過程控制技術(shù)在污水處理中的應(yīng)用

吳宇行，王曉東，樸 恒

(青島理工大學(xué)環(huán)境與市政工程學(xué)院，山東青島 266000)

污水處理廠進水水質(zhì)、水量波動大，為保證處理效果，污水處理廠對工藝控制具有嚴(yán)格的要求。前饋控制、反饋控制、復(fù)合控制、模型預(yù)測控制等一系列過程控制技術(shù)在污水處理中受到重視。部分污水處理廠通過人工控制或簡單的自動控制系統(tǒng)對曝氣系統(tǒng)、藥劑投加系統(tǒng)進行控制。采用傳統(tǒng)控制方法，污水處理廠為保障出水水質(zhì)達(dá)標(biāo)存在較為嚴(yán)重的過度曝氣、過量投加藥劑的問題。

本文綜述了前饋控制、反饋控制、復(fù)合控制和模型預(yù)測控制的結(jié)構(gòu)，以及其在藥劑投加控制和曝氣控制上的研究與應(yīng)用，此外，對前饋控制、反饋控制和模型預(yù)測控制的優(yōu)勢和弊端分別進行了討論。

1 控制系統(tǒng)

發(fā)達(dá)國家對控制系統(tǒng)的研究與應(yīng)用起步較早，美國于20世紀(jì)70年代中期開始實現(xiàn)污水處理廠自動控制，90年代以后，我國才引入自動控制系統(tǒng)[1]。污水處理過程控制系統(tǒng)即通過應(yīng)用在線監(jiān)測設(shè)備對污水處理過程中的關(guān)鍵指標(biāo)，如COD、氨氮、總氮、硝酸鹽、亞硝酸鹽、堿度、溫度、進水流量等進行監(jiān)測，對污水處理過程加藥量、曝氣量進行自動控制，以達(dá)到減少能耗和藥劑投加、提升出水水質(zhì)和減少人員干預(yù)的目的。

在實際污水處理工程中，過程控制系統(tǒng)主要包括前饋控制、反饋控制以及復(fù)合控制。由于污水生化處理過程具有非線性、不確定性和大滯后等特點[2]，近年來，模糊控制、神經(jīng)網(wǎng)絡(luò)控制等智能控制技術(shù)越來越多地應(yīng)用在污水處理過程中[1]，與傳統(tǒng)技術(shù)相結(jié)合發(fā)展出一系列新的控制系統(tǒng)[3-6]。模型預(yù)測控制得到長足的發(fā)展[7]，應(yīng)用智能控制技術(shù)優(yōu)化模型預(yù)測控制成為研究熱點。

2 控制系統(tǒng)的結(jié)構(gòu)

2.1 前饋控制的結(jié)構(gòu)

前饋控制方框圖如圖1所示，由控制元件、執(zhí)行器、終端控制元件、測量設(shè)備、控制系統(tǒng)模型等組成。前饋控制的控制思路是通過對重要參數(shù)進行測量，通過預(yù)先建立的控制系統(tǒng)模型對系統(tǒng)擾動可能造成的影響進行補償，在擾動變量影響控制過程之前，控制元件根據(jù)監(jiān)測的擾動變化通過執(zhí)行器對干擾進行補償，理論上具有避免誤差產(chǎn)生的能力。

2.2 反饋控制的結(jié)構(gòu)

反饋控制結(jié)構(gòu)如圖2所示。反饋控制系統(tǒng)是一個閉環(huán)系統(tǒng)，核心部分包括控制元件、執(zhí)行器和終端控制元件。在工藝運行過程中，測量設(shè)備(傳感器等)對被控量進行監(jiān)測，被控量隨后通過比較元件與預(yù)設(shè)值進行對比，控制元件根據(jù)測量的被控量和預(yù)先設(shè)定的設(shè)定值或參考值之差(即誤差)對控制系統(tǒng)進行調(diào)整，通過執(zhí)行器對下一次行為進行控制，達(dá)到將溶解氧濃度維持在設(shè)定值的目的。與前饋控制不同，被控量誤差產(chǎn)生之前，反饋控制不對控制行為進行調(diào)整。兩種典型應(yīng)用于污水處理過程中的反饋控制器是開關(guān)控制器和比例-積分-微分(PID)器，在污水處理工業(yè)控制中占支配地位。

2.3 復(fù)合控制的結(jié)構(gòu)

