智能控制是自動控制發展的高級階段，是人工智能、控制論、系統論和信息論等多種學科的高度綜合與集成，它主要包括模糊控制、神經網絡控制、學習控制和專家控制等。智能控制在各種非穩定的動態工程系統中的應用日益廣泛與深入，特別是近年來取得的研究與應用成果更受矚目。由于污水處理的運行費用是龐大的、長期的，如果通過有效的控制能將城市污水處理廠的運行費用節省1%，也是個天文數字。由此可見，加強城市污水處理系統智能控制的研究非常必要。

1、國內外自控技術現狀分析

發達國家在二級處理普及以后投入大量資金和科研力量加強污水處理設施的監測、運行和管理，實現了計算機控制、報警、計算和瞬時記錄。美國在20世紀70年代中期開始實現污水處理廠的自動控制，目前主要污水處理廠已實現了工藝流程中主要參數的自動測試和控制。80年代以來在美國召開了兩次水處理儀器和自動化的國際學術會議，會上發表的數百篇論文反映出水處理自動化已發展到實用水平。與國外相比，我國污水處理自動化控制起步較晚，進入90年代以后污水處理廠才開始引入自動控制系統，但多是直接引進國外成套自控設備，國產自動控制系統在污水處理廠應用很少。

近年來，國內外均有學者對污水處理自動控制工藝進行研究，以尋求更精確、更可靠的方法實施自動控制。Zipper等開發了適用于小型污水處理廠的自動控制系統，該系統采用基于氧化還原電位(ORP)的控制器。這個控制器自動工作，并可以在硝化和反硝化之間進行優化，從而減少能耗，他們在中試中發現，污水處理廠的實際負荷與ORP曲線變化具有很強的相關性。采用兩點ORP控制保證了在增加負荷時硝化時間占運行時間的比率也隨之增加，這些都為開發小型污水處理廠控制規則奠定了基礎。

John等采用兩種SBR反應器對家禽生產廢水進行處理，并且評價了它們的處理效率，同時也考察了脫氮與反應器ORP之間的關系，并且使用了用于實時pH、ORP和DO監控的先進儀器設備和基于ORP設定值控制曝氣時間的過程控制。當處理變組分廢水時，該研究不僅獲得了穩定的出水水質，而且依靠ORP控制曝氣時間，減少了空壓機的運行時間。Yu等設計研究了一套帶有實時ORP和pH控制系統的連續進水SBR反應器。該實時監測和控制系統由傳感器、計算機、人機對話界面和控制部件組成。SBR反應器中安裝了4個帶有Ag/AgCl電極的ORP儀表、1個DO表和1個pH儀表，傳感器的模擬信號通過AD/DA轉換器轉換成數字信號，并且依靠計算機每秒鐘采集一次信號。計算機對采集來的數據進行分析后，通過控制線路傳遞到繼電器，由它開/關攪拌器、潷水器和鼓風機。試驗結果顯示，采用實時控制的SBR反應器在底物去除效率和降低能耗方面均優于采用時序控制的SBR反應器。Puznava等在同步硝化/反硝化的生物濾池中引入了實時曝氣控制，建立了基于DO在線監測的反饋控制和基于氨氮和DO在線監測的串聯控制。與傳統硝化—反硝化生物曝氣濾池(BAF)相比，采用實時曝氣控制的生物濾池在達到相同處理效果(出水TN＜20mg/L)時，曝氣量低于傳統方法的50%。王淑瑩在國外已有的時間和流量程序控制的基礎上，提出一種SBR法有機物濃度控制，使控制過程更定量化和精密化。工業廢水的水質變化很大，當進水有機物濃度高時，為使出水水質達標，應適當增加反應時間使運行更可靠；而當進水有機物濃度低時可以減少反應時間以節省運行費用。彭永臻等將ORP作為SBR反應器有機物降解程度間接指標的研究結果表明，無論是在很大范圍內改變曝氣量或者改變MLSS濃度，還是使反應初始COD在230～2180mg/L之間逐漸變化或突然變化，當COD達到難降解濃度時，ORP都迅速、大幅度地升高，隨后又很快趨于平穩，并在某一特定范圍內穩定下來。因此，可以用ORP作為SBR法反應時間的計算機控制參數，實現計算機在線自動控制。

