作者向本刊投稿即视为同意本刊对文章进行编辑、刊登和数字化发行。为适应我国信息化建设,扩大本刊及作者知识信息交流渠道,本刊被《中国学术期刊网络出版总库》及中国知网(CNKI)独家收录。如作者不同意文章被以上数据库收录,请在来稿时向编辑部声明,本刊将做适当处理。
|
污水处理过程中软测量技术的研究及应用时间:2022-03-02 (广东省惠州市东江威立雅环境服务有限公司检测中心,广东 惠州 516000) 摘 要:由于污水处理过程的非线性、时变性和复杂性,致使污水处理系统的参数检测很难实现在线传感器检测,而软测量技术很好地弥补了这一技术缺陷。软测量技术作为一门新型的工业测量技术,是对商用传感器不足的一个重要补充,既能及时方便检测污水水质,还能大幅降低成本,在当前污水处理过程有着良好的技术价值和经济价值。本文笔者结合多年的污水处理技术研究,从介绍软测量技术及其与污水处理过程的技术结合点出发,重点阐述了软测量技术在污水处理过程中的应用,并展望了软测量技术的未来发展前景。 关键词:软测量技术;污水处理;软测量;应用
污水处理过程是建立在一套完整的污水处理系统运行之上,而污水处理系统的运行维护同样必须依赖一套符合实际的自动检测和控制系统。作为一套自动化控制系统,污水处理系统必然涉及到众多参数,而对这些参数的检测是污水处理系统必须解决的问题,因为一是要确保污水排放标准达到国家环保部门对污水排放标准的相关规定要求,必须对污水中的BOD、SS、总氮、总磷等参数进行检测,以分析出参数指标值;二是对污水处理过程中的各个环节的控制以确保其正常运行,必须以被控参数的实时检测为前提,如对污水池进入流量和进水的有机物浓度进行实时监测,以控制回流污泥量,这是确保污水处理系统正常运行并确保污水达标排放的主要技术要求。 然而,因为污水处理过程的非线性、时变性和复杂性,系统中的许多参数通过在线传感器测量极为困难,甚至一些参数如TP、BOD根本无法借助在线测量来实现。当前解决这一测量技术难题的路径有两个,一是通过开发新型的过程测量仪表,借助仪器直接在线测量过程参数,但问题是污水中的有机物数量庞大且千差万别,虽然仪器可以检测出水质有机物参数,但对每个水质中的有机物都做到在线监测,这需要花费大量的时间和成本来研发先进传感器,显然不现实;另外一个思路是间接测量,即利用易变量信息,借助计算机来估算被测变量值。这一思路的核心和关键是必须监测出易测变量以作中介,而实际上软测量技术正是针对这一思路而出现的。本文在此对软测量技术及其污水处理的技术结合点进行介绍,并重点阐述了其在污水处理工程中的应用,具有一定的研究价值。 1 软测量技术综述 1.1 软测量技术定义 软测量其实质就是以选择与被估计的主导变量密切相关且有易测辅助变量为中介,按照最优原则构造出以辅助变量为输入,主导变量为输出的数学模型,借助计算机软件实现对主导变量的估计。 1.2 软测量技术构成 软测量技术由辅助变量的选择、数据处理、模型建立及在线校正等构成。其中辅助变量的选择是基于变量类型、变量数量和监测点三个相互关联互相影响要素之间的选择。其择选的原则是灵敏性、特异性、过程适用性、精确性;数据处理指的是数据交换和误差调整两个方面。标度、转换和权函数是数据变化的主要内容,误差调适处理则是确保输入数据精确度的重要前提;软测量模型建立是软测量技术的核心,不同于一般意义上的数学模型,而是借助二次变量来实现对主导变量的最优估计。常见的软测量模型建立方法一是基于工艺机理的建模,该方法原理是依据深刻了解后的工艺机理,据此推算出平衡方程式以确定不可测主导变量和可测二次变量之间的数学关系,从而建立起估计主导变量的机理模型,但该模型涉及参数众多,对工艺机理的了解必须深刻,因此不适合用于污水处理检测。二是基于回归分析的建模,该方法对线性系统和非线性系统均使适用,且算法简单,是建立软测量模型最常用的选择。该方法适用于非线性处理过程多的污水处理中具有很好的应用价值。三是基于人工神经网络的建模。此方面可以直接根据输入输出数据建模,无需事先的了解分析,在解决高度非线性和系统控制不确定性突出方面有很大的潜力。该方法是当前工业自动化控制领域研究的热点,如与污水处理系统建模结合起来,借助智能化和人工神经网络的优势必定会有良好的应用空间。 最后就是软测量模型校正。模型建立只是搭建其初步的框架结构,而由于被测对象的特性和工作点随时都存在变化的可能,因此必要的模型在线校正必不可少,最终目的是确保被测对象在模型控制范围内。目前模型校正的方法有Kalman滤波技术在线修正模型参数,但目前最常用的方法就是借助分析仪表的离线测量值来进行在线校正。此外,自适应法和多时标法也常应用。 2 软测量技术在污水处理工程中的应用 当前在学术界和工程界,对软测量技术的研究日益深入,软测量技术在化工领域逐渐得到广泛应用。前面提到的多种测量技术建模方法就是技术人员研究的成果。不过,尽管存在多种模型建立方法,但每一个模型都有其技术适应要求和适用对象,也即不是每一个模型都能用在污水处理工程中。如基于机理分析的建模方法是建立在对工艺机理有深刻了解的基础之上,如若未能对污水处理工程的机理完全掌握,就无法进行建模,即使模型搭建起来,也会因为数据参数的不精确性而使模型的作用无法真正发挥出来。