城市污水處理過(guò)程異常工況識(shí)別和抑制研究

韓紅桂 伍小龍 張璐 喬俊飛

我國(guó)城市水污染問(wèn)題普遍存在,直接危害著國(guó)民的生活健康和生態(tài)平衡,已受到人們的廣泛關(guān)注并成為迫切需要解決的問(wèn)題[1].污水再生回用,最大限度地保護(hù)水環(huán)境,實(shí)現(xiàn)淡水資源可持續(xù)利用和良性循環(huán),已經(jīng)成為世界各國(guó)政府水資源綜合利用的戰(zhàn)略舉措[2].近年來(lái),我國(guó)大力推進(jìn)城市污水處理(Municipal wastewater treatment processes,WWTPs)廠建設(shè)及其相關(guān)技術(shù)開(kāi)發(fā)應(yīng)用,有效地提升了我國(guó)污水處理率[3].但是我國(guó)城市污水處理廠的運(yùn)行狀況卻不容樂(lè)觀,異常工況已成為困擾我國(guó)城市污水處理廠運(yùn)營(yíng)和發(fā)展的主要瓶頸.異常工況發(fā)現(xiàn)和處置不及時(shí)、過(guò)程安全管控不力,將直接影響出水水質(zhì),并危害整個(gè)污水處理系統(tǒng)的運(yùn)行,嚴(yán)重時(shí)會(huì)導(dǎo)致整個(gè)污水處理過(guò)程崩潰的情況[4].由于我國(guó)城市污水處理廠自動(dòng)化水平普遍不高,污水處理過(guò)程的過(guò)程調(diào)控仍然依靠人工經(jīng)驗(yàn)操作,難以適應(yīng)不同地域,不同污水水質(zhì)水量處理要求,導(dǎo)致我國(guó)城市污水處理廠異常工況不僅發(fā)生率高,而且類(lèi)型多樣、涉及面廣、難以抑制[5],嚴(yán)重制約了城市污水處理廠的發(fā)展.因此,尋求有效的異常工況識(shí)別與抑制方法,準(zhǔn)確識(shí)別和成功抑制污泥膨脹可謂迫在眉睫.

近年來(lái),國(guó)內(nèi)外對(duì)城市污水處理廠異常工況的識(shí)別和抑制方法投入了大量研究,旨在預(yù)防和抑制異常工況的發(fā)生,確保污水處理廠安全穩(wěn)定運(yùn)行.其中,運(yùn)用自動(dòng)化技術(shù)解決異常工況的識(shí)別和抑制難題,獲得該領(lǐng)域眾多學(xué)者的廣泛研究和關(guān)注[6?7].經(jīng)過(guò)多年的努力,污水處理過(guò)程自動(dòng)化技術(shù)取得一系列重要突破,先進(jìn)的控制技術(shù)已經(jīng)開(kāi)始在城市污水處理異常工況識(shí)別和抑制中得到應(yīng)用[8?10].文中將概述污水處理異常工況的分類(lèi)、危害及其致因因素等主要特點(diǎn),并在常見(jiàn)識(shí)別和抑制措施的基礎(chǔ)上,闡述其中得到應(yīng)用廣泛且特別有效的異常工況識(shí)別和抑制方面兩個(gè)方面的研究現(xiàn)狀.然后,討論在實(shí)際應(yīng)用中存在的問(wèn)題,并給出了相應(yīng)的解決思路.最后,對(duì)城市污水處理過(guò)程異常工況識(shí)別和抑制的發(fā)展前景進(jìn)行展望.

1 異常工況描述

本節(jié)主要概述異常工況的特點(diǎn),包含異常工況的分類(lèi)與成因.

1.1 異常工況分類(lèi)

采用活性污泥法工藝的污水處理過(guò)程機(jī)理復(fù)雜,運(yùn)行工序和條件較多,涉及物理、化學(xué)和生物等多類(lèi)反應(yīng)過(guò)程[11].在惡劣環(huán)境變化、人工操作不當(dāng)、水質(zhì)監(jiān)控不及時(shí)等因素影響下,污水處理廠難以保證穩(wěn)定性和可靠性的工況,易發(fā)生異?，F(xiàn)象.常見(jiàn)的污水處理過(guò)程異常工況包括污泥膨脹、泡沫與浮渣故障等.

1)污泥膨脹

污泥膨脹發(fā)生時(shí)污泥呈現(xiàn)結(jié)構(gòu)松散,質(zhì)量變輕,沉淀壓縮性能差等特征.根據(jù)污泥微生物生長(zhǎng)狀態(tài),污泥膨脹主要分為絲狀菌污泥膨脹和非絲狀菌污泥膨脹[12],該現(xiàn)象不僅能導(dǎo)致出水水質(zhì)惡化,而且污泥持續(xù)流失會(huì)使曝氣池內(nèi)的微生物數(shù)量銳減,使之不能有效降解污染物,從而導(dǎo)致整個(gè)系統(tǒng)的性能下降,甚至崩潰[13?15].基本上各類(lèi)型的活性污泥工藝都會(huì)發(fā)生污泥膨脹現(xiàn)象,該現(xiàn)象一旦發(fā)生將難以控制,需要較長(zhǎng)的修復(fù)時(shí)間達(dá)到正常狀態(tài).同時(shí),污泥膨脹的發(fā)生率高,每年在歐美發(fā)達(dá)國(guó)家近一半的城市污水處理廠都會(huì)發(fā)生不同程度的污泥膨脹,在國(guó)內(nèi)約90%的城市污水處理廠也會(huì)出現(xiàn)污泥膨脹[16].由于污泥膨脹發(fā)生機(jī)理復(fù)雜,涉及了復(fù)雜的微生物生長(zhǎng)過(guò)程以及多類(lèi)相關(guān)影響因素,這為抑制污泥膨脹,維護(hù)污水處理過(guò)程平穩(wěn)運(yùn)行帶來(lái)挑戰(zhàn).

2)泡沫

泡沫主要呈現(xiàn)于污水水面,種類(lèi)包括包括啟動(dòng)泡沫、沖擊泡沫、反硝化泡沫、過(guò)氧化泡沫等,表現(xiàn)出不同顏色、形態(tài),伴有不同氣味[17?18].當(dāng)曝氣池發(fā)生泡沫時(shí),整個(gè)曝氣池表面被泡沫或浮渣覆蓋,黏性增加成濃稠狀,降低曝氣池的充氧效率,在二沉池中污泥不易沉降,降低污泥的沉淀性能,使出水水質(zhì)惡化,嚴(yán)重時(shí)會(huì)溢出曝氣池.此外,泡沫在大風(fēng)季節(jié)會(huì)隨風(fēng)飄逸影響環(huán)境并散發(fā)出氣味,給污水處理廠的運(yùn)行和管理帶來(lái)很多麻煩.國(guó)內(nèi)外的城市污水活性污泥處理廠中一半以上會(huì)發(fā)生過(guò)泡沫現(xiàn)象,有的一年發(fā)生數(shù)次,嚴(yán)重影響了生產(chǎn)運(yùn)行,急需有效地防止和控制泡沫的措施和手段,降低泡沫的發(fā)生率和對(duì)污水處理的影響.

3)浮渣

浮渣包含黑色稀薄、黑色堆積過(guò)度、棕褐色稀薄、棕褐色堆積過(guò)度4種形態(tài)[19],呈現(xiàn)產(chǎn)量大、含固率高、黏稠、纖維多等特點(diǎn).生化反應(yīng)過(guò)程的浮渣通常產(chǎn)生于在曝氣池部分區(qū)域以及二沉池內(nèi)[20].曝氣池內(nèi)的浮渣主要由于其自身活性污泥系統(tǒng)代謝異常.當(dāng)曝氣池處于嚴(yán)重的缺氧或厭氧狀態(tài)時(shí),大量的活性污泥厭氧分解,產(chǎn)生氣體后夾雜厭氧泥團(tuán)出現(xiàn)上浮形成浮渣;二沉池內(nèi)的浮渣一方面來(lái)源于曝氣池,另一方面是由于污泥反硝化導(dǎo)致污泥上浮及嚴(yán)重缺氧導(dǎo)致的厭氧污泥上浮.出現(xiàn)的浮渣也極易導(dǎo)致堵塞現(xiàn)象,甚至影響設(shè)備的正常運(yùn)轉(zhuǎn).因此,浮渣的出現(xiàn)需要及時(shí)處理以防止其對(duì)污水處理過(guò)程造成的嚴(yán)重影響.

