摘要：在水厂净水中，混凝投药是一项十分重要的工艺，与水质安全、净水投药成本密切相关。对此，本文首先对自来水厂混凝投药控制进行介绍，然后提出两种混凝投药人工智能控制系统，即基于神经网络的混凝剂投加控制系统和基于模糊逻辑推理的透光率脉动混凝控制系统，并对基于神经网络的混凝剂投加控制系统在自来水厂混凝投药控制中的应用方式进行详细探究。
关键词：混凝投药；控制系统；原理；结构
0引言
在水厂供水中，一般以地表水作为供水水源，在水净化处理中，混合、絮凝以及沉淀均是十分重要的工艺。混凝投药量会对混凝效果产生较大影响，但是水净化处理工艺具有一定的滞后性，而在混凝过程中会发生一系列物理和化学反应，水厂一般应用固定程序对混凝投药进行自动化控制，导致混凝投药控制效果很难满足实际需要。通过应用人工智能控制技术，可对水厂混凝投药过程进行智能化控制，因此，对自来水厂混凝投药控制系统进行深入研究意义重大。
1自来水厂混凝投药控制概述
混凝投药是水厂水质净化的关键工序之一，在混凝投药控制中，要求根据水质参数，对混凝投药量进行有效控制，进而达到良好的混凝效果。在水质净化中，在投入混凝剂后，混凝作用是一种具有滞后性的非线性过程，容易受到各类因素的影响，包括水体温度、流量、碱度、pH值等，而水体沉淀后的浊度可反映出水质净化效果。因此，在混凝投药控制中，如果应用传统的数学模型法，则投入量比较大，并且建模过程复杂，亟需采用一种可靠的人工智能控制系统。现如今，随着科学技术的快速发展，水厂混凝投药控制技术越来越完善，同时水厂生产工艺也逐渐朝向自动化、管理便捷化等方向发展。混凝投药人工控制中，要求根据以往的工作经验确定混凝投药量，但是这种控制方式比较之后，无法保证水质稳定性。因此，在自来水厂混凝投药控制中，应积极利用自动化控制系统替代传统的人工控制方式。在自来水厂混凝投药控制中，智能化控制系统要求将传统的自动化控制系统作为基础，并应用人工智能技术，进而构建出具有推理能力、判断能力以及决策能力的智能化控制器。在各类混凝控制系统中，为了达到智能控制要求，应解决一下两个问题：①根据水质情况确定混凝投药量的设定值；②提升混凝投药控制系统使用性能。
2基于CMAC神经网络的混凝剂投加控制系统
混凝剂的投入量与原水水质有一定关联，通过对原水水质进行检测分析，可根据检测结果对混凝剂投入量进行有效控制。在数学建模中，如果采用传统建模方式，则数学模型不具有学习能力，只能应用于固定的环境条件下，对于环境的适应性比较差，如果环境条件发生较大变化，则模型准确性以及可靠性均会降低。现如今，人工神经网络理论越来越完善，其具有良好的自学习性特征，并且适应性比较强，可学习历史数据，进而构建出水质参数与混凝投药量之间的预测控制模型，随着新数据的不断产生，其可自我学习并修正，可有效适应自来水厂水质变化形式，保证模型准确性以及可靠性。据此可构建自来水厂混凝投药量神经网络预测分析模型，输入参数包括原水的温度、pH值、流量、浊度等。通过上述分析可见，通过应用神经网络理论构建自来水厂混凝投药量预测模型，该模型具有良好的学习性以及适应性，通过丰富训练样本，能够对网络进行在线训练，由于其具有自我学习能力，因此预测模型的准确性也比较高。在上述模型的基础上，还可构建出水水质预测模型，该模型输入参数包括原水水质参数、预测混凝投药量，而输出参数则指的是出水水质指标，如图1所示。在这一混凝投药控制系统的实际应用中，需将自来水厂近几年的运行数据作为依据，需要注意，该控制方式还存在一些弊端，在自来水厂发展中还需不断完善。
3基于模糊逻辑推理的透光率脉动混凝控制系统
在混凝投药检测中，透光率脉动检测技术要求对絮体粒径变化情况进行检测分析，进而确定水体悬浮物质絮凝程度，可将其作为水厂混凝投药控制因子。在水厂混凝投药控制中，不同水体的水质参数有一定的区别，为了达到良好的混凝效果，对于透光率脉动检测值R，应根据水质变化实际情况进行调整。通常情况下，在常规浊度水范围内，修正量的变化幅度比较大，可为基准值的及百分之几甚至几倍，对此，必须对透光率脉动混凝控制系统进行改良优化，妥善解决控制系统设定值自修正问题。基于上述内容，可根据模糊逻辑推理内容创建透光率脉动混凝投药智能控制系统，可对设定值进行在线修正，而通过应用模糊控制系统，能够对水厂混凝投药量进行有效调整。自来水厂混凝剂投加透光率脉动检测智能控制系统结构形式如图2所示，如果水体浊度处于常规范围内，则不会对系统设定值产生较大影响，同时原水浊度量可体现出原水浊度的实际变化情况。在对控制系统设定值进行修正时，要求将原水浊度变化量作为参数。另外，透光率脉动检测值R指的是一无量纲的相对值，如果水质条件形同，则利用两台仪器能够检测出不同的结果，这就要求在对设定值修正量进行调整时，需将仪器检测值作为依据。这就要求在确定智能决策系统设定值时，将原水浊度、浊度变化量以及透光率脉动检测变化量作为输入参数，通过理论分析，即可创建出透光率脉动控制系统投药量校正规则库，并应用Takagi_Sugeno模糊推理方式，在推理过程中即可进行非模糊化处理，进而确定适宜的设定值修正量。为了保证沉淀出水指标符合相关标准，可将沉淀出水变化作为系统参考输入。在混凝剂投加透光率脉动检测智能控制系统的实际应用中，能够有效解决系统运行中设定值自我修正问题，如果水质变化比较复杂，则需对系统设定值进行技术调整，对混凝投药量进行优化控制，进而保证水质合格，同时避免出现混凝投药量浪费问题，即使自来水厂混凝投药系统模型的变化情况比较复杂，但是依然保持良好的控制性能。另外，该系统的设备应用量比较少，无需较多控制参数，可被广泛应用于水厂混凝投药控制中。
