- •Введение
- •1. Аналитический обзор
- •1.1. Описание процесса очистки бытовых сточных вод
- •1.2. Описание технологической схемы процесса
- •1.3. Краткий обзор систем диагностики
- •1.4. Традиционные методы управления и экспертные системы в биологической очистке сточных вод
- •2. Разработка системы автоматизации и выбор комплекса технических средств для блока биологической очистки сточных вод
- •2.1. Особенности блока биологической очистки, как объекта управления
- •2.2. Описание функциональной схемы автоматизации
- •2.3. Выбор комплекса технических средств
- •2.4. Схема внешних соединений
- •2.5. Проектное конфигурирование контроллера
- •3. Разработка экспертной системы управления процессом биологической очистки сточных вод
- •3.1. Описание структуры экспертной системы
- •3.2. Анализ процесса биологической очистки с точки зрения возможных аварийных и нештатных ситуаций
- •3.3. Выбор модели представления знаний в экспертной системе
- •3.4. Построение базы знаний
- •4. Синтез и исследование модуля диагностической экспертной системы
- •4.1. Описание экспертной оболочки карраv2.4
- •4.2. Описание процесса и результатов работы экспертной системы
- •5. Технико-экономическое обоснование автоматизации блока биологической очистки сточных вод
- •5.1. Расчет капитальных вложений по автоматизации блока биологической очистки бытовых сточных вод
- •5.2. Расчет амортизационных отчислений
- •5.3. Расчет трудоемкости ремонтных работ и обслуживания приборов и средств автоматизации
- •5.4. Расчет эксплуатационных затрат на систему автоматизации блока биологической очистки
- •Заключение
- •Список использованных источников
- •Приложение а. Заказная спецификация
- •Приложение б. Программа экспертной системы в среде карра 2.4
1.4. Традиционные методы управления и экспертные системы в биологической очистке сточных вод
В настоящее время имеется значительное число технологических схем процесса биологической очистки, каждая из которых отличается числом ступеней аэрации, наличием или отсутствием регенерации активного ила, способами ввода в сооружения сточной воды и возвратного ила, степенью очистки и др. Каждый тип сооружений характеризуется своими показателями нормальной работы и требует индивидуального подхода к проектированию системы автоматизированного управления.
Воздействия, которыми можно воспользоваться для построения системы автоматизированного управления, следующие [1]:
- управление расходом возвратного ила с целью поддержания концентрации активного ила в аэротенке;
- управление расходом воздуха таким образом, чтобы поддержать заданную концентрацию растворённого кислорода во всем объёме аэротенка;
- управление расходом выводимого из системы активного ила для поддержания возраста ила постоянным;
- изменение соотношения объёмов аэротенка и регенератора(при сохранении постоянства их суммарного объёма) с целью оптимальной регенерации ила;
- распределение расхода поступающих сточных вод между параллельно работающими аэротенками;
- поддержание оптимального значения рН воды, поступающей в аэротенк
- управление расходом ила, выпускаемого из отстойников, чтобы поддержать в них оптимальный уровень ила и изменять его в зависимости от концентрации и расхода иловой смеси, мутности очищенной отстоянной воды, а также илового индекса.
В традиционных АСУ применяются алгоритмические модели, связывающие управляющее воздействие с входными данными (или их изменением). Недостатком традиционных методов управления применительно к процессу биологической очистки сточных вод является многомерность и сложность создаваемых математических моделей при низкой точности и неполноте исходной информации и неоднозначности критерия управления [10]. С другой стороны, ситуации, возникающие при функционировании блока биологической очистки сточных вод, зачастую позволяют использование для управления методов формальных рассуждений, близких к естественному ходу рассуждений человека-эксперта. Для решения задач управления биологической очисткой они могут быть значительно более эффективны, чем традиционные АСУ, особенно с точки зрения сроков и стоимости разработки и модификации при изменении требований к системе и внешних условий, что является крайне важным фактором в свете непрерывного совершенствования технологии и повышения производительности блока биологической очистки. Характерной особенностью управляемого объекта является присущая очистной станции возможность корректировки технологической схемы и изменения состава оборудования. Данное обстоятельство повышает требования к открытости, перспективности и стандартизации создаваемой системы. Изменения в нормах качества очистки сточных вод, наращивание мощности очистных сооружений или добавление новых параметров контроля потребуют полной переработки математических моделей традиционной АСУ, в то время как в экспертной системе достаточно будет лишь скорректировать правила или добавить новые.
