試論污水生化處理系統的智能預測及優化控制策略

孔杰

摘 要：傳統污水生化處理系統已然無法滿足當代污水處理需求，故而需采用智能控制手段合理預測污水指標，確保污水生化處理系統發揮出真正的效用。在此之上，本文簡要分析了污水生化處理系統存在的問題，并重點論述了污水生化處理系統智能預測方法及其優化策略，從設置性能測試平臺、有效制定建設方案、科學選擇凈化方式、嚴格控制物質標準等方面展開細致的討論，由此增強污水處理效果，并結合新時代發展理念開展仿真試驗，以便找到最佳控制方法。

關鍵詞：污水生化處理系統;智能預測;優化策略

中圖分類號：X703 文獻標識碼：A 文章編號：1671-2064（2020）02-0025-02

水源作為人體生長根本，它的質量將直接決定人的生活品質及健康狀態。所以，需要高度重視污水生化處理系統的應用水平，依據各城市污水處理情況制定可行性較強的智能預測方案，確保我國污水生化處理系統能為整體水質的提升帶來輔助作用。截止到2019年2月底，我國共有5500座城市污水處理廠，且污水處理量可達到2.04億m3/d。為了取得最佳處理效果，需對其加以優化，由此滿足當前智能預測污水處理影響因素的目的，進而提高污水處理能力。

1 污水生化處理系統存在的問題

1.1 控制力度不足

污水生化處理系統主要在生物化工領域具有較為突出的作用，它具體包括調節池、初步沉淀池、中和反應池等部分。通過科學控制污水中的成分含量，進而降低對環境的污染。而就目前發展趨勢來看，它在智能控制方面仍具有不足之處。通常情況下，污水處理過程中主要是借助標準化參數控制的方法對水質、出水量等進行有效的管理，進而達到最佳處理效果。由于污水處理流程較為復雜且影響因素較多，從而加大了控制難度。所以，要想確保污水生化處理系統體現出較強的實用價值，就應當充分利用智能技術妥善處理污水。

1.2 水體溫度較高

根據相關規定應當將污水生化處理系統的出水溫度控制在40℃范圍內，這樣才能保證系統的正常運行。但是從現實中來看，許多污水生化處理系統都具有溫度較高等問題，尤其是煤制烯烴類系統。長期高溫出水不但會影響系統的運行效果，而且還會降低系統的使用年限。比如在新疆某工程項目中，它所采用的污水生化處理系統出水溫度達到了50℃，進而造成系統中微生物大量死亡，并且影響了污水實際處理質量，故而需科學處理好水體溫度較高等問題。

1.3 雜質濃度大

在部分污水生化處理系統中常具有雜質濃度含量較高等問題，比如硅含量。一般而言，污水生化處理系統在具體運行過程中需要借助氣化反應達到對煤氣過濾、分離等目的。但由于燃煤中具有可溶于水的物質，造成污水中的硅元素含量增加，進而影響污水處理效果。比如在廣東某項目中，因其雜質濃度偏高而增加了污垢積累量，從而降低系統運行質量，增加了不必要的除垢工作量。所以，需要選擇有效的處理方法對雜質濃度加以調節。

1.4 懸浮物偏多

污水生化處理系統中之所以會出現懸浮物偏多等問題，是因為它在運行期間既要收集雨水等天然水源，又要采納生活污水、工業污水等成分復雜的污水。一旦懸浮物濃度超過100mg/L，就會影響系統處理污水的質量。在部分項目中甚至出現了懸浮物濃度超過400mg/L的狀況，當其高于標準范圍時會增加系統污垢積累量，并且會造成系統超負荷運作。因此，在優化系統性能時應合理控制懸浮物濃度[1]。

