智能控制是自動(dòng)控制發(fā)展的高級(jí)階段，是人工智能、控制論、系統(tǒng)論和信息論等多種學(xué)科的高度綜合與集成，它主要包括模糊控制、神經(jīng)網(wǎng)絡(luò)控制、學(xué)習(xí)控制和專家控制等。智能控制在各種非穩(wěn)定的動(dòng)態(tài)工程系統(tǒng)中的應(yīng)用日益廣泛與深入，特別是近年來取得的研究與應(yīng)用成果更受矚目。由于污水處理的運(yùn)行費(fèi)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(yùn)行費(fèi)用節(jié)省1%，也是個(gè)天文數(shù)字。由此可見，加強(qiáng)城市污水處理系統(tǒng)智能控制的研究非常必要。

1國內(nèi)外自控技術(shù)現(xiàn)狀分析

        發(fā)達(dá)國家在二級(jí)處理普及以后投入大量資金和科研力量加強(qiáng)污水處理設(shè)施的監(jiān)測(cè)、運(yùn)行和管理，實(shí)現(xiàn)了計(jì)算機(jī)控制、報(bào)警、計(jì)算和瞬時(shí)記錄。美國在20世紀(jì)70年代中期開始實(shí)現(xiàn)污水處理廠的自動(dòng)控制，目前主要污水處理廠已實(shí)現(xiàn)了工藝流程中主要參數(shù)的自動(dòng)測(cè)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(dòng)化的國際學(xué)術(shù)會(huì)議，會(huì)上發(fā)表的數(shù)百篇論文反映出水處理自動(dòng)化已發(fā)展到實(shí)用水平。與國外相比，我國污水處理自動(dòng)化控制起步較晚，進(jìn)入90年代以后污水處理廠才開始引入自動(dòng)控制系統(tǒng)，但多是直接引進(jìn)國外成套自控設(shè)備，國產(chǎn)自動(dòng)控制系統(tǒng)在污水處理廠應(yīng)用很少。

        近年來，國內(nèi)外均有學(xué)者對(duì)污水處理自動(dòng)控制工藝進(jìn)行研究，以尋求更精確、更可靠的方法實(shí)施自動(dòng)控制。Zipper等開發(fā)了適用于小型污水處理廠的自動(dòng)控制系統(tǒng)，該系統(tǒng)采用基于氧化還原電位(ORP)的控制器。這個(gè)控制器自動(dòng)工作，并可以在硝化和反硝化之間進(jìn)行優(yōu)化，從而減少能耗，他們?cè)谥性囍邪l(fā)現(xiàn)，污水處理廠的實(shí)際負(fù)荷與ORP曲線變化具有很強(qiáng)的相關(guān)性。采用兩點(diǎn)ORP控制保證了在增加負(fù)荷時(shí)硝化時(shí)間占運(yùn)行時(shí)間的比率也隨之增加，這些都為開發(fā)小型污水處理廠控制規(guī)則奠定了基礎(chǔ)。

