吳宇行，王曉東，樸 恒

(青島理工大學(xué)環(huán)境與市政工程學(xué)院，山東青島 266000)

污水處理廠進(jìn)水水質(zhì)、水量波動(dòng)大，為保證處理效果，污水處理廠對(duì)工藝控制具有嚴(yán)格的要求。前饋控制、反饋控制、復(fù)合控制、模型預(yù)測(cè)控制等一系列過(guò)程控制技術(shù)在污水處理中受到重視。部分污水處理廠通過(guò)人工控制或簡(jiǎn)單的自動(dòng)控制系統(tǒng)對(duì)曝氣系統(tǒng)、藥劑投加系統(tǒng)進(jìn)行控制。采用傳統(tǒng)控制方法，污水處理廠為保障出水水質(zhì)達(dá)標(biāo)存在較為嚴(yán)重的過(guò)度曝氣、過(guò)量投加藥劑的問(wèn)題。

本文綜述了前饋控制、反饋控制、復(fù)合控制和模型預(yù)測(cè)控制的結(jié)構(gòu)，以及其在藥劑投加控制和曝氣控制上的研究與應(yīng)用，此外，對(duì)前饋控制、反饋控制和模型預(yù)測(cè)控制的優(yōu)勢(shì)和弊端分別進(jìn)行了討論。

1 控制系統(tǒng)

發(fā)達(dá)國(guó)家對(duì)控制系統(tǒng)的研究與應(yīng)用起步較早，美國(guó)于20世紀(jì)70年代中期開(kāi)始實(shí)現(xiàn)污水處理廠自動(dòng)控制，90年代以后，我國(guó)才引入自動(dòng)控制系統(tǒng)[1]。污水處理過(guò)程控制系統(tǒng)即通過(guò)應(yīng)用在線監(jiān)測(cè)設(shè)備對(duì)污水處理過(guò)程中的關(guān)鍵指標(biāo)，如COD、氨氮、總氮、硝酸鹽、亞硝酸鹽、堿度、溫度、進(jìn)水流量等進(jìn)行監(jiān)測(cè)，對(duì)污水處理過(guò)程加藥量、曝氣量進(jìn)行自動(dòng)控制，以達(dá)到減少能耗和藥劑投加、提升出水水質(zhì)和減少人員干預(yù)的目的。

在實(shí)際污水處理工程中，過(guò)程控制系統(tǒng)主要包括前饋控制、反饋控制以及復(fù)合控制。由于污水生化處理過(guò)程具有非線性、不確定性和大滯后等特點(diǎn)[2]，近年來(lái)，模糊控制、神經(jīng)網(wǎng)絡(luò)控制等智能控制技術(shù)越來(lái)越多地應(yīng)用在污水處理過(guò)程中[1]，與傳統(tǒng)技術(shù)相結(jié)合發(fā)展出一系列新的控制系統(tǒng)[3-6]。模型預(yù)測(cè)控制得到長(zhǎng)足的發(fā)展[7]，應(yīng)用智能控制技術(shù)優(yōu)化模型預(yù)測(cè)控制成為研究熱點(diǎn)。

2 控制系統(tǒng)的結(jié)構(gòu)

2.1 前饋控制的結(jié)構(gòu)

前饋控制方框圖如圖1所示，由控制元件、執(zhí)行器、終端控制元件、測(cè)量設(shè)備、控制系統(tǒng)模型等組成。前饋控制的控制思路是通過(guò)對(duì)重要參數(shù)進(jìn)行測(cè)量，通過(guò)預(yù)先建立的控制系統(tǒng)模型對(duì)系統(tǒng)擾動(dòng)可能造成的影響進(jìn)行補(bǔ)償，在擾動(dòng)變量影響控制過(guò)程之前，控制元件根據(jù)監(jiān)測(cè)的擾動(dòng)變化通過(guò)執(zhí)行器對(duì)干擾進(jìn)行補(bǔ)償，理論上具有避免誤差產(chǎn)生的能力。

