本發(fā)明屬于污水處理水質(zhì)參數(shù)在線檢測領(lǐng)域，首次搭建了針對膜生物反應(yīng)器-MBR出水透水率的智能檢測系統(tǒng)。該方法包括搭建出水透水率智能檢測系統(tǒng)硬件平臺和獲取相關(guān)的過程變量以及出水透水率智能檢測系統(tǒng)設(shè)計和軟硬件功能集成開發(fā)，并實現(xiàn)出水透水率的在線智能檢測與檢測結(jié)果的實時顯示。

背景技術(shù)：

根據(jù)《中國污水處理行業(yè)市場前瞻與投資戰(zhàn)略規(guī)劃分析報告》顯示，截至2015年底，全國設(shè)市城市、縣累計建成污水處理廠3717座，污水處理能力1.57億立方米/日，較2014年新增約800萬立方米/日。2015年，全國城鎮(zhèn)污水處理廠累計處理污水480.6億立方米，比2014年增長8.1％；運行負荷率達到84.1％，比2014年增長1.5個百分點。污水處理量的增長速度高于污水處理能力的增加速度，運行負荷率也快速增長，說明污水處理需求快速增加。并且國家發(fā)展規(guī)劃中提出要研究推廣低能耗、高效的污水處理技術(shù)，應(yīng)用MBR膜處理污水作為一種新型污水處理技術(shù)應(yīng)用前景十分廣泛；因此，本發(fā)明具有重大的研究意義和應(yīng)用價值。

傳統(tǒng)的污水處理過程中污泥產(chǎn)出量大，處理不當(dāng)會對環(huán)境造成嚴(yán)重污染。此外傳統(tǒng)的活性污泥法處理污水具有占地面積大、處理水質(zhì)不理想、管理操作復(fù)雜等缺點。膜生物反應(yīng)器技術(shù)用膜工藝取代傳統(tǒng)活性污泥法中的二沉池，融合了傳統(tǒng)的生物處理技術(shù)中的生物降解功能和膜高效的分離功能，是一種新型的、高效的污水處理技術(shù)，具有出水水質(zhì)高、污泥產(chǎn)量小、占地面積小、管理方便等優(yōu)點，適合污水處理的實際應(yīng)用。但在膜處理污水的長期過程中，膜污染問題不可避免，膜污染問題會造成膜的出水水質(zhì)降低和使用壽命縮短，這阻礙了膜的進一步大規(guī)模應(yīng)用，通常以出水透水率的大小來預(yù)測膜的污染程度。出水透水率不能直接測量，水廠一般采用計算的方法估計出水透水率的大小，這導(dǎo)致了預(yù)測結(jié)果具有嚴(yán)重的滯后性，不能實現(xiàn)對出水透水率的精確在線預(yù)測。因此，研究新技術(shù)解決難以獲取變量的的實時預(yù)測問題，已成為污水控制領(lǐng)域研究的重要課題，并且具有重要的現(xiàn)實意義。

根據(jù)我們多年來的研究與調(diào)查發(fā)現(xiàn)，采用基于神經(jīng)網(wǎng)絡(luò)的軟測量技術(shù)可以實現(xiàn)膜處理污水過程中出水透水率準(zhǔn)確、實時的檢測，同時能大幅節(jié)省污水處理廠成本，但國內(nèi)外針對出水透水率的智能檢測方法，尚未形成完整的理論體系，基于智能手段的出水透水率檢測系統(tǒng)在國內(nèi)外尚屬空白。因此，基于智能方法搭建包括軟、硬件平臺在內(nèi)的出水透水率智能檢測方法，在填補國內(nèi)外技術(shù)空白與整合污水處理產(chǎn)業(yè)鏈等方面，具有很高的開發(fā)及應(yīng)用價值。

技術(shù)實現(xiàn)要素：

一種基于模糊神經(jīng)網(wǎng)絡(luò)的膜生物反應(yīng)器-MBR出水透水率的智能檢測方法，其特點在于，包括以下步驟：

(1)確定目標(biāo)變量和特征變量；以膜生物反應(yīng)器-MBR污水處理系統(tǒng)為研究對象，對水質(zhì)數(shù)據(jù)進行特征分析，提取產(chǎn)水流量、產(chǎn)水壓力、單池膜擦洗氣量、厭氧區(qū)ORP和好氧區(qū)硝酸鹽作為特征變量，以出水透水率作為目標(biāo)變量；