復(fù)合控制系統(tǒng)結(jié)構(gòu)如圖3所示。復(fù)合控制的常見形式是前饋控制與反饋控制嵌套聯(lián)用。通過前饋控制對干擾變量可能造成的誤差進行預(yù)測控制，對控制系統(tǒng)進行調(diào)整；通過反饋控制對系統(tǒng)進行勘正，提高控制精度。因此，應(yīng)用復(fù)合控制可以發(fā)揮兩者的優(yōu)勢，有效緩解單獨使用前饋控制或反饋控制造成的弊端，得到較好的控制結(jié)果。

圖3 復(fù)合控制系統(tǒng)方框圖Fig.3 Block Diagram of Compound Control System

2.4 模型預(yù)測控制的結(jié)構(gòu)

模型預(yù)測控制結(jié)構(gòu)如圖4所示。

圖4 模型預(yù)測控制結(jié)構(gòu)圖Fig.4 Block Diagram of Model Predictive Control System

模型預(yù)測控制(MPC)是一種基于模型的閉環(huán)優(yōu)化控制策略，包括內(nèi)部模型、滾動優(yōu)化和反饋控制。模型預(yù)測控制計算分3步進行：首先，利用模型預(yù)測被控過程的輸出變量；然后，在約束條件下，最小化給定的目標(biāo)函數(shù)，盡量使預(yù)測的過程輸出變量與預(yù)期參考信號接近，計算未來控制序列；最后，控制器執(zhí)行控制序列的第1個輸出值，在下一次控制時應(yīng)用本次優(yōu)化的數(shù)據(jù)進行重復(fù)優(yōu)化[8]。

3 控制系統(tǒng)在藥劑投加方面的研究與應(yīng)用

污水處理過程中，化學(xué)藥劑的投加對保障出水水質(zhì)具有關(guān)鍵作用，進水的水質(zhì)水量指標(biāo)是藥劑投加量的關(guān)鍵影響因素。應(yīng)用控制系統(tǒng)對水質(zhì)水量波動進行在線監(jiān)測，根據(jù)監(jiān)測結(jié)果進行自動控制是當(dāng)前研究的重點。國內(nèi)污水處理廠普遍采用人工手動控制的方式進行操作。人工手動控制造成2個弊端：(1)外源藥劑投加過量，造成藥劑浪費和成本增加；(2)進水水質(zhì)水量波動嚴(yán)重時，出水超過排放標(biāo)準(zhǔn)，無法保證出水水質(zhì)達(dá)標(biāo)[9]。過程控制可以很好地應(yīng)用在外加藥劑控制方面，達(dá)到靈活控制、節(jié)約藥劑成本、提升出水水質(zhì)的目的。

早在2001年，Lee等[10]對焦化廠廢水外加碳源控制進行研究，研究的控制策略包括前饋控制和開關(guān)控制。前饋控制可根據(jù)進水硝酸鹽濃度對外加碳源的投加進行控制，與開關(guān)控制相比，應(yīng)用前饋控制時出水中COD與硝酸鹽的濃度更加穩(wěn)定，并達(dá)到避免亞硝酸鹽積累的目的。安泳等[9]對青島市婁山河污水處理廠實際運行的自動加藥系統(tǒng)進行研究。該系統(tǒng)根據(jù)污水流量和出水水質(zhì)，應(yīng)用反饋控制建立，運行以來系統(tǒng)波動次數(shù)顯著減少，表現(xiàn)出良好的穩(wěn)定性，出水水質(zhì)保持在設(shè)定值附近，藥劑單耗降幅達(dá)12%～34%，每年節(jié)約污水處理廠藥劑費約171萬元，證明應(yīng)用過程控制系統(tǒng)控制藥劑投加具有節(jié)約運行成本的潛力。邱勇等[11]對比多種動態(tài)加藥控制系統(tǒng)，發(fā)現(xiàn)出水反饋控制可以在改善出水磷酸鹽濃度的同時，減少藥劑浪費的需求(試驗證明可以節(jié)約16%的藥劑)。

在應(yīng)用復(fù)合控制方面，方榮業(yè)等[4]建立BP神經(jīng)網(wǎng)絡(luò)前饋預(yù)測和反饋PID的復(fù)合控制系統(tǒng)，在污水處理廠運行1個月后，出水COD達(dá)標(biāo)率與人工控制相比提高了8.88%，活性炭日均消耗量減少了16.61%。

4 控制系統(tǒng)在曝氣控制方面的研究與應(yīng)用

曝氣是污水生化處理的重要組成部分。曝氣系統(tǒng)的能耗占到污水處理廠總能耗的30%～70%，也是污水處理廠最具節(jié)能潛力的處理單元。曝氣控制的主要任務(wù)是在保證出水水質(zhì)的前提下盡可能地節(jié)省能耗。曝氣量過小會造成溶解氧濃度過低，從而影響生物降解和硝化反應(yīng)的進行；曝氣量過大既會造成能源的浪費，也可能會使消化液攜帶過多溶解氧，從而破壞反硝化缺氧環(huán)境，影響反硝化脫氮效果[12]。