其他異常工況,例如水體受有毒有害化學(xué)物質(zhì)污染,影響活性污泥對(duì)水體有機(jī)物的降解,造成出水中不僅包含常見(jiàn)化學(xué)需氧量(Chemical oxygen demand,COD)、生化需氧量(Biochemical oxygen demand,BOD)、總氮和總磷等指標(biāo)超標(biāo),而且存在過(guò)量的重金屬離子、大腸菌類(lèi)等,污水惡臭味重,排放至江河湖泊后,容易造成富營(yíng)養(yǎng)化,毒害水動(dòng)植物,影響生態(tài)環(huán)境和居民的用水健康[21];污水處理過(guò)程設(shè)備運(yùn)轉(zhuǎn)異常,污水管道存在滲漏及噴濺現(xiàn)象,加藥和消毒裝置出現(xiàn)漏液、漏氣等,設(shè)備設(shè)施故障將會(huì)為污水處理過(guò)程的正產(chǎn)運(yùn)行帶來(lái)?yè)p害[22].

1.2 異常工況成因

異常工況成因是采取相應(yīng)預(yù)防和抑制方法的主要依據(jù).污水處理過(guò)程異常工況的形成機(jī)理復(fù)雜,且致因因素多樣,這導(dǎo)致異常工況的特征難以甄別,引發(fā)異常工況誘因不明確,抑制方法也難以達(dá)到理想效果[23].污水處理過(guò)程污泥膨脹、泡沫以及浮渣等異常工況的產(chǎn)生主要是由活性污泥中微生物的生長(zhǎng)異常以及生化反應(yīng)過(guò)程嚴(yán)重失衡所導(dǎo)致.

1)活性污泥微生物生長(zhǎng)異常是造成污泥膨脹,泡沫以及浮渣等異常工況的重要原因之一,根據(jù)擴(kuò)散選擇理論[24]、動(dòng)力學(xué)選擇理論[25]、貯存選擇理論[26]以及一氧化氮假設(shè)理論[27]對(duì)污泥膨脹發(fā)生機(jī)理的解釋.過(guò)量的絲狀細(xì)菌之間相互支撐、交錯(cuò),將影響活性污泥的凝聚、沉降、壓縮性能,從而形成絲狀菌污泥膨脹[28];當(dāng)微生物產(chǎn)生胞外聚合物并形成累積,使活性污泥表面附著水大大增加,使污泥的體積變大,即發(fā)生非絲狀菌膨脹污泥[29].此外,絲狀菌呈絲狀或枝狀,易形成氣泡浮到水面,而且氣泡不易破碎,造成泡沫現(xiàn)象.當(dāng)水中存在油、脂類(lèi)物質(zhì)和含脂微生物時(shí)則更容易產(chǎn)生表面泡沫現(xiàn)象[30].但一方面由于污水處理過(guò)程進(jìn)水流量、進(jìn)水成份、污染物種類(lèi)、有機(jī)物濃度等被動(dòng)接受,導(dǎo)致生化反應(yīng)區(qū)泥水混合物的微生物含量波動(dòng)較大;另一方面活性污泥微生物種類(lèi)數(shù)量多,不同地區(qū)和不同工藝運(yùn)行條件下出現(xiàn)的微生物有所差異,工況環(huán)境對(duì)微生物影響較大且具有不確定性.因此,通過(guò)準(zhǔn)確獲取微生物生長(zhǎng)狀態(tài)信息判斷異常工況特征非常困難.此外,在特定工況環(huán)境的誘導(dǎo)下,異?，F(xiàn)象往往發(fā)展速度較快,異常工況識(shí)別不及時(shí)將導(dǎo)致工況的惡化,進(jìn)而引發(fā)更嚴(yán)重的異?，F(xiàn)象.

2)過(guò)程變量失調(diào)引起生化反應(yīng)過(guò)程的失衡是異常工況發(fā)生的另一重要原因,污水處理過(guò)程中厭氧–缺氧–好氧反應(yīng)在曝氣池內(nèi)同時(shí)存在或反復(fù)周期實(shí)現(xiàn).進(jìn)水負(fù)荷、污泥齡、溶解氧和有機(jī)物含量等過(guò)程變量均對(duì)反應(yīng)效果產(chǎn)生影響[31?33].過(guò)程變量調(diào)控不當(dāng)易造成異常工況的發(fā)生.例如,進(jìn)水負(fù)荷或提高曝氣池中有機(jī)物的負(fù)荷率較低時(shí),在生長(zhǎng)競(jìng)爭(zhēng)中超過(guò)菌菌膠團(tuán)細(xì)菌優(yōu)先生長(zhǎng).此時(shí)較高的負(fù)荷有增加泡沫和浮渣形成的風(fēng)險(xiǎn)[34];污泥齡過(guò)長(zhǎng)時(shí),更有利于絲狀菌的生長(zhǎng),絲狀菌發(fā)生過(guò)度生長(zhǎng)的概率較大,易引發(fā)絲狀菌污泥膨脹現(xiàn)象[35];曝氣池內(nèi)溶解氧相對(duì)不足或局部不足的現(xiàn)象,活性污泥法發(fā)生老化、污泥膨脹等現(xiàn)象以及加藥、pH未獲得較好的控制,絮凝漂浮等易形成浮渣[36].為了預(yù)防和抑制異常工況,污水處理過(guò)程需要根據(jù)過(guò)程信息調(diào)控過(guò)程變量,使生化反應(yīng)過(guò)程能夠保持在健康運(yùn)行狀態(tài).目前較為常見(jiàn)的調(diào)控方式主要涉及曝氣、污泥回流、污泥停留時(shí)間等過(guò)程變量[37?39].當(dāng)一類(lèi)或幾類(lèi)異常工況發(fā)生時(shí),需要對(duì)多個(gè)過(guò)程進(jìn)行精細(xì)調(diào)控才能實(shí)現(xiàn)異常工況的抑制,確保出水達(dá)標(biāo).

通過(guò)以上分析可知,預(yù)防和抑制污水處理過(guò)程異常工況不僅需要對(duì)異常工況及時(shí)準(zhǔn)確的辨識(shí)特征信息,獲取異常工況類(lèi)型、類(lèi)別等,還需要根據(jù)異常工況特征信息,精準(zhǔn)調(diào)控若干過(guò)程變量,協(xié)調(diào)生化反應(yīng)過(guò)程,使污水處理穩(wěn)定或重新達(dá)到健康狀態(tài),從而避免異常工況的發(fā)生,實(shí)現(xiàn)異常工況的修復(fù).但在復(fù)雜工況環(huán)境以及多重生化反應(yīng)過(guò)程影響下,如何采取適宜的方法識(shí)別異常工況的類(lèi)型、嚴(yán)重程度以及對(duì)水質(zhì)和整個(gè)污水處理運(yùn)行狀態(tài)產(chǎn)生的影響,如何采取合理的措施實(shí)現(xiàn)抑制異常工況,目前仍是城市污水處理廠面臨的難題.

2 污水處理異常工況識(shí)別和抑制方法

經(jīng)過(guò)多年的研究和實(shí)踐,城市污水處理廠異常工況的識(shí)別和抑制方法取得了重要突破.通過(guò)信息、自動(dòng)化以及人工智能等技術(shù)的衍生應(yīng)用,目前已形成了一系列有效的異常工況識(shí)別和抑制方法,保障城市污水處理過(guò)程安全運(yùn)行,減少因故障和異常引發(fā)的損失.下面將從異常工況的識(shí)別方法和抑制方法兩個(gè)方面對(duì)具體的實(shí)現(xiàn)方法進(jìn)行總結(jié).

2.1 污水處理異常工況識(shí)別方法

從異常工況的成因來(lái)看,異常工況征兆識(shí)別研究主要分為兩類(lèi)[40?42],一類(lèi)是根據(jù)異常工況機(jī)理特征的識(shí)別方法;另一類(lèi)是利用污水處理過(guò)程變量的數(shù)據(jù),解析變量間關(guān)系,估算和預(yù)測(cè)異常工況征兆,利用數(shù)據(jù)驅(qū)動(dòng)的方法實(shí)現(xiàn)對(duì)異常工況征兆的識(shí)別.