2.2 反饋控制的結(jié)構(gòu)

反饋控制結(jié)構(gòu)如圖2所示。反饋控制系統(tǒng)是一個(gè)閉環(huán)系統(tǒng)，核心部分包括控制元件、執(zhí)行器和終端控制元件。在工藝運(yùn)行過(guò)程中，測(cè)量設(shè)備(傳感器等)對(duì)被控量進(jìn)行監(jiān)測(cè)，被控量隨后通過(guò)比較元件與預(yù)設(shè)值進(jìn)行對(duì)比，控制元件根據(jù)測(cè)量的被控量和預(yù)先設(shè)定的設(shè)定值或參考值之差(即誤差)對(duì)控制系統(tǒng)進(jìn)行調(diào)整，通過(guò)執(zhí)行器對(duì)下一次行為進(jìn)行控制，達(dá)到將溶解氧濃度維持在設(shè)定值的目的。與前饋控制不同，被控量誤差產(chǎn)生之前，反饋控制不對(duì)控制行為進(jìn)行調(diào)整。兩種典型應(yīng)用于污水處理過(guò)程中的反饋控制器是開(kāi)關(guān)控制器和比例-積分-微分(PID)器，在污水處理工業(yè)控制中占支配地位。

2.3 復(fù)合控制的結(jié)構(gòu)

復(fù)合控制系統(tǒng)結(jié)構(gòu)如圖3所示。復(fù)合控制的常見(jiàn)形式是前饋控制與反饋控制嵌套聯(lián)用。通過(guò)前饋控制對(duì)干擾變量可能造成的誤差進(jìn)行預(yù)測(cè)控制，對(duì)控制系統(tǒng)進(jìn)行調(diào)整；通過(guò)反饋控制對(duì)系統(tǒng)進(jìn)行勘正，提高控制精度。因此，應(yīng)用復(fù)合控制可以發(fā)揮兩者的優(yōu)勢(shì)，有效緩解單獨(dú)使用前饋控制或反饋控制造成的弊端，得到較好的控制結(jié)果。

圖3 復(fù)合控制系統(tǒng)方框圖Fig.3 Block Diagram of Compound Control System

2.4 模型預(yù)測(cè)控制的結(jié)構(gòu)

模型預(yù)測(cè)控制結(jié)構(gòu)如圖4所示。

圖4 模型預(yù)測(cè)控制結(jié)構(gòu)圖Fig.4 Block Diagram of Model Predictive Control System

模型預(yù)測(cè)控制(MPC)是一種基于模型的閉環(huán)優(yōu)化控制策略，包括內(nèi)部模型、滾動(dòng)優(yōu)化和反饋控制。模型預(yù)測(cè)控制計(jì)算分3步進(jìn)行：首先，利用模型預(yù)測(cè)被控過(guò)程的輸出變量；然后，在約束條件下，最小化給定的目標(biāo)函數(shù)，盡量使預(yù)測(cè)的過(guò)程輸出變量與預(yù)期參考信號(hào)接近，計(jì)算未來(lái)控制序列；最后，控制器執(zhí)行控制序列的第1個(gè)輸出值，在下一次控制時(shí)應(yīng)用本次優(yōu)化的數(shù)據(jù)進(jìn)行重復(fù)優(yōu)化[8]。

3 控制系統(tǒng)在藥劑投加方面的研究與應(yīng)用

污水處理過(guò)程中，化學(xué)藥劑的投加對(duì)保障出水水質(zhì)具有關(guān)鍵作用，進(jìn)水的水質(zhì)水量指標(biāo)是藥劑投加量的關(guān)鍵影響因素。應(yīng)用控制系統(tǒng)對(duì)水質(zhì)水量波動(dòng)進(jìn)行在線監(jiān)測(cè)，根據(jù)監(jiān)測(cè)結(jié)果進(jìn)行自動(dòng)控制是當(dāng)前研究的重點(diǎn)。國(guó)內(nèi)污水處理廠普遍采用人工手動(dòng)控制的方式進(jìn)行操作。人工手動(dòng)控制造成2個(gè)弊端：(1)外源藥劑投加過(guò)量，造成藥劑浪費(fèi)和成本增加；(2)進(jìn)水水質(zhì)水量波動(dòng)嚴(yán)重時(shí)，出水超過(guò)排放標(biāo)準(zhǔn)，無(wú)法保證出水水質(zhì)達(dá)標(biāo)[9]。過(guò)程控制可以很好地應(yīng)用在外加藥劑控制方面，達(dá)到靈活控制、節(jié)約藥劑成本、提升出水水質(zhì)的目的。