曝氣控制系統(tǒng)中供氣系統(tǒng)、傳感器以及控制策略的選擇都會影響最終的控制效果[13]。傳感器對污水處理過程中的重要指標(biāo)進行在線測量，通過不同控制策略對供氣系統(tǒng)進行調(diào)控，從而進行曝氣控制。當(dāng)前，曝氣控制主要對DO在線監(jiān)測和營養(yǎng)鹽在線監(jiān)測方法進行研究。由于進水水質(zhì)的波動性和生化反應(yīng)環(huán)境的不確定性，對曝氣控制的精度有較高的要求，如何兼顧節(jié)能與污水脫氮效果成為研究重點，改進過程控制技術(shù)實現(xiàn)精確曝氣是曝氣控制未來的發(fā)展目標(biāo)。精確曝氣是根據(jù)曝氣池當(dāng)前運行需要的曝氣量對曝氣系統(tǒng)進行精確控制，將曝氣量維持在設(shè)定值附近，既保證了硝化需求，也降低了曝氣能耗，實現(xiàn)兼顧節(jié)能和保障、提升出水效果的目的。實現(xiàn)精確曝氣需要根據(jù)污水處理廠的實際運行情況建立有效的模型，根據(jù)模型計算出當(dāng)前運行需要的曝氣量并進行精確控制[14-15]。隨著在線監(jiān)測設(shè)備的發(fā)展與智能控制技術(shù)的應(yīng)用，傳統(tǒng)控制技術(shù)得到新的發(fā)展。未來通過精確曝氣保障出水水質(zhì)和能耗控制的研究方向?qū)⒂扇芙庋?、出水氨氮的反饋控制擴展到基于生化反應(yīng)動力學(xué)模型的以計算實際需氧量和傳質(zhì)效率為基礎(chǔ)的精確供氧控制[12]。

4.1 前饋控制和反饋控制

在AAO中試試驗設(shè)備中進行前饋控制試驗，根據(jù)進水指標(biāo)的變化前饋調(diào)整溶解氧設(shè)定值，并采用前饋控制方式基于進水流量、COD濃度和第一好氧池氨氮濃度控制內(nèi)回流比的脫氮效果[16]。試驗中，出水氨氮濃度始終沒有超過限值，出水總氮和總磷濃度分別下降29.9%和65.5%，并減少約38%的能耗。Revollar等[17]提出了基于PID的分級控制結(jié)構(gòu)，應(yīng)用效率指數(shù)對活性污泥過程中去除的氮與去除氮所消耗的能量進行量化，并將效率指數(shù)作為重要的控制指標(biāo)，提高了污水處理廠的脫氮性能。

在線監(jiān)測設(shè)備的故障、可靠性差以及某些指標(biāo)在線監(jiān)測困難等問題會影響前饋和反饋對曝氣系統(tǒng)的控制能力。項雷軍等[18]針對污水處理廠溶氧儀損壞、測量精度差或可靠性差等原因造成的系統(tǒng)抗干擾能力弱、難以追蹤溶解氧等控制問題，采用狀態(tài)觀測器與模型預(yù)測控制相結(jié)合的方法，構(gòu)成了具有良好動態(tài)穩(wěn)定性能的輸出反饋預(yù)測控制系統(tǒng)。針對COD難以實時準(zhǔn)確測量的難點，許玥[19]應(yīng)用軟測量技術(shù)對COD進行預(yù)測，并根據(jù)預(yù)測結(jié)果建立模型。利用模糊PID控制器進行調(diào)控，對COD濃度設(shè)定值和鼓風(fēng)機功率進行優(yōu)化，優(yōu)化后噸水電耗降低40%～45%。

智能控制技術(shù)與前饋控制和反饋控制相結(jié)合是另外一個研究方向。葉鳳英等[20]在常規(guī)PID控制基礎(chǔ)上設(shè)計出模糊神經(jīng)網(wǎng)絡(luò)PID控制器并對DO濃度進行控制。根據(jù)仿真模擬結(jié)果，該控制系統(tǒng)具有很強的魯棒性和穩(wěn)定性。王子昊[5]基于序批式活性污泥工藝，研究以缺氧/好氧停留時間比、表面氣速為控制變量對系統(tǒng)脫氮效果的影響，并構(gòu)建了前饋神經(jīng)網(wǎng)絡(luò)模型。根據(jù)浙江某城鎮(zhèn)污水處理廠1年的實際運行數(shù)據(jù)，運用該模型對風(fēng)機風(fēng)量進行優(yōu)化選擇，可降低約9.3%的電力成本。