2.1.1 基于機(jī)理特征識(shí)別方法

異常工況表現(xiàn)特征主要有顏色、形態(tài)、粘度等,污水處理廠經(jīng)驗(yàn)操作員工通過(guò)觀察機(jī)理特征,可以快速判斷異常工況是否發(fā)生,同時(shí)也可以分辨出異常工況的類(lèi)型、嚴(yán)重程度,從而采取相應(yīng)的措施進(jìn)行抑制.例如泡沫故障分析的方法[43].棕黃色泡沫代表活性污泥處于或?qū)⑦M(jìn)入污泥老化狀態(tài);灰黑色泡沫表示活性污泥系統(tǒng)出現(xiàn)了缺氧或厭氧狀態(tài);白色泡沫代表活性污泥負(fù)荷過(guò)高、曝氣過(guò)量、洗滌劑進(jìn)入等;彩色泡沫則是與進(jìn)入帶顏色、洗滌劑、表面活性劑有關(guān).通過(guò)機(jī)理特征識(shí)別方法具有快速、便捷的優(yōu)勢(shì),但必要條件是需要經(jīng)驗(yàn)極其豐富的操作人員,而發(fā)生異常工況的現(xiàn)場(chǎng)往往對(duì)操作員的人身健康產(chǎn)生負(fù)面影響[44].此外,由于污水處理異常工況存在多重類(lèi)型,出現(xiàn)誤判的幾率較高.

為了降低對(duì)經(jīng)驗(yàn)操作員豐富經(jīng)驗(yàn)的苛求,一些封閉式污水處理廠和污水處理實(shí)驗(yàn)基地,開(kāi)始引進(jìn)圖像分析方法來(lái)替代經(jīng)驗(yàn)操作員觀察,或深入復(fù)雜工況環(huán)境對(duì)污水處理運(yùn)行過(guò)程實(shí)現(xiàn)監(jiān)視[45?46].如Motta等在通過(guò)光學(xué)顯微鏡圖像觀察絲狀菌特征,估計(jì)絲狀菌數(shù)量、絮體大小和分形尺寸,給定絲狀菌生長(zhǎng)狀態(tài)的描述,建立絲狀菌特征組合與絲狀菌污泥膨脹的關(guān)聯(lián),實(shí)驗(yàn)結(jié)果表明利用觀察結(jié)果可以直觀判斷絲狀菌污泥膨脹是否發(fā)生[47].Mamais等利用顯微鏡檢測(cè)方法對(duì)引起污泥膨脹和泡沫的微生物數(shù)量和種類(lèi)進(jìn)行觀察,辨識(shí)不同種微生物引起污泥膨脹和泡沫的發(fā)生過(guò)程,先后記錄和分析了20多種微生物的形態(tài)大小,形成微生物菌落形態(tài)與異常工況的對(duì)應(yīng)關(guān)系,從而根據(jù)菌落特征,判斷是否發(fā)生異常工況以及引起異常工況的微生物類(lèi)別[48].此外,隨著數(shù)字圖像分析技術(shù)的引入,一些學(xué)者運(yùn)用在顯微鏡下人工計(jì)數(shù)的方法來(lái)研究微生物特征,預(yù)估微生物生長(zhǎng)狀態(tài),判斷異常工況是否發(fā)生.Banadda等利用圖像分析技術(shù)檢測(cè)早期的異常工況現(xiàn)象,通過(guò)對(duì)微生物菌落的圖像特征進(jìn)行分析,確定絲狀菌總長(zhǎng)度、絮體等效直徑、絮狀物的圓度和絮狀物回轉(zhuǎn)半徑均值與異常工況之間的關(guān)聯(lián),基于動(dòng)態(tài)狀態(tài)空間建立異常工況識(shí)別模型,從而實(shí)現(xiàn)了對(duì)異常工況的識(shí)別[49].Boztoprak等通過(guò)測(cè)量采集活性污泥微生物的絮體和纖維圖像,并利用圖像分析系統(tǒng)識(shí)別微生物的顏色和形態(tài),分析結(jié)果與制定的判斷依據(jù)與其他方法進(jìn)行了比較,評(píng)價(jià)活性污泥特性和沉降特性,判斷異常工況是否發(fā)生[50].其他例如熒光原位雜交(Fluorescence in situ hybridization,FISH)[51],基于基因染色的微量元素檢測(cè)[52]等技術(shù)也廣泛應(yīng)用于污水處理過(guò)程活性污泥微生物生長(zhǎng)狀態(tài)及其形態(tài)特征的識(shí)別,進(jìn)而實(shí)現(xiàn)對(duì)異常工況的判別.圖像分析方法一方面需要有足夠的微生物信息,另一方面還需要可靠的分析技術(shù).但由于活性污泥微生物種類(lèi)繁多,已經(jīng)過(guò)驗(yàn)證和分析的微生物信息有限,目前的圖像分析技術(shù)還難以辨別各類(lèi)微生物種類(lèi)和精確描述相應(yīng)的生長(zhǎng)狀態(tài).因此,實(shí)際運(yùn)用圖像分析技術(shù)來(lái)解決異常工況識(shí)別問(wèn)題,還需要其他識(shí)別與分析方法進(jìn)行補(bǔ)充.

目前很多污水處理廠經(jīng)過(guò)反復(fù)驗(yàn)證,采用傳統(tǒng)的水質(zhì)指標(biāo)、污泥體積指數(shù)(Sludge volume index,SVI)、泡沫浮渣指數(shù)(FCI)[14]、微生物含量指數(shù)等進(jìn)行直接提取和測(cè)量,能可靠識(shí)別污水處理運(yùn)行狀態(tài)是否發(fā)生異常.例如,基于污泥膨脹發(fā)生機(jī)理,污泥沉降性能是鑒別污泥膨脹是否發(fā)生的重要判斷指標(biāo),污水處理廠通過(guò)實(shí)驗(yàn)室測(cè)量方法測(cè)量SVI值,根據(jù)既定閾值,即當(dāng)SVI值超過(guò)120時(shí),判定污泥膨脹的發(fā)生[53].為了進(jìn)一步判斷污泥膨脹發(fā)生的嚴(yán)重程度,Peng等將二沉池測(cè)量的SVI值分成三類(lèi)來(lái)劃分污泥膨脹的嚴(yán)重程度,其中當(dāng)120220時(shí),即認(rèn)為污泥處于嚴(yán)重膨脹狀態(tài)[54].雖然該測(cè)量方法能夠通過(guò)測(cè)得SVI值,判斷異常工況是否發(fā)生,但是存在頻次少、操作較繁瑣,測(cè)量歷時(shí)較長(zhǎng)等缺陷.為了提高檢測(cè)頻率,便捷獲取相關(guān)指數(shù),一些在線儀表的開(kāi)發(fā)能夠?qū)崿F(xiàn)評(píng)價(jià)指數(shù)的連續(xù)測(cè)量.如美國(guó)HACH公司的OptiQuant SVI分析儀,通過(guò)污泥沉降比獲得污泥體積指數(shù)[55].加拿大Markland公司的502TP可以測(cè)量懸浮物濃度(Mixed liquid suspended solids,MLSS),實(shí)現(xiàn)對(duì)出水水質(zhì)的分析,判斷是否出現(xiàn)水質(zhì)嚴(yán)重超標(biāo)現(xiàn)象,同時(shí)對(duì)運(yùn)用該表可以測(cè)量出污泥濃度,依照污泥濃度的標(biāo)準(zhǔn)判斷是否會(huì)發(fā)生污泥上浮、漂流等異常現(xiàn)象[56].該類(lèi)儀表能夠提高檢測(cè)的可操作性,但使用過(guò)程中需要經(jīng)常添加或頻繁更換化學(xué)試劑,成本較高,對(duì)工作環(huán)境要求苛刻,在波動(dòng)大和腐蝕性嚴(yán)重的檢測(cè)過(guò)程環(huán)境中,檢測(cè)精度難以保證.此外,雖然提高了檢測(cè)頻次,但仍然沒(méi)有達(dá)到實(shí)時(shí)檢測(cè)的水平.

2.1.2 基于數(shù)據(jù)驅(qū)動(dòng)識(shí)別方法

為了充分利用污水處理過(guò)程變量數(shù)據(jù),在線識(shí)別異常工況特征,研究者們通過(guò)分析過(guò)程數(shù)據(jù),挖掘與異常工況相關(guān)聯(lián)的特征變量,建立基于數(shù)據(jù)驅(qū)動(dòng)的過(guò)程特征模型,表達(dá)異常工況特征,結(jié)合閾值和參數(shù)設(shè)定,判斷異常工況的發(fā)生[57],如圖1所示.