早在2001年，Lee等[10]對(duì)焦化廠廢水外加碳源控制進(jìn)行研究，研究的控制策略包括前饋控制和開(kāi)關(guān)控制。前饋控制可根據(jù)進(jìn)水硝酸鹽濃度對(duì)外加碳源的投加進(jìn)行控制，與開(kāi)關(guān)控制相比，應(yīng)用前饋控制時(shí)出水中COD與硝酸鹽的濃度更加穩(wěn)定，并達(dá)到避免亞硝酸鹽積累的目的。安泳等[9]對(duì)青島市婁山河污水處理廠實(shí)際運(yùn)行的自動(dòng)加藥系統(tǒng)進(jìn)行研究。該系統(tǒng)根據(jù)污水流量和出水水質(zhì)，應(yīng)用反饋控制建立，運(yùn)行以來(lái)系統(tǒng)波動(dòng)次數(shù)顯著減少，表現(xiàn)出良好的穩(wěn)定性，出水水質(zhì)保持在設(shè)定值附近，藥劑單耗降幅達(dá)12%～34%，每年節(jié)約污水處理廠藥劑費(fèi)約171萬(wàn)元，證明應(yīng)用過(guò)程控制系統(tǒng)控制藥劑投加具有節(jié)約運(yùn)行成本的潛力。邱勇等[11]對(duì)比多種動(dòng)態(tài)加藥控制系統(tǒng)，發(fā)現(xiàn)出水反饋控制可以在改善出水磷酸鹽濃度的同時(shí)，減少藥劑浪費(fèi)的需求(試驗(yàn)證明可以節(jié)約16%的藥劑)。

在應(yīng)用復(fù)合控制方面，方榮業(yè)等[4]建立BP神經(jīng)網(wǎng)絡(luò)前饋預(yù)測(cè)和反饋PID的復(fù)合控制系統(tǒng)，在污水處理廠運(yùn)行1個(gè)月后，出水COD達(dá)標(biāo)率與人工控制相比提高了8.88%，活性炭日均消耗量減少了16.61%。

4 控制系統(tǒng)在曝氣控制方面的研究與應(yīng)用

曝氣是污水生化處理的重要組成部分。曝氣系統(tǒng)的能耗占到污水處理廠總能耗的30%～70%，也是污水處理廠最具節(jié)能潛力的處理單元。曝氣控制的主要任務(wù)是在保證出水水質(zhì)的前提下盡可能地節(jié)省能耗。曝氣量過(guò)小會(huì)造成溶解氧濃度過(guò)低，從而影響生物降解和硝化反應(yīng)的進(jìn)行；曝氣量過(guò)大既會(huì)造成能源的浪費(fèi)，也可能會(huì)使消化液攜帶過(guò)多溶解氧，從而破壞反硝化缺氧環(huán)境，影響反硝化脫氮效果[12]。