4.2 復(fù)合控制

復(fù)合控制同時具有前饋和反饋控制的優(yōu)勢，有更好的處理效果。2014年，薛美盛等[3]提出基于氨氮前饋的溶解氧模糊自適應(yīng)PID控制，與常規(guī)的PID控制相比，復(fù)合控制在保證出水氨氮低于5 mg/L的同時，節(jié)約28.3% 的能耗，表現(xiàn)出良好的節(jié)能效果。胡雨沙等[26]以清遠(yuǎn)某污水處理廠為例對進水COD進行預(yù)測，根據(jù)預(yù)測結(jié)果建立了前饋-反饋復(fù)合控制系統(tǒng)。試驗證明，進水COD預(yù)測模型具有很高的精度，根據(jù)準(zhǔn)確的進水量和進水COD的預(yù)測結(jié)果調(diào)整鼓風(fēng)機的開度，可減少該污水處理廠7.1%的運行成本。

智能控制在復(fù)合控制的應(yīng)用方面，張愛娟等[6]提出基于專家前饋控制器和模糊PID反饋控制器的前饋-反饋控制，建立的復(fù)合控制系統(tǒng)在參數(shù)變化時魯棒性好，自適應(yīng)能力強，證明智能控制與前饋-反饋控制的復(fù)合控制可以得到很好的控制效果。

4.3 模型預(yù)測控制

在2008年，Shen等[27]將模型預(yù)測控制應(yīng)用于基準(zhǔn)模擬模型中，并與基于進水流量測量的前饋控制相比較，證明模型預(yù)測控制可以有效應(yīng)用于污水處理過程控制中。Vrecko等[28]提出了一種氨氮模型預(yù)測控制器，并將其應(yīng)用在中試規(guī)模活性污泥工藝中進行評價。結(jié)果表明，氨氮模型預(yù)測控制器對氨氮的處理效果優(yōu)于氨氮PI控制器，但與氨氮前饋PI控制器相比，效果略差，能耗較高。隨著氨氮非線性簡化模型精度的提高，在控制器內(nèi)部使用更復(fù)雜的控制標(biāo)準(zhǔn)，模型預(yù)測控制具有進一步優(yōu)化的潛力。

O’Brien等[29]論述了將模型預(yù)測控制應(yīng)用于低COD負(fù)荷的污水處理廠的實例，并將模型預(yù)測控制與水廠原本的開關(guān)控制的運行效果進行了比較。試驗證明，模型預(yù)測控制可有效將每個運行階段的溶解氧控制在設(shè)定值。在模型預(yù)測控制實際運行期間，整體用電量平均減少20%，工藝效率提升至少25%。由此可知，污水處理廠實時監(jiān)控成功的關(guān)鍵是儀表設(shè)備和信息基礎(chǔ)設(shè)施的穩(wěn)定性。

近年來，綜合現(xiàn)有控制方法的優(yōu)點，開發(fā)新控制器成為一種趨勢。張學(xué)陽等[30]綜合神經(jīng)網(wǎng)絡(luò)控制和預(yù)測控制兩種方法的優(yōu)點，構(gòu)建神經(jīng)網(wǎng)絡(luò)預(yù)測控制器，在白噪音干擾和進水流量階躍變化的情況下對溶解氧時變設(shè)定值進行跟蹤控制。根據(jù)仿真試驗，新開發(fā)的神經(jīng)網(wǎng)絡(luò)預(yù)測控制器應(yīng)對干擾時，能夠較快恢復(fù)到穩(wěn)定狀態(tài)，表現(xiàn)出比傳統(tǒng)PID控制器更強的抗干擾能力。

另一個研究方向是應(yīng)用新的算法對模型預(yù)測控制進行改進。李明河等[31]采用Levenberg-Marquardt算法(LM算法)對BP神經(jīng)網(wǎng)絡(luò)進行改進，開發(fā)出基于LM算法的神經(jīng)網(wǎng)絡(luò)預(yù)測控制。與PID控制和模型預(yù)測控制相比，神經(jīng)網(wǎng)絡(luò)預(yù)測控制對溶解氧的跟蹤控制能力有所增強，抗干擾能力提升。宋翼頡[32]對傳統(tǒng)的預(yù)測控制進行了改進，設(shè)計出基于最小二乘支持向量機的非線性模型預(yù)測控制算法，解決了活性污泥工藝硝態(tài)氮控制問題。

