黃興德，于萍，羅運柏
（武漢大學化學與分子科學學院，湖北 武漢 430072）

　　摘要：水處理中混凝劑加注量的自動控制是一個既重要又難于解決的問題。本文系統介紹了三種典型的數學模型，探討了它們對于混凝控制技術的促進作用，分析了基于不同數學模型的控制技術間的差異。
　　關鍵詞：水處理；數學模型；混凝；模糊控制
　　中圖分類號：TU991.22
　　文獻標識碼：A
　　文章編號：1009-2455(2001)04-0004-04

Mathematical Models in Cogulation Control and Their Application
HUANG Xing-de，YU Ping，LUO Yun-bai
(College of Chemistry and Molecule，Wuhan University，Wuhan 430072，China)

　　Abstract:The automatic control of coagulant dosing is important and yet difficult to resolve．Three typical math-ematical models are systematically introduced in this paper，with their impulses to the development of coagulation control techniologues probed abd the differences among the controlling technologies based on different mathematical models analyzed．
　　Key word_s:water treatment；mathematical model；coagulation；fuzzy control

　　混凝工藝是傳統水質凈化工藝中較為重要的環節，準確控制加藥量是取得良好混凝效果的首要前提。混凝劑加注量的自動控制是一個難于解決的問題，因它不僅與水質參數和水量參數有關，還與凈水構筑物的性能和混凝劑自身效能等因素有關^[1]。盡管如此，建立于經典控制、現代控制和智能控制理論上的各種控制策略應用于混凝過程的控制個案十分豐富。本文結合一些較成功的應用范例探討數學建模技術在混凝控制中的作用。

1 基于多變量參數模型的混凝控制技術與實例^[1-2]

　　多變量參數模型是以若干原水水質、水量參數為變量，建立變量與加藥量之間的函數表達式。首先，進行模型結構和參數的選取。模型結構有線性、非線性等形式，參數的選取往往依賴大量驗前知識，運用數學統計檢驗出具有可測性的主要影響因素。其次，確定模型中各項系數，由多年的運行資料進行統計分析予以確定。以應用于上海石化總廠水廠的模型為例，以原水濁度、溫度（t＞21℃），pH、流量作為自變量：
　　K=291.5+0.2217X₁+9.9688X₂+37.9375X₃+0.5886X₄-2.648×10^-4e^(X₂-21)-1.5388×10^-3X₁²-1.2520X₂X₃
　　式中：K－前饋藥量，kg/km³；
　　　　　X₁－原水濁度，mg/L；
　　　　　X₂－原水溫度，℃；
　　　　　X₃－原水pH值；
　　　　　X₄－原水流量，m³/h。
　　計算機系統自動采集參數數據，并根據模型自動控制加注量。此模型屬于前饋模型，只能用于開環控制。為提高控制精度，穩定出水水質，須進一步建立一個以沉淀水濁度（控制目標為5度）作為反饋修正模型：

　　式中：△K－反饋微調藥量，kg/km³
　　　　　X－沉淀水濁度，mg/L
　　多變量參數模型基礎上的前饋－反饋復合混凝控制系統，能迅速響應原水水質及水量參數變化，但系統的運行依賴于每一塊儀表準確可靠的工作，其控制系統框圖如圖1：

　　其中：一次儀表包括用于原水水質分析的濁度計、酸度計、溫度計和原水流量計，二次儀表包括用于加藥系統的液位汁、密度計、藥管壓力表和流量計，Tu為沉淀水濁度計。

2 基于特性參數模型的混凝控制技術^[2-5]

　　基于特性參數模型的混凝控制系統見圖2。

　　隨著人們對混凝機理研究的深入，尋求表征混凝效果的特性參數及其數學物理模型，從而建立簡單實用的單因子混凝控制系統成為可能。這類模型皆以混凝過程中某種微觀特性的變化作為加注量確定的依據。比較典型的有以流動電流作為特性參數的SCD法，以透光脈動值作為特性參數的透光脈動法等。這里介紹一種以絮體等效直徑作為特性參數的模型。
　　絮體的沉降規律比較復雜，常簡化用顆粒沉降的Stockes公式描述：

