污水处理过程节能优化控制方法的研究

[摘要]随着国民经济的迅速发展，人们在生产和生活过程中产生出的污水量也逐渐加大。污水严重危害人们的身体健康，因此，污水处理是必要的。污水处理过程比较复杂，目前，如何科学、合理的处理污水成为当下最热门的话题之一，为了能够提高污水处理效率，降低成本，研究污水处理节能优化的控制方法势在必行。本文将对污水处理优化控制方法的不足之处、污水处理过程机理模型以及污水处理过程节能优化控制方法进行研究，并为污水处理提出有效措施，从而减少污染。

[关键词]污水处理 节能优化 控制方法

[中图分类号] P624.8 [文献码] B [文章编号] 1000-405X（2015）-2-271-1

0前言

随着社会经济的迅速发展，我国水资源日益缺乏，且水污染严重，我国越来越重视水资源的合理利用，特别是针对污水处理的研究越来越积极，但是，污水处理面临耗能大、运行成本高等问题，在一定程度上阻碍了污水处理行业的顺利发展。因此，为了能够克服这些难题，推动污水处理的智能优化控制，加强对污水处理系统的完善优化是当务之急。

1污水处理优化控制方法的不足之处

1.1适应能力较弱

污水处理过程并不简单，其过程繁复冗杂，存在许多不可控制因素及变量，要充分考虑到各个因素之间的关系，并控制好出水以及能耗，虽然依靠开关和PID控制简便，且性能较稳定，但是，在污水控制过程中有多个起作用的变量，如果某个环节出现问题，就会致使污水处理很难控制，也不会取得良好的污水处理效果。

1.2出水水质与耗能之间的矛盾

污水处理需要考虑多方面利益，不仅要控制好排水量，还要降低成本，而传统的污水处理并没有处理好二者之间的关系，出水水质与耗能量高之间的矛盾始终存在，在确保出水限制的同时，将耗能减少到最小成为最亟待解决的问题之一。

1.3污水处理耗能大、成本高

利用传统的污水处理方法进行污水处理过程优化控制存在一定难度，污水处理耗能高，在一定程度上增加了运行成本。因此，协调好出水与运行成本之间的关系，是优化污水处理系统首先要解决的问题。

2污水处理过程机理模型

研究污水处理过程的机理模型具有现实意义，不仅有利于污水处理系统的设计，还能够提高污水处理系统的能力。BSM1模型是一种污水处理的设备布局，其中包含仿真模型、仿真结果的评价标准等，其便于调整自动控制策略，并利用指标来进行比较选择最优的实施方法；基于BSM1基础上的Elman递归神经网络箱比较而言具有较强的适应能力，也比较稳定，能够处理好污水处理过程中的多个变量之间的关系，并能取得较优的污水处理效果[1]。

通过深入研究污水处理过程BSM1模型架构及反应机理，并在不同环境下构建仿真模型，能够达到BSM1可视化管理目标。另外，给予BSM1的基础上提出其他变量控制方法，选择两个变量进行模拟、评价，通过设计Elman递归神经网络控制器，并选择晴朗的天气下进行仿真实验，相比较传统的前馈神经网络BP等控制策略，这种方法具有更好地鲁棒性、自适应性和稳定性，而且能够尽快达到目标。

3污水处理过程节能优化控制方法

3.1污水生物脱氮

近年来，我国水污染比较严重的现象就是水体富营养化，虽然污水处理不断发展，也取得了一定成效，但是，水体富营养化问题却始终没有得到有效的解决并且，随着水体富营养化的情况日益恶化，水污染问题也变得越来越严重。解决水体富营养化只有通过脱氮除磷方式才能够使这一问题最终得以解决，脱氮是污水处理的重中之重，为了能够降低能耗和成本，实现脱氮目标，需要对整个污水处理过程采取节能优化的控制策略。

污水中的氮主要以氨氮和硝态氮化合物的形式存在，针对不同形式的氮可以采取不同的方法进行有效去除，例如：不溶于水的有机氮可以利用初沉池过滤的方法将氮去除。通过化学方法同化、氨化也能使水体富氧化问题得以解决。

同化主要是指在污水处理过程中，将氮同化成微生物细胞的一部分，即便不能够将所有氮都排出去，但是，在二次沉池时，能够将剩余的活性污泥除去；氨化则是将有机氨化合物转变成氨氮的过程，但是，其在处理过程中，生化效率过高，尽量不采取这种方法[2]。

3.2污水生物脱氮技术

活性污泥处理方法作为一种生物处理措施，具有悠久的历史，现行的污水处理方法都是以活性污泥处理方法为基础的。

三级活性污泥法，主要是指将硝化、反硝化以及氨化这三大化学反应作为基础，进行污水处理，但是其系统构成过于复杂，不仅造价高，也不便于操作。

缺氧技术，实质是前置反硝化技术，这种技术过程简便、造价低，目前已经成为污水处理的主要工艺，被广泛应用在各大污水处理厂中。

氧化沟脱氮技术，又称完全混合-推流式反应器，在污水处理过程中，其处理速度迅速，能够与沟内混合液快速融为一体，符合生物脱氮的要求。

除此之外，在污水处理过程中，还存在一种EENN-ECM优化控制策略，虽然在水质方面并不能够做到完美，但是，与出水标准基本吻合，而且耗能较低，也同样具有较好的节能效果[3]。

4结论

根据上文所述，污水处理过程涉及到多个变量，具有一定难度，与此同时，还需要解决能耗大以及出水水质等问题。笔者通过将BSM1模型作为基础进行深入研究，提出了Elman网络能耗方案，这一措施能够有效控制污水处理过程中的多个变量，进而实现使污水水质达标且并且最大限度降低能耗的目标。

参考文献

[1]杨马英，周芳芹，李军.基于神经网络的城市污水处理水质参数软测量[J].东南大学学报（自然科学版），2010，18（03）：259-261.

[2]张立炎，马龙华，钱积新.基于混合逻辑动态法的污水处理除氮过程的优化控制[J].化工学报，2012，20（05）：12-14.

[3]胡兴志.基于模糊神经网络的自适应控制在污水处理中的应用研究[J].华北科技学院学报，2011，10（8）：158-159.