為了實(shí)現(xiàn)預(yù)測(cè)和識(shí)別異常工況的發(fā)生,Makinia等通過(guò)分析異常工況形成機(jī)理,深入分析污水處理過(guò)程活性污泥3號(hào)模型(ASM3),建立了污泥底物濃度去除率與微生物生長(zhǎng)的關(guān)系,通過(guò)在線計(jì)算污泥底物濃度去除率實(shí)現(xiàn)對(duì)微生物生長(zhǎng)狀態(tài)的識(shí)別,實(shí)現(xiàn)預(yù)測(cè)和識(shí)別異常工況[58].然而該方法通常在實(shí)驗(yàn)室環(huán)境下進(jìn)行.實(shí)際污水處理的工況環(huán)境具有強(qiáng)時(shí)變性,固定參數(shù)的機(jī)理模型難以適應(yīng)過(guò)程動(dòng)態(tài)變化,異常工況識(shí)別的成功率較低.為了改善模型性能,提高異常工況識(shí)別的成功率,Bansal等運(yùn)用隱馬爾可夫模型對(duì)事件的預(yù)測(cè)能力,從歷史數(shù)據(jù)中找出絲狀菌膨脹發(fā)生的概率,直接實(shí)現(xiàn)絲狀菌膨脹的預(yù)測(cè)[59].然而這種基于概率統(tǒng)計(jì)數(shù)據(jù)驅(qū)動(dòng)的方法選擇變量過(guò)于單一,忽略了其他變量和因素對(duì)異常工況的影響.此外,模型在嚴(yán)重干擾環(huán)境下的識(shí)別和預(yù)測(cè)能力較差.為了提高異常工況特征預(yù)測(cè)的可靠性,Xavier等通過(guò)對(duì)異常工況特征與過(guò)程變量關(guān)系的經(jīng)驗(yàn)總結(jié),描述了溶解氧、pH值、污泥負(fù)荷引起的4種不同類(lèi)型異常工況,同時(shí)建立了關(guān)于異常工況的風(fēng)險(xiǎn)評(píng)估模型.實(shí)現(xiàn)了對(duì)異常工況及其類(lèi)型的預(yù)測(cè)[60];Mesquita等利用偏最小二乘法對(duì)過(guò)程變量和污泥沉降性能進(jìn)行分析,提取了溶解氧、pH、氨氮等6種引發(fā)污泥膨脹的致因因素,建立致因因素與污泥膨脹指數(shù)SVI之間的回歸模型,并在線校正模型參數(shù),實(shí)現(xiàn)了對(duì)污泥膨脹的在線判斷[61];Smets等結(jié)合引發(fā)異常工況因素與絲狀菌特征之間的關(guān)系建立了異常工況識(shí)別的有源自回歸模型(Auto-regressive with extra inputs,ARX),利用實(shí)測(cè)數(shù)據(jù)實(shí)現(xiàn)了對(duì)ARX模型參數(shù)的校正,達(dá)到了識(shí)別浮渣、泡沫故障、有毒污水以及污泥膨脹的效果[62];韓紅桂等基于絲狀菌生長(zhǎng)動(dòng)力學(xué)來(lái)研究了引發(fā)絲狀菌污泥膨脹的影響因素分析了它們之間的關(guān)系,建立了反應(yīng)SVI與影響因素之間因果關(guān)聯(lián)的機(jī)理模型,并對(duì)模型中的參數(shù)進(jìn)行了解析,最后利用數(shù)據(jù)分析和統(tǒng)計(jì)方法構(gòu)造出關(guān)于絲狀菌膨脹的簡(jiǎn)化機(jī)理模型,實(shí)現(xiàn)對(duì)絲狀菌污泥膨脹的識(shí)別[63].運(yùn)用異常工況特征與其特征變量之間因果關(guān)聯(lián)分析的異常工況識(shí)別方法能夠直接從數(shù)據(jù)中挖掘信息規(guī)律,并利用規(guī)律實(shí)現(xiàn)異常工況征兆的識(shí)別,降低了對(duì)設(shè)備的依賴(lài)程度,避免了因觀察、測(cè)量及分析等實(shí)際操作的繁瑣過(guò)程,提高了識(shí)別和預(yù)測(cè)的頻率,能夠較為便捷地運(yùn)用于實(shí)際污水處理過(guò)程,但該方法需要能夠表征因果關(guān)聯(lián)的可靠模型.由于污水處理生化反應(yīng)的復(fù)雜性、不確定性以及高非線性特征,運(yùn)用灰色模型方法[64]、參數(shù)評(píng)估方法[65]、統(tǒng)計(jì)分析方法[66]等設(shè)計(jì)的模型難以表征.

圖1 污水處理異常工況的數(shù)據(jù)驅(qū)動(dòng)識(shí)別方法Fig.1 The data-driven method of abnormal conditions for wastewater treatment plant

隨著對(duì)異常工況級(jí)別、類(lèi)型、優(yōu)先級(jí)等方面的識(shí)別需求越來(lái)越多,精確性、穩(wěn)定性和快速性已經(jīng)成為檢驗(yàn)異常工況識(shí)別方法重要指標(biāo).為了滿(mǎn)足識(shí)別需求,達(dá)到理想識(shí)別效果,在國(guó)內(nèi)外應(yīng)用了神經(jīng)網(wǎng)絡(luò)、模糊邏輯以及專(zhuān)家系統(tǒng)等智能方法實(shí)現(xiàn)污水處理異常工況高質(zhì)量識(shí)別[67].為了進(jìn)一步提高識(shí)別精度,Brault等將基于神經(jīng)網(wǎng)絡(luò)應(yīng)用于污水處理絲狀菌污泥膨脹的預(yù)測(cè),將影響該過(guò)程的關(guān)鍵參數(shù)作為神經(jīng)網(wǎng)絡(luò)輸入,實(shí)驗(yàn)結(jié)果表明,與傳統(tǒng)的絲狀菌污泥膨脹征兆識(shí)別模型方法相比能夠提高識(shí)別精度[25].Lou等利用三層前饋神經(jīng)網(wǎng)絡(luò)對(duì)污泥膨脹特征進(jìn)行預(yù)測(cè),將pH值、懸浮物固體濃度、溶解氧溶度等影響因素作為輔助變量,來(lái)預(yù)測(cè)污泥膨脹是否發(fā)生,從而實(shí)現(xiàn)對(duì)污泥膨脹的提前預(yù)警[68].Barnett建立了一個(gè)基于規(guī)則的專(zhuān)家系統(tǒng),用于污泥厭氧消化過(guò)程的異常工況識(shí)別.借助過(guò)程數(shù)據(jù)的分析結(jié)果,選用表征二沉池內(nèi)狀態(tài)的污泥濃度、懸浮物濃度、溶解氧濃度和pH值等作為輔助變量,以異常狀態(tài)作為識(shí)別輸出,同時(shí)定義了工藝運(yùn)行狀態(tài)注意、警告、危險(xiǎn)和恢復(fù)正常等類(lèi)型,實(shí)現(xiàn)了對(duì)曝氣池污泥厭氧消化過(guò)程異常狀態(tài)的識(shí)別[69].由于污水處理過(guò)程水質(zhì)波動(dòng)大、干擾嚴(yán)重,為了保持異常工況識(shí)別的穩(wěn)定性,Traore等運(yùn)用污泥濃度、污泥體積、懸浮物濃度等變量的模糊規(guī)則辨識(shí)二沉池的泥高,并運(yùn)用辨識(shí)結(jié)果評(píng)價(jià)二沉池泥水混合物的沉降性能,判斷異常工況是否發(fā)生[70].為了改善模型的計(jì)算性,Han等提出了基于自組織徑向基神經(jīng)網(wǎng)絡(luò)(Self-organizing radial basis function,SORBF)預(yù)測(cè)SVI的方法.SORBF運(yùn)用網(wǎng)絡(luò)節(jié)點(diǎn)的活躍度計(jì)算增長(zhǎng)神經(jīng)網(wǎng)絡(luò)的隱含層節(jié)點(diǎn)以及計(jì)算互信息修剪網(wǎng)絡(luò)節(jié)點(diǎn).該方法能夠在保證計(jì)算精度的條件下,降低計(jì)算復(fù)雜度,保證SVI預(yù)測(cè)的快速性[26].