(2)建立出水透水率軟測量模型；利用模糊神經(jīng)網(wǎng)絡(luò)設(shè)計MBR處理污水過程中預(yù)測出水透水率的軟測量模型，出水透水率軟測量模型的拓撲結(jié)構(gòu)分為四層：輸入層、RBF層、歸一化層、輸出層；拓撲結(jié)構(gòu)為5-R-R-1的連接方式，輸入層與RBF層之間的連接權(quán)值為1，歸一化層與輸出層之間的連接權(quán)值隨機賦值，賦值區(qū)間[-1,1]，模糊神經(jīng)網(wǎng)絡(luò)的期望輸出表示為y_d(t)，實際輸出表示為y(t)；基于模糊神經(jīng)網(wǎng)絡(luò)的出水透水率的軟測量方法計算依次為：

①輸入層：該層由5個神經(jīng)元組成，其輸出為，

x(t)＝[x₁(t),x₂(t),…,x₅(t)]^T (1)

其中，x(t)表示t時刻輸入層的輸出，x₁(t)表示t時刻產(chǎn)水流量的值、x₂(t)表示t時刻產(chǎn)水壓力的值、x₃(t)表示t時刻單池膜擦洗氣量的值、x₄(t)表示t時刻厭氧區(qū)ORP的值、x₅(t)表示t時刻好氧區(qū)硝酸鹽的值；

②RBF層：該層由R個神經(jīng)元組成，每個神經(jīng)元的輸出為，

其中是t時刻RBF層第j個神經(jīng)元的輸出，c_j(t)為t時刻第j個RBF層神經(jīng)元的中心 向量，c_j(t)＝[c_1j(t),c_2j(t),…,c_ij(t)]，i＝1,2，…5，c_ij(t)表示RBF層t時刻第j個神經(jīng)元中心值的第i個元素，為t時刻第j個RBF層神經(jīng)元的寬度向量，d_ij(t)表示RBF層t時刻第j個神經(jīng)元寬度值的第i個元素；

③歸一化層：該層的神經(jīng)元個數(shù)和RBF層相同，為R個，每個神經(jīng)元的輸出為，

其中v_j(t)是t時刻歸一化層第j個神經(jīng)元的輸出，是t時刻RBF層第j個神經(jīng)元的輸出，為RBF輸出之和；

④輸出層：輸出層輸出為透水率軟測量模型的實際輸出，

y(t)是t時刻輸出神經(jīng)元的輸出，w_j(t)表示t時刻歸一化層第j個神經(jīng)元與輸出神經(jīng)元之間的權(quán)值，定義模糊神經(jīng)網(wǎng)絡(luò)軟測量模型輸出y(t)與期望輸出y_d(t)的誤差函數(shù)e(t)為：

e(t)＝y(tǒng)_d(t)-y(t) (5)

(3)MBR出水透水率軟測量模型校正，過程如下：

①給定神經(jīng)網(wǎng)絡(luò)RBF層與規(guī)則層神經(jīng)元個數(shù)R，R為自然數(shù)，R通過經(jīng)驗法確定，出水透水率的軟測量模型的訓(xùn)練輸入為x(1)，x(2)，…，x(t)，…，x(N)，對應(yīng)的期望輸出y_d(1)，y_d(2)，…，y_d(t)，…，y_d(N)，軟測量模型的訓(xùn)練樣本為N組，期望誤差設(shè)為E_d，迭代步數(shù)設(shè)為s，計算代價函數(shù)值E(t)，定義停止標(biāo)準(zhǔn)，當(dāng)E(t)<E_d，令t＝0；

定義網(wǎng)絡(luò)的代價函數(shù)E(t)，

②設(shè)置學(xué)習(xí)步數(shù)s＝s+1；計算出膜出水透水率智能特征模型輸出y(t)，誤差e(t)，計算向量J(t)，其中，

擬海瑟矩陣Q(t)計算公式為，

Q(t)＝J^T(t)J(t) (8)

梯度向量g(t)計算公式為，

g(t)＝J^T(t)e(t) (9)