因此几种建模方法共同使用是应是污水处理过程结合软测量技术的思路。 2.1 多元性回归软测量建模方法在污水处理过程中的应用 前面提到过,回归分析法是数理统计方法中应用范围最广的一个方法,其以最小二剩原理为基础的一元和多元性回归技术已相当成熟,因此其应用范围也相当广泛。本文在此以多元线性回归软测量模型(MLR)在昆明市某污水厂的实际应用为例。多元性回归软测量技术在对昆明污水处理厂处理出水参数进行预测,其辅助变量为进水BOD5TN、TP、曝气池活性污泥混合液悬浮固体(MLSS)的浓度及进水流量(Q),主导变量为出水BOD5、TN、TP。其软测量模型的建立是基于过程的输入 输出的系列可测参数和化验值 与具体的工艺过程及其设备的尺寸无关,且所获软测量模型结构简单,其算法容易嵌入应用软件,可实现工艺过程中难测而重要的出水参数的预测与预报。实验结果表明,该模型就有良好的拟合度和较强的泛化能力。但在实际中也出现了技术缺陷,模型中辅助变量多为进水参数,而进水参数的测量同样存在滞后性,尤其是BOD5,且由于实验中采样时间过长且不均 辅助变量太少及过程存在非线性等方面的原因,致使拟合度没有充分发挥出来。因此,对精度要求高的场合,多元性会很贵建模方法并不是最佳的选择,可以尝试采用神经网络技术建模,利用神经网络具备的非线性对象动态和静态辨识的软测量技术来实现非线性函数逼近的效果,从而克服非线性干扰。 2.2 基于人工神经网络的建模方法在污水处理过程中的应用 基于人工神经网络的建模方法在处理复杂系统的建模方面有着显著的优势。人工神经网络结构类型有前向网络和反馈网络之分,最常用的是反向传播神经网络和径向基函数神经网络。本文在此某污水处理厂间歇曝气式反映池的有机物在线估计为例进行分析。采用的简单前馈反向传播神经网络模型对SBR法的被测参数进行模拟及预测,但效果并不理想,由于在厌氧反应和好氧反应阶段 输入参数并不相同,于是改用了分离网络结构分别用于厌氧及好氧条件,即在厌氧反应阶段和好氧反应阶段,分别以在线测得的 PH、氧化还原电位(OPR)及DO作为辅助变量,输至各自独立的隐藏层 两层,再联合后输至输出层,得到了PO43-、NH4-、NO3-的估计值,并取得了良好的效果。虽然该研究未对BOD5、COD等重要参数进行预测,但他们的研究成果对污水处理的过程控制有积极的意义。 此外,国外研究人员还提出了一种无法即时获得的污水处理过程参数的近似计算方法。其原理是基于易直接测量的辅助水质参数, 通过神经网络完成信息处理, 建立过程参数和辅助参数直接的非线性静态或动态相关计算动态过程水质考核的相应参数, 计算结果可用于过程控制。神经网络的训练采用污水处理厂在线分析仪记录的数据。能够获得建模所需的数据是该方法易于实现的重要保证。还有,墨西哥技术人员提出的经验厌氧消化模型,该模型以少数易测参数作为输入变量,如进入流速、气体流速和挥发性脂肪酸等,借助模型测算出一些难测变量的估计范围值。该模型适用于处理工业酒精整流废水的固定床厌氧反应器研究。 3 软测量技术在污水处理过程中的发展方向 以前提到的几种模型或多或少都存在一些技术缺陷和应用局限,而突破这些障碍就是软测量技术在污水处理过程中的发展方向。如前文提到的人工神经网络模型,其应用前提是必须知晓反映真实工况的生产数据,然而未来污水处理工艺对出水水质要求越来越苛刻,真实的工况数据将越来越难以掌握,这必然影响到模型功能的发挥,其中的软测量技术的应用也将面临局限。因此,将其与机理分析模型结合来确定各输入变量多质量指标的基本非线性关系,将很好地弥补人工神经网络模型的某些缺陷,促使软测量技术作用更好地发挥出来。 智能化控制是自动化控制系统应用的现实需要和发展方向,污水处理控制系统也不例外。将智能化控制与软测量技术结合,有助于实时掌握污水处理过程中的参数变化,并且可以依据参数变化对控制环境进行自动调整,不仅大大提高了控制的效能,而且保证了数据的精确度和系统的稳定性。 4 结语 本文结合当前关于软测量技术的研究成果阐述了软测量技术在污水处理方面的应用。虽然学界关于此类研究成果不断涌现,也在实际应用方面有了许多成功案例,然而对污水处理过程中难测参数准确的测量仍然是软测量技术研究和应用的难题。不过,解决难题的方向依然是针对技术缺陷建立更完善的模型,如利用分析生物学技术建立污水生物处理数学模型,或者将其与生化分析技术结合开发更先进的生物传感器等都是未来研究的方向和切入点。
参考文献: [1] 卿晓霞,余建平.软测量技术及其在污水处理系统中的应用[J].《工业水处理》,2005(03) [2] Bernard O,Advanced monitoring and control of anaerobic wastewater treatment plants:software sensors and controllers for an anaerobic digester[J].Water Sci.Tech ,2007(43) [3] 卓明,冯裕钊,陈勇.软测量技术在污水处理过程中的应用[J].《中国给水排水》,2005(11) 来源:化学工程与装备-官方网站-创刊于1972 2022年第2期 在线投稿 >> |