根據(jù)以上分析可知,我國(guó)城市污水來(lái)源繁雜、水質(zhì)成分多且多數(shù)未知,異常工況類(lèi)型同樣具有多樣性,常規(guī)儀器儀表很難滿(mǎn)足多方面需求,而且異常工況的特殊性需要識(shí)別方法具有較高的實(shí)時(shí)精確性.為了更好地識(shí)別污水處理過(guò)程異常工況,兼顧污水處理行業(yè)運(yùn)營(yíng)方式和成本,相比其他識(shí)別技術(shù)來(lái)說(shuō),基于數(shù)據(jù)驅(qū)動(dòng)的智能識(shí)別技術(shù)是目前城市污水處理廠更優(yōu)的選擇之一.

2.2 污水處理異常工況抑制方法

通過(guò)污水處理廠長(zhǎng)期運(yùn)行記錄和積累,污水處理過(guò)程異常工況的抑制目前已經(jīng)形成一套通用的抑制方案.例如,針對(duì)絲狀菌污泥膨脹,其預(yù)防和抑制措施有提高曝氣,控制污泥負(fù)荷,均衡營(yíng)養(yǎng)等.當(dāng)膨脹現(xiàn)象較為嚴(yán)重時(shí),需要投入有效的添加劑實(shí)現(xiàn)抑制和殺滅絲狀菌[71].針對(duì)浮渣和泡沫的預(yù)防和抑制措施有及時(shí)排泥預(yù)防污泥齡過(guò)長(zhǎng),控制污泥老化,防止曝氣過(guò)量,增加營(yíng)養(yǎng)劑的投加[72].當(dāng)浮渣和泡沫較為明顯時(shí),采用自來(lái)水進(jìn)行噴灑來(lái)減輕異?，F(xiàn)象.污水處理過(guò)程呈現(xiàn)地域性,不同工況環(huán)境、不同的生活污水產(chǎn)生的異常工況不同.為了滿(mǎn)足不同污水處理異常工況的抑制需求,目前異常工況抑制方法主要有兩類(lèi):基于機(jī)理特征抑制方法和基于過(guò)程調(diào)控抑制方法.

2.2.1 基于機(jī)理特征抑制方法

根據(jù)污水處理過(guò)程異常工況特征分析可知,引起異常工況的因素多樣,其中,泡沫、浮渣、污泥膨脹現(xiàn)象等異常工況的發(fā)生可以用物理、生化機(jī)理解析,進(jìn)而引出一系列的相關(guān)方法,通過(guò)施加外部干擾、改變工藝環(huán)節(jié)以及恢復(fù)生化反應(yīng)過(guò)程平衡達(dá)到抑制異常工況的目標(biāo)[73?74].

針對(duì)絲狀菌是主要引起污泥膨脹、生物泡沫以及浮渣現(xiàn)象的微生物,研究者研究絲狀菌的生理特性,尋找抑制絲狀菌生長(zhǎng)的有效藥劑,利用添加藥劑的方法抑制絲狀菌過(guò)量增殖[75].Seka等指出微絲菌快速擴(kuò)散是引起污泥膨脹的主要原因,而淀粉可有效抑制微絲菌的擴(kuò)散,因而提出了一種利用控制污泥底物中淀粉含量抑制污泥膨脹的方法[76].Dierdonck等發(fā)現(xiàn)絲狀菌絮體沉降性能降低是引起污泥膨脹的因素,提出利用控制糖類(lèi)和淀粉比的方法提高反應(yīng)池中絲狀菌絮體沉降性能,實(shí)現(xiàn)污泥膨脹的抑制[77].此外,根據(jù)異常工況成因,Lyko等利用臭氧對(duì)回流污泥進(jìn)行消毒,降低活性污泥活化,實(shí)現(xiàn)對(duì)浮渣的去除[78].Barrington等為了提高活性污泥的絮凝性及吸附性,利用硫酸鋁及三氯化鐵等促進(jìn)污水中有毒物質(zhì),提高出水水質(zhì)質(zhì)量[79].利用投加藥劑、助沉劑等抑制異常工況具有快速、短時(shí)間內(nèi)效果明顯等優(yōu)勢(shì),一般適用于較為嚴(yán)重、難以通過(guò)工藝操作抑制的膨脹現(xiàn)象.該方法不但會(huì)增加運(yùn)行成本,而且當(dāng)投加藥劑過(guò)量會(huì)引起二次污染,投加藥劑不夠則又不能達(dá)到抑制效果.此外,添加劑只能在短時(shí)期內(nèi)維持抑制狀態(tài),當(dāng)添加劑停止添加后,異常工況再次發(fā)生的風(fēng)險(xiǎn)極高[80].為了防止二次污染影響,保持抑制效果的長(zhǎng)期有效性,Nilsson和Pitman等發(fā)現(xiàn)在生物曝氣池的前端設(shè)置厭氧和好氧的選擇器,可以抑制和淘汰某些絲狀細(xì)菌的生長(zhǎng),從而降低污泥膨脹和生物泡沫的發(fā)生幾率[81?82];李寶新等基于泡沫特性研發(fā)出除泡沫裝置,并置于污水處理過(guò)程曝氣池內(nèi),用以大量減少了泡沫現(xiàn)象[83];Levacn等通過(guò)研究緩和攪拌裝置,相對(duì)常見(jiàn)的污水處理攪拌器,該裝置不僅能提高污泥和水的混合度,還能夠降低轉(zhuǎn)速,減少泡沫故障的發(fā)生[84].基于異常工況機(jī)理特征,研究工藝裝置抑制異常工況雖然能夠解決一類(lèi)異常工況的發(fā)生,但往往需要耗費(fèi)額外的成本,此外,針對(duì)于不同的污水處理廠,工藝裝置也很難適應(yīng)個(gè)性化需求.

2.2.2 基于過(guò)程調(diào)控抑制方法

異常工況的發(fā)生與溶解氧、營(yíng)養(yǎng)物、水質(zhì)等致因因素相關(guān),通過(guò)過(guò)程調(diào)節(jié)實(shí)現(xiàn)對(duì)污水處理過(guò)程的生化反應(yīng)進(jìn)行優(yōu)化,使污水處理過(guò)程達(dá)到最佳的運(yùn)行狀態(tài),避免和抑制異常工況的發(fā)生,已成為當(dāng)前污水處理廠普遍采用的有效方法.

針對(duì)絲狀菌污泥膨脹現(xiàn)象,Parker等研究發(fā)現(xiàn)由于絲狀菌的生長(zhǎng)與溶解氧濃度關(guān)系密切,溶解濃度較低時(shí)易發(fā)生絲狀菌污泥膨脹.根據(jù)這一特征,提出了改變污水處理過(guò)程生化反應(yīng)區(qū)的好氧區(qū)和厭氧區(qū)污泥停留時(shí)間,改善絲狀菌污泥膨脹現(xiàn)象,當(dāng)膨脹現(xiàn)象較為明顯時(shí),增強(qiáng)過(guò)程曝氣,實(shí)現(xiàn)對(duì)絲狀菌污泥膨脹的控制[85];Jiang等深入研究絲狀菌和其他菌類(lèi)的生長(zhǎng)競(jìng)爭(zhēng)機(jī)制,利用改變營(yíng)養(yǎng)物的配比抑制絲狀菌的過(guò)度生長(zhǎng),從而實(shí)現(xiàn)抑制絲狀菌污泥膨脹的發(fā)生[86];趙霞等也根據(jù)抑制絲狀菌生長(zhǎng),改善活性污泥沉降性能的一系列常用措施,如調(diào)整污泥負(fù)荷,降低污泥停留時(shí)間,控制活性污泥中微生物的生長(zhǎng)周期,及時(shí)排除病態(tài)污泥,實(shí)現(xiàn)對(duì)絲狀菌污泥膨脹抑制[87].相對(duì)于利用添加劑的方法,工藝操作的控制減少了二次污染和運(yùn)行成本,能夠快速便捷地針對(duì)絲狀菌征兆及引發(fā)因素采取相應(yīng)抑制措施,實(shí)現(xiàn)對(duì)絲狀菌污泥膨脹的抑制.