Кроме того, в процессе управления биологической очисткой часто возникают проблемные ситуации, для преодоления которых необходимо использовать опыт многих экспертов, нормативно-техническую, справочную и регламентирующую информацию, которая не всегда может быть доступна оператору. Управление работой очистных сооружений является сложной задачей, связанной с особенностями состояния и функционирования очистных сооружений. На практике, технолог очистных сооружений, осуществляющий принятие решений по управлению очисткой сточных вод, сталкивается со следующими проблемами:
- недостаток параметров для принятия решений, вследствие ограниченного резерва времени и высокой стоимости проведения специализированных лабораторных анализов;
- неполнота, неточность естественно-языковых инструкций для принятия решений;
- недостаточность теоретических знаний о процессе управления очисткой сточных вод и отсутствие учета особенностей функционирования конкретного очистного сооружения.
Процесс очистки сточных вод осуществляется в режиме запаздывания реакции системы и зависит от многих входных сигналов. Сигналы эти являются разнородными, поступают с разной периодичностью, на обработку части из них необходимо время, а также специальные лабораторные условия и дорогостоящие реактивы. Очистные сооружения функционируют частично за счет деятельности разнообразных живых организмов, чьи реакции на воздействие входных параметров специфичны и взаимозависимы. Оптимальные условия для существования комплексов организмов, осуществляющих очистку сточных вод, весьма сложно подбирать вследствие изменчивости этих комплексов в зависимости от состава сточных вод. Регулирование концентрации биогенных элементов, поддержание рН среды и температуры в нужном диапазоне положительно отражаются не только на развитии микроорганизмов, но и на биохимической активности последних по очищению воды. Для подбора оптимальных условий функционирования микроорганизмов в аэротенках используются автоматизированные системы управления, которые основываются на математических моделях (таблица 1.2) [2]. Такие системы имеют ряд недостатков. Они хорошо работают, когда очистные сооружения находятся в нормальном режиме работы и плохо применимы в случае внештатного режима.
Естественно, что при возникновении проблемных ситуаций, необходимы знания и опыт экспертов, и разработки имитационных моделей и программ для решения уравнений явно недостаточно. Возникает необходимость использовать субъективную информацию, накопленную за годы, а также неполные данные и объективную информацию, накопленную за период работы очистных сооружений.
Применение методов и средств искусственного интеллекта предоставляет новые возможности для решения проблемы управления очистными сооружениями. Экспертные системы на основе искусственного интеллекта в идеальном случае должны обладать уровнем эффективности решений неформализованных задач, сравнимым с человеческим или превосходящим его. В любом случае, экспертная система «знает» меньше, чем человек-эксперт, но тщательность, с которой применяются эти знания, компенсирует их ограниченность. На данный момент за рубежом существует ряд экспертных систем (ЭС), применяемых для очистки сточных вод (таблица 1.3) [2].
Анализируя примеры из таблицы 1.3, следует отметить, что для управления блоком биологической очистки, являющимся элементом комплексной системы очистки бытовых сточных вод наиболее целесообразно использование системы, основанной на правилах.
Таблица 1.2 - Модели классического управления на биологических очистных сооружениях
Название |
Пример применения |
Оборудование |
Недостатки моделей |
Достоинства моделей |
Корреляционная модель |
Установление взаимо-связей и взаимо-зависимостей между характеристиками воды |
Очистные сооружения |
• Наличие большого числа внешних факторов, взаимовлияние микроорганизмов взаимодействие с субстратом приводит сложности выбора адекватной модели описания системы. • Модели сложно разрабатывать, они часто неточны и чрезмерно упрощают действительность. • Имитационное моделирование не работает с неизвестными или не смоделированными ситуациями. • Качественные данные не могут быть использованы для модели числового управления. • Данные неточны или отсутствуют, датчики выдают ошибочную информацию или отсутствуют, не все характеристики, необходимые для моделирования анализируются каждый день, что влияет на точность моделей. • Характеристики втекающей воды сильно изменчивы и неуправляемы. • Задержка в получении данных из-за длительных лабораторных анализов и аналитических расчетов.