曝氣控制系統(tǒng)中供氣系統(tǒng)、傳感器以及控制策略的選擇都會(huì)影響最終的控制效果[13]。傳感器對(duì)污水處理過(guò)程中的重要指標(biāo)進(jìn)行在線測(cè)量，通過(guò)不同控制策略對(duì)供氣系統(tǒng)進(jìn)行調(diào)控，從而進(jìn)行曝氣控制。當(dāng)前，曝氣控制主要對(duì)DO在線監(jiān)測(cè)和營(yíng)養(yǎng)鹽在線監(jiān)測(cè)方法進(jìn)行研究。由于進(jìn)水水質(zhì)的波動(dòng)性和生化反應(yīng)環(huán)境的不確定性，對(duì)曝氣控制的精度有較高的要求，如何兼顧節(jié)能與污水脫氮效果成為研究重點(diǎn)，改進(jìn)過(guò)程控制技術(shù)實(shí)現(xiàn)精確曝氣是曝氣控制未來(lái)的發(fā)展目標(biāo)。精確曝氣是根據(jù)曝氣池當(dāng)前運(yùn)行需要的曝氣量對(duì)曝氣系統(tǒng)進(jìn)行精確控制，將曝氣量維持在設(shè)定值附近，既保證了硝化需求，也降低了曝氣能耗，實(shí)現(xiàn)兼顧節(jié)能和保障、提升出水效果的目的。實(shí)現(xiàn)精確曝氣需要根據(jù)污水處理廠的實(shí)際運(yùn)行情況建立有效的模型，根據(jù)模型計(jì)算出當(dāng)前運(yùn)行需要的曝氣量并進(jìn)行精確控制[14-15]。隨著在線監(jiān)測(cè)設(shè)備的發(fā)展與智能控制技術(shù)的應(yīng)用，傳統(tǒng)控制技術(shù)得到新的發(fā)展。未來(lái)通過(guò)精確曝氣保障出水水質(zhì)和能耗控制的研究方向?qū)⒂扇芙庋?、出水氨氮的反饋控制擴(kuò)展到基于生化反應(yīng)動(dòng)力學(xué)模型的以計(jì)算實(shí)際需氧量和傳質(zhì)效率為基礎(chǔ)的精確供氧控制[12]。

4.1 前饋控制和反饋控制

在AAO中試試驗(yàn)設(shè)備中進(jìn)行前饋控制試驗(yàn)，根據(jù)進(jìn)水指標(biāo)的變化前饋調(diào)整溶解氧設(shè)定值，并采用前饋控制方式基于進(jìn)水流量、COD濃度和第一好氧池氨氮濃度控制內(nèi)回流比的脫氮效果[16]。試驗(yàn)中，出水氨氮濃度始終沒(méi)有超過(guò)限值，出水總氮和總磷濃度分別下降29.9%和65.5%，并減少約38%的能耗。Revollar等[17]提出了基于PID的分級(jí)控制結(jié)構(gòu)，應(yīng)用效率指數(shù)對(duì)活性污泥過(guò)程中去除的氮與去除氮所消耗的能量進(jìn)行量化，并將效率指數(shù)作為重要的控制指標(biāo)，提高了污水處理廠的脫氮性能。

在線監(jiān)測(cè)設(shè)備的故障、可靠性差以及某些指標(biāo)在線監(jiān)測(cè)困難等問(wèn)題會(huì)影響前饋和反饋對(duì)曝氣系統(tǒng)的控制能力。項(xiàng)雷軍等[18]針對(duì)污水處理廠溶氧儀損壞、測(cè)量精度差或可靠性差等原因造成的系統(tǒng)抗干擾能力弱、難以追蹤溶解氧等控制問(wèn)題，采用狀態(tài)觀測(cè)器與模型預(yù)測(cè)控制相結(jié)合的方法，構(gòu)成了具有良好動(dòng)態(tài)穩(wěn)定性能的輸出反饋預(yù)測(cè)控制系統(tǒng)。針對(duì)COD難以實(shí)時(shí)準(zhǔn)確測(cè)量的難點(diǎn)，許玥[19]應(yīng)用軟測(cè)量技術(shù)對(duì)COD進(jìn)行預(yù)測(cè)，并根據(jù)預(yù)測(cè)結(jié)果建立模型。利用模糊PID控制器進(jìn)行調(diào)控，對(duì)COD濃度設(shè)定值和鼓風(fēng)機(jī)功率進(jìn)行優(yōu)化，優(yōu)化后噸水電耗降低40%～45%。