為了更精確地調(diào)控過(guò)程變量,達(dá)到理想的異常工況抑制效果,研究者針對(duì)各類(lèi)異常現(xiàn)象,在污水處理過(guò)程控制中設(shè)計(jì)有效的控制器對(duì)過(guò)程變量進(jìn)行跟蹤控制.針對(duì)當(dāng)污水處理出水水質(zhì)嚴(yán)重超標(biāo)問(wèn)題,可以控制調(diào)節(jié)曝氣、回流、污泥停留等方法增強(qiáng)污水處理脫氮除磷等過(guò)程,從而有效控制污染物的含量,污水處理能夠?qū)崟r(shí)達(dá)標(biāo)[88?90].為了確保污水處理生化反應(yīng)過(guò)程運(yùn)行在理想狀態(tài)下,Song等提出了一種PID魯棒控制方法,并在污水處理過(guò)程基準(zhǔn)模型下(BSM1)進(jìn)行測(cè)試,實(shí)驗(yàn)結(jié)果顯示利用分段控制曝氣量和懸浮物濃度能夠?qū)崿F(xiàn)出水達(dá)標(biāo)[91];針對(duì)污水處理過(guò)程具有較強(qiáng)的非線性和滯后性,控制器難以實(shí)現(xiàn)實(shí)時(shí)跟蹤控制,Cristea等運(yùn)用模型預(yù)測(cè)控制方法控制污水處理過(guò)程溶解氧的含量.該方法不僅能夠使得出水水質(zhì)達(dá)標(biāo),還能降低因曝氣和回流產(chǎn)生的能耗[92].類(lèi)似的方法如非線性模型預(yù)測(cè)控制方法、監(jiān)督新模型預(yù)測(cè)控制以及動(dòng)態(tài)模型預(yù)測(cè)控制方法[93?95],在污水處理過(guò)程應(yīng)用中均取得較好的控制效果.為了增強(qiáng)污水處理過(guò)程抗水力沖擊能力以及污水處理過(guò)程強(qiáng)干擾特性,Guo等設(shè)計(jì)了魯棒控制器[96],實(shí)現(xiàn)對(duì)污水處理回流的控制,該控制器具有較好的跟蹤性能,能夠?qū)崟r(shí)保證出水中懸浮物的指標(biāo)達(dá)標(biāo).以上控制器的設(shè)計(jì)是基于污水處理過(guò)程模型,依據(jù)成熟的過(guò)程模型,從而推算出控制律.目前國(guó)際水協(xié)會(huì)(IWA)提出的污水處理過(guò)程活性污泥系列模型已被廣泛運(yùn)用于污水處理過(guò)程控制中,實(shí)現(xiàn)對(duì)異常工況的抑制[97?99].然而,由于污水處理的復(fù)雜性和時(shí)變性,導(dǎo)致數(shù)學(xué)模型無(wú)法完全捕捉污水處理過(guò)程動(dòng)態(tài),因此,往往跟蹤控制效果不穩(wěn)定,控制精度不高.

為了抑制異常工況現(xiàn)象,確保污水處理效果,智能控制已經(jīng)成為國(guó)內(nèi)外學(xué)者的研究熱點(diǎn).Han等設(shè)計(jì)了一種基于模糊的模型預(yù)測(cè)控制器[100],該控制器運(yùn)用模糊邏輯作為模型預(yù)測(cè)控制器的辨識(shí)器,識(shí)別污水處理過(guò)程動(dòng)態(tài),并使得有氧反應(yīng)器中溶解氧的濃度維持在設(shè)定點(diǎn),控制結(jié)果不僅保證水質(zhì)能夠?qū)崟r(shí)達(dá)標(biāo),同時(shí)將能耗降低了近28%.Zeng等針對(duì)污水處理過(guò)程水質(zhì)不能實(shí)時(shí)達(dá)標(biāo)[101],研究了基于神經(jīng)網(wǎng)絡(luò)的預(yù)測(cè)控制系統(tǒng).系統(tǒng)包括采用BP神經(jīng)網(wǎng)絡(luò)建立的反應(yīng)器非線性模型、神經(jīng)網(wǎng)絡(luò)控制器以及指標(biāo)函數(shù)的優(yōu)化算法,實(shí)現(xiàn)了溶解氧濃度的精確控制[102],保證污水處理過(guò)程出水的實(shí)時(shí)達(dá)標(biāo).Ramin等利用進(jìn)水流量、出水流量、污泥回流量及SVI的在線模型完成了異常工況的預(yù)測(cè),并設(shè)計(jì)了一種模糊控制器對(duì)污泥回流量和排放量進(jìn)行控制,提高了出水懸浮物濃度的穩(wěn)定性,實(shí)現(xiàn)了污水處理過(guò)程的正常運(yùn)行[103].Avella等建立了一種基于決策樹(shù)的風(fēng)險(xiǎn)專(zhuān)家系統(tǒng),該專(zhuān)家系統(tǒng)通過(guò)研究污泥停留時(shí)間、外回流率、溶解氧濃度和絲狀菌過(guò)度生長(zhǎng)等與異常工況的關(guān)系,能夠在線分析污水處理過(guò)程變量與異常工況風(fēng)險(xiǎn)之間的關(guān)系[104].基于該專(zhuān)家系統(tǒng),Avella等運(yùn)用分段控制方法實(shí)現(xiàn)對(duì)曝氣量、懸浮物濃度等變量的控制,達(dá)到了異常工況快速抑制效果,同時(shí)具備預(yù)防異常工況發(fā)生的能力.

從多類(lèi)異常工況抑制方法(如圖2所示)研究現(xiàn)狀看,智能方法目前已成為預(yù)防和抑制異常工況的一個(gè)突破口,并取得了一些令人鼓舞的成果[105?107].但基于智能方法的控制技術(shù)的抑制效果還不夠.同時(shí),目前研究結(jié)果與實(shí)際應(yīng)用的要求還有差距.

3 挑戰(zhàn)性難題、解決思路與未來(lái)展望

近年來(lái),許多新的識(shí)別和控制方法都在城市污水處理過(guò)程異常工況識(shí)別和抑制中進(jìn)行了應(yīng)用實(shí)踐,并已經(jīng)成為確保污水處理安全穩(wěn)定運(yùn)行的重要組成部分,成為衡量城市污水處理技術(shù)水平的一個(gè)重要標(biāo)志,也走向了在其他如大氣、固廢等環(huán)保產(chǎn)業(yè)中的應(yīng)用.

圖2 污水處理異常工況的抑制方法Fig.2 The suppression method of abnormal conditions for wastewater treatment plant

應(yīng)當(dāng)指出,由于污水處理過(guò)程中的污水水質(zhì)、工況環(huán)境、甚至污水處理需求具有多變性,制約了識(shí)別和抑制技術(shù)進(jìn)一步發(fā)展,原因在于:1)先進(jìn)識(shí)別和抑制技術(shù)依賴(lài)于結(jié)構(gòu)固定化模型設(shè)計(jì),包括軟測(cè)量模型和智能控制器模型.我國(guó)城市污水來(lái)源繁雜、水質(zhì)成分多且多數(shù)未知.未知和動(dòng)態(tài)特性對(duì)軟測(cè)量模型的識(shí)別精度和智能控制模型的控制精度的影響甚大.同時(shí),識(shí)別模型精度無(wú)法滿(mǎn)足異常工況準(zhǔn)備識(shí)別的要求,將影響整個(gè)污水處理過(guò)程的安全平穩(wěn),也讓異常工況的抑制手段無(wú)法進(jìn)行.同理,智能控制器模型跟蹤控制精度不高,也將影響異常工況抑制質(zhì)量.在以安全平穩(wěn)為首要條件下的城市污水處理過(guò)程需要極高精度和性能的軟測(cè)量和智能控制器模型,以提高異常工況識(shí)別和抑制的成功率.目前,固定結(jié)構(gòu)的軟測(cè)量和智能控制模型應(yīng)用普遍,在污水過(guò)程頻繁變化等的實(shí)際生產(chǎn)條件下,如何保持軟測(cè)量模型和智能控制器模型的精度和性能是行業(yè)共同面對(duì)的難題;2)先進(jìn)識(shí)別和抑制技術(shù)功能單一,污水處理異常工況的特征也極具多樣化,單個(gè)類(lèi)型的異常工況,也呈現(xiàn)不同特征,應(yīng)采取不同的抑制手段.為了使合適的抑制措施匹配合適類(lèi)型的異常工況,需要對(duì)異常工況的不同類(lèi)型、不同程度、不同范圍等進(jìn)行精細(xì)化描述,從而選擇適宜的抑制方法.此外,目前的污水處理過(guò)程可調(diào)節(jié)量有限,控制過(guò)程嚴(yán)重欠驅(qū)動(dòng),也為通過(guò)過(guò)程調(diào)控實(shí)現(xiàn)異常工況的抑制帶來(lái)挑戰(zhàn).如何拓展識(shí)別和抑制方法功能,實(shí)現(xiàn)“對(duì)癥下藥”預(yù)防和抑制污水處理異常工況,同時(shí)保證抑制的成功率也是目前待解決的難題;3)識(shí)別和抑制方法的可靠性不足且評(píng)價(jià)困難.污水處理過(guò)程異常工況的發(fā)生會(huì)直接影響出水水質(zhì),并危害整個(gè)污水處理系統(tǒng)運(yùn)行.出于異常工況的特殊性,無(wú)法利用異常工況的實(shí)際案例對(duì)識(shí)別和抑制方法進(jìn)行反復(fù)驗(yàn)證和改進(jìn),只能在實(shí)驗(yàn)室內(nèi)進(jìn)行仿真驗(yàn)證,而且僅用歷史數(shù)據(jù)校正模型,識(shí)別和抑制方法還缺乏代表性和可靠性.設(shè)計(jì)的識(shí)別和抑制方法在實(shí)際污水處理廠應(yīng)用前還需要進(jìn)行各方面的評(píng)價(jià)和測(cè)試.如何提高方法的可靠性、設(shè)計(jì)和完善污水處理異常工況識(shí)別和抑制方法的評(píng)價(jià)體系也是目前困擾該領(lǐng)域的難題之一;4)抑制方法的精確指導(dǎo)信息獲取困難.文獻(xiàn)[88?107]中的先進(jìn)控制方法已經(jīng)成為異常工況抑制的重要選擇,但由于缺乏對(duì)異常工況運(yùn)行狀態(tài)的可靠評(píng)價(jià),優(yōu)化目標(biāo)難以設(shè)計(jì),加之污水處理運(yùn)行存在多時(shí)間尺度特征,優(yōu)化設(shè)定值無(wú)法求解.目前采用先進(jìn)控制方法的設(shè)定值仍然需要通過(guò)人工經(jīng)驗(yàn)對(duì)能耗、藥耗、設(shè)備運(yùn)行、水質(zhì)等方面信息的綜合判斷而獲得,判斷錯(cuò)誤和偏離的風(fēng)險(xiǎn)大,同時(shí)缺少精確指導(dǎo)信息時(shí)也難以獲得理想的異常工況抑制效果.