其中，誤差關(guān)于各個參數(shù)的偏導(dǎo)數(shù)計算如下；

計算誤差關(guān)于中心的偏導(dǎo)數(shù)

計算誤差關(guān)于寬度的偏導(dǎo)數(shù)

計算誤差關(guān)于權(quán)值的偏導(dǎo)數(shù)

③采用自適應(yīng)二階算法更新模糊神經(jīng)網(wǎng)絡(luò)的參數(shù)，

Δ(t+1)＝Δ(t)+(Q(t)+λ(t)I)^-1g(t) (13)

其中，Δ＝[w₁(t)，…w_R(t)，c₁₁(t)，…c₅₁(t)，…，c_1j(t)，…c_5j(t)，…c_1R(t)，…c_5R(t)，d₁₁(t)，…d₅₁(t)…，d_1j(t)，…d_5j(t)，…d_1R(t)，…d_5R(t)]，w_j(t)表示t時刻歸一化層第j個神經(jīng)元與輸出神經(jīng)元之間的權(quán)值，c_ij(t)是RBF層的中心，d_ij(t)是RBF層的寬度；

其中，自適應(yīng)學(xué)習(xí)率λ(t)為，

λ(t)＝θ||e(t)||+(1-θ)||g(t)|| (14)

0<θ<1是實參數(shù)，e(t)是誤差向量；

④計算代價函數(shù)E(t)，當(dāng)滿足精度E(t)<E_d，迭代停止，否則跳轉(zhuǎn)到步驟②；

將測試樣本數(shù)據(jù)作為訓(xùn)練后的模糊神經(jīng)網(wǎng)絡(luò)的輸入，模糊神經(jīng)網(wǎng)絡(luò)的輸出即為膜出水透水率的軟測量值；

(4)搭建MBR出水透水率智能檢測系統(tǒng)硬件平臺和獲取相關(guān)的過程變量；出水透水率智能檢測系統(tǒng)預(yù)測結(jié)果的穩(wěn)定性依賴于系統(tǒng)的穩(wěn)定性和相關(guān)變量數(shù)據(jù)的準(zhǔn)確性，本發(fā)明提出的出水透水率智能檢測的硬件系統(tǒng)結(jié)構(gòu)和出水透水率特征變量的實時獲取技術(shù)，實現(xiàn)了 出水透水率特征變量數(shù)據(jù)的實時獲取和出水透水率的精確預(yù)測；

硬件平臺按照出水透水率智能檢測系統(tǒng)功能需要和污水處理流程設(shè)計要求，主體包括沉砂池、污水調(diào)節(jié)池、生化反應(yīng)池和生物膜池等；此外，根據(jù)出水透水率相關(guān)性變量的需要，需要的采集儀表包括流量儀、ORP檢測儀、硝酸鹽檢測儀、壓力器；此外WTW3430的顯示主機以及安裝相應(yīng)軟件的電腦，作為數(shù)據(jù)的接收和處理平臺以及顯示平臺；

MBR在處理污水過程中，采取運行7分鐘停止1分鐘的工作模式，本發(fā)明采集泵開始運行后的3到5分鐘數(shù)據(jù)，避免了現(xiàn)場數(shù)據(jù)的不完整性和巨大波動對預(yù)測精度造成影響，然后將采集的數(shù)據(jù)通過現(xiàn)場總線傳至上位機中，完成相關(guān)變量的有效獲??；上位機上安裝相應(yīng)的基于OPC標(biāo)準(zhǔn)的組態(tài)軟件，PLC以總線RS485的方式連接到服務(wù)器上，組態(tài)和PLC的變量關(guān)聯(lián)；數(shù)據(jù)傳輸?shù)木唧w過程為PLC把儀表采集的信號進行A/D轉(zhuǎn)換后傳給上位機后，采集的儀表信號通過OPC服務(wù)實時采集至OPC客戶端；其次，軟測量檢測軟件中的數(shù)據(jù)分發(fā)模塊實時讀取OPC客戶端的數(shù)據(jù)并把其分發(fā)至：①出水透水率軟測量模型，作為模糊神經(jīng)網(wǎng)絡(luò)的輸入數(shù)據(jù)；②PC機硬盤的某路徑下，形成數(shù)據(jù)文件，實現(xiàn)采集數(shù)據(jù)的實時存儲，方便以后的查詢工作；

