朱志強
(深圳市布吉供水有限公司 廣東 深圳 518114)
在水廠供水中,一般以地表水作為供水水源,在水凈化處理中,混合、絮凝以及沉淀均是十分重要的工藝?;炷端幜繒炷Чa生較大影響,但是水凈化處理工藝具有一定的滯后性,而在混凝過程中會發生一系列物理和化學反應,水廠一般應用固定程序對混凝投藥進行自動化控制,導致混凝投藥控制效果很難滿足實際需要。通過應用人工智能控制技術,可對水廠混凝投藥過程進行智能化控制,因此,對自來水廠混凝投藥控制系統進行深入研究意義重大。
混凝投藥是水廠水質凈化的關鍵工序之一,在混凝投藥控制中,要求根據水質參數,對混凝投藥量進行有效控制,進而達到良好的混凝效果。在水質凈化中,在投入混凝劑后,混凝作用是一種具有滯后性的非線性過程,容易受到各類因素的影響,包括水體溫度、流量、堿度、pH值等,而水體沉淀后的濁度可反映出水質凈化效果。因此,在混凝投藥控制中,如果應用傳統的數學模型法,則投入量比較大,并且建模過程復雜,亟需采用一種可靠的人工智能控制系統。
現如今,隨著科學技術的快速發展,水廠混凝投藥控制技術越來越完善,同時水廠生產工藝也逐漸朝向自動化、管理便捷化等方向發展。混凝投藥人工控制中,要求根據以往的工作經驗確定混凝投藥量,但是這種控制方式比較之后,無法保證水質穩定性。因此,在自來水廠混凝投藥控制中,應積極利用自動化控制系統替代傳統的人工控制方式。
在自來水廠混凝投藥控制中,智能化控制系統要求將傳統的自動化控制系統作為基礎,并應用人工智能技術,進而構建出具有推理能力、判斷能力以及決策能力的智能化控制器。在各類混凝控制系統中,為了達到智能控制要求,應解決一下兩個問題:①根據水質情況確定混凝投藥量的設定值;②提升混凝投藥控制系統使用性能。
混凝劑的投入量與原水水質有一定關聯,通過對原水水質進行檢測分析,可根據檢測結果對混凝劑投入量進行有效控制。
在數學建模中,如果采用傳統建模方式,則數學模型不具有學習能力,只能應用于固定的環境條件下,對于環境的適應性比較差,如果環境條件發生較大變化,則模型準確性以及可靠性均會降低?,F如今,人工神經網絡理論越來越完善,其具有良好的自學習性特征,并且適應性比較強,可學習歷史數據,進而構建出水質參數與混凝投藥量之間的預測控制模型,隨著新數據的不斷產生,其可自我學習并修正,可有效適應自來水廠水質變化形式,保證模型準確性以及可靠性。據此可構建自來水廠混凝投藥量神經網絡預測分析模型,輸入參數包括原水的溫度、pH值、流量、濁度等。
通過上述分析可見,通過應用神經網絡理論構建自來水廠混凝投藥量預測模型,該模型具有良好的學習性以及適應性,通過豐富訓練樣本,能夠對網絡進行在線訓練,由于其具有自我學習能力,因此預測模型的準確性也比較高。在上述模型的基礎上,還可構建出水水質預測模型,該模型輸入參數包括原水水質參數、預測混凝投藥量,而輸出參數則指的是出水水質指標,如圖1所示。在這一混凝投藥控制系統的實際應用中,需將自來水廠近幾年的運行數據作為依據,需要注意,該控制方式還存在一些弊端,在自來水廠發展中還需不斷完善。
在混凝投藥檢測中,透光率脈動檢測技術要求對絮體粒徑變化情況進行檢測分析,進而確定水體懸浮物質絮凝程度,可將其作為水廠混凝投藥控制因子。在水廠混凝投藥控制中,不同水體的水質參數有一定的區別,為了達到良好的混凝效果,對于透光率脈動檢測值R,應根據水質變化實際情況進行調整。通常情況下,在常規濁度水范圍內,修正量的變化幅度比較大,可為基準值的及百分之幾甚至幾倍,對此,必須對透光率脈動混凝控制系統進行改良優化,妥善解決控制系統設定值自修正問題?;谏鲜鰞热荩筛鶕:壿嬐评韮热輨摻ㄍ腹饴拭}動混凝投藥智能控制系統,可對設定值進行在線修正,而通過應用模糊控制系統,能夠對水廠混凝投藥量進行有效調整。

圖1 投藥量神經網絡預測控制系統
自來水廠混凝劑投加透光率脈動檢測智能控制系統結構形式如圖2所示,如果水體濁度處于常規范圍內,則不會對系統設定值產生較大影響,同時原水濁度量可體現出原水濁度的實際變化情況。在對控制系統設定值進行修正時,要求將原水濁度變化量作為參數。另外,透光率脈動檢測值R指的是一無量綱的相對值,如果水質條件形同,則利用兩臺儀器能夠檢測出不同的結果,這就要求在對設定值修正量進行調整時,需將儀器檢測值作為依據。這就要求在確定智能決策系統設定值時,將原水濁度、濁度變化量以及透光率脈動檢測變化量作為輸入參數,通過理論分析,即可創建出透光率脈動控制系統投藥量校正規則庫,并應用Takagi_Sugeno模糊推理方式,在推理過程中即可進行非模糊化處理,進而確定適宜的設定值修正量。