2 污水生化處理系統智能預測方法

2.1 粒子群優化算法

污水生化處理系統要想在污水處理工作中發揮出真正的作用就應當采用智能控制算法對其實施智能預測。常采用的智能預測方法包括粒子群優化算法等。粒子群因其具備易于實現等優勢而在污水生化處理系統智能預測環節具有一定的實用價值。它在實際操作過程中與數學程序具有相似之處。首先需輸入原始數值，然后產生初始化粒子群，分別計算出各個粒子的適應度，結合個體極限值分析出粒子速度與具體位置，若其超出原有設定的標準則進入循環操作步驟中，反之結束運作，由此可對污水各項指標進行智能預測。另外，粒子群優化算法還具有突出的收斂速度較快等特點，其算法中慣性權重值將直觀的反映出該算法的搜索效率及精準度。基于此，相關學者依據粒子群優化算法的特征展開了深入研究，由此推斷出粒子群優化算法與其它智能控制算法的差異，即編程簡便、可變參數較少、具備語音識別功能等。所以，污水生化處理系統可有效應用粒子群優化算法實現智能預測目的。

2.2 神經網絡控制法

污水生化處理系統的智能預測屬于智能控制的高端設置，它主要是依據人工智能算法解決傳統污水處理系統無法處理的控制問題。目前，神經網絡控制法已經形成了多元化控制形式。它最早是由邏輯學家與心理學家提出的控制算法。在具體操作過程中需要先行設置神經網絡模型，并依據參數轉換、線性組合等方法對影響污水生化處理系統運行效果的因素進行科學分析，進而得出相關結論，為后續系統性能的強化提供參考依據。神經網絡控制法一般具有較強的自主學習能力及較快的收斂速度，且具備豐富的生物背景，對于污水處理工作而言有著較強的實踐意義。神經網絡控制法在污水生化處理系統中能夠突顯出一定的容錯優勢，尤其適用于不同污水處理場合。因此，在利用神經網絡控制法預測系統運行的相關指標時需設置專門的控制器如RBF神經網絡控制器，并借助仿真實驗的結果合理預測現實生活中污水處理效果，以此滿足當前污水處理需求。

2.3 多目標布谷鳥算法

多目標布谷鳥算法主要是以參數固定值的幾率確定目標位置，并從多項分析結果中找到最佳選擇。但與其它智能控制算法相比，它在工程項目的實際應用過程中收斂性較差。在此基礎上對其進行有效改進可進一步強化污水處理效果。在污水生化處理系統中，多目標布谷鳥算法可適當提高工程多變量問題的解決能力，且它的精準度較高。但多目標布谷鳥算法雖然照比其它算法用途更大，但因其關注度不高，故而尚沒有形成較為成熟的應用渠道。因此，相關研究人員需要依據污水生化處理系統的具體要求找到最適合的控制方法，以便系統能夠實現穩定運行。比如，對于污水生化處理系統可借助多目標布谷鳥算法妥善處置資源損耗、水質標準等因素不均衡問題，這樣才能確保系統在實現水體優良處理的情況下能夠貼合新時代節能環保理念[2]。

3 污水生化處理系統的優化策略

3.1 設置性能測試平臺

在對污水生化處理系統加以優化時需要設置相應的性能測試平臺。在系統運行期間比較難以解決的問題是有關聚丙烯酰胺的降解。作為生物化工領域比較常見的水溶性高分子物質，因其具備獨特的物化性質，進而在工業制造業等企業具有廣泛的應用空間。雖然它可滿足當前工業生產需求，但所形成的PAM廢水存在較為嚴重的致癌風險。所以在增強污水生化處理系統性能時需要格外重視聚丙烯酰胺的分解效果。

首先，在設置性能測試平臺時需要建立相應的模型，比如針對水質差、能耗高等問題需要借助仿真實驗確保所建立的研究模型能夠具有一定的指導作用。在污水生化處理系統中需要有效清除碳元素及氮元素，故而需以進水負荷等參數作為模型測試評估依據;其次，待模型建成后，需對測試指標進行分類，主要包括有機物質、含氮物質、其它組分。污水中所含有的有機物包括可降解類與不可降解類，一旦不溶于水的顆粒狀物質無法在系統中經過生物降解而達到有效處理，那么就會造成系統性能變弱。所以需根據不同的參數值建立對應的模型，以此保證性能測試平臺能為污水生化處理系統提供重要助力;最后，需依據活性污泥過程的差異性反應提出不同處理方案。比如在雷雨天氣或晴天需要結合出水量控制系統運行水平。