智能控制技術(shù)與前饋控制和反饋控制相結(jié)合是另外一個(gè)研究方向。葉鳳英等[20]在常規(guī)PID控制基礎(chǔ)上設(shè)計(jì)出模糊神經(jīng)網(wǎng)絡(luò)PID控制器并對(duì)DO濃度進(jìn)行控制。根據(jù)仿真模擬結(jié)果，該控制系統(tǒng)具有很強(qiáng)的魯棒性和穩(wěn)定性。王子昊[5]基于序批式活性污泥工藝，研究以缺氧/好氧停留時(shí)間比、表面氣速為控制變量對(duì)系統(tǒng)脫氮效果的影響，并構(gòu)建了前饋神經(jīng)網(wǎng)絡(luò)模型。根據(jù)浙江某城鎮(zhèn)污水處理廠1年的實(shí)際運(yùn)行數(shù)據(jù)，運(yùn)用該模型對(duì)風(fēng)機(jī)風(fēng)量進(jìn)行優(yōu)化選擇，可降低約9.3%的電力成本。

4.2 復(fù)合控制

復(fù)合控制同時(shí)具有前饋和反饋控制的優(yōu)勢(shì)，有更好的處理效果。2014年，薛美盛等[3]提出基于氨氮前饋的溶解氧模糊自適應(yīng)PID控制，與常規(guī)的PID控制相比，復(fù)合控制在保證出水氨氮低于5 mg/L的同時(shí)，節(jié)約28.3% 的能耗，表現(xiàn)出良好的節(jié)能效果。胡雨沙等[26]以清遠(yuǎn)某污水處理廠為例對(duì)進(jìn)水COD進(jìn)行預(yù)測(cè)，根據(jù)預(yù)測(cè)結(jié)果建立了前饋-反饋復(fù)合控制系統(tǒng)。試驗(yàn)證明，進(jìn)水COD預(yù)測(cè)模型具有很高的精度，根據(jù)準(zhǔn)確的進(jìn)水量和進(jìn)水COD的預(yù)測(cè)結(jié)果調(diào)整鼓風(fēng)機(jī)的開(kāi)度，可減少該污水處理廠7.1%的運(yùn)行成本。

智能控制在復(fù)合控制的應(yīng)用方面，張愛(ài)娟等[6]提出基于專家前饋控制器和模糊PID反饋控制器的前饋-反饋控制，建立的復(fù)合控制系統(tǒng)在參數(shù)變化時(shí)魯棒性好，自適應(yīng)能力強(qiáng)，證明智能控制與前饋-反饋控制的復(fù)合控制可以得到很好的控制效果。

4.3 模型預(yù)測(cè)控制

在2008年，Shen等[27]將模型預(yù)測(cè)控制應(yīng)用于基準(zhǔn)模擬模型中，并與基于進(jìn)水流量測(cè)量的前饋控制相比較，證明模型預(yù)測(cè)控制可以有效應(yīng)用于污水處理過(guò)程控制中。Vrecko等[28]提出了一種氨氮模型預(yù)測(cè)控制器，并將其應(yīng)用在中試規(guī)模活性污泥工藝中進(jìn)行評(píng)價(jià)。結(jié)果表明，氨氮模型預(yù)測(cè)控制器對(duì)氨氮的處理效果優(yōu)于氨氮PI控制器，但與氨氮前饋PI控制器相比，效果略差，能耗較高。隨著氨氮非線性簡(jiǎn)化模型精度的提高，在控制器內(nèi)部使用更復(fù)雜的控制標(biāo)準(zhǔn)，模型預(yù)測(cè)控制具有進(jìn)一步優(yōu)化的潛力。

