基于模糊控制的曝氣量智能控制

禹瑋

摘? 要：文章將模糊控制引入曝氣量控制中，使用MATLAB軟件輔助設計模糊控制器，并通過Simulink仿真驗證，使得污水處理過程中溶解氧值在工藝要求范圍內波動，證明了模糊控制器在曝氣量控制方面具有良好的控制效果。

關鍵詞：污水處理;曝氣量控制;模糊邏輯控制;DO值控制

中圖分類號：X703? ? ? ? ?文獻標志碼：A? ? ? ? ?文章編號：2095-2945（2020）26-0023-03

Abstract： In this paper， the fuzzy control is introduced into the aeration control， and the fuzzy controller is designed with the aid of MATLAB software， and verified by Simulink simulation， the dissolved oxygen value in the sewage treatment process fluctuates within the process requirements， which proves that the fuzzy controller has a good control effect in aeration control.

Keywords： sewage treatment; aeration control; fuzzy logic control; DO value control

引言

隨著我國經濟發展，社會對生態文明建設的不斷推進，對各種污染物排放標準也在不斷提高，這要求污水處理廠必須對現有工藝與控制方法進行改進?；钚晕勰喾ㄎ鬯幚砑夹g是污水處理常用的一種工藝，而其中曝氣量的控制有著重要意義。曝氣量不足容易使水質下降，達不到環保要求，而曝氣量過多，一則是使得污水硝化，水質品質下降，再則使得能耗增高，增加支出，經濟效益減低。由于污水處理動態過程復雜，一般控制方法難以達到要求。在實踐中，一般依靠人工經驗進行曝氣量的判斷，結果是能耗較大且控制效果不穩定。

智能控制是人們在探索傳統控制方法無法有效解決的一些工程問題時所發展的若干理論。而模糊控制是智能控制中應用較為廣泛的一種，該方法以模糊數學為理論基礎，將人們的實踐經驗用模糊數學的方法描述，使得該方法在一些非線性的領域具有不錯的控制效果。

本文將模糊控制引入曝氣量控制中，與傳統控制方法相比，模糊控制可以更自然有效地將人的控制策略和經驗轉換為機器可執行的控制策略[1]。本文設計一種模糊控制器，使得污水處理過程中溶解氧值在工藝要求范圍內波動，證明了模糊控制器在曝氣量控制方面具有良好的控制效果。

1 曝氣控制系統的設計

在污水處理過程中，污水處理生化池中的水體生化動態過程中，耦合了很多的擾動因素，所以很難準確測量和控制。因此，在實踐中，一般選擇將生化池出水口處的污水DO濃度維持在一個定值，在該定值下，既能促進污水中有機污染物分解，又能夠很好保持污水中的污泥活性[2]。實踐表明，該定值為2mg/L。所以本文控制策略為控制水體中的溶解氧值，使其保持恒定，控制系統框圖如圖1所示。

1.1 曝氣系統動態模型

污水處理中的生化反應過程是多變量強耦合的系統，建立其精確的數學模型相當困難。在若干合理假設后，根據溶解氧的物料平衡算式[3]：

DO濃度變化率=DO輸入率-DO輸出率-DO消耗率

根據對曝氣系統的分析并參考文獻[4]，可進一步得到曝氣系統動態模型為

1.2 鼓風機模型

在實際的工程項目中，曝氣機是由三相異步電機驅動的，目前三相異步電機大多采用變頻技術來驅動，變頻器改變輸出頻率，進而改變鼓風機的轉速，使得鼓風機轉速隨著溶解氧變化而成比例變化，轉速無級可調，可平穩調整風量。變頻技術的使用也帶來了節能的優點。根據對實際的污水處理廠數據的分析并參考文獻[5]，可以得到鼓風機的數學模型為：