圖2 混凝劑投加透光率脈動檢測智能控制系統
為了保證沉淀出水指標符合相關標準,可將沉淀出水變化作為系統參考輸入。在混凝劑投加透光率脈動檢測智能控制系統的實際應用中,能夠有效解決系統運行中設定值自我修正問題,如果水質變化比較復雜,則需對系統設定值進行技術調整,對混凝投藥量進行優化控制,進而保證水質合格,同時避免出現混凝投藥量浪費問題,即使自來水廠混凝投藥系統模型的變化情況比較復雜,但是依然保持良好的控制性能。另外,該系統的設備應用量比較少,無需較多控制參數,可被廣泛應用于水廠混凝投藥控制中。
本文以某自來水廠為研究對象,該水廠占地面積為9.6hm2,處理量為30×104m3/d,采用加藥混合-絮凝-沉淀-過濾-加氯消毒的常規給水處理工藝。由凈水混凝投藥的實際生產數據獲知其原水濁度一般在0NTU~30NTU范圍內波動,在雨季汛期時其波動范圍較大一般為40NTU~100NTU,特殊情況下會出現幾百NTU甚至更高。由于該凈水廠采用湖庫型水源,其原始濁度一般在0NTU~30NTU范圍變化,因此選取量化等級S=60,泛化常數C=3,0~30NTU混凝投藥模型非線性段進行控制。凈水控制系統由三層結構組成,即工藝控制流程層、基礎自動化層和過程控制層,如圖3所示。
在工藝控制流程層中,由工藝設備、混凝投藥設備、沉淀池、濾池和清水池組成,傳遞的信息數據有D1(原水濁度、pH值、流量和溫度)、D2(投藥量)、D3(沉淀后濁度)、D4(濾后濁度)、D5(出廠水濁度),檢測儀表通過硬接線方式或網絡通訊方式將檢測信息D1、D3~D5與PLC系統傳遞模擬量信息數據,PLC根據投藥比例系數計算投藥量輸出模擬量信號D2給變頻泵。在基礎自動化層中,由PLC控制系統、比例投藥控制PLC系統和上位機監控系統組成;在PLC控制系統中將檢測變量信息數據D1、D3~D5進行濾波處理,并根據處理后D1數據信息,在比例投藥控制PLC系統中根據改進CMAC控制原則輸出D2控制量;而在上位機監控系統中,實現重要數據顯示、實時數據顯示、報警和報表記錄,并通過通訊方式與PLC控制系統、比例投藥控制PLC系統和儀表校正系統進行數據傳遞;數據信息包括D6(包含D1、D3~D5和改進CMAC規則庫數據)、D7(采用OPC通訊方式與儀表校正系統交換的信息數據)。

圖3 凈水控制系統結構
在過程控制層中,過程控制系統包含改進CMAC控制系統模塊和自學習系統模塊以及儀表校正模塊;過程控制系統完成改進CMAC規則自學習功能、重要參數調整和錄入(如滯后時間)、儀表校驗、專家數據備份等重要功能;儀表校正系統根據基礎自動化層送來的出廠水濁度、濾后濁度、沉淀后濁度三個檢測數據相互之間的關系來校正濁度檢測儀,并將校正后的數值送自學習系統,自學習系統利用檢測數據信息,并再次濾波處理后利用自學習算法周期性修正改進CMAC知識庫,將修正的數據信息傳遞給改進CMAC控制系統;經過信息更新的改進CMAC控制系統將知識庫信息備份并下載給上位機監控系統,最終傳遞到比例投藥控制PLC系統。
在該凈水廠實際生產過程中,只要將濾前濁度控制在1.7NTU~1.9NTU范圍內,即可使出廠水濁度達到《生活飲用水衛生標準》。試運行改進CMAC控制器,并采集記錄原水濁度、濾前濁度、投藥系數信息,數據采集間隔為0.5h。對比改進CMAC控制方式和常規處理方式。
由試運行數據可知,改進CMAC控制器方式能夠將濾前濁度更加合理地控制在1.7NTU~1.9NTU范圍內(平均值為1.76NTU),而所需平均投藥系數為1.89;在相同條件下,常規處理方式下的平均濾前濁度為1.66NTU,所需平均投藥系數為1.98。雖然改進CMAC控制方式的平均濾前濁度值較常規處理方式的要高,但其控制準確度高,能使之合理控制在1.7NTU~1.9NTU范圍。
綜上所述,本文主要對兩種自來水廠智能化混凝投藥控制系統關鍵技術進行了詳細探究。在水廠水質凈化中,合理應用混凝劑至關重要,通過應用人工神經網絡和模糊邏輯推理構建混凝控制系統,能夠實現自來水廠混凝投藥自動化以及智能化控制。本文以某水廠為研究對象,對人工神經網絡在水廠混凝投藥自動化智能化控制中的應用進行了詳細探究,通過將人工神經網絡應用于水廠自動化控制中,可及時發現原水濁度變化情況,據此對混凝藥劑投加量進行優化調整,保證水質安全。