由于传统的控制理论无法解决复杂的非线性关系上的缺陷,对其控制效果也不够完善,才研究出了智能控制。智能控制属于控制理论发展的一种高级阶段,它包含的有神经网络、模糊控制以及专家控制等多方面。(1)我国对污水的解决现状
由于经济的快速发展,我国现如今在用水规模上也就成正比的不断扩大和增加。对于水资源上的补充当然也就根本无法满足这样的耗用,加之废水解决系统的规模又不是很大以及管道设计的不合理,都会给废水的排放造成处理性能低下的局面。面对于我国目前还无法很好的处理这样现状的西方国家而言,其水平就要超前很多。(2)废水处理存在的问题与解决对策
我国目前对废水处理常使用活性污泥和生物膜,以及厌氧生物和生物塘等与其相关的一些物质来进行处理和解决。这些方法对于废水的管理和净化排放都有着主要的维护作用。尤其是对自动化控制技术的使用,更是起到了非常大的推进效用。但是,因为废水来源的复杂性和与此有关的一些特殊管理,以至于致使在对废水处理中出现了一下的问题:
(1)由于对废水处理的控制意识不够强,对排出过程的监管不得力,使得某些部门出现了严重舞弊的情况。要改善这一现状,就一定要增强对废水的排放和净化过程的监管力度。
(2)在对水资源处理上,也是一个很繁杂的生化反应过程,尤其是对废水的处理。所以,加大对废水处理的控制,定时的分析和观察就是非常有必要的。
1 自动控制技术在废水处理中的应用
自动化控制技术是由四部分组成:现场仪表和执行机构、信号采集和人机界面。而自动控制系统则是由三部分构成:执行元件、测量元件、控制元件。将这三部分经过自行建立起来的工艺曲线和在线采集、人工输入、最后与控制进出水系统相结合以后,在COD、BOD、色度和磷等浓度、指标、及其溶解氧、回流比等工艺曲线的指标显示下,通过对掌握废水处理所产生的一些变化规律,来达到对废水进行处理的一种工艺控制。但是,由于废水的来源不同,对它们的处理方法也就不尽相同。
2 废水处理智能控制系统的设计
智能控制系统其实就是自动控制技术发展到后期的高级阶段,它是人工智能、系统论、控制论和信息论等多方面学科的一种高度集成和综合,包括有:模糊控制、神经网络控制、专家控制三种。由于该系统有着自学和自适应及直组织的功能,才会非常适合对繁杂的废水处理过程进行控制。
2.1 关于模糊控制系统
该系统能过将专家控制或操作者的一些经验与知识表示成为一种语言变量的描述控制规则,并应用模糊教学的隶属函数、模糊推理、模糊关系与决策来对系统进行控制。该系统尤为适合用在数学模型复杂的和未知的非线性系统中的控制。
2.2 关于神经控制系统
这是一种人工神经网络系统,是对人类大脑系统阶特性的描述。该系统就是一个数学式的模型,用电子线路加以实现,也能通过计算机的程序模拟,是一种人工智能研究的方法。这种方法在近几年里备受国内外废水处理专家们的关注和重视,通过在废水处理自动控制技术系统中来开展人工神经网络的控制研究,从而获得了很多有着推广使用价值方面的成果。
2.3 关于专家控制系统
专家控制其实是只能控制的一个较为重要的分支,又被称为专家智能控制。这种控制系统是将专家系统的一些理论及技术与控制理论和技术、方法结合起来,在某些未知的环境下来效仿专家的智能,达到实现对系统的控制。从二十世纪九十年代起,国外的一些学者就已经使用该项技术来完成对废水处理的自动控制功能,并获得了较为有效的成果。
2.4 关于综合智能控制系统
纵观实践中的各种操作和效果,每一种智能的控制方法既会有其优势,也会有其不足。倘若将两种或更多的智能控制方法恰当的结合起来,使其能扬长避短的发挥出各自的优势,就能够促使控制系统更好更全面的发挥其作用。
3 结语
正是因为废水处理系统有着复杂性和非线性,时变性和不确定性,以及滞后性等多方面的特点,智能控制系统就成为了对此处理的热门方法。只不过目前而言,在我国还只是出于初级阶段。所以在实际的运用中,就需要将自动控制技术和智能控制系统相结合的组成混合智能控制系统,以达到对废水处理的全面控制,这也将是以后未来废水处理控制的发展和研究方向。
摘要：随着我国经济的发展,相应的也就致使水的污染问题日益突出和明显,对其的治理和解决也就日渐繁重起来。为了能够更加高效和迅速的处理废水污染问题,专家们已经开始逐渐将自动化技术与计算机技术运用在了对污水处理的过程中,并建立起各种高性能的对废水处理方面的控制系统,从而达到确保其过程中的安全、可靠以及稳定等性能,增强出水的水质,降低药耗和能耗以及人工上的成本,最终实现污水处理的经济与良性操作。
关键词：废水处理,自动化技术控制,智能控制
参考文献
[1] 彭会清,许开,印染废水处理现状与进展[J],纺织科技进展,2003(2).
[2] 朱子奇,许越峰,我国污水处理厂自动化控制技术的现状和前景[J],城市建设理论研究:电子版,2014(7).
[3] 荣丽丽,邓旭亮,刘明霞,郭桂悦,自动化控制技术在污水处理厂的应用发展[J],环境科技,2009.
[4] 韩力群,人工神经网络理论、设计及应用[M],化工业出版社,2002.
[5] 李士勇,模糊控制、神经控制和智能控制论[M],哈尔滨工业大学出版社,1996.