O’Brien等[29]論述了將模型預(yù)測(cè)控制應(yīng)用于低COD負(fù)荷的污水處理廠的實(shí)例，并將模型預(yù)測(cè)控制與水廠原本的開(kāi)關(guān)控制的運(yùn)行效果進(jìn)行了比較。試驗(yàn)證明，模型預(yù)測(cè)控制可有效將每個(gè)運(yùn)行階段的溶解氧控制在設(shè)定值。在模型預(yù)測(cè)控制實(shí)際運(yùn)行期間，整體用電量平均減少20%，工藝效率提升至少25%。由此可知，污水處理廠實(shí)時(shí)監(jiān)控成功的關(guān)鍵是儀表設(shè)備和信息基礎(chǔ)設(shè)施的穩(wěn)定性。

近年來(lái)，綜合現(xiàn)有控制方法的優(yōu)點(diǎn)，開(kāi)發(fā)新控制器成為一種趨勢(shì)。張學(xué)陽(yáng)等[30]綜合神經(jīng)網(wǎng)絡(luò)控制和預(yù)測(cè)控制兩種方法的優(yōu)點(diǎn)，構(gòu)建神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)控制器，在白噪音干擾和進(jìn)水流量階躍變化的情況下對(duì)溶解氧時(shí)變?cè)O(shè)定值進(jìn)行跟蹤控制。根據(jù)仿真試驗(yàn)，新開(kāi)發(fā)的神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)控制器應(yīng)對(duì)干擾時(shí)，能夠較快恢復(fù)到穩(wěn)定狀態(tài)，表現(xiàn)出比傳統(tǒng)PID控制器更強(qiáng)的抗干擾能力。

另一個(gè)研究方向是應(yīng)用新的算法對(duì)模型預(yù)測(cè)控制進(jìn)行改進(jìn)。李明河等[31]采用Levenberg-Marquardt算法(LM算法)對(duì)BP神經(jīng)網(wǎng)絡(luò)進(jìn)行改進(jìn)，開(kāi)發(fā)出基于LM算法的神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)控制。與PID控制和模型預(yù)測(cè)控制相比，神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)控制對(duì)溶解氧的跟蹤控制能力有所增強(qiáng)，抗干擾能力提升。宋翼頡[32]對(duì)傳統(tǒng)的預(yù)測(cè)控制進(jìn)行了改進(jìn)，設(shè)計(jì)出基于最小二乘支持向量機(jī)的非線性模型預(yù)測(cè)控制算法，解決了活性污泥工藝硝態(tài)氮控制問(wèn)題。

模型預(yù)測(cè)控制需要模型精度可靠，因此，對(duì)模型的研究是模型預(yù)測(cè)控制研究的重要方向。錢湖海[33]基于自組織模糊神經(jīng)網(wǎng)絡(luò)建立預(yù)測(cè)模型，并運(yùn)用到非線性模型預(yù)測(cè)控制中，提出了基于自組織模糊神經(jīng)網(wǎng)絡(luò)的多目標(biāo)模型預(yù)測(cè)控制策略。該方法可以有效跟蹤溶解氧和硝態(tài)氮，具有非常好的自適應(yīng)能力和魯棒性。

5 控制系統(tǒng)的比較與評(píng)價(jià)

研究顯示，前饋控制策略的一大優(yōu)勢(shì)是反應(yīng)速度快，可以在潛在干擾因素干擾出水水質(zhì)之前對(duì)其進(jìn)行處理。前饋控制的缺點(diǎn)主要為：(1)需要更多的傳感器；(2)控制機(jī)理更復(fù)雜；(3)增加了運(yùn)行管理人員額外的運(yùn)行管理負(fù)擔(dān)[16-17]。

理論上講，一個(gè)完美的前饋控制系統(tǒng)可以使被控制變量始終保持在設(shè)定值上。但是，前饋控制在污水處理廠實(shí)際工程項(xiàng)目中應(yīng)用較少，主要的技術(shù)限制在于工藝過(guò)程和控制器的復(fù)雜性[34]，增加控制結(jié)構(gòu)和算法的復(fù)雜性會(huì)增加操作者的負(fù)擔(dān)[35]，同時(shí)，前饋控制需要額外的在線監(jiān)控器[14]，存在建模難度較大等技術(shù)問(wèn)題。由于以上種種限制，前饋控制目前達(dá)不到理想的效果，實(shí)際應(yīng)用中普遍將前饋控制與反饋控制結(jié)合使用。

