您好, 歡迎來到化工儀器網
11
污水處理工藝流程故障診斷方法
按照故障診斷Frank教授的觀點，故障診斷方法大致可以分為三類:基于數學模型的方法(解析法)、基于知識的方法和基于數據驅動的方法。
- 基于數學模型的方法。基于數學模型的故障檢測，是通過將被檢測對象的可測信息 們由模型表達的系統(tǒng)先驗信息進行比較，從而產生殘差，并對殘差進行分析和處理而實現(xiàn)故障檢測的技術。基于模型的方法發(fā)展時間較長，相對比較成熟，它使用根據基本原理構造的 的、定量的數學模型，但主要限于線性系統(tǒng)，性能的好壞很大程度上依賴于過程模型的準確程度。
20世紀80年代以來，生化反應模型和計算機技術在污水處理過程中的應用日趨廣一泛， 尋求能夠反映污水處理過程復雜特性的數學模型一直是研究熱點。為了促進和規(guī)范污水處理 模型的發(fā)展，水協(xié)會先后推出了活性污泥1號、2號和3號模型·這些模型的推出大大 推動了污水處理過程模型的發(fā)展，但從故障診斷的角度來看，由于這些模型大都結構復雜、 參數眾多，模型的可辨識性較差，增加了過程模擬的不確定性，不利于故障診斷的應用。
對污水處理系統(tǒng)來說，由于生物活動的復雜性、非線性以及處理單元間強藕合性等特 性，基于模型的方法在污水處理的性能監(jiān)控中難以得到廣泛應用。
(2)基于知識的方法。基于知識的方法主要是利用人工智能的方法(包括模糊邏輯、因 果分析、專家系統(tǒng)等)，構造某些系統(tǒng)功能以模仿和實現(xiàn)人類(熟練操作人員、技術人員、 專家)在監(jiān)測控制過程中的某些思維和行為，自動完成整個檢測和診斷過程。基于知識的方 。于不需要對象的數學模型，因此具有很大生命力，其中的專家系統(tǒng)由于具有啟發(fā) 性、透明性和靈活性的特點，特別善于解決特定領域內需要大量專門知識才能求解的問題， 因此非常適合解決復雜系統(tǒng)的實時控制和工藝過程的故障診斷等問題。
(3)基于數據驅動的方法。目前污水處理廠越來越重視過程自動化系統(tǒng)建設，更多的PH儀表用于過程檢測，從而獲得了大量的可用于過程監(jiān)控的數據。同時隨著工業(yè)計算機技術和數 居庫技術的發(fā)展.廉價的計算資源和可靠的存儲技術為流程工業(yè)數據的分析提供了物質基 礎。如何從生產過程的數據庫中挖掘出隱藏的有用信息，從而對系統(tǒng)進行監(jiān)控，已成為越來 越迫切的需要。基于數據驅動的方法就是利用工業(yè)過程擁有的豐富觀測變量數據，以采集的 土程數據為基礎·通過各種數據處理與分析(如多元統(tǒng)計一方法、聚類分析、小波分析等)挖 掘出數據中隱含的信息，從而指導生產，提高監(jiān)控系統(tǒng)的監(jiān)控能力。這種方法比較符合流程 工業(yè)的特點，通用性強。
數據驅動技術的優(yōu)勢在于它們能夠將高維的數據變換成低維。并從中獲取重要的信息。 通過給過程操作員或與工程師計算出一些有意義的統(tǒng)計數字，可以大大改善大系統(tǒng)的過程監(jiān) 控系統(tǒng)，而且可以利用這些數據提前預測出系統(tǒng)將要出現(xiàn)的故障，有效地提高產品的質量， 減小企業(yè)不必要的損失。
基于數據驅動的方法不需要了解復雜的過程機理，具有強大的生命力，但其對數據的要 求較高:應用效果依賴于數據的質量和數量·由于資金的限制，我國污水處理廠PH檢測儀的數量和質量有限，無法得到完備的數據信息，因此限制了數據驅動方法的應用。
(4)知識驅動與數據驅動方法的結合。污水處理過程復雜，伴隨著復雜的物理化學反應 過程、非線性、大時滯和多變量藕合，單純的一種診斷方法往往無法取得滿意的效果。將知 識推理控制方法與數據驅動方法有機地結合起來，取長補短，也是解決污水處理過程診斷的 有效途徑01.和.清華大學的徐麗婕等結合活性污泥數學模型和專家系統(tǒng)開發(fā)了城市污水處理廠運 行決策支持系統(tǒng)(WWTP UDSS)，該系統(tǒng)集過程預警、故障診斷、過程模擬和預測等多種功能于一體，為污水處理廠的運行和控制提供必要的支持。