活性污泥工艺污水处理过程污泥膨胀预测方法 技术领域 本发明涉及一种污水处理技术， 具体的说是一种活性污泥工艺污水处理过程污泥 膨胀预测方法
背景技术 随着城市化进程的不断加快和工业的飞速发展， 我国城市污水和工业污水的排放 量逐年增加， 水污染防治形势异常严峻。 污水处理厂作为水污染防治体系的核心， 扮演着十 分重要的角色。减少污水处理厂异常工况特别是严重异常工况的发生， 保证其可靠稳定的 运行， 对资源可持续利用以及环境保护都有着重要意义。
污泥膨胀是活性污泥工艺污水处理厂面临的最严重异常工况之一， 被称为 “活性 污泥工艺的癌症” 。 活性污泥工艺是目前应用最为广泛的污水处理工艺， 我国约 96％的城市 污水处理厂和大部分的工业污水处理厂均采用活性污泥工艺， 该工艺通过微生物 ( 活性污 泥 ) 氧化分解污水中的有机物， 从而使污水得到净化。该工艺自问世以来， 污泥膨胀就一直 是制约其发展的最大难题， 严重影响着污水处理厂的正常运行。
污泥膨胀危害严重且发生频繁， 由此每年造成的损失是惊人的。污泥膨胀一旦发 生， 将直接导致污泥沉降性能迅速恶化， 污水固液分离效果差， 污泥易随出水流失， 严重影 响出水水质， 从而破坏污水处理工艺的正常运行。
图 1(a)、 1(b) 给出了某城市污水处理厂正常状态与污泥膨胀时的活性污泥对比 情况。 污泥膨胀主要是由丝状菌的过度繁殖引起的， 其基本特征是污泥沉淀性能恶化， 具体 表现为丝状菌数量多、 污泥结构松散不密实、 泡沫多。
污泥膨胀有三个显著特点 ：
(1) 发生率极高。欧洲各国约有 50％， 美国约有 60％的污水处理厂每年都发生污 泥膨胀， 我国情况更加严重， 几乎所有的污水处理厂都存在不同程度的污泥膨胀问题。
(2) 发生普遍。在各种类型的活性污泥工艺如 A/O 工艺、 SBR 工艺以及氧化沟等工 艺中都存在污泥膨胀问题。
(3) 危害严重， 难于控制。污泥膨胀发生一般只要 2-3 天， 而恢复正常却要 3 倍泥 龄以上的时间 (10-30 天 )， 它不仅使污泥流失， 出水超标， 而且还大大降低处理能力， 甚至 导致整个工艺过程的失败。
我国污水处理行业有着自己的国情和特点， 使得国内污水处理厂污泥膨胀的现象 更加严重。这些特点主要包括 ：
(1) 国内城市管网建设大都采用雨污合流制， 入水成分比较复杂， 入水负荷波动频 繁且波动幅度大 ；
(2) 部分企业经常将不达标的工业污水直接排放， 这在一定程度上都增加了污泥 膨胀发生的可能性。
(3) 由于资金缺乏， 国内污水处理厂的仪表配置比较少， 检测能力比较弱， 许多关 键水质参数不能在线测量， 加大了污泥膨胀的预测难度。
由于我国缺少对污泥膨胀的研究与实践， 所以污泥膨胀预测研究与应用的需求尤为迫切。 发明内容 针对现有技术中存在的上述不足之处， 本发明要解决的技术问题是提供一种反应 迅速、 行之有效的活性污泥工艺污水处理过程污泥膨胀预测方法。
为解决上述技术问题， 本发明采用的技术方案是 ：
本发明一种活性污泥工艺污水处理过程污泥膨胀预测方法包括以下步骤 ：
建立污泥膨胀征兆数据库 ；
通过专家知识对关键离线数据进行分析， 对当前工况进行简单分类 ；
针对不同工况进行相应的处理。
所述建立污泥膨胀征兆数据库包括 ：
收集初始数据集 ： 通过自控系统记录存储的过程历史数据获得污泥膨胀征兆数据 库的初始数据集， 污泥膨胀已经发生或即将发生前一段时间的历史数据作为初始数据集 ；
确定数据库结构 - 污泥膨胀征兆属性 ： 通过掌握的专家知识对污水处理过程数据 进行分析， 其中能够动态反映污泥膨胀征兆信息的以下在线过程数据作为污泥膨胀征兆属 性， 包括可以反映了微生物的数量、 监测丝状菌和非丝状菌的数量和繁殖速度的污泥浓度 ； 表征出水水质情况和处理效率， 间接反映微生物的生长状态和污水净化效率的出水化学需 氧量 ； 污泥膨胀的诱发因素即溶解氧浓度、 入水负荷比、 入水流量、 入水化学需氧量浓度和 pH 值 ； 影响微生物生长速率的温度。