        John等采用兩種SBR反應(yīng)器對(duì)家禽生產(chǎn)廢水進(jìn)行處理，并且評(píng)價(jià)了它們的處理效率，同時(shí)也考察了脫氮與反應(yīng)器ORP之間的關(guān)系，并且使用了用于實(shí)時(shí)pH、ORP和DO監(jiān)控的先進(jìn)儀器設(shè)備和基于ORP設(shè)定值控制曝氣時(shí)間的過程控制。當(dāng)處理變組分廢水時(shí)，該研究不僅獲得了穩(wěn)定的出水水質(zhì)，而且依靠ORP控制曝氣時(shí)間，減少了空壓機(jī)的運(yùn)行時(shí)間。Yu等設(shè)計(jì)研究了一套帶有實(shí)時(shí)ORP和pH控制系統(tǒng)的連續(xù)進(jìn)水SBR反應(yīng)器。該實(shí)時(shí)監(jiān)測(cè)和控制系統(tǒng)由傳感器、計(jì)算機(jī)、人機(jī)對(duì)話界面和控制部件組成。SBR反應(yīng)器中安裝了4個(gè)帶有Ag/AgCl電極的ORP儀表、1個(gè)DO表和1個(gè)pH儀表，傳感器的模擬信號(hào)通過AD/DA轉(zhuǎn)換器轉(zhuǎn)換成數(shù)字信號(hào)，并且依靠計(jì)算機(jī)每秒鐘采集一次信號(hào)。計(jì)算機(jī)對(duì)采集來的數(shù)據(jù)進(jìn)行分析后，通過控制線路傳遞到繼電器，由它開/關(guān)攪拌器、潷水器和鼓風(fēng)機(jī)。試驗(yàn)結(jié)果顯示，采用實(shí)時(shí)控制的SBR反應(yīng)器在底物去除效率和降低能耗方面均優(yōu)于采用時(shí)序控制的SBR反應(yīng)器。Puznava等在同步硝化/反硝化的生物濾池中引入了實(shí)時(shí)曝氣控制，建立了基于DO在線監(jiān)測(cè)的反饋控制和基于氨氮和DO在線監(jiān)測(cè)的串聯(lián)控制。與傳統(tǒng)硝化—反硝化生物曝氣濾池(BAF)相比，采用實(shí)時(shí)曝氣控制的生物濾池在達(dá)到相同處理效果(出水TN＜20mg/L)時(shí)，曝氣量低于傳統(tǒng)方法的50%。王淑瑩在國外已有的時(shí)間和流量程序控制的基礎(chǔ)上，提出一種SBR法有機(jī)物濃度控制，使控制過程更定量化和精密化。工業(yè)廢水的水質(zhì)變化很大，當(dāng)進(jìn)水有機(jī)物濃度高時(shí)，為使出水水質(zhì)達(dá)標(biāo)，應(yīng)適當(dāng)增加反應(yīng)時(shí)間使運(yùn)行更可靠；而當(dāng)進(jìn)水有機(jī)物濃度低時(shí)可以減少反應(yīng)時(shí)間以節(jié)省運(yùn)行費(fèi)用。彭永臻等將ORP作為SBR反應(yīng)器有機(jī)物降解程度間接指標(biāo)的研究結(jié)果表明，無論是在很大范圍內(nèi)改變曝氣量或者改變MLSS濃度，還是使反應(yīng)初始COD在230～2180mg/L之間逐漸變化或突然變化，當(dāng)COD達(dá)到難降解濃度時(shí)，ORP都迅速、大幅度地升高，隨后又很快趨于平穩(wěn)，并在某一特定范圍內(nèi)穩(wěn)定下來。因此，可以用ORP作為SBR法反應(yīng)時(shí)間的計(jì)算機(jī)控制參數(shù)，實(shí)現(xiàn)計(jì)算機(jī)在線自動(dòng)控制。 
    
        通過以上分析，目前污水處理自動(dòng)控制中存在以下問題：

        ①傳統(tǒng)污水處理自動(dòng)控制系統(tǒng)要求建立精確的數(shù)學(xué)模型，并且提出必須遵循一些比較苛刻的線性化假設(shè)，然而實(shí)際污水處理系統(tǒng)由于存在復(fù)雜性、非線性、時(shí)變性、不確定性和不完全性等，一般無法獲得精確的數(shù)學(xué)模型和與實(shí)際相符的假設(shè)，因此采用傳統(tǒng)控制理論建立的污水處理自動(dòng)控制系統(tǒng)在實(shí)際工程應(yīng)用上存在出水水質(zhì)波動(dòng)較大等問題。

        ②污水處理自動(dòng)控制系統(tǒng)中所采用的一些自動(dòng)化檢測(cè)設(shè)備、儀表的功能目前還很不完善，在實(shí)際檢測(cè)中達(dá)不到預(yù)期效果、誤差很大，因此依靠這些檢測(cè)設(shè)備判斷污水處理情況并實(shí)施自動(dòng)控制，往往很難達(dá)到處理水質(zhì)達(dá)標(biāo)排放和節(jié)約能源的目的。

        ③國內(nèi)外許多學(xué)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(shí)時(shí)控制研究，如采用ORP、DO和pH值作為控制參數(shù)來控制出水水質(zhì)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(shù)基于ORP控制的污水處理廠也執(zhí)行時(shí)間控制，作為當(dāng)控制器無法找到ORP特征點(diǎn)時(shí)的應(yīng)急控制，這樣就導(dǎo)致許多污水處理系統(tǒng)實(shí)際上仍然采用的是按時(shí)間控制整個(gè)處理過程。

