基于神經(jīng)網(wǎng)絡(luò)預(yù)測控制的污水處理控制器

劉玉章

石家莊技師學(xué)院

基于神經(jīng)網(wǎng)絡(luò)預(yù)測控制的污水處理控制器

劉玉章

石家莊技師學(xué)院

針對(duì)污水處理過程中采用傳統(tǒng)的流量程序控制和時(shí)間程序控制的不足，該文設(shè)計(jì)了一種基于神經(jīng)網(wǎng)絡(luò)預(yù)測控制的溶解氧（DO）濃度控制器。文中詳細(xì)介紹了該控制器的模型、結(jié)構(gòu)、滾動(dòng)優(yōu)化方法和主要算法；在此基礎(chǔ)上，設(shè)計(jì)了由AT89C52單片機(jī)實(shí)現(xiàn)神經(jīng)網(wǎng)絡(luò)預(yù)測控制器的硬件結(jié)構(gòu)圖。實(shí)地應(yīng)用表明：該控制方法可使曝氣池的DO波動(dòng)范圍較小，抗干擾能力較強(qiáng)，具有較好的魯棒性，特別適合于慢時(shí)變的非線性控制系統(tǒng)。

污水處理；神經(jīng)網(wǎng)絡(luò)；預(yù)測控制；溶解氧DO；非線性系統(tǒng)

目前城市污水處理系統(tǒng)有相當(dāng)一部分是采用單輸入多輸出的動(dòng)態(tài)系統(tǒng)，該系統(tǒng)的特點(diǎn)是：以微生物處理作為主要手段，要求要達(dá)到具有脫磷除氮、水的質(zhì)量要達(dá)到國家標(biāo)準(zhǔn)，運(yùn)行費(fèi)用低廉等目標(biāo)?？紤]到排送到污水處理廠的廢水無論是在水量上、還是在水質(zhì)上都具有隨機(jī)變化的特點(diǎn)，因此很難使用傳統(tǒng)的經(jīng)典線性控制理論來進(jìn)行控制，由于神經(jīng)網(wǎng)絡(luò)預(yù)測控制對(duì)解決非線性問題和復(fù)雜系統(tǒng)的控制有著特殊的優(yōu)勢［1］，本文就神經(jīng)網(wǎng)絡(luò)預(yù)測控制在污水處理系統(tǒng)中的應(yīng)用做一探討。

一、活性污泥法污水處理過程

1.污水處理主要過程

活性污泥法處理工藝是大多數(shù)污水處理廠常采用的一種方法，主要工藝過程為：流入到污水處理廠的污水首先送入第一沉池去掉漂在水面上的懸浮物，接著送入主處理池---曝氣池，為使微生物在曝氣池中充分作用，同時(shí)將第二沉池中部分活性污泥也回流給曝氣池已形成一定濃度的混合液，經(jīng)吹入氧氣（空氣），并經(jīng)攪拌使活性污泥與污水充分混合，以得到足夠濃度的溶解氧DO（dissolved oxygen），使存活在活性污泥上的微生物分解，污水得到凈化，從二沉池中流出；同時(shí)在二沉池內(nèi)沉淀下來的污泥的大部分再被送回到曝氣池，只有少部分污泥被排放掉［2］。如圖1所示。

圖1　活性污泥法污水處理流程框圖

2.活性污泥控制法與傳統(tǒng)控制法比較

傳統(tǒng)控制法主要是它以固定流量和固定時(shí)間作為控制參數(shù)，實(shí)施固定流量程序控制和時(shí)間程序控制，而在實(shí)際中由于污水水量、污水濃度都是變量，因此容易造成出水口水質(zhì)不合格的現(xiàn)象，而采用活性控制法是通過對(duì)污水水量、污水濃度及活性污泥的實(shí)時(shí)變化進(jìn)行檢測，找到一個(gè)最佳比例進(jìn)行控制，因此能達(dá)到最佳控制效果。

二、神經(jīng)網(wǎng)絡(luò)預(yù)測控制器設(shè)計(jì)

1.預(yù)測控制器結(jié)構(gòu)