　　式中：υ－絮體沉降速度，cm/s；
　　　　　ρs－絮體體積質量，g/cm³；
　　　　　ρ－水的體積質量，g/cm³；
　　　　　d_s－絮體直徑，cm；
　　　　　μ－水的粘滯系數，g/(cm·s)。
　　隨著絮體粒徑的變化，絮體體積質量遵循下式的規律變化：
　　ρs-ρ=d_s^-Kp （2）
　　式中：
　　Kρ－系數；1.2～1.5，決定于混凝劑加注率與原水水質
　　綜合（1）、（2）式得出絮體粒徑與沉淀速度的關系式：

　　上述分析均假設絮體為球狀顆粒，而實際絮體是不規則的，其大小、形狀通過一個傳感器采集的絮體圖像反映出來。二維的絮體圖像可以用四個參數刻畫其特性：表示絮體大小的絮體面積S；與形狀有關的絮體周長l；與松散程度有關的絮體中間空出面積S₀；絮體的長寬比m₀利用下面的公式換算成一個參量“等效直徑”φ：

　　式中：
　　k₁、k₂、k₃－周長、長寬比、中空面積的折扣系數，為0－1的小數
　　由（3）、（4）式可知，等效直徑越大，沉降速度越快，即絮體形成得越好，沉淀越充分，沉淀水的濁度也就越小。
　　但是，參量φ中仍無法表征混凝的整體效果。實際使用的傳感器取景窗水域面積為26mm×20mm，取景厚度約3.5mm，該截面一般包含近百個絮體。設定系數每5s采集一幅圖像，按（4）式計算每個絮體的等效直徑，每5min即可得60幅圖像中所有絮體等效直徑及其數值分布情況，在此基礎上適時計算平均等效直徑：

　　φ=∑(niφ_i)/∑n_i　　　　　　　　　　　　　(5)

　　式中：φ_i－第i個絮體的等效直徑，m；
　　　　　n_i－等效直徑為φ_i的絮體個數。
　　通過實驗表明，在沉淀條件相對穩定的情況下，平均等效直徑與沉淀水濁度有很好的相關性。至此，找到作為控制目標的特性參數及其模型。加注率等于平均等效直徑的實測值與設定值之差，通過PID運算得到。

3 基于模糊邏輯模型的控制技術及其設計^[6-8]

　　基于模糊邏輯、神經網絡等智能控制方法為解決混凝劑加注量控制開辟了一條新的途徑，此類控制方法的最大特點就是具有仿人的功能（學習、推理）。
　　圖3為模糊邏輯理論應用于絮凝劑加注量控制的系統框圖。S為沉淀水濁度的目標值，E、CE、U為e、ce、u對應的模糊量。Ke和Kce分別為濁度偏差e、濁度偏差變化ce的量化因子，Ku為輸出比例因子，Ke、Kce、Ku由e、ce、u的基本論域和規格化論域確定。模糊控制的核心是模糊控制器，從圖3知它由三部分組成：模糊化層、模糊推理層、解模糊層。下面介紹利用Matlab，環境下模糊邏輯工具箱設計應用于混凝控制的模糊控制器：