所述关键离线数据包括定性数据和定量化验数据中的污泥沉降指数， 其中定性数 据包括通过显微镜观测到的丝状菌数量的多或少、 肉眼观测到的污泥结构松散或密实以及 泡沫数量的多或少。
所述通过专家知识对关键离线数据进行分析， 对当前工况进行简单分类包括以下 几类 ：
按照污泥膨胀发生可能性的大小将当前工况分为 ： 无污泥膨胀可能、 很可能污泥 膨胀和不确定三类， 其中无污泥膨胀可能是指污泥沉降指数小于 100mg/L、 污泥结构密实或 者丝状菌数量少并且泡沫数量少 ； 很可能污泥膨胀是指污泥沉降指数大于 130mg/L、 污泥 结构松散或者丝状菌数量多并且泡沫数量多 ； 不确定是指无污泥膨胀可能和很可能污泥膨 胀以外的工况。
所述针对不同工况进行相应的处理包括 ：
(a) 当前工况为 “很可能污泥膨胀” 时， 转入数据库维护模块， 当数据库未记录相似 的征兆信息时， 将当前的污泥膨胀征兆信息录入数据库 ；
(b) 当前工况为 “无污泥膨胀可能” 时， 预测 4-6 小时内不会出现明显的污泥膨胀 征兆 ；
(c) 当前工况为 “不确定” 时， 对污泥膨胀征兆数据库进行征兆匹配和检索， 判断是 否有污泥膨胀发生可能。
所述数据库维护包括 ： 当出现 “很可能污泥膨胀” 工况时， 计算当前污泥膨胀征兆 相似度， 判断污泥膨胀征兆数据库中是否已记录当前的污泥膨胀征兆， 采用最近相邻定义
相似度函数， 用来表征污泥膨胀征兆的相似程度。
所述相似度函数为 ：
式中 ωj 为第 i 项征兆属性的加权系数， R 为当前污泥膨胀征兆， Ri 为污泥膨胀征 兆数据库中的第 i 条征兆记录， simj 为污泥膨胀征兆 R 与 Ri 的第 j 个属性的相似度， SIMi 为当前征兆 R 与数据库第 i 条征兆 Ri 的相似度 ； m 为污泥膨胀征兆的属性数量 ；
式 (1) 中， 设当前的污泥膨胀征兆为 R， 征兆数据库共有 n 条记录， 分别记为 R1， R2， ...， Rn， 则当前征兆 R 和数据库第 i 条征兆 R 分别为 ：
R ＝ {r1， r2，…， rm} (1)
Ri ＝ {ri， ri， ri， 1， 2，…， m} (2)
式中 m 表示污泥膨胀征兆属性个数， r 表示征兆属性值， i ＝ 1， 2， ...， n；
相似度函数式 (1) 中， 污泥膨胀征兆 R 与 Ri 的第 j 个属性的相似度为 ：
其中 j ＝ 1， 2， ...， m。
判断污泥膨胀征兆数据库中是否已记录当前的污泥膨胀征兆采用以下步骤 ：
当当前当前污泥膨胀征兆与污泥膨胀征兆数据库记录的最大相似度大于等于相 似度函数阈值即 SIMmax ≥ thread 时， 说明污泥膨胀征兆数据库中已储存了与当前征兆相似 的信息， 不需要再存储当前征兆 ；
当当前当前污泥膨胀征兆与污泥膨胀征兆数据库记录的最大相似度小于相似度 函数阈值即 SIMmax ＜ thread 时， 说明征兆数据库中未储存与当前征兆相似的信息， 将当前 征兆信息增加到征兆数据库中。
当前工况为 “不确定” 时， 对污泥膨胀征兆数据库进行征兆匹配和检索， 判断是否 有污泥膨胀发生可能包括以下步骤 ：
当出现 “不确定” 工况时， 采用最近相邻策略进行征兆的匹配和检索， 当前征兆 R 与征兆数据库第 i 条征兆 Ri 的距离为 ：
式中 ωj 为第 i 项征兆属性的加权系数， R 为当前污泥膨胀征兆， Ri 为污泥膨胀征 兆数据库中的第 i 条征兆记录， simj 为污泥膨胀征兆 R 与 Ri 的第 j 个属性的相似度， SIM(R， Ri) 为当前征兆 R 与数据库第 i 条征兆 Ri 的相似度 ； m 为污泥膨胀征兆的属性数量 ；