所謂預(yù)測控制系統(tǒng)是指依據(jù)前一時(shí)刻和當(dāng)前時(shí)刻的系統(tǒng)輸入輸出信息，預(yù)測下一時(shí)刻的輸出值。并將下一時(shí)刻的預(yù)測值與當(dāng)前值的誤差作為反饋信號(hào)，再與標(biāo)準(zhǔn)輸入值進(jìn)行比較，經(jīng)優(yōu)化以求取最佳控制規(guī)律，來作為系統(tǒng)的控制輸出，如圖2所示。由于其基本思想是先預(yù)測后控制，因此具有一定的前瞻性。該控制器主要由預(yù)測單元、優(yōu)化單元和反饋校正單元作為主要組成部分［3］。

圖2　預(yù)測控制系統(tǒng)原理圖

（1）模型預(yù)測單元

模型預(yù)測是能夠預(yù)測輸出變量未來動(dòng)態(tài)行為的變化趨勢。它是一個(gè)信息集合。如階躍響應(yīng)模型、脈沖響應(yīng)模型、CARIMA模型，神經(jīng)網(wǎng)絡(luò)模型等。

（2）誤差反饋校正單元

由于實(shí)際系統(tǒng)的非線性，這就使模型預(yù)測單元輸出量與實(shí)際輸出量存在著差異，這時(shí)就需要對(duì)模型預(yù)測單元輸出進(jìn)行補(bǔ)償和校正。其措施是在預(yù)測單元的控制中加入負(fù)反饋環(huán)節(jié)，以形成閉環(huán)控制。也就是將第i步的實(shí)際輸出值y（i）與模型預(yù)測單元的輸出值yk（i）之間的誤差值e（i），補(bǔ)償?shù)侥Ｐ皖A(yù)測單元輸出值yk（i+n）（n為疊加步數(shù)，n為自然整數(shù)）上，如此便可得到閉環(huán)輸出的預(yù)測值為：

式中e（i）為i時(shí)刻模型預(yù)測單元的輸出誤差值，f為補(bǔ)償系數(shù)。

（3）優(yōu)化單元的滾動(dòng)優(yōu)化

模型預(yù)測控制的功能是使系統(tǒng)的輸出值在將來z步范圍內(nèi)的預(yù)測值與標(biāo)準(zhǔn)值之間的誤差達(dá)到最小。也就是說在任一個(gè)采樣時(shí)刻i，優(yōu)化單元始終是以此時(shí)刻作為起點(diǎn)，以將來z步范圍內(nèi)的性能為指標(biāo)，以求得最優(yōu)控制規(guī)律u（i），并將當(dāng)前時(shí)刻的u（i）作用于系統(tǒng)，以求取下一時(shí)刻預(yù)測值yz（i+n），從而實(shí)現(xiàn)滾動(dòng)優(yōu)化。其最大疊加步數(shù)為：

式中qn為誤差修正系數(shù)，rn為控制修正系數(shù)，Δu（i+n-1）=u（i+n-1）-u（i+n-2），yr（i+n）為參考軌跡；參考軌跡的形式為［4］：

式中g(shù)為輸入給定值，T0為標(biāo)準(zhǔn)輸入軌跡常數(shù)，T為采樣周期。

模型預(yù)測控制中所采用滾動(dòng)式優(yōu)化方法，只管每次進(jìn)行優(yōu)化計(jì)算所到得的結(jié)果只是一個(gè)局部的過程優(yōu)化解，但由于在計(jì)算過程中實(shí)施的是滾動(dòng)優(yōu)化，所以對(duì)模型的非線性等能夠及時(shí)的得到校正。

2.模塊預(yù)測單元模型

對(duì)于非線性動(dòng)態(tài)過程，為使在控制中達(dá)到滿意的效果，通過多種控制方法比較可知，最佳的控制方法是采用神經(jīng)網(wǎng)絡(luò)控制。設(shè)神經(jīng)網(wǎng)絡(luò)為圖3所示的三層前饋網(wǎng)絡(luò)。該網(wǎng)絡(luò)的輸入為系統(tǒng)歷史的輸入與輸出信息，網(wǎng)絡(luò)的輸出為系統(tǒng)的輸出。

圖3　用作預(yù)測模型的前饋神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)

其表達(dá)式為：

式中ym（i）是前一時(shí)刻m個(gè)輸出與前一時(shí)刻n個(gè)輸入的預(yù)測值。F為非線性函數(shù)。利用上式進(jìn)行反復(fù)推算可得到i步超前預(yù)測模型，如下式所示。

很明顯，在該模型中用到了i時(shí)刻以后的預(yù)測值ym（i+n），而對(duì)i時(shí)刻及前一時(shí)刻的預(yù)測值，可用ym（i+n-l）=y（i+n-l）（n-l≤0，l為自然整數(shù)）來代替。