        ④污水處理自動(dòng)控制有別于其他控制系統(tǒng)，它需要對(duì)大量閥門、泵、鼓風(fēng)機(jī)和吸(刮)泥機(jī)、曝氣池和污泥消化池內(nèi)的攪拌器等機(jī)械設(shè)備及沉淀池和消化池進(jìn)、排泥量進(jìn)行控制，因此污水處理廠需要自動(dòng)控制的開關(guān)量多，它們常常要根據(jù)一定時(shí)間或邏輯順序定時(shí)開/停，然而目前我國生產(chǎn)的閥門質(zhì)量存在一些問題，使用壽命較短，如果從國外進(jìn)口價(jià)格又很昂貴，一般污水處理廠很難承受，因此筆者認(rèn)為制約我國污水處理自動(dòng)控制發(fā)展的主要原因不是生產(chǎn)工藝問題，而是設(shè)備問題。

2智能控制技術(shù)應(yīng)用與發(fā)展 

        作為智能控制重要分支的模糊控制、神經(jīng)網(wǎng)絡(luò)控制、專家控制和自學(xué)習(xí)控制等除了應(yīng)用到工業(yè)過程控制以外，已經(jīng)擴(kuò)大到軍事、醫(yī)學(xué)、高科技領(lǐng)域。由于智能控制系統(tǒng)具有自學(xué)習(xí)、自適應(yīng)和自組織功能，特別適用于復(fù)雜的污水處理動(dòng)態(tài)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(xué)處理中都有典型的成功應(yīng)用，正在研究與開發(fā)的更是不勝枚舉。從現(xiàn)在可以檢索到的有關(guān)污水處理自動(dòng)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(lǐng)域的一個(gè)研究熱點(diǎn)與前沿課題，顯示出極為廣闊的應(yīng)用前景。

        2.1模糊控制

        模糊控制(FuzzyControl)能將操作者或?qū)＜业目刂平?jīng)驗(yàn)和知識(shí)表示成語言變量描述的控制規(guī)則，然后用這些規(guī)則去控制系統(tǒng)。因此，模糊控制特別適用于數(shù)學(xué)模型未知的、復(fù)雜的非線性系統(tǒng)的控制。正是基于模糊控制這些特點(diǎn)，近年來它已成為污水處理系統(tǒng)的研究熱點(diǎn)。

        1980年Tong等首次將模糊控制應(yīng)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(jiān)測(cè)數(shù)據(jù)作為輸入變量輸入該系統(tǒng)，“模糊化”以后再與“規(guī)則集”進(jìn)行匹配，隨后確定相應(yīng)的控制手段，最后通過反模糊化得到量化的具體信號(hào)來實(shí)施控制。Flanagan利用Olsson等提出的曝氣池DO控制技術(shù)，以沿池長的DO濃度變化曲線來估計(jì)曝氣池中底物利用效率和微生物活性。他的知識(shí)庫中的知識(shí)不僅有根據(jù)工藝狀態(tài)確定采用何種控制措施這一類啟發(fā)性規(guī)則，而且還有DO曲線特征及相關(guān)工藝狀態(tài)方面的知識(shí)。Barnett把這些知識(shí)稱為“匯編知識(shí)”(compiledknowledge)，“匯編知識(shí)”作為啟發(fā)性知識(shí)的補(bǔ)充，提高了系統(tǒng)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(duì)出水懸浮物濃度進(jìn)行預(yù)測(cè)和控制的動(dòng)態(tài)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(tǒng)的運(yùn)行穩(wěn)定可靠。

        與常規(guī)活性污泥法相比，高純氧活性污泥法(HighPurityOxygenActivatedSludge，HPO—AS)對(duì)控制的要求更加嚴(yán)格。由于過程滯后和噪聲干擾，此系統(tǒng)兩種常規(guī)反饋控制在控制過程中經(jīng)常出現(xiàn)問題。為此Yin等人研究了四種模糊邏輯控制系統(tǒng)，結(jié)果表明在正常條件下，模糊控制比常規(guī)的反饋控制更加節(jié)約能源、減少DO波動(dòng)、穩(wěn)定進(jìn)水流量和出氣流速。