通過以上分析，目前污水處理自動控制中存在以下問題：

① 傳統污水處理自動控制系統要求建立精確的數學模型，并且提出必須遵循一些比較苛刻的線性化假設，然而實際污水處理系統由于存在復雜性、非線性、時變性、不確定性和不完全性等，一般無法獲得精確的數學模型和與實際相符的假設，因此采用傳統控制理論建立的污水處理自動控制系統在實際工程應用上存在出水水質波動較大等問題。

② 污水處理自動控制系統中所采用的一些自動化檢測設備、儀表的功能目前還很不完善，在實際檢測中達不到預期效果、誤差很大，因此依靠這些檢測設備判斷污水處理情況并實施自動控制，往往很難達到處理水質達標排放和節約能源的目的。

③ 國內外許多學者為提高污水處理廠的處理效率和降低能耗開展了許多實時控制研究，如采用ORP、DO和pH值作為控制參數來控制出水水質和減小曝氣量，但這些方法也存在一些問題，例如控制污水處理廠硝化—反硝化過程所使用的ORP就很難判定，因此絕大多數基于ORP控制的污水處理廠也執行時間控制，作為當控制器無法找到ORP特征點時的應急控制，這樣就導致許多污水處理系統實際上仍然采用的是按時間控制整個處理過程。同時可以查看中國污水處理工程網更多技術文檔。

④ 污水處理自動控制有別于其他控制系統，它需要對大量閥門、泵、鼓風機和吸(刮)泥機、曝氣池和污泥消化池內的攪拌器等機械設備及沉淀池和消化池進、排泥量進行控制，因此污水處理廠需要自動控制的開關量多，它們常常要根據一定時間或邏輯順序定時開/停，然而目前我國生產的閥門質量存在一些問題，使用壽命較短，如果從國外進口價格又很昂貴，一般污水處理廠很難承受，因此筆者認為制約我國污水處理自動控制發展的主要原因不是生產工藝問題，而是設備問題。

2、智能控制技術應用與發展

作為智能控制重要分支的模糊控制、神經網絡控制、專家控制和自學習控制等除了應用到工業過程控制以外，已經擴大到軍事、醫學、高科技領域。由于智能控制系統具有自學習、自適應和自組織功能，特別適用于復雜的污水處理動態過程的控制，因此近年來智能控制在美國、歐洲、日本的給水處理、污水生物處理、污水的物理化學處理中都有典型的成功應用，正在研究與開發的更是不勝枚舉。從現在可以檢索到的有關污水處理自動控制的研究論文來看，有近1/3的論文涉及到智能控制，可見智能控制已成為該領域的一個研究熱點與前沿課題，顯示出極為廣闊的應用前景。

2.1 模糊控制

模糊控制(Fuzzy Control)能將操作者或專家的控制經驗和知識表示成語言變量描述的控制規則，然后用這些規則去控制系統。因此，模糊控制特別適用于數學模型未知的、復雜的非線性系統的控制。正是基于模糊控制這些特點，近年來它已成為污水處理系統的研究熱點。

1980年Tong等首次將模糊控制應用到污水處理中，將出水BOD、SS、曝氣池MLSS、DO及出水氨氮濃度、回流污泥量等監測數據作為輸入變量輸入該系統，“模糊化”以后再與“規則集”進行匹配，隨后確定相應的控制手段，最后通過反模糊化得到量化的具體信號來實施控制。Flanagan利用Olsson等提出的曝氣池DO控制技術，以沿池長的DO濃度變化曲線來估計曝氣池中底物利用效率和微生物活性。他的知識庫中的知識不僅有根據工藝狀態確定采用何種控制措施這一類啟發性規則，而且還有DO曲線特征及相關工藝狀態方面的知識。Barnett把這些知識稱為“匯編知識”(compiled knowledge)，“匯編知識”作為啟發性知識的補充，提高了系統解決問題的深度和廣度[13]。由于活性污泥法出水BOD或COD濃度通常隨出水懸浮物濃度增加而增大，因此Tsai等人建立了對出水懸浮物濃度進行預測和控制的動態活性污泥法模糊控制，他們所提出的模糊控制策略能有效地降低出水SS濃度，從而使處理系統的運行穩定可靠。