針對(duì)原因1),解決的出路在于如何提高軟測(cè)量模型和智能控制器模型自身的適應(yīng)能力,也即設(shè)法隨著污水處理水質(zhì)成分、工況環(huán)境等的變化,不斷調(diào)整軟測(cè)量模型和智能控制器模型自身結(jié)構(gòu)和參數(shù),從而保持辨識(shí)和控制過(guò)程的精確性,可以說(shuō)模型的精確性正是滿(mǎn)足污水處理安全穩(wěn)定運(yùn)行并追求生產(chǎn)全流程優(yōu)化的重要保障.考慮到污水處理過(guò)程具備極為復(fù)雜的生化反應(yīng)機(jī)理,因而有效充分地利用過(guò)程信息自組織模型結(jié)構(gòu)及其參數(shù)也是極為困難的任務(wù),同時(shí)輔以合適的調(diào)整算法更是該操作的關(guān)鍵,也是模型結(jié)構(gòu)自組織的瓶頸問(wèn)題.

目前使用的自組織機(jī)制優(yōu)化模型,多以神經(jīng)網(wǎng)絡(luò)、模糊系統(tǒng)為基礎(chǔ),以自組織機(jī)制設(shè)計(jì)和學(xué)習(xí)算法設(shè)計(jì)刪減和增長(zhǎng)神經(jīng)網(wǎng)元、規(guī)則等.但自組織機(jī)制參差多樣,大多以保證識(shí)別性能為主,采用分類(lèi)[108]、回歸分析[109]、敏感度分析[110]等實(shí)現(xiàn)優(yōu)化操作.但在解決復(fù)雜問(wèn)題時(shí),普遍存在預(yù)設(shè)參數(shù)多、優(yōu)化步驟多、學(xué)習(xí)算法繁復(fù),導(dǎo)致自組織機(jī)制本身存在可操作差的問(wèn)題[111?112].即使有些文獻(xiàn)提出了簡(jiǎn)潔的自組織方法,但僅靠模型自身性能和數(shù)學(xué)分析還難以實(shí)現(xiàn)模型在解決實(shí)際問(wèn)題時(shí)性能的實(shí)質(zhì)性提高,尤其是遇到明顯的干擾和對(duì)象動(dòng)態(tài)突發(fā)變化情況下,模型性能也將隨之下降.因此,將自組織機(jī)制與實(shí)際問(wèn)題特性結(jié)合,歸納出適應(yīng)較強(qiáng)的自組織學(xué)習(xí)算法,同時(shí)提高機(jī)制的簡(jiǎn)潔性和可靠操作性,保證模型在實(shí)際問(wèn)題的可靠性和彈性,是目前基于數(shù)據(jù)驅(qū)動(dòng)軟測(cè)量模型和智能控制器模型設(shè)計(jì)的重要目標(biāo).

針對(duì)原因2),解決的思路在于根據(jù)需求和異常工況的特性,個(gè)性化識(shí)別和抑制方法,提高識(shí)別和抑制的精細(xì)程度,也即在識(shí)別和抑制過(guò)程中,針對(duì)不同類(lèi)型、不同嚴(yán)重程度、不同范圍等特征的異常工況,根據(jù)實(shí)際需求和污水處理建設(shè)與運(yùn)營(yíng)信息,給不同的異常工況劃分類(lèi)別、類(lèi)型、優(yōu)先級(jí)等,同時(shí)匹配和制定相應(yīng)的抑制措施.個(gè)性化識(shí)別和抑制方法也是提高方法的合理性和可實(shí)施性,滿(mǎn)足污水處理安全穩(wěn)定運(yùn)行并追求生產(chǎn)全流程優(yōu)化的重要內(nèi)容.但由于污水處理過(guò)程異常工況及其識(shí)別和抑制要求的多樣性,制定和劃分合適的類(lèi)別、類(lèi)型、優(yōu)先級(jí)等是非常困難的,它需要綜合和衡量各類(lèi)信息,獲取劃分閾值.

目前國(guó)內(nèi)污水處理廠還大多運(yùn)用經(jīng)驗(yàn)值劃分閾值,實(shí)現(xiàn)分級(jí)識(shí)別和抑制異常工況.但仍然未能解決適應(yīng)不同工況、不同水質(zhì)條件的閾值描述和獲取問(wèn)題,導(dǎo)致無(wú)法實(shí)現(xiàn)識(shí)別結(jié)果的精確劃分,識(shí)別可靠性低.分級(jí)智能預(yù)警和處置已經(jīng)在工業(yè)自動(dòng)化過(guò)程中獲得應(yīng)用,例如西門(mén)子公司的D3000 Plan Monitor可以解決電廠機(jī)組的智能預(yù)警問(wèn)題[113],主要通過(guò)過(guò)程數(shù)據(jù)判斷電廠機(jī)組運(yùn)行情況,運(yùn)用智能方法識(shí)別異常,給出不同的預(yù)警模式,從而給予操作人員準(zhǔn)確的故障信息,但設(shè)備運(yùn)轉(zhuǎn)狀態(tài)相對(duì)固定,閾值設(shè)計(jì)不靈活.該技術(shù)仍然只能滿(mǎn)足閾值已知或穩(wěn)定條件下故障的分級(jí)預(yù)警.因此,還需要?jiǎng)討B(tài)閾值優(yōu)化技術(shù),對(duì)異常工況制定和劃分合適的類(lèi)別、類(lèi)型、優(yōu)先級(jí)等.

針對(duì)原因3),解決的辦法是融入知識(shí)經(jīng)驗(yàn),提高異常工況識(shí)別和抑制的完備性和可靠性,構(gòu)建驗(yàn)證模型和評(píng)價(jià)體系.異常工況的信息無(wú)法重復(fù)獲取,反復(fù)驗(yàn)證,但可以從原始數(shù)據(jù)和操作員經(jīng)驗(yàn)中提取,以補(bǔ)充原始異常工況識(shí)別和抑制方法信息缺失和不足,提高識(shí)別和抑制方法的有效性.然而目前如何從原始數(shù)據(jù)和操作員經(jīng)驗(yàn)中提取知識(shí),實(shí)現(xiàn)知識(shí)的表達(dá)和增殖,并與原始方法相互結(jié)構(gòu)或補(bǔ)充,仍然是知識(shí)運(yùn)用、識(shí)別和抑制方法改善的難題.此外,污水處理的復(fù)雜過(guò)程為驗(yàn)證模型的構(gòu)造也帶來(lái)挑戰(zhàn),也間接的提高了評(píng)價(jià)體系設(shè)計(jì)的難度.