        Manesis等人對(duì)一個(gè)前置反硝化污水處理廠進(jìn)行了模糊控制系統(tǒng)研究。他們以反應(yīng)器中氨氮、硝態(tài)氮、DO、溫度、MLSS和二沉池進(jìn)出水BOD的差值作為模糊控制系統(tǒng)的輸入變量，以曝氣區(qū)供氧速率、好氧區(qū)向缺氧區(qū)的回流速率以及二沉池向反應(yīng)器的污泥回流速率作為輸出變量，以處理廠操作人員的經(jīng)驗(yàn)建立模糊控制規(guī)則，并在希臘Patras污水處理廠進(jìn)行了仿真，取得了較好的結(jié)果。

        與國外相比，國內(nèi)從事污水處理模糊控制的研究人員較少。彭永臻等對(duì)硝態(tài)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(gòu)造簡單、可行性好、可靠性高、穩(wěn)定性好和對(duì)進(jìn)水硝態(tài)氮負(fù)荷變化的適應(yīng)性強(qiáng)等優(yōu)點(diǎn)，有利于避免過量地投加有機(jī)物并盡可能節(jié)省運(yùn)行費(fèi)用。彭永臻、曾薇等[19]采用SBR法處理石油化工廢水，根據(jù)反應(yīng)器內(nèi)有機(jī)物的去除與DO濃度的相關(guān)性，提出以DO作為SBR法的模糊控制參數(shù)。通過大量試驗(yàn)，認(rèn)為可根據(jù)初始階段DO濃度及變化情況預(yù)測(cè)進(jìn)水有機(jī)物濃度，進(jìn)而實(shí)現(xiàn)對(duì)曝氣量的模糊控制。

        2.2神經(jīng)網(wǎng)絡(luò)控制

        基于人工神經(jīng)網(wǎng)絡(luò)的控制(ANN—basedControl)簡稱神經(jīng)控制(NeuralControl)。神經(jīng)網(wǎng)絡(luò)是由大量人工神經(jīng)元廣泛聯(lián)結(jié)而成的網(wǎng)絡(luò)，它具有很強(qiáng)的自適應(yīng)性和學(xué)習(xí)能力、非線性映射能力和容錯(cuò)能力。神經(jīng)網(wǎng)絡(luò)因具備上述特點(diǎn)，近年來越來越受到國內(nèi)外污水處理專家的重視，并在污水處理自動(dòng)控制系統(tǒng)中開展人工神經(jīng)網(wǎng)絡(luò)控制研究，取得了許多具有推廣應(yīng)用價(jià)值的成果。

        Zhu等研究開發(fā)了一種基于時(shí)間延遲神經(jīng)網(wǎng)絡(luò)模型的在線廢水水質(zhì)預(yù)測(cè)系統(tǒng)。他們首先提出采用多層感知器(MLP)網(wǎng)絡(luò)模型對(duì)所建立的時(shí)間延遲神經(jīng)網(wǎng)絡(luò)(TDNN)的輸入節(jié)點(diǎn)進(jìn)行篩選，最后得到一個(gè)10輸入TDNN模型，網(wǎng)絡(luò)經(jīng)過訓(xùn)練以后，其對(duì)廢水處理預(yù)測(cè)精度均優(yōu)于標(biāo)準(zhǔn)MLP模型。Gontarski等應(yīng)用BP算法人工神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)一個(gè)工業(yè)廢水處理廠的出水水質(zhì)，試驗(yàn)中共使用了7個(gè)神經(jīng)網(wǎng)絡(luò)，每一個(gè)反應(yīng)器用一個(gè)神經(jīng)網(wǎng)絡(luò)，最后一個(gè)神經(jīng)網(wǎng)絡(luò)用來預(yù)測(cè)出水TOC的變化。試驗(yàn)結(jié)果表明，廢水的流量和進(jìn)水pH值是廢水處理廠重要的控制參數(shù)。 
    