模型預(yù)測控制需要模型精度可靠，因此，對模型的研究是模型預(yù)測控制研究的重要方向。錢湖海[33]基于自組織模糊神經(jīng)網(wǎng)絡(luò)建立預(yù)測模型，并運用到非線性模型預(yù)測控制中，提出了基于自組織模糊神經(jīng)網(wǎng)絡(luò)的多目標(biāo)模型預(yù)測控制策略。該方法可以有效跟蹤溶解氧和硝態(tài)氮，具有非常好的自適應(yīng)能力和魯棒性。

5 控制系統(tǒng)的比較與評價

研究顯示，前饋控制策略的一大優(yōu)勢是反應(yīng)速度快，可以在潛在干擾因素干擾出水水質(zhì)之前對其進行處理。前饋控制的缺點主要為：(1)需要更多的傳感器；(2)控制機理更復(fù)雜；(3)增加了運行管理人員額外的運行管理負(fù)擔(dān)[16-17]。

理論上講，一個完美的前饋控制系統(tǒng)可以使被控制變量始終保持在設(shè)定值上。但是，前饋控制在污水處理廠實際工程項目中應(yīng)用較少，主要的技術(shù)限制在于工藝過程和控制器的復(fù)雜性[34]，增加控制結(jié)構(gòu)和算法的復(fù)雜性會增加操作者的負(fù)擔(dān)[35]，同時，前饋控制需要額外的在線監(jiān)控器[14]，存在建模難度較大等技術(shù)問題。由于以上種種限制，前饋控制目前達(dá)不到理想的效果，實際應(yīng)用中普遍將前饋控制與反饋控制結(jié)合使用。

與前饋控制相比，反饋控制的優(yōu)勢為：(1)需要更少的傳感器；(2)不需要開發(fā)過程模型；(3)反饋控制更穩(wěn)定。反饋控制存在的缺點非常明顯，在控制行動開始之前干擾一定存在，由于傳感器反應(yīng)時間長，控制行為反應(yīng)慢，在停留時間短的系統(tǒng)中可能無法及時應(yīng)對突然的干擾[16-17]。近年的研究也將模糊控制方法應(yīng)用于PID中，調(diào)整PID參數(shù)使其在每一種工況下達(dá)到最優(yōu)，提高控制精度，增加穩(wěn)態(tài)性能。

模型預(yù)測控制是在實踐中發(fā)展出的控制方法，主要優(yōu)點是允許對具有許多強交叉交互的操縱和控制變量的進程進行控制，可以解決各種系統(tǒng)的過程限制。近年來，污水處理工業(yè)中模型預(yù)測控制的應(yīng)用有以下難點。

(1)預(yù)測控制算法涉及到極大的計算量，污水處理工業(yè)是實時快速變化的復(fù)雜動態(tài)系統(tǒng)，需要性能優(yōu)異的計算設(shè)備。

(2)線性預(yù)測控制技術(shù)研究較為成熟，但由于非線性模型的建模耗費代價較大，且難以獲得較為精確的模型，非線性預(yù)測控制技術(shù)的研究尚不成熟，這使得預(yù)測控制在污水處理工業(yè)中的應(yīng)用受到限制。

(3)模型預(yù)測控制雖然取得豐碩的成果，但理論與實際應(yīng)用之間存在脫節(jié)，預(yù)測控制理論未能給實際應(yīng)用起到指導(dǎo)作用，這也影響了預(yù)測控制在污水處理工業(yè)的進一步發(fā)展。

目前，模型預(yù)測控制的研究大多停留在實驗室階段和中試階段。近5年，國內(nèi)針對模型預(yù)測控制的研究主要集中在建立更準(zhǔn)確的模型、應(yīng)用新的算法和將智能控制特別是神經(jīng)網(wǎng)絡(luò)應(yīng)用在模型預(yù)測控制中。對算法的改進和優(yōu)化、降低計算量是模型預(yù)測控制未來的研究重點。應(yīng)用軟測量對難以實時、精確測量的指標(biāo)進行預(yù)測也出現(xiàn)在近年的研究中[36-38]。

6 總結(jié)與展望

近10年，過程控制技術(shù)在污水處理中的研究與應(yīng)用有了一定的進展。多種形式的前饋控制、反饋控制與復(fù)合控制已經(jīng)成功應(yīng)用于曝氣控制和藥劑投加控制，一定程度上達(dá)到了降低運行成本、提高處理效率的目的。人工神經(jīng)網(wǎng)絡(luò)和模糊控制等智能控制技術(shù)已廣泛應(yīng)用于過程控制中。盡管模型預(yù)測控制展現(xiàn)出了很好的效果，但是大部分相關(guān)工作還停留在計算機模擬和小試、中試試驗階段。