4基于CMAC神经网络的混凝剂投加控制系统应用实例
4.1工程实施
本文以某自来水厂为研究对象，该水厂占地面积为9.6hm2，处理量为30×104m3/d，采用加药混合-絮凝-沉淀-过滤-加氯消毒的常规给水处理工艺。由净水混凝投药的实际生产数据获知其原水浊度一般在0NTU～30NTU范围内波动，在雨季汛期时其波动范围较大一般为40NTU～100NTU，特殊情况下会出现几百NTU甚至更高。由于该净水厂采用湖库型水源，其原始浊度一般在0NTU～30NTU范围变化，因此选取量化等级S=60，泛化常数C=3，0～30NTU混凝投药模型非线性段进行控制。净水控制系统由三层结构组成，即工艺控制流程层、基础自动化层和过程控制层，如图3所示。在工艺控制流程层中，由工艺设备、混凝投药设备、沉淀池、滤池和清水池组成，传递的信息数据有D1（原水浊度、pH值、流量和温度）、D2（投药量）、D3（沉淀后浊度）、D4（滤后浊度）、D5（出厂水浊度），检测仪表通过硬接线方式或网络通讯方式将检测信息D1、D3～D5与PLC系统传递模拟量信息数据，PLC根据投药比例系数计算投药量输出模拟量信号D2给变频泵。在基础自动化层中，由PLC控制系统、比例投药控制PLC系统和上位机监控系统组成；在PLC控制系统中将检测变量信息数据D1、D3～D5进行滤波处理，并根据处理后D1数据信息，在比例投药控制PLC系统中根据改进CMAC控制原则输出D2控制量；而在上位机监控系统中，实现重要数据显示、实时数据显示、报警和报表记录，并通过通讯方式与PLC控制系统、比例投药控制PLC系统和仪表校正系统进行数据传递；数据信息包括D6（包含D1、D3～D5和改进CMAC规则库数据）、D7（采用OPC通讯方式与仪表校正系统交换的信息数据）。在过程控制层中，过程控制系统包含改进CMAC控制系统模块和自学习系统模块以及仪表校正模块；过程控制系统完成改进CMAC规则自学习功能、重要参数调整和录入（如滞后时间）、仪表校验、专家数据备份等重要功能；仪表校正系统根据基础自动化层送来的出厂水浊度、滤后浊度、沉淀后浊度三个检测数据相互之间的关系来校正浊度检测仪，并将校正后的数值送自学习系统，自学习系统利用检测数据信息，并再次滤波处理后利用自学习算法周期性修正改进CMAC知识库，将修正的数据信息传递给改进CMAC控制系统；经过信息更新的改进CMAC控制系统将知识库信息备份并下载给上位机监控系统，最终传递到比例投药控制PLC系统。
4.2结果分析
在该净水厂实际生产过程中，只要将滤前浊度控制在1.7NTU～1.9NTU范围内，即可使出厂水浊度达到《生活饮用水卫生标准》。试运行改进CMAC控制器，并采集记录原水浊度、滤前浊度、投药系数信息，数据采集间隔为0.5h。对比改进CMAC控制方式和常规处理方式。由试运行数据可知，改进CMAC控制器方式能够将滤前浊度更加合理地控制在1.7NTU～1.9NTU范围内（平均值为1.76NTU），而所需平均投药系数为1.89；在相同条件下，常规处理方式下的平均滤前浊度为1.66NTU，所需平均投药系数为1.98。虽然改进CMAC控制方式的平均滤前浊度值较常规处理方式的要高，但其控制准确度高，能使之合理控制在1.7NTU～1.9NTU范围。
5结语
综上所述，本文主要对两种自来水厂智能化混凝投药控制系统关键技术进行了详细探究。在水厂水质净化中，合理应用混凝剂至关重要，通过应用人工神经网络和模糊逻辑推理构建混凝控制系统，能够实现自来水厂混凝投药自动化以及智能化控制。本文以某水厂为研究对象，对人工神经网络在水厂混凝投药自动化智能化控制中的应用进行了详细探究，通过将人工神经网络应用于水厂自动化控制中，可及时发现原水浊度变化情况，据此对混凝药剂投加量进行优化调整，保证水质安全。
参考文献
[1]花新峰，许甜.基于规则自调整的混凝加药模糊控制研究[J].工业控制计算机，2015，28（10）：24-25.
[2]李瑞婷，巫茜，刘步青.原水投药净化不确定性复杂过程的多模态控制[J].辽宁工程技术大学学报，2016，3（2）：211-214.
[3]方荣业，史宇滨，蒋婷，等.基于BP神经网络的城镇污水厂活性炭自动投加系统研究[J].浙江大学学报：理学版，2018，3（4）：55-56.
作者:朱志强 单位:深圳市布吉供水有限公司