        在活性污泥法污水處理廠中，污泥膨脹是引起運(yùn)行不正常的一個(gè)嚴(yán)重問題，它直接影響污水處理廠的處理效率，因此許多學(xué)者從活性污泥法的運(yùn)行機(jī)理上對(duì)污泥膨脹現(xiàn)象進(jìn)行了廣泛的研究，但至今尚未獲得克服污泥膨脹的經(jīng)濟(jì)而有效的方法。近年來，國外一些學(xué)者采用人工神經(jīng)網(wǎng)絡(luò)技術(shù)建立模型來預(yù)測(cè)和防止污泥膨脹現(xiàn)象的發(fā)生。Capodaglio等在分析活性污泥系統(tǒng)輸入和輸出的基礎(chǔ)上，應(yīng)用污水處理廠的數(shù)據(jù)建立了人工神經(jīng)網(wǎng)絡(luò)模型，隨后用這種模型預(yù)測(cè)未來污泥膨脹的發(fā)生。為使所構(gòu)建的模型能更好地反映活性污泥法的實(shí)際狀況，他們?yōu)檩斎雲(yún)?shù)選擇了一個(gè)時(shí)間滯后輸入方案。從模型預(yù)測(cè)結(jié)果可以看出，這種模型的預(yù)測(cè)精度遠(yuǎn)遠(yuǎn)超過其他傳統(tǒng)預(yù)測(cè)方法。Belanche等在Capodaglio建立的模型基礎(chǔ)上引入定性信息，這些定性信息主要來源于顯微鏡對(duì)細(xì)菌和微型動(dòng)物的觀察和一些主觀經(jīng)驗(yàn)，并利用該模型對(duì)廢水處理廠污泥膨脹現(xiàn)象進(jìn)行預(yù)測(cè)。試驗(yàn)結(jié)果顯示，定性信息對(duì)處理廠污泥膨脹現(xiàn)象影響很大，模型對(duì)污泥膨脹的預(yù)測(cè)同污水處理廠專家的評(píng)價(jià)判斷吻合得很好。

        Tay等人在一個(gè)神經(jīng)模糊模型的基礎(chǔ)上，為污水厭氧處理系統(tǒng)開發(fā)出一個(gè)快速預(yù)測(cè)神經(jīng)模糊模型來預(yù)測(cè)高速率厭氧系統(tǒng)對(duì)干擾的響應(yīng)，此系統(tǒng)可以提前1h對(duì)不同系統(tǒng)的干擾進(jìn)行預(yù)測(cè)。因此，該系統(tǒng)在實(shí)時(shí)控制上有很大的應(yīng)用潛力。

        Wen等人研究了一種曝氣池神經(jīng)網(wǎng)絡(luò)模型。該曝氣池神經(jīng)網(wǎng)絡(luò)模型的數(shù)據(jù)由一個(gè)專家系統(tǒng)來提供，專家系統(tǒng)又從神經(jīng)網(wǎng)絡(luò)模型獲取其所要的數(shù)據(jù)，從而對(duì)整個(gè)污水處理廠實(shí)施智能控制。專家系統(tǒng)從各種傳感器和檢測(cè)器獲得信號(hào)后檢查系統(tǒng)的狀態(tài)，推斷出一個(gè)污泥回流比。然后，專家系統(tǒng)把這個(gè)值送給神經(jīng)網(wǎng)絡(luò)，神經(jīng)網(wǎng)絡(luò)把從專家系統(tǒng)獲得的當(dāng)前狀態(tài)值與通過網(wǎng)絡(luò)預(yù)測(cè)得到的值進(jìn)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(tǒng)根據(jù)當(dāng)前BOD和MLSS的值以及神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)的曝氣池狀態(tài)判斷是否采用這個(gè)污泥回流比。如果預(yù)測(cè)狀態(tài)不是所期望的，那么專家系統(tǒng)將再給出一個(gè)污泥回流比，重新進(jìn)行一次測(cè)試，直到找到合理的污泥回流比。若專家系統(tǒng)想增加曝氣池內(nèi)的BOD濃度，它在向神經(jīng)網(wǎng)絡(luò)模型傳輸這組數(shù)據(jù)時(shí)，可以在當(dāng)前BOD濃度上加一個(gè)小小的增量(例如0.05)作為目標(biāo)值，神經(jīng)網(wǎng)絡(luò)模型就以此值預(yù)測(cè)一個(gè)污泥回流比，并把它反饋給專家系統(tǒng)。

        2.3專家控制

        專家控制(ExpertControl)是智能控制的一個(gè)重要分支，又稱專家智能控制。所謂專家控制，是把專家系統(tǒng)的理論和技術(shù)同控制理論、方法與技術(shù)相結(jié)合，在未知環(huán)境下仿效專家的智能，實(shí)現(xiàn)對(duì)系統(tǒng)的控制。20世紀(jì)90年代國外就有學(xué)者開始研究采用專家系統(tǒng)智能控制技術(shù)來實(shí)現(xiàn)污水處理的自動(dòng)控制，并取得了有效成果。