1.3 控制器的設計

控制器的輸出為變頻器運行頻率，控制器的輸入可以選擇控制變量的誤差，即測量DO值與設定DO值的偏差，這樣構造為一維模糊控制。一維模糊控制雖然實現簡單，但是控制效果有限，故而本文選擇兩個輸入量，DO的偏差量E以及E的變化率Ec，所設計的模糊控制器結構見圖 2。

在MATLAB軟件的幫助下，可以很方便的實現所設計模糊控制器。具體設計過程如下：

（1）根據污水處理的經驗數據，模糊控制器的輸入輸出范圍。本文中 DO值偏差的取值范圍為[-5，5]、偏差變化速率Ec取值范圍[-10，10]，輸出控制量u的取值范圍為 [0，1000]。

（2）在MATLAB軟件中，調用Fuzzy控制器設計工具進行模糊控制器進行設計。在設計參數輸入界面，選擇輸入輸出變量個數，并確定輸入參數和輸出參數的范圍，界面見圖3。

（3）輸入輸出變量的模糊化。將輸入變量e分為5個模糊子集（見圖4），ec分為5個模糊子集，u分為5個模糊子集，分別設置隸屬度函數。隸屬度函數決定了對輸入量如何“定性“，對于連續模擬量輸入常見的隸屬度函數可以是高斯型或者S形等隸屬度函數。本設計選擇高斯型隸屬度函數。

（4）制定模糊控制規則表。根據該控制系統輸入參數模糊子集數量，確定5×5=25條模糊控制規則，其結果見圖5。

（5）輸出模糊量的解模糊。將模糊控制系統的“大”、“小”等模糊輸出量轉換為可以在系統中使用的精確量這一過程稱為解模糊。解模糊的方法有最大隸屬度法、重心法和加權平均法等，本控制系統中選擇重心法。

2 仿真分析

為了證明本設計的實用性和可操作性，運用MATLAB仿真軟件中的模糊控制工具箱和simulink模塊進行仿真。結合污水處理溶解氧的過程，將控制系統簡化為由一個比例環節、一個滯后環節和兩個一階慣性環節所組成的預估模型。

首先在MATLAB中使用Fuzzy控制器設計工具，按照上面的設計步驟設計模糊控制器，所得到的設計可以存為文件后綴為FIS的文件。然后在Simulink窗口中添加對應模塊，將創建好的模糊控制器與FIS文件建立鏈接，建立基于模糊控制下的溶解氧控制系統的仿真模型，如圖6所示。圖7為階躍信號響應，從仿真結果看，該系統性能良好。

3 結論

溶解氧濃度的控制，是活性污泥法工藝中關鍵要素。但在工程實踐中，由于系統具有多變量、強耦合、非線性，使得無法精確確定控制過程的數學模型，故而在運用經典的控制方法處理時，使得工藝處理效果不佳。所以一般污水處理廠普遍采用人工的方法控制曝氣機的曝氣量，雖然符合工藝要求，但是能耗較大。本文設計了一種采用模糊控制的控制器，并進行了仿真，結果表明該控制器在溶解氧濃度控制方面具有較好表現。

模糊控制規律可實現與有經驗的人工相似的控制反應，從而使得模糊控制適用于一些傳統控制方法比較難處理的被控對象。在污水處理工藝控制策略中引入智能控制，具有良好的效果。

參考文獻：

[1]金曉明，榮岡，王驥程.自適應模糊控制新進展[J].信息與控制，1996，25（4）：217-223.

[2]張偉，李東華，武少偉，等.在線溶解氧儀在智能曝氣系統中的應用[J].自動化儀表，2014，35（8）：83-85.

[3]Lira V V， Barros P R， Neto J S D R， et al. Automation of an anaerobic-aerobic wastewater treatmentprocess[J]. IEEE Transactions on Instrumentation & Measurement， 2003，52（3）：909-915.

[4]張崇.曝氣系統控制方法的研究[D].大連：大連理工大學，2016.

[5]原魁.污水處理廠曝氣系統的控制研究[D].沈陽：東北大學，2011.