與前饋控制相比，反饋控制的優(yōu)勢(shì)為：(1)需要更少的傳感器；(2)不需要開(kāi)發(fā)過(guò)程模型；(3)反饋控制更穩(wěn)定。反饋控制存在的缺點(diǎn)非常明顯，在控制行動(dòng)開(kāi)始之前干擾一定存在，由于傳感器反應(yīng)時(shí)間長(zhǎng)，控制行為反應(yīng)慢，在停留時(shí)間短的系統(tǒng)中可能無(wú)法及時(shí)應(yīng)對(duì)突然的干擾[16-17]。近年的研究也將模糊控制方法應(yīng)用于PID中，調(diào)整PID參數(shù)使其在每一種工況下達(dá)到最優(yōu)，提高控制精度，增加穩(wěn)態(tài)性能。

模型預(yù)測(cè)控制是在實(shí)踐中發(fā)展出的控制方法，主要優(yōu)點(diǎn)是允許對(duì)具有許多強(qiáng)交叉交互的操縱和控制變量的進(jìn)程進(jìn)行控制，可以解決各種系統(tǒng)的過(guò)程限制。近年來(lái)，污水處理工業(yè)中模型預(yù)測(cè)控制的應(yīng)用有以下難點(diǎn)。

(1)預(yù)測(cè)控制算法涉及到極大的計(jì)算量，污水處理工業(yè)是實(shí)時(shí)快速變化的復(fù)雜動(dòng)態(tài)系統(tǒng)，需要性能優(yōu)異的計(jì)算設(shè)備。

(2)線性預(yù)測(cè)控制技術(shù)研究較為成熟，但由于非線性模型的建模耗費(fèi)代價(jià)較大，且難以獲得較為精確的模型，非線性預(yù)測(cè)控制技術(shù)的研究尚不成熟，這使得預(yù)測(cè)控制在污水處理工業(yè)中的應(yīng)用受到限制。

(3)模型預(yù)測(cè)控制雖然取得豐碩的成果，但理論與實(shí)際應(yīng)用之間存在脫節(jié)，預(yù)測(cè)控制理論未能給實(shí)際應(yīng)用起到指導(dǎo)作用，這也影響了預(yù)測(cè)控制在污水處理工業(yè)的進(jìn)一步發(fā)展。

目前，模型預(yù)測(cè)控制的研究大多停留在實(shí)驗(yàn)室階段和中試階段。近5年，國(guó)內(nèi)針對(duì)模型預(yù)測(cè)控制的研究主要集中在建立更準(zhǔn)確的模型、應(yīng)用新的算法和將智能控制特別是神經(jīng)網(wǎng)絡(luò)應(yīng)用在模型預(yù)測(cè)控制中。對(duì)算法的改進(jìn)和優(yōu)化、降低計(jì)算量是模型預(yù)測(cè)控制未來(lái)的研究重點(diǎn)。應(yīng)用軟測(cè)量對(duì)難以實(shí)時(shí)、精確測(cè)量的指標(biāo)進(jìn)行預(yù)測(cè)也出現(xiàn)在近年的研究中[36-38]。

6 總結(jié)與展望

近10年，過(guò)程控制技術(shù)在污水處理中的研究與應(yīng)用有了一定的進(jìn)展。多種形式的前饋控制、反饋控制與復(fù)合控制已經(jīng)成功應(yīng)用于曝氣控制和藥劑投加控制，一定程度上達(dá)到了降低運(yùn)行成本、提高處理效率的目的。人工神經(jīng)網(wǎng)絡(luò)和模糊控制等智能控制技術(shù)已廣泛應(yīng)用于過(guò)程控制中。盡管模型預(yù)測(cè)控制展現(xiàn)出了很好的效果，但是大部分相關(guān)工作還停留在計(jì)算機(jī)模擬和小試、中試試驗(yàn)階段。