(5)MBR出水透水率智能檢測系統(tǒng)設(shè)計和軟硬件功能集成開發(fā)；本發(fā)明創(chuàng)新的關(guān)鍵是搭建和開發(fā)軟硬件平臺，并把軟硬件平臺和出水透水率軟測量模型集成完整的出水透水率智能檢測系統(tǒng)；檢測系統(tǒng)中的數(shù)據(jù)采集模塊、數(shù)據(jù)傳輸模塊、數(shù)據(jù)存儲模塊和人機交互模塊主要體現(xiàn)在數(shù)據(jù)的獲取、傳輸、存儲和顯示中，該過程主要涉及了設(shè)備、總線、網(wǎng)絡(luò)和計算機之間的接口設(shè)置，計算機界面和后臺程序的鏈接設(shè)置，以及智能檢測模塊和實際檢測儀表的數(shù)據(jù)轉(zhuǎn)換設(shè)置；人機交互模塊主要實現(xiàn)對出水透水率預(yù)測過程的實時檢測和管理，從界面預(yù)測出水透水率的大小，將出水透水率的變化及時反饋客戶端，人機交互設(shè)備指觸摸屏和打印設(shè)備，觸摸屏在其開發(fā)環(huán)境下，通過配置通信口完成和預(yù)測系統(tǒng)以及打印機的通信，開發(fā)的出水透水率智能檢測系統(tǒng)可實現(xiàn)的主要功能包括①對出水透水率相關(guān)參數(shù)的查詢、②出水透水率軟測量模型基本參數(shù)的設(shè)定、③顯示未來一段時間內(nèi)出水透水率的預(yù)測曲線。

本發(fā)明采用軟件行業(yè)中的構(gòu)件技術(shù)把出水透水率軟測量模型封裝為功能模塊，增強了模型的復(fù)用性，彌補國內(nèi)外出水透水率智能檢測技術(shù)向?qū)嶋H系統(tǒng)操作中人機交互界面推廣 的空白；本發(fā)明采用.NET平臺進行軟件開發(fā)，便于創(chuàng)建ActiveX控件，擴大了軟件的可使用環(huán)境范圍；采用現(xiàn)場總線(Profibus-DP)技術(shù)建立全流程系統(tǒng)通訊網(wǎng)絡(luò)，實現(xiàn)各模塊間信息傳遞；同時本發(fā)明提出的出水透水率智能檢測系統(tǒng)實現(xiàn)了中控室和現(xiàn)場各個數(shù)據(jù)采集點的連接，構(gòu)成了集中管理的預(yù)測系統(tǒng)，系統(tǒng)的拓展容易，各部分功能獨立，可以根據(jù)實際預(yù)測需要增加軟、硬件模塊并與其它系統(tǒng)進行融合，可實現(xiàn)系統(tǒng)的穩(wěn)定性和可靠性并保證了出水透水率的預(yù)測精度。

與污水處理軟測量行業(yè)發(fā)展現(xiàn)狀相比，本發(fā)明具有以下創(chuàng)新：

(1)開展相關(guān)變量數(shù)據(jù)實時獲取的技術(shù)研究

將實時獲得的相關(guān)過程變量數(shù)據(jù)進行時間同步，并通過協(xié)調(diào)通訊標(biāo)準(zhǔn)并將數(shù)據(jù)傳輸給上位機，從而確保數(shù)據(jù)的實時性和準(zhǔn)確性。

(2)開發(fā)出水透水率的軟測量模型

構(gòu)建出水透水率軟測量模型，實現(xiàn)對出水透水率的實時預(yù)測，并且本發(fā)明采用軟件行業(yè)中的構(gòu)件技術(shù)把軟測量模型封裝為功能模塊，增強了模型的復(fù)用性，適合實際中的應(yīng)用。

(3)開發(fā)出水透水率智能檢測軟件

設(shè)計人機交互界面和后臺運行智能檢測軟件，實現(xiàn)數(shù)據(jù)采集模塊、數(shù)據(jù)傳輸模塊、數(shù)據(jù)存儲模塊、以及檢測模塊等的數(shù)據(jù)傳輸。