當(dāng)前污水處理異常工況的識(shí)別和抑制方法對(duì)數(shù)據(jù)和知識(shí)經(jīng)驗(yàn)的運(yùn)用沒(méi)有優(yōu)勢(shì)互補(bǔ),例如文獻(xiàn)[56,78,80]中的識(shí)別方法是數(shù)據(jù)驅(qū)動(dòng)方法,而文獻(xiàn)[82,114?115]中則是運(yùn)用知識(shí)決策的方法.實(shí)際狀況是數(shù)據(jù)和知識(shí)包含的信息都是必不可少的,可以彌補(bǔ)異常工況信息缺乏的缺陷,但知識(shí)在提取和表達(dá)方面仍然存在一定難度.如何提高知識(shí)的完整性,實(shí)現(xiàn)知識(shí)的增殖也是當(dāng)前熱點(diǎn)難題.然而在當(dāng)前實(shí)際應(yīng)用中,還缺乏數(shù)據(jù)和知識(shí)經(jīng)驗(yàn)的優(yōu)勢(shì)互補(bǔ)方法,以提高識(shí)別和抑制方法可靠性.此外,目前異常工況的識(shí)別和抑制方法的驗(yàn)證模型還很難建立,雖然污水處理過(guò)程機(jī)理分析已經(jīng)非常成熟,但模擬真實(shí)的異常工況還需要對(duì)機(jī)理分析的約束和設(shè)置條件進(jìn)行修正.

針對(duì)原因4),污水處理過(guò)程正常運(yùn)行的優(yōu)化設(shè)定求取方法為異常工況下設(shè)定值的求解提供解決思路,例如采用數(shù)據(jù)驅(qū)動(dòng)方法的能耗模型構(gòu)建[116],多目標(biāo)優(yōu)化方法[117]等能夠針對(duì)無(wú)目標(biāo)函數(shù)、多目標(biāo)過(guò)程實(shí)現(xiàn)優(yōu)化設(shè)定值的求解.然而綜合污水處理異常工況的多樣性和差異性,工況特征與指標(biāo)之間關(guān)系的解析,工況切換過(guò)程中目標(biāo)函數(shù)的設(shè)計(jì)以及相關(guān)約束條件的處理等問(wèn)題,仍然難以獲得解決.

總之,對(duì)污水處理異常工況識(shí)別和抑制而言,目前存在著在污水處理工況環(huán)境和水質(zhì)多變情況下軟測(cè)量模型和智能控制模型的結(jié)構(gòu)自組織問(wèn)題、在多類(lèi)型和多需求異常工況識(shí)別和抑制精細(xì)化分級(jí)和匹配問(wèn)題、異常工況識(shí)別和抑制方法可靠性不高和評(píng)價(jià)難以及精確指導(dǎo)信息難以獲取等難題,這些問(wèn)題對(duì)于有效地實(shí)施異常工況識(shí)別和抑制至關(guān)重要,需要盡快加以研究,得出有效的結(jié)果.

Zhu等在污水處理出水水質(zhì)中總磷是否超標(biāo)問(wèn)題研究中,設(shè)計(jì)了基于自組織遞歸徑向基神經(jīng)網(wǎng)模型的總磷軟測(cè)量模型,該模型給出網(wǎng)絡(luò)結(jié)構(gòu)與網(wǎng)絡(luò)性能的關(guān)聯(lián)性分析,使得該模型在結(jié)構(gòu)自組織過(guò)程中,沒(méi)有采用預(yù)設(shè)參數(shù),初步的研究與驗(yàn)證結(jié)果表明了該方法能夠適應(yīng)典型非線性系統(tǒng),同時(shí)還能準(zhǔn)確預(yù)測(cè)出水總磷的含量[118];在研究SBR(Sequencing batch reactor activated sludge process)工藝污水處理膜污染故障預(yù)警過(guò)程中,通過(guò)基于偏最小二乘算法和遞歸模糊神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)了膜的透水率[119],同時(shí)提出了一個(gè)基于模糊綜合方法污染檢測(cè)方法用來(lái)評(píng)估膜的污染等級(jí),并形成集成硬件和軟件系統(tǒng),在北京市某污水處理廠得到了應(yīng)用驗(yàn)證;在污水處理過(guò)程污泥膨脹識(shí)別研究中,設(shè)計(jì)了基于知識(shí)的模糊神經(jīng)網(wǎng)絡(luò)識(shí)別模型[120],該模型使用了兩個(gè)并行的模糊神經(jīng)網(wǎng)絡(luò),一個(gè)應(yīng)用于處理知識(shí),另一個(gè)應(yīng)用于處理數(shù)據(jù),形成基于知識(shí)和數(shù)據(jù)的混合驅(qū)動(dòng)方法,實(shí)現(xiàn)對(duì)SVI值的在線預(yù)測(cè),研究結(jié)果比傳統(tǒng)方法精度高.此外,結(jié)合以上研究進(jìn)展,在解決污水處理異常工況方面,給出了根據(jù)不同異常工況特征,判斷異常工況類(lèi)別、嚴(yán)重程度等,并相應(yīng)給出不同異常工況的過(guò)程控制抑制策略的一套解決辦法,如圖3所示.可以預(yù)期這些思路能夠?yàn)榻鉀Q污水處理異常工況識(shí)別和抑制方法實(shí)施難題開(kāi)辟一條可行的新路.

圖3 面向污水處理異常工況的識(shí)別和異常方法的研究Fig.3 Study of identification and suppression of abnormal conditions for wastewater treatment plant

隨著自動(dòng)化、人工智能等技術(shù)的發(fā)展,污水處理廠逐漸走向自動(dòng)化、智能化和無(wú)人化,對(duì)于城市污水處理廠來(lái)說(shuō),安全性、經(jīng)濟(jì)性、穩(wěn)定性仍然是未來(lái)污水處理廠在解決異常工況問(wèn)題時(shí)的主要目標(biāo).但仍然有很長(zhǎng)的路要走,尤其是保持污水處理過(guò)程正常狀態(tài)下穩(wěn)定高效運(yùn)行,需要合理優(yōu)化的污水處理廠工藝設(shè)計(jì)、合理優(yōu)化的污水處理廠設(shè)備選型與配置、高質(zhì)量的污水處理設(shè)施與運(yùn)行管理、高質(zhì)量的監(jiān)測(cè)儀器儀表、高水平的自動(dòng)控制系統(tǒng)等條件.此外,近年來(lái)城市污水處理標(biāo)準(zhǔn)正在不斷提高,污水處理個(gè)性化需求也逐漸增多.在技術(shù)發(fā)展和實(shí)際需求的驅(qū)動(dòng)下,可以預(yù)見(jiàn)未來(lái)城市污水處理過(guò)程不僅能夠解決文中分析的主要問(wèn)題,還將具備自主能力,可采集數(shù)據(jù)和獲取知識(shí)的能力,理解有效過(guò)程信息,并可分析判斷及規(guī)劃污水處理過(guò)程操作,可自行抑制和預(yù)防異常工況的發(fā)生,結(jié)合信息處理、推理預(yù)測(cè)、仿真及多媒體技術(shù),全面展示實(shí)際污水處理處理過(guò)程的運(yùn)行概況,給出異常工況發(fā)生分析與預(yù)警,提供合理的抑制策略,保證污水處理效果、安全可靠生產(chǎn)等目標(biāo),并取得較好的社會(huì)效益和經(jīng)濟(jì)效益.形成的異常工況識(shí)別和抑制技術(shù)也將走入實(shí)際應(yīng)用和市場(chǎng)中,解決國(guó)內(nèi)外城市污水處理平穩(wěn)高效所面臨的問(wèn)題,提升城市污水處理效率,引領(lǐng)國(guó)際污水處理行業(yè),逐步打開(kāi)國(guó)內(nèi)外污水處理自動(dòng)化市場(chǎng),創(chuàng)造污水處理行業(yè)更大的收益.同時(shí)具有先進(jìn)自動(dòng)化技術(shù)的未來(lái)城市污水處理也將擴(kuò)大自動(dòng)化理論、技術(shù)和產(chǎn)品影響力,推動(dòng)智慧化、綠色化城市的發(fā)展.