　　①模糊控制器的結構選擇二維輸入，單維輸出結構模式：以濁度偏差e（取一段時間內沉淀水濁度的平均濾波值與目標值S之差）和濁度偏差的變化率ce（取相同一段時間內濁度偏差變化的微分值）作為輸入，加藥量的變化量U作為輸出控制變量。
　　②精確量的模糊化。模糊控制器是利用一定語言控制規則進行工作的，因而輸入輸出是以自然語言形式給出的變量。根據精度的需要，本模糊控制器中e和u的語言模糊集為（NB，NS，O，PS，PB），ce的語言模糊集為（NB，O，PB），完成對輸入輸出空間的模糊分割。根據綜合試驗和實際運行數據，確定e的基本論域為[-5，45]，ce的基本論域為[-40，40]，輸出變量u的基本論域為[-60，60]。對e、ce、u基本論域的量化檔次n均取n＝5，將連續確定量e、ce、u離散化為在[-5，5]上變化的整型變量，區間[－5，5]上的離散整數稱為模糊變量的規格化論域。本設計中語言變量的隸屬函數選擇為三角形，其參數和圖形直接從工具箱中定義。輸人輸出變量的模糊子集、論域、隸屬函數確定后，確定規模化論域內元素對模糊語言變量的隸屬度，并據此建立語言變量E、CE、U的賦值表。
　　③控制規則集R的建立。規則集R是在大量歷史數據和操作者的經驗基礎上，操作人員的一條控制策略對應一條模糊條件語句：
　　IF E=PB，THEN U=PB；
　　IF E=PS and CE=PB，THEN U=PB；……
　　IF－THEN語句的前件代表了本課題中的現象，后件則表示控制行為。根據手動控制策略，整個控制規則所對應的總模糊關系為R=∨R_i，總結、合并本課題的所有控制規則約為十條。模糊控制規則要求同時進行完備性、一致性和交互性檢驗，其基本原則是：適當考慮偏差變化模糊量CE大小的前提下，當濁度偏差較大時，以盡快消除偏差為主選擇控制變量；當偏差較小時，注意防止超調和保證被控系統的穩定性來選擇控制變量。
　　④輸出信息的模糊判決，并完成由模糊量到精確量的轉化。由模糊控制原理可知，模糊控制器的輸出是一個模糊集合，它反映控制語言的不同取值的一種組合，為充分利用輸出模糊集合所包含的信息，從工具箱中定義標準解模糊方法，如重心法、最大隸屬度法等。計算得到的模糊控制輸出量U乘以輸出比例因子Ku即為精確控制量u，它就是實際加到被控制過程上的控制變化量。
　　⑤由于濁度可連續測定，系統采樣周期取5－30s。本設計在離線計算的基礎上，可以獲得一個混凝模糊控制查詢表，用于適時控制。

4 問題與討論

　　①基于受控對象的數學建模技術主要有兩種：一是機理演繹法，二是實驗辯識法。多元參數模型即是通過實驗辯識法建立的，建立步驟包括過程辯識。參數估計兩步。由于混凝過程內在機理比較復雜，特性參數模型建立必須結合上述兩種方法，首先利用機理演繹法尋求恰當的特性參數，然后在實驗辯識法的基礎上建立系統的輸入、輸出函數關系。基于多元參數模型和特性參數模型的混凝控制技術均屬于傳統控制，依賴于過程模型。基于模糊數學模型的混凝控制屬于智能控制，通過模仿人的思維方式和人的控制經驗來實現的一種控制，它不要求建立過程的精確數學模型。
　　②多元參數模型、模糊數學模型均不體現藥耗的本質，特性參數模型是建立在混凝機理上，反映過程的微觀本質，其與PID的控制結合，衍生出不同控制方案，實際應用最為廣泛，關鍵在于尋找一個滯后時間短、與沉淀水濁度具有相關性且易于檢測的特性參數。從理論上講，多元參數模型控制作用最好，但模型的精度和可靠性難以保證。模糊控制過程的動態響應優于特性參數模型的PID控制，并對過程參數的變化具有較強的適應性。
　　③多種控制策略、數學模型的成功結合應具有正確的一致性。上述三種模型基礎上的混凝控制技術都體現了降低藥耗、穩定水質、降低勞動強度、提高管理水平的目的。

參考文獻：
　　[1]崔福義，袁永臻．給水排水工程儀表與控制[M]．北京：中國建筑工業出版社，1999．
　　[2]鐘淳昌，朱方達，等．數學模型加礬自動化技術[J]．中國給水排水，1989，(5)：20～24．
　　[3]宋啟敏，陸敏剛，義泳，等．混凝劑加注量的自動控制的新方法[J]．中國給水排水，1999，15(4)：1－4．
　　[4]楊凱人．顯示式絮凝控制系統（FCD）在水廠的應用[J]．中國給水排水，2000，16(3)：41－43．
　　[5]Kenichi Kurotfanim，et al．Advanced control of coagulation process applying floc sensor．In:IWSA．Specialized Conference on Advanced Treatment and Intergrated Water System Management into the 21st Century [C]．1995．
　　[6]肖軍．模糊控制在自來水廠中的應用[J]．自動化與儀表，1999，14(5)：25～26．
　　[7]章衛國．等．先進控制理論與方法導論[M]．西安：西北工業大學出版社，2000．

作者簡介：
　　黃興德（1975－），男，1996年畢業于武漢水利電力大學化學與環境工程系，現為武漢大學化學與分子科學學院應用化學專業碩士研究生。