由此可見，要建立系統(tǒng)的神經(jīng)網(wǎng)絡(luò)預(yù)測模型，應(yīng)首先考慮以被控對(duì)象的輸入?yún)?shù)以及輸出參數(shù)作為該系統(tǒng)的樣本模式，建立具有一定控制模式和精度的神經(jīng)網(wǎng)絡(luò)模型，使其輸出值ym（i）以最大限度的接近被控對(duì)象的實(shí)際輸出值y（i）。

3.神經(jīng)網(wǎng)絡(luò)預(yù)測控制器結(jié)構(gòu)

基于以上模型，并根據(jù)預(yù)測控制原理進(jìn)行滾動(dòng)優(yōu)化。預(yù)測控制器采用的性能指標(biāo)函數(shù)除上式外，同時(shí)還應(yīng)使：

e（i+n）=yd（i+n）-y（i+n）

若該預(yù)測控制器中的△u（i）是收斂的，預(yù)測模型輸出誤差e（i+ n）應(yīng)趨于零，此時(shí)可根據(jù)未來輸出的期望值yd（i+n），性能指標(biāo)N，得到未來的控制量。神經(jīng)網(wǎng)絡(luò)預(yù)測控制器的結(jié)構(gòu)如圖4所示［3］。

圖4　神經(jīng)網(wǎng)絡(luò)預(yù)測控制器結(jié)構(gòu)圖

4.主要算法

（1）設(shè)定初始條件，包括初始疊加步數(shù)n、誤差修正系數(shù)qn，控制修正系數(shù)rn，標(biāo)準(zhǔn)輸入軌跡常數(shù)T0，采樣周期T，最大疊加步數(shù)N，神經(jīng)網(wǎng)絡(luò)輸入設(shè)定值g等；

（2）以被控系統(tǒng)的輸入信號(hào)和系統(tǒng)輸出信號(hào)作為神經(jīng)網(wǎng)絡(luò)的練習(xí)標(biāo)本，并應(yīng)用MGA練習(xí)方法，以此獲得的神經(jīng)網(wǎng)絡(luò)作為非線性預(yù)測模型；

（3）獲取將來期望的輸出數(shù)據(jù)列yd（i+n|i）；

（4）采用已獲得的非線性預(yù)測模型產(chǎn)生預(yù)測輸出值ym（k+j|k），并以前一時(shí)刻的誤差為基礎(chǔ)，補(bǔ)償和校正在下一時(shí)刻可能出現(xiàn)的新的預(yù)測誤差y（i+n|i），而y（i+n|i）可按下列公式計(jì)算得到：

（5）計(jì)算未來時(shí)刻期望值的誤差：e（i+n）=yd（i+n）-y（i+n|i）；

（6）通過對(duì)性能指標(biāo)N和e（i）極小化，可得最優(yōu)控制序列u（i+ n）；

（7）將控制量u（i）輸入系統(tǒng)，返回（3）進(jìn)行循環(huán)。

三、神經(jīng)網(wǎng)絡(luò)預(yù)測控制在污水處理中的應(yīng)用

1.控制參數(shù)的確定

在活性污泥法處理系統(tǒng)中，由于參與的物理量較多，因此需要控制的變量也較多，主要有曝氣池中所送入的風(fēng)量（即曝氣量）的大小，由二沉池回送給曝氣池的回流污泥比和二沉池排放的剩余污泥量等，要妥善合理地解決這些問題，就必須要找到一個(gè)既能在線監(jiān)測，又能反映污水處理進(jìn)程的控制參數(shù)。經(jīng)查找大量的文獻(xiàn)資料表明［5-6］：溶解氧（DO）濃度的變化規(guī)律能夠有效反映有機(jī)微生物化解、脫磷除氮的反應(yīng)進(jìn)程，因此以溶解氧（DO）濃度的變化作為污水處理的控制參數(shù)是合理的。在實(shí)際操作中主要是通過調(diào)節(jié)鼓風(fēng)機(jī)的轉(zhuǎn)速來控制進(jìn)入到曝氣池的空氣量的大小，以此來調(diào)節(jié)溶解氧（DO）的濃度。原理框圖如圖5所示。

