學報(自然科學版)，2011，39(5)：56-67.
使用微信“掃一掃”功能添加“谷騰環保網”
