為污水處理的曝氣過程通過風(fēng)機(jī)將空氣壓縮鼓入污水處理生化池，使生化池的溶解氧濃度（DO）維持在合適水平，創(chuàng)造有利于微生物好氧降解污染物的有氧條件，提高微生物的活性和污染物去除能力。進(jìn)水工況對(duì)生物曝氣工藝的穩(wěn)定性影響較大。此外，曝氣過程能耗高，風(fēng)機(jī)的電能消耗占污水處理工藝總能耗的40%以上。采取合理有效的曝氣控制策略能夠提升污水處理系統(tǒng)的整體運(yùn)行性能和節(jié)能效果。
曝氣過程為典型的高非線性、大滯后性的復(fù)雜過程，其參數(shù)優(yōu)化設(shè)定與控制一直是研究的熱點(diǎn)。
叢秋梅等提出基于帶有工況中心修正的污水處理多模型等在線建模方案，提高了對(duì)處理過程COD、氨氮濃度等關(guān)鍵參數(shù)預(yù)測(cè)的準(zhǔn)確性，但因缺乏控制策略的進(jìn)一步優(yōu)化，僅能為操作人員提供決策參考，節(jié)能降耗性能有所限制。
栗三一等采用多目標(biāo)進(jìn)化算法尋找溶解氧優(yōu)化設(shè)定值，抑制了出水氨氮及總氮的峰值，同時(shí)減少超標(biāo)率。Honggui HAN等采用全局優(yōu)化算法尋找溶解氧濃度優(yōu)化設(shè)定值，并對(duì)溶解氧控制器進(jìn)行優(yōu)化分析，提高了污水處理能力，但缺乏對(duì)入水周期性的考慮，一定程度上增加了優(yōu)化運(yùn)算成本。
Jianhui WANG等基于污水廠真實(shí)歷史數(shù)據(jù)，采用新型混合神經(jīng)網(wǎng)絡(luò)模型等智能回歸預(yù)測(cè)算法預(yù)測(cè)出水參數(shù)，同時(shí)結(jié)合遺傳算法等尋優(yōu)算法降低處理過程的總能耗與總物耗。N. KSHETRY等基于算法融合思想搭建了污水處理過程穩(wěn)定性及安全性的決策控制系統(tǒng)。
S. SARAVANA KUMAR等基于試錯(cuò)法的模糊邏輯控制對(duì)污水處理過程控制策略進(jìn)行綜合優(yōu)化，一定程度保證了系統(tǒng)出水的達(dá)標(biāo)穩(wěn)定性，但處理能耗成本增加。P. MAHESWARI等基于實(shí)際污水廠校正BSM1模型中的硝酸鹽濃度和溶解氧濃度進(jìn)行嵌套回路控制，在處理效果與節(jié)能降耗方面有一定改善，但該模型具有較強(qiáng)的針對(duì)性，適用性較低。
為實(shí)現(xiàn)曝氣過程的優(yōu)化控制，達(dá)到保質(zhì)降耗的目的，基于污水處理過程，將入水情況的周期性進(jìn)行入水工況感知?jiǎng)澐?，以入水工況為單位對(duì)處理過程的操作策略進(jìn)行優(yōu)化，提高決策響應(yīng)速度，降低運(yùn)算成本，并通過搭建系統(tǒng)運(yùn)行評(píng)估體系反映系統(tǒng)的處理能力及優(yōu)化性能?！肮r感知-自主決策-性能評(píng)估”多層次污水處理智能曝氣優(yōu)化方案的工況感知層將采用K-means聚類算法建立初始工況庫，結(jié)合注水原理實(shí)現(xiàn)工況庫的自主更新。
在工況感知基礎(chǔ)上，自主決策層將采用最小二乘支持向量機(jī)（LS-SVM）與神經(jīng)網(wǎng)絡(luò)反向傳播算法（BPNN）建立系統(tǒng)的軟測(cè)量模型，結(jié)合粒子群全局尋優(yōu)算法（PSO）求解當(dāng)前入水工況生化池溶解氧的最優(yōu)設(shè)定值（DOset）。性能評(píng)估模塊將依據(jù)系統(tǒng)運(yùn)行的經(jīng)濟(jì)效益、出水水質(zhì)與出水成分等建立評(píng)估數(shù)據(jù)庫，評(píng)估系統(tǒng)優(yōu)化決策性能。
結(jié)論
（1）基于感知-決策-評(píng)估的污水處理曝氣智能優(yōu)化方法結(jié)合K?means聚類算法與注水原理，對(duì)入水?dāng)?shù)據(jù)進(jìn)行感知，能夠支持入水工況庫的自主更新，提高了系統(tǒng)穩(wěn)定性。采用LS?SVM與BPNN建立計(jì)算全局尋優(yōu)過程個(gè)體適應(yīng)度的軟測(cè)量模型1及用于約束全局尋優(yōu)求解空間的軟測(cè)量模型2，采用PSO對(duì)當(dāng)前工況進(jìn)行曝氣優(yōu)化自主決策；輸入溶解氧濃度優(yōu)化設(shè)定值，針對(duì)系統(tǒng)運(yùn)行情況進(jìn)行性能評(píng)估，并由評(píng)估結(jié)果對(duì)決策系統(tǒng)進(jìn)行優(yōu)化更新。
（2）在優(yōu)化系統(tǒng)出水達(dá)標(biāo)且出水水質(zhì)（EQ）優(yōu)于原系統(tǒng)1%~2%的情況下，經(jīng)濟(jì)指標(biāo)（EC）相比原系統(tǒng)下降了10%~15%，節(jié)能效果顯著。該智能曝氣優(yōu)化方法可作為國內(nèi)中等規(guī)模城鎮(zhèn)污水處理廠節(jié)能減排的優(yōu)化參考。
（3）由于污水處理環(huán)境具有差異性，BSM1的仿真數(shù)據(jù)在國內(nèi)中等規(guī)模城鎮(zhèn)污水處理廠中的適用性較低，故BSM1仿真模型僅作為所述感知-決策-評(píng)估智能曝氣優(yōu)化系統(tǒng)的仿真驗(yàn)證平臺(tái)。完成優(yōu)化性能的仿真驗(yàn)證后，后續(xù)研究將進(jìn)一步結(jié)合國內(nèi)中等規(guī)模城鎮(zhèn)污水處理廠的入水特性建立針對(duì)性入水工況感知模塊，根據(jù)污水廠實(shí)際運(yùn)行數(shù)據(jù)構(gòu)建自主決策預(yù)測(cè)與全局尋優(yōu)模塊，最后針對(duì)實(shí)際污水廠的處理需求搭建符合國內(nèi)處理要求的性能評(píng)估機(jī)制，完成該優(yōu)化方法在國內(nèi)中型城鎮(zhèn)污水廠的落地應(yīng)用，達(dá)到節(jié)能減排的目的。