(4)集成出水透水率智能檢測系統(tǒng)

根據(jù)污水處理過程的要求實現(xiàn)數(shù)據(jù)采集模塊、數(shù)據(jù)傳輸模塊、數(shù)據(jù)存儲模塊、以及檢測模塊等的封裝，將出水透水率智能檢測技術(shù)與搭建及開發(fā)的軟硬件平臺集成，完成出水透水率智能檢測系統(tǒng)設(shè)計。

附圖說明

圖1為出水透水率智能檢測系統(tǒng)整體架構(gòu)圖；

圖2為出水透水率軟測量軟件架構(gòu)；

圖3為模糊神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)圖；

圖4為出水透水率軟測量模型仿真誤差曲線；

圖5為出水透水率軟測量模型預(yù)測結(jié)果圖，其中紅色實線為出水透水率實際計算值， 黑色為軟測量模型的預(yù)測值；

圖6為出水透水率智能檢測系統(tǒng)集成架構(gòu)圖；

具體實施方式

(1)出水透水率軟測量技術(shù)研究的具體實施

①通過安置在工藝現(xiàn)場的在線檢測儀表采集輸入變量，需采集的變量的包括5種，參數(shù)信息及采集位置如表1所示。

表1采集的過程變量類型

②使用模糊神經(jīng)網(wǎng)絡(luò)建立出水透水率的軟測量模型，采用實時采集的數(shù)據(jù)對模糊神經(jīng)網(wǎng)絡(luò)進行訓(xùn)練和測試。選擇80組數(shù)據(jù)進行測試。采集的數(shù)據(jù)如表2所示。

③對建立的出水透水率軟測量模型進行校正，得到的仿真誤差曲線圖和預(yù)測結(jié)果圖分別為圖4、圖5所示。

(2)出水透水率智能檢測系統(tǒng)設(shè)計與軟硬件功能集成的具體實施

實際污水處理廠中搭建的硬件平臺環(huán)境中硬件部分的WTW 3430儀表通過USB接口與載有出水透水率智能檢測系統(tǒng)軟件的PC機進行連接并將數(shù)據(jù)實時傳輸至智能檢測平臺中。MBR在處理污水過程中，采取運行7分鐘停止1分鐘的工作模式，因此本發(fā)明采集泵開始運行后的3到5分鐘數(shù)據(jù)，避免了現(xiàn)場數(shù)據(jù)的不完整性和巨大波動對預(yù)測精度造成影響，然后將采集的數(shù)據(jù)通過現(xiàn)場總線傳至上位機中，完成相關(guān)變量的有效獲取。上位機上安裝相應(yīng)的基于OPC標(biāo)準(zhǔn)的組態(tài)軟件，PLC以總線RS485的方式連接到服務(wù)器上，組態(tài)和PLC的變量關(guān)聯(lián)。數(shù)據(jù)傳輸?shù)木唧w過程為PLC把儀表采集的信號進行A/D轉(zhuǎn)換后傳給上位機后，采集的儀表信號通過OPC服務(wù)實時采集至OPC客戶端；其次，軟測量檢測軟件中的數(shù)據(jù)分發(fā)模塊實時讀取OPC客戶端的數(shù)據(jù)并把其分發(fā)至：①出水透水率軟測量模 型，作為模糊神經(jīng)網(wǎng)絡(luò)的輸入數(shù)據(jù)；②PC機硬盤的某路徑下，形成數(shù)據(jù)文件，實現(xiàn)采集數(shù)據(jù)的實時存儲，方便以后的查詢工作。

本發(fā)明使用軟件行業(yè)中的構(gòu)件技術(shù)把出水透水率軟測量模型封裝為功能模塊，通過軟測量模型的設(shè)計和儀表硬件及通訊設(shè)計，將出水透水率軟測量模型嵌入至智能檢測系統(tǒng)中，經(jīng)過信息傳輸將預(yù)測結(jié)果至前臺人機交互界面，實現(xiàn)出水透水率智能檢測系統(tǒng)設(shè)計，從而實現(xiàn)出水透水率的實時在線檢測。

表2軟測量模型測試數(shù)據(jù)