|
• Оценка поведения очистных сооружений в ответ на определенный сценарий развития (операционные условия и характеристика втекающей воды) и прогноз на средний и длительный период возможных исходов при определенных действиях по процессу очистки • Повышение эффективности удаления загрязнителей • Сокращение расхода электроэнергии, химических реагентов и затрат на обслуживание очистных сооружений • Разработка альтернатив для модифицирования существующих очистных сооружений
|
Адаптивный алгоритм |
Для поддержания необходимого уровня кислорода в аэротенке |
Аэротенк | ||
Прагматические модели Фундаментальные модели |
Рост бактерий и потребление субстрата |
Аэротенк | ||
Имитационные модели Статистический синтез |
Моделирование эволюции состояний очистных сооружений |
Очистные сооружения | ||
Кластеризация |
Классификация данных с датчиков |
Очистные сооружения | ||
Закон Стокса |
Моделирование осаждения |
Песколовка | ||
Кривая Гусмана |
Моделирование осажде-ния твердых веществ |
Первичный, вторичный отстойники | ||
Метод оптимизации |
Оптимизация обработки осадка |
Первичный, вторичный отстойники | ||
Детерминистические, прогнозные модели |
Осаждение |
Первичный, вторичный отстойники | ||
Кривые функционирования и стохастические модели |
Прогноз поведения отстойников |
Первичный, вторичный отстойники |
Таблица 1.3 - Средства искусственного интеллекта, разработанные для очистных сооружений
Название. Разработчик |
Представле-ние знаний |
Основные функции и характеристики |
Недостатки |
ЭС реального времени. (Baeza,J) [3] |
Правила |
Регулирование работы очистных сооружений. Управление процессом очистки сточных вод через Интернет. |
Системы на основе правил: - не обучаются в процессе работы - сложности с процессом извлечения знаний и опыта исходных данных - неспособны к предви-дению, их область ограничена прошлыми предопределёнными ситуациями. Системы на прецедентах: - проблема индексации прецедентов в базе знаний; - организация эффективной процедуры поиска ближайших прецедентов; - обучение, формирования правил адаптации; - удаление прецедентов, потерявших актуальность. Прецеденты и правила: - Отсутствует синтаксическая и семантическая интеграция модулей системы |
ЭС для определения состояния очистных сооружений. (Riano) 4] |
Правила |
Система автоматического построения правил, используемых для идентификации состояния очистных сооружений. | |
ЭС для управления очистными соору-жениями.(Yang)[5] |
Правила |
Экспертная система для определения последовательности стадий очистки воды на очистных сооружениях | |
ЭС для управления ОС.(Wiese, J., Stahl, A., Hansen,J.) [6] |
Преце-денты |
Экспертная система для определения вредных микроорганизмов в системе активного ила | |
ЭС по сокращению ущерба от загрязнения водных ресурсов. (Университет Сев. Каролины) [7] |
Правила, прецеденты |
Оценка потенциальных воздействий для управления рассеянными источниками загрязнения в бассейне рек, основанная на информации и решениях, поступающих от пользователя. | |
ЭС реального времени для управления очистными сооружениями, (Sanchez-Marre) [8] |
Правила, прецеденты |
ППР при наблюдении, комплексном контроле и управлении работой очистных сооружений. Комбинирует во фреймовую структуру: обучение, рассуждение, приобретение знаний, распределенное принятие решений. Правила вывода частично моделируют данные и экспертные знания. Система на прецедентах моделирует эмпирические знания. | |
Управление системой активного ила. (Comas ,J.) [9] |
Правила, прецеденты |
Система контроля и управления системой активного ила на биологических очистных сооружениях. Ядро и основные модули разработаны на основе объектно-ориентированной оболочки, реализующей механизм логического вывода. Управляет получением данных, БД, системой правил и прецедентов. |
Наиболее характерной формой для решения задач управления непосредственно блоком биологической очистки, являются экспертные системы, построенные на основе продукционной модели, где знания представлены совокупностью правил вида “если – то”. Основные преимущества такой экспертной системы — это простота пополнения, модификации и аннулирования информации и простота механизма логического вывода. Для организации структуры экспертной системы, представленной на рис.1.1 [12], требуется преобразовать технологическую информацию в структуру принятия решений, которая описывает работу базы знаний, а затем, на основе выбранной программной оболочки, составить программу работы экспертной системы.
Это и будет являться целью данной дипломной работы: адаптировать опыт теоретических исследований и практических решений в области использования экспертных систем для управления блоком биологической очистки сточных вод к конкретному процессу очистки, с учётом конструктивных параметров и принятой при проектировании индивидуальной технологической схемы данных очистных сооружений. А также создание полноценной системы автоматизации процесса и выбор технических средств её реализации.
Рисунок 1.1 – Структура управления процессом очистки сточных вод