圖5　DO濃度控制結(jié)構(gòu)圖

本設(shè)計(jì)中DO濃度的設(shè)定值g=9.3mg/L，誤差修正系數(shù)qn= 0.85，控制修正系數(shù)rn=0.45，初始迭代步數(shù)n=0，最大疊加步數(shù)N= 15，參考軌跡時(shí)間常數(shù)T0=4.5s，系統(tǒng)采樣周期T=2s。

2.神經(jīng)網(wǎng)絡(luò)預(yù)測控制的實(shí)現(xiàn)

神經(jīng)網(wǎng)絡(luò)預(yù)測控制器由AT89C52單片機(jī)、A/D和D/A變換器等組成。其硬件結(jié)構(gòu)如圖6所示。

圖6　神經(jīng)網(wǎng)絡(luò)預(yù)測控制硬件結(jié)構(gòu)圖

首先將生化池中的DO值通過DO測試儀檢測，再通過電流/電壓轉(zhuǎn)換器變換，并經(jīng)摸/數(shù)轉(zhuǎn)換器將模擬量轉(zhuǎn)換成數(shù)字量后輸入單片機(jī)，在單片機(jī)中將輸入數(shù)據(jù)送入神經(jīng)網(wǎng)絡(luò)進(jìn)行處理后，將其結(jié)果經(jīng)數(shù)/模轉(zhuǎn)化器轉(zhuǎn)換后，由光電耦合器進(jìn)行隔離后，控制變頻器的輸出頻率，進(jìn)而控制鼓風(fēng)機(jī)的轉(zhuǎn)速。系統(tǒng)中還設(shè)置了上位機(jī)（PC機(jī)），其目的主要是監(jiān)控下位機(jī)（單片機(jī)）的運(yùn)行狀況、控制效果、儲(chǔ)存、打印數(shù)據(jù)等。圖7為污水變化時(shí)（可通過污水閥開度的變化）的控制結(jié)果。從溶解氧（DO）濃度變化曲線可見，當(dāng)系統(tǒng)的輸入量發(fā)生緩慢的的非線性變化時(shí)，采用神經(jīng)網(wǎng)絡(luò)預(yù)測控制后，可使被控量變化較小，比較穩(wěn)定，說明該系統(tǒng)抗干擾能力較強(qiáng)，控制精度較高。

圖7　污水變化時(shí)神經(jīng)網(wǎng)絡(luò)控制結(jié)果

四、結(jié)論

將神經(jīng)網(wǎng)絡(luò)預(yù)測控制應(yīng)用于污水處理這種慢時(shí)變非線性系統(tǒng)中，并通過單片機(jī)控制變頻器改變風(fēng)機(jī)的轉(zhuǎn)速，以滿足曝氣池對(duì)氧氣的需要，只要參數(shù)設(shè)置適當(dāng)，就可以獲得滿意的效果；在處理的水質(zhì)達(dá)到國家標(biāo)準(zhǔn)的前提下，該控制方法與傳統(tǒng)的控制方法相比不但控制效果好，而且還可以節(jié)約大約15%電量，并減少了運(yùn)行費(fèi)用。

［1］陳金紅，白瑞祥.模糊控制在工業(yè)污水處理過程中的應(yīng)用［J］.微計(jì)算機(jī)應(yīng)用，2009，30（4）：58-61

［2］曾環(huán)木.城鎮(zhèn)污水采用活性污泥法除磷脫氮工藝探討［J］.廣東化工，2009，36（3）：61-64

［3］舒迪前.預(yù)測控制系統(tǒng)及其應(yīng)用［M］.北京：機(jī)械工業(yè)出版社，1996

［4］謝生鋼，周立芳，趙麟菱.污水處理過程的多目標(biāo)多模型預(yù)測控制方法研究［J］.化工自動(dòng)化及儀表，2008，35（1）：24-27

［5］李偉民，江映翔，尹大強(qiáng)，王連生.微生物選育技術(shù)在廢水生物處理中的應(yīng)用進(jìn)展［J］.環(huán)境污染治理技術(shù)與設(shè)備，2001，2（4）：49-52

［6］劉載文，許繼平，楊斌，侯朝楨，程志強(qiáng).序批式活性污泥法污水處理系統(tǒng)溶解氧優(yōu)化控制方法［J］.計(jì)算機(jī)與應(yīng)用化學(xué)，2007，24（2）：231-234

劉玉章（1959-），男，河北省石家莊人，高級(jí)講師，主要從事電子技術(shù)、電氣自動(dòng)控制的教學(xué)和科研工作。