與常規活性污泥法相比，高純氧活性污泥法(High Purity Oxygen Activated Sludge，HPO—AS)對控制的要求更加嚴格。由于過程滯后和噪聲干擾，此系統兩種常規反饋控制在控制過程中經常出現問題。為此Yin等人研究了四種模糊邏輯控制系統，結果表明在正常條件下，模糊控制比常規的反饋控制更加節約能源、減少DO波動、穩定進水流量和出氣流速。

Manesis等人對一個前置反硝化污水處理廠進行了模糊控制系統研究。他們以反應器中氨氮、硝態氮、DO、溫度、MLSS和二沉池進出水BOD的差值作為模糊控制系統的輸入變量，以曝氣區供氧速率、好氧區向缺氧區的回流速率以及二沉池向反應器的污泥回流速率作為輸出變量，以處理廠操作人員的經驗建立模糊控制規則，并在希臘Patras污水處理廠進行了仿真，取得了較好的結果。

與國外相比，國內從事污水處理模糊控制的研究人員較少。彭永臻等對硝態氮污染水脫氮處理的新方法——生物電極法采用模糊控制，也取得了較好的控制效果。這種在線模糊控制器具有構造簡單、可行性好、可靠性高、穩定性好和對進水硝態氮負荷變化的適應性強等優點，有利于避免過量地投加有機物并盡可能節省運行費用。彭永臻、曾薇等[19]采用SBR法處理石油化工廢水，根據反應器內有機物的去除與DO濃度的相關性，提出以DO作為SBR法的模糊控制參數。通過大量試驗，認為可根據初始階段DO濃度及變化情況預測進水有機物濃度，進而實現對曝氣量的模糊控制。

2.2 神經網絡控制

基于人工神經網絡的控制(ANN—based Control)簡稱神經控制(Neural Control)。神經網絡是由大量人工神經元廣泛聯結而成的網絡，它具有很強的自適應性和學習能力、非線性映射能力和容錯能力。神經網絡因具備上述特點，近年來越來越受到國內外污水處理專家的重視，并在污水處理自動控制系統中開展人工神經網絡控制研究，取得了許多具有推廣應用價值的成果。

Zhu等研究開發了一種基于時間延遲神經網絡模型的在線廢水水質預測系統。他們首先提出采用多層感知器(MLP)網絡模型對所建立的時間延遲神經網絡(TDNN)的輸入節點進行篩選，最后得到一個10輸入TDNN模型，網絡經過訓練以后，其對廢水處理預測精度均優于標準MLP模型。Gontarski等應用BP算法人工神經網絡預測一個工業廢水處理廠的出水水質，試驗中共使用了7個神經網絡，每一個反應器用一個神經網絡，最后一個神經網絡用來預測出水TOC的變化。試驗結果表明，廢水的流量和進水pH值是廢水處理廠重要的控制參數。

在活性污泥法污水處理廠中，污泥膨脹是引起運行不正常的一個嚴重問題，它直接影響污水處理廠的處理效率，因此許多學者從活性污泥法的運行機理上對污泥膨脹現象進行了廣泛的研究，但至今尚未獲得克服污泥膨脹的經濟而有效的方法。近年來，國外一些學者采用人工神經網絡技術建立模型來預測和防止污泥膨脹現象的發生。Capodaglio 等在分析活性污泥系統輸入和輸出的基礎上，應用污水處理廠的數據建立了人工神經網絡模型，隨后用這種模型預測未來污泥膨脹的發生。為使所構建的模型能更好地反映活性污泥法的實際狀況，他們為輸入參數選擇了一個時間滯后輸入方案。從模型預測結果可以看出，這種模型的預測精度遠遠超過其他傳統預測方法。Belanche等在Capodaglio建立的模型基礎上引入定性信息，這些定性信息主要來源于顯微鏡對細菌和微型動物的觀察和一些主觀經驗，并利用該模型對廢水處理廠污泥膨脹現象進行預測。試驗結果顯示，定性信息對處理廠污泥膨脹現象影響很大，模型對污泥膨脹的預測同污水處理廠專家的評價判斷吻合得很好。

Tay等人在一個神經模糊模型的基礎上，為污水厭氧處理系統開發出一個快速預測神經模糊模型來預測高速率厭氧系統對干擾的響應，此系統可以提前1h對不同系統的干擾進行預測。因此，該系統在實時控制上有很大的應用潛力。