3.2 有效制定建設方案

為了有效控制污水生化處理系統出水溫度過高等現象的發生率，需制定可行性較高的建設方案，確保污水生化處理廠在系統健康運行的狀態下突出良好的污水處理作用[3]。

具體方法如下：（1）準確測量水溫，并對其水溫記錄數據進行密切的監控，促使在污水生化處理系統運行過程中能夠清晰的知曉溫度變化趨勢，以便及時在調節池中添加降溫材料，防止出水溫度超出額定值而增加系統運行風險;（2）優化換熱器結構，需在污水生化處理系統實際運行過程中安排專業人員及時清除換熱器的污垢，必要時可增加換熱器的備用數量，從而達到降低水溫的效果;（3）應用冷熱水交替循環方式，在系統運行期間若水溫過高不利于管道的正常疏通，故而需采用冷熱交替運行模式對水溫進行干預，并且還需定期檢修設備性能，從而保證系統在科學的建設方案指導下突出重要效用;（4）增設降溫池，為了確保污水生化處理系統所接觸到的水溫符合運行要求，應在場地內增設降溫池，從而起到一個緩解作用，防止水溫超標而引發系統運行不當。

3.3 科學選擇凈化方式

以污水生化處理系統中硅含量濃度過高問題為例，在對其進行優化時應當選擇科學的凈化方式，確保硅含量處于標準范圍內。現實生活中常使用的除硅法包括反滲透除硅法、混凝除硅法、電絮凝除硅法等。其中重點說明電絮凝除硅法，它主要是利用電混凝與電解等原理有效處理污水中的有害物質。在實際使用時為了達到最佳處理效果往往需要投放助凝劑等物質，促使懸浮物及含硅物質凝固。傳統助凝劑是以鐵鋁系固態助凝劑為主。另外，通過無機雜質與金屬電極產生的氫氧離子發生反應，會產生大量的氫氣，進而增強污水處理的環保性。因此，在污水生化處理系統實際運行時可依據污水類型及物質成分選擇適合的控制手段[4]。

3.4 嚴格控制物質標準

每一項污水處理指標都具有明確的規定，故而需嚴格控制指標范圍，防止系統出現運行失誤等狀況。目前，水體富營養化現象日益加劇，大部分原因是污水生化處理系統排放的水體中溶解氧、硝磷元素超標。所以需對其進行合理控制，防止工業廢水對我國水源質量造成較大的威脅。對于溶解氧的控制可設置相應的濃度控制器。比如可在污水生化處理系統中的好氧池中利用硝化細菌對污水中的有機物進行凈化，并最終將水體中的硝磷等元素轉化為污染性較小的無害物質。此外，在濃度控制器的支持下，污水生化處理系統也能對溶解氧進行追蹤，由此為系統的高效運轉帶來重要保障。此外，還可結合指標參數的標準值設定控制范圍，若超出標準值較大，需及時找到具體原因，這樣才能實現污水生化處理系統的合理控制，使其在污水處理工作中體現出較強的實用性。同時，還可適當添加催化劑，由此改善污水生化處理系統的運行現狀。

4 結語

綜上所述，污水生化處理系統對于我國污水處理工作而言具有較為重要的作用。為了進一步提高我國污水處理能力，需根據當前污水生化處理系統存在的問題找到切實可行的方法，并利用智能控制算法合理預測相關指標，保證污水生化處理系統的性能有所增強。另外，相關人員也需要結合生化需氧量、微生物濃度等參數積極創新污水生化處理系統的控制方法，以此確保我國水質達標。

參考文獻

[1] 宋林，郭平武，洪長亮.污水處理廠原有圓形生化池曝氣系統改造施工技術[J].安裝，2019（08）：59-61.

[2] 李成，魏江波，賀飛.淺析煤制烯烴污水生化系統常見問題及解決措施[J].神華科技，2019，17（06）：82-87.

[3] 趙雅然，李媛，張飛鳳.曝氣精確控制系統（AVS）在污水生化處理系統中的應用[J].工程建設與設計，2019（10）：127-128.

[4] 王子昊.基于前饋神經網絡控制優化城鎮污水處理廠生化單元性能研究[D].杭州：浙江大學，2019.