软测量在污水处理过程中探究和应用.docVIP

软测量在污水处理过程中探究和应用 　　摘要：污水处理是一项复杂繁琐、变化多样及非线性的过程，导致污水处理体系无法在线检测其所涉及的全部动态数据，然而软测量从属一项科学先进的测量技术，能及时准确地分析出污染水质情况，是一种处理污水的实用技术。文章从软测量技术的定义出发，简单地阐述了该项技术的相关内容，同时对该技术在污水处理中的具体应用及其在未来的发展前景进行探讨。 关键词：污水处理；软测量；处理过程 中图分类号：X703 文献标识码：A 文章编号：1009-2374（2013）27-0076-02 1 概述 污水处理是指通过构建一项可靠有效的体系来治理与改善水质，并依靠一套切合实际的自主监控体系来维护其正常运行的过程，这一体系所涉及的参数较多，必须及时给予检测，才能保证污水排放的指标与我国环保部门的有关规定相符合。在实际操作期间，由于污水处理的过程比较复杂、变化较大、具有一定的非线性等，存在传感器不能及时准确地检测和传输数据的情况。针对这一问题，通常主要采用下面两种方法进行解决：第一，可利用新开发的硬件检测仪直接检测过程参数，但因污水处理的过程比较复杂，硬件检测仪器虽能检测到污水中有机物的参数，却无法实时在线监测各种水质中的有机物。因此，要想完成这一污水处理过程相对较难。第二，通过计算机结合易于测量的信息数据进行估算待测量的变量值，即所谓的软测量。在污水处理过程中结合软测量进行构建相应的模型，以完成对污水处理过程的实时监控，从而开发出相关的自行监测体系，满足污水排放的达标标准。 2 软测量技术及其内容 软测量技术实质是根据可测量与易测量过程的变量及无法直接测量的待测变量的关系，而按照相应原则来选取新型网络计算机技术进行检测与评估待测变量的方法。通常该项技术主要包含以下内容，即收集和处理数据信息、选取相应的辅助变量、构建软测量的模型及在线校正等。首先，数据信息的收集是指收集原始辅助变量和主导变量的历史数据，使其具备精简、均衡及代表性的特点，以便能够充分反映出污水处理过程的全部状况。而数据处理主要包含数据的变换处理与误差处理两种，目的是为了确保数值的一致性，减少污水处理体系的非线性，减小误差因素。其次，辅助变量的选取，大体包含类型、数量、检测点方位等选取内容且选取时应满足特异性、准确性、灵活性等原则。最后，构建软测量的模型，它的建立方式很多，一般包括回归分析的构建法、工艺机理的构建法及人工神经网络的构建法等。其中基于神经网络的建模方法的研究最多。然而，模型辨识作为软测量的核心要素，在建立模型时，应对其进行认真检验，保证模型得以满足预设的标准要求。 3 软测量在污水处理过程中的具体应用 3.1 污水处理体系故障诊断中软测量的应用实践 在污水处理的过程中，由于相关部件发生故障出现异常问题，导致水质逐渐恶化，最终造成整个污水处理体系的运行受到影响。因此，为提高污水处理体系的安全性与可靠性，可将软测量的技术具体应用到部件故障的诊断中，将软测量的理论输出和传感器的实际输出相比较，再根据残余信号诊断传感器的故障，最后由软测量的实际输出替换故障仪表的输出。在具体实践过程中，污水处理体系的正常运行，需要较多的传感器进行实时监测才能实现。而该过程从本质上来说是一个运行分类的问题，也就是将体系运转的状态划分为正常和各种异常状况。对此，可运用模型分类的方式进行检测生产过程的实际运转状态。基于支持向量机的检测技术，实质是一项以最小化结构风险为原则的测量方法，因其的构造较为简单且具备良好泛化与全局最优性能的特点，进而在软测量的故障诊断中获得大量研究。据相关文献显示，借助软测量SVM+BP模型进行预测二沉池的污泥体积指数（SVI），以此判定污泥的膨胀程度。但因该法所选择的污泥膨胀影响参数相对较少，加上基于支持向量机（SVM）在测量小样本参数后取得的误差较大。而在实际的污水处理中，往往异常现象的样本数量均少于正常现象的样本数量。因而在异常现象的预计误差偏大时，就会引起误判的可能。应利用结构风险的泛函加以改进基于支持向量机的方法，结合故障数据的不均匀特性，获取显著的分类预计效果。 3.2 优化过程中软测量的应用情况 在污水处理的过程中，因无法在线监测水质中的各种参数，若能准确估算很难测量或者无法在线检测的参数，并将其用来随时调节有关设备的运转情况，如调整阀门开度、电机工作频率等。便能达到环保节能，实现通过消耗最少的物资能源来完成污水排放达标的目的。在污水处理中，微生物的氧气需求量可随着环境与时间的改变而变化。因此，应在不同工作状况下研究及构建氧变化的溶解模型，尤其是污水优化期间很难测量或无法实时测量的变量模型，并在此基础上对鼓风量实施低消耗的有效控制。除曝气优化之外，软测量还可应用于其他的优化工艺中