Wen等人研究了一種曝氣池神經網絡模型。該曝氣池神經網絡模型的數據由一個專家系統來提供，專家系統又從神經網絡模型獲取其所要的數據，從而對整個污水處理廠實施智能控制。專家系統從各種傳感器和檢測器獲得信號后檢查系統的狀態，推斷出一個污泥回流比。然后，專家系統把這個值送給神經網絡，神經網絡把從專家系統獲得的當前狀態值與通過網絡預測得到的值進行比較，分析該值是增加還是減小或者是維持不變。專家系統根據當前BOD和MLSS的值以及神經網絡預測的曝氣池狀態判斷是否采用這個污泥回流比。如果預測狀態不是所期望的，那么專家系統將再給出一個污泥回流比，重新進行一次測試，直到找到合理的污泥回流比。若專家系統想增加曝氣池內的BOD濃度，它在向神經網絡模型傳輸這組數據時，可以在當前BOD濃度上加一個小小的增量(例如0.05)作為目標值，神經網絡模型就以此值預測一個污泥回流比，并把它反饋給專家系統。

2.3 專家控制

專家控制(Expert Control)是智能控制的一個重要分支，又稱專家智能控制。所謂專家控制，是把專家系統的理論和技術同控制理論、方法與技術相結合，在未知環境下仿效專家的智能，實現對系統的控制。20世紀90年代國外就有學者開始研究采用專家系統智能控制技術來實現污水處理的自動控制，并取得了有效成果。

Barnett建立了一個基于規則的專家系統，用于污泥厭氧消化的故障診斷。整個過程由計算機進行模擬，過程變量包括消化池的輸入輸出及表征池內狀態的9個參數，控制變量是進泥量、回流污泥量、稀釋水量和調節pH值的酸堿投量。另外，研究者為專家系統界定5類消化工藝運行不正常狀態，每類狀態又細分為注意、警告、危急和恢復正常等幾類亞狀態。這些狀態和亞狀態再與相關的控制措施相對應，即不正常狀態的類型和程度決定了該采取什么樣的控制手段，以便使消化恢復正常。Flores 等設計了一個智能化系統來運行和管理多級厭氧系統，這個厭氧系統由各自的控制器控制，而這些控制器又通過寬帶網與遠處的中央管理器相聯。中央管理器采集、分析、解釋和存儲由各生物反應器控制系統傳來的數據，并采用圖形界面的形式使操作者能清楚地看到這些信息。

Sung等采用在線綜合控制系統對水質、水量變化較大的食品廢水進行控制。控制目標是使出水COD濃度較地方標準低50%，并且盡量減少曝氣費用。此控制系統由兩層組成，即管理層和過程控制層。在管理層中應用基于規則的專家系統為過程控制層提供最優控制點。此外，為避免鼓風機超負荷運行，還設計了基于規則的負荷分配系統。此控制系統已經成功地運行了2年，與不實行控制之前相比，出水COD濃度降低大約50%，節能約50%。

通過以上分析可知，智能控制技術在污水處理中應用較晚(只是近20年才逐漸得到應用)，而且大多數仍停留在實驗室研究階段，很多地方還很不完善。以神經網絡控制為例，目前研究較多的模型屬于靜態模型，在一定程度上不太適合污水處理在線控制，因為活性污泥法污水處理隨時間變化較大而且具有較大滯后性。因此，建議從事污水處理智能控制的科研人員以實際污水處理廠為研究目標，找出各種控制參數隨時間的變化規律，運用動態模型建立污水處理智能控制系統。

3、結語

① 雖然智能控制已成為污水處理的研究與應用中的前沿與熱點，但國內外仍處于廣泛應用的初級階段。從文獻來看，我國從事這方面研究的人員太少，這也是制約我國污水處理自動控制和智能控制發展的主要因素。

② 與發達國家相比，我國在污水處理的基本理論、工藝流程和工程設計等方面并不明顯落后，但是在運行管理與自動控制方面卻存在著較大的差距。目前，我國城市污水處理廠的噸水耗電量是發達國家的近兩倍，而運行管理人員數又是其若干倍，因此加強我國污水處理系統智能控制的研究與應用具有重要的科學意義與應用價值。

③ 由于智能控制的優越性及其研究與應用的迅速發展，目前國外許多城市污水和工業廢水處理廠正在通過技術改造向實現智能控制方向過渡。我國應當在有條件的情況下，在污水處理廠的規劃、設計與建設初期就盡可能采用或部分采用智能控制。來源：谷騰水網