式 (5) 中， 设当前的污泥膨胀征兆为 R， 征兆数据库共有 n 条记录， 分别记为 R1， R2， ...， Rn， 则当前征兆 R 和数据库第 i 条征兆 R 分别为 ：
R ＝ {r1， r2，…， rm} (1)
Ri ＝ {ri， ri， ri， (2) 1， 2，…， m}
式中 r 表示征兆属性值， i ＝ 1， 2， ...， n；
相似度函数式 (5) 中， 污泥膨胀征兆 R 与 Ri 的第 j 个属性的相似度为 ：
当 distance(R， Ri) 小于相应阈值时， 则认为 Ri 即为当前征兆的匹配征兆 ； 当持续 一段时间内都能找到匹配征兆时， 预测污泥膨胀即将发生。
本发明具有以下有益效果及优点 ：
1. 预测准确率高。本发明方法结合专家知识和数据驱动方法， 综合分析定性与定 量数据， 离线与在线数据， 准确识别污泥膨胀征兆， 预测污泥膨胀。
2. 减少污泥膨胀发生频率， 保证污水处理系统的安全稳定运行， 降低系统在异常 工况时的维护费用。
附图说明
图 1(a) 某污水处理厂正常状态的活性污泥实景图片 ；
图 1(b) 某污水处理厂污泥膨胀时的活性污泥实景图片 ；
图 2 为活性污泥工艺污水处理过程污泥膨胀预测方法。 具体实施方式
本发明一种活性污泥工艺污水处理过程污泥膨胀预测方法包括以下步骤 ：
1. 建立污泥膨胀征兆数据库 ；
2. 通过专家知识对关键离线数据进行分析， 对当前工况进行简单分类 ；
3. 针对不同工况进行相应的处理。
如图 2 所示， 第 1 步骤中建立污泥膨胀征兆数据库包括 ：
11. 收集初始数据集
首先通过自控系统记录存储的过程历史数据获得污泥膨胀征兆数据库的初始数 据集， 污泥膨胀已经发生或即将发生前一段时间的历史数据可以作为初始数据集。这里包 括两类情况的历史数据 ： 一类是污泥膨胀发生前 2-3 天的历史数据 ； 另一类是化验室化验 污泥沉降指数 SVI(Sludge VolumeIndex) 值达到 130mL/g( 通常认为 SVI ＞ 150mL/g 时发 生污泥膨胀 ) 前 5-8 小时的历史数据。
12. 确定数据库结构 - 污泥膨胀征兆属性
通过掌握的专家知识对污水处理过程数据进行分析， 认为表 1 所示的 8 个在线 过程数据 ( 这里仅考虑国内大部分污水处理厂均可在线测量的常规数据 ) 能够动态反 映污泥膨胀的征兆信息， 可以作为污泥膨胀征兆属性， 其中污泥浓度 MLSS(Mixed Liquid Suspended Sludge) 反映了微生物 ( 包括丝状菌和非丝状菌 ) 的数量， 可以监测丝状菌和非 丝状菌的数量和繁殖速度 ； 出水化学需氧量 CODout(Chemical Oxygen Demanded) 表征出水 水质情况和处理效率， 可以间接的反映微生物的生长状态和工作 ( 污水净化 ) 效率 ； 低 DO 浓度、 高入水负荷比 F/M(F/M ＝ Food/MLSS ＝ Qin·CODin/MLSS， Qin 表示入水流量， CODin 表 示入水 COD 浓度 ) 和 pH 值异常是污泥膨胀的诱发因素 ； 温度 T 对微生物的生长速率有重要 影响。
表 1 污泥膨胀征兆属性
第 2 步骤通过专家知识对关键离线数据 ( 定性数据和污泥沉降指数 SVI 值 ) 进行 分析， 对当前工况进行简单分类， 具体如下 ：
为提高数据利用的针对性和污泥膨胀预测的准确性， 本发明专利通过专家知识分 析可直接反映污泥膨胀特征的关键离线数据对工况进行分类。 关键离线数据包括定性数据 和定量化验数据 SVI， 其中定性数据包括镜检数据丝状菌数量 ( 多或少 )、 肉眼观测到的污 泥结构 ( 松散或密实 ) 和泡沫数量 ( 多或少 )。由于这些离线数据可以直接反映污泥膨胀 特征， 因此比间接反映污泥膨胀特征的数据 ( 如 DO 和 pH 值等反映污泥膨胀诱因的数据 ) 所携带的信息更为直接、 丰富和准确。