        Barnett建立了一個(gè)基于規(guī)則的專家系統(tǒng)，用于污泥厭氧消化的故障診斷。整個(gè)過程由計(jì)算機(jī)進(jìn)行模擬，過程變量包括消化池的輸入輸出及表征池內(nèi)狀態(tài)的9個(gè)參數(shù)，控制變量是進(jìn)泥量、回流污泥量、稀釋水量和調(diào)節(jié)pH值的酸堿投量。另外，研究者為專家系統(tǒng)界定5類消化工藝運(yùn)行不正常狀態(tài)，每類狀態(tài)又細(xì)分為注意、警告、危急和恢復(fù)正常等幾類亞狀態(tài)。這些狀態(tài)和亞狀態(tài)再與相關(guān)的控制措施相對(duì)應(yīng)，即不正常狀態(tài)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(fù)正常。Flores等設(shè)計(jì)了一個(gè)智能化系統(tǒng)來運(yùn)行和管理多級(jí)厭氧系統(tǒng)，這個(gè)厭氧系統(tǒng)由各自的控制器控制，而這些控制器又通過寬帶網(wǎng)與遠(yuǎn)處的中央管理器相聯(lián)。中央管理器采集、分析、解釋和存儲(chǔ)由各生物反應(yīng)器控制系統(tǒng)傳來的數(shù)據(jù)，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(tǒng)對(duì)水質(zhì)、水量變化較大的食品廢水進(jìn)行控制。控制目標(biāo)是使出水COD濃度較地方標(biāo)準(zhǔn)低50%，并且盡量減少曝氣費(fèi)用。此控制系統(tǒng)由兩層組成，即管理層和過程控制層。在管理層中應(yīng)用基于規(guī)則的專家系統(tǒng)為過程控制層提供最優(yōu)控制點(diǎn)。此外，為避免鼓風(fēng)機(jī)超負(fù)荷運(yùn)行，還設(shè)計(jì)了基于規(guī)則的負(fù)荷分配系統(tǒng)。此控制系統(tǒng)已經(jīng)成功地運(yùn)行了2年，與不實(shí)行控制之前相比，出水COD濃度降低大約50%，節(jié)能約50%。

        通過以上分析可知，智能控制技術(shù)在污水處理中應(yīng)用較晚(只是近20年才逐漸得到應(yīng)用)，而且大多數(shù)仍停留在實(shí)驗(yàn)室研究階段，很多地方還很不完善。以神經(jīng)網(wǎng)絡(luò)控制為例，目前研究較多的模型屬于靜態(tài)模型，在一定程度上不太適合污水處理在線控制，因?yàn)榛钚晕勰喾ㄎ鬯幚黼S時(shí)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(shí)際污水處理廠為研究目標(biāo)，找出各種控制參數(shù)隨時(shí)間的變化規(guī)律，運(yùn)用動(dòng)態(tài)模型建立污水處理智能控制系統(tǒng)。

3結(jié)語 

        ①雖然智能控制已成為污水處理的研究與應(yīng)用中的前沿與熱點(diǎn)，但國內(nèi)外仍處于廣泛應(yīng)用的初級(jí)階段。從文獻(xiàn)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(dòng)控制和智能控制發(fā)展的主要因素。

        ②與發(fā)達(dá)國家相比，我國在污水處理的基本理論、工藝流程和工程設(shè)計(jì)等方面并不明顯落后，但是在運(yùn)行管理與自動(dòng)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(fā)達(dá)國家的近兩倍，而運(yùn)行管理人員數(shù)又是其若干倍，因此加強(qiáng)我國污水處理系統(tǒng)智能控制的研究與應(yīng)用具有重要的科學(xué)意義與應(yīng)用價(jià)值。

        ③由于智能控制的優(yōu)越性及其研究與應(yīng)用的迅速發(fā)展，目前國外許多城市污水和工業(yè)廢水處理廠正在通過技術(shù)改造向?qū)崿F(xiàn)智能控制方向過渡。我國應(yīng)當(dāng)在有條件的情況下，在污水處理廠的規(guī)劃、設(shè)計(jì)與建設(shè)初期就盡可能采用或部分采用智能控制。

  使用微信“掃一掃”功能添加“谷騰環(huán)保網(wǎng)”