表 2 给出了基于关键离线数据对工况进行简单分类的专家规则， 按照污泥膨胀发 生可能性的大小将当前工况分为 ： 无污泥膨胀可能、 很可能污泥膨胀和不确定三类。
表 2 基于专家知识和关键离线数据的工况分类
如表 2 所示， 无污泥膨胀可能是指污泥沉降指数小于 100mg/L、 污泥结构密实或者 丝状菌数量少并且泡沫数量少 ； 很可能污泥膨胀是指污泥沉降指数大于 130mg/L、 污泥结 构松散或者丝状菌数量多并且泡沫数量多 ； 不确定是指无污泥膨胀可能和很可能污泥膨胀 以外的工况。其中， 密实对应 SVI ＞ 130mg/L 的活性污泥状态 ； 松散对应 SVI ＜ 100mg/L 的 活性污泥状态。第 3 步骤中针对不同工况进行相应的处理， 具体如下 ：
如图 2 所示， 针对不同的工况采取不同的处理方法 ：
(a) 当前工况为 “很可能污泥膨胀” 时， 转入数据库维护模块， 将当前的污泥膨胀征 兆信息录入数据库中， 前提是数据库未记录相似的征兆信息 ；
(b) 当前工况为 “无污泥膨胀可能” 时， 考虑到污泥膨胀是一个缓慢的渐变过程， 因 此可以预测 4-6 小时内不会出现明显的污泥膨胀征兆 ；
(c) 当前工况为 “不确定” 时， 需要对污泥膨胀征兆数据库进行征兆匹配和检索， 判 断是否有污泥膨胀发生可能。
31. 当前工况为 “很可能污泥膨胀” 时， 转入数据库维护模块。
当出现图 2 所示的 “很可能污泥膨胀” 工况时， 此时可以认为出现了污泥膨胀征 兆， 这些征兆是否需要添加到数据库中的关键是计算这些征兆的相似度。采用最近相邻 k-NN(k-Nearest Neighbor) 定义相似度函数， 用来表征污泥膨胀征兆的相似程度。
设当前的污泥膨胀征兆为 R， 征兆数据库共有 n 条记录， 分别记为 R1， R2， ...， Rn， 则 当前征兆 R 和数据库第 i 条征兆 Ri 可以分别用式 (1) 和 (2) 表示。
R ＝ {r1， r2，…， rm} (1)
Ri ＝ {ri， ri， ri， (2) 1， 2，…， m}
式中 m 表示污泥膨胀征兆属性个数， r 表示征兆属性值， i ＝ 1， 2， ...， n。
污泥膨胀征兆 R 与 Ri 的第 j 个属性的相似度按式 (3) 计算。
式中 j ＝ 1， 2， ...， m。 当前征兆 R 与数据库第 i 条征兆 Ri 的相似度按式 (4) 计算。式中 ωj 为第 i 项征兆属性的加权系数。通常加权系数 ωj 根据专家知识确定， 其值与该征兆属性的时间变化尺度及其与污泥膨胀联系的紧密程度有关。 变化时间尺度越 大， 与污泥膨胀联系越紧密 ( 如 DO， F/M 和 pH 三个直接反映污泥膨胀诱发因素的数据 )， 加 权系数也越大。
当 SIMi ＞ thread 时， 说明当前征兆 R 与数据库第 i 条征兆 Ri 的相似度大于预先 设定的阈值 thread， 可以认为征兆数据库中已储存了与当前征兆相似的信息， 因此不需要 再存储当前征兆 ； 当 SIMi ＜ thread 时， 说明征兆数据库中未储存与当前征兆相似的信息， 需要将当前征兆信息增加到征兆数据库中。
32. 当前工况为 “不确定” 时， 对污泥膨胀征兆数据库进行征兆匹配和检索。
当出现图 2 所示的 “不确定” 工况时， 本发明专利采用 k-NN 策略进行征兆的匹配 和检索。定义当前征兆 R 与征兆数据库第 i 条征兆 Ri 的距离如式 (5) 表示。
当 distance(R， Ri) 小于相应阈值时， 则认为 Ri 即为当前征兆的匹配征兆。当持续 一段时间内都能找到匹配征兆时， 可以预测污泥膨胀即将发生。