導讀：污水處理過程復雜、影響因素多，我國污水處理廠故障頻發和出水不能實現穩定達標排放，污水處理故障診斷對保證污水處理廠正常運行和達標排放有非常重要的意義。

  濰坊一辰環保水處理設備有限公司 專業生產地埋一體化污水處理設備，疊螺式污泥脫水機、氣浮機設備、機械格柵設備、加藥裝置、過濾設備二氧化氯發生器，化學法*電解法，臭氧發生器，紫外線殺菌消毒等設備  

  我國污水處理系統不正常運行、出水不能穩定達標的現象仍然比較嚴峻。而造成上述問題的部分原因是污水處理過程復雜、影響因素多、故障不易診斷;污水處理廠工作人員專業性差，致使污水處理過程中出現的各種故障發現滯后并且不能及時準確地解決。因此對污水處理廠進行運行故障診斷和精細化監管十分必要和關鍵。

1、污水處理故障診斷方法

1.1知識綜合法

  知識綜合法主要是指利用知識和經驗等方法綜合對污水處理過程中的問題進行診斷并找出解決辦法，一般是針對某一案例。知識來源包括前期知識的積累和查閱相關材料來獲取與診斷相關的信息，材料如污水處理方面的設計手冊、技術規范、技術指南、相關文獻和類似污水處理工程案例資料等。

1.2數學模擬診斷法

  數學模擬法是利用現有的一些污水處理方面的數學模型或模擬軟件對污水處理廠的運行工況進行診斷并提出優化方案的一種方法。該方法通過模擬能同時實現診斷與優化。這類方法對操作人員專業水平要求較高，過程較復雜，但是診斷和優化方案比較，目前很多污水處理廠采用了數學模擬來診斷運行的報道，例如仇付國等利用BioWin軟件對北京某ICEAS工藝的污水廠進行氮、磷出水不達標診斷，并從調整工藝運行參數和改變工藝流程兩方面提出了升級改造方案。

1.3統計學診斷法

  污水處理過程復雜，涉及到的影響因素頗多，污水處理參數很多并且相互影響，這就促進了統計學診斷方法應用于污水處理故障診斷中。且統計學診斷方法已從zui初的單變量統計逐步發展到多元統計診斷分析，如主成分分析法，偏zui小二乘法等。

  (1)基于主成分分析的診斷方法。主成分分析是從影響過程的眾多相關變量中挑選幾個主要過程變量來表示原有的多個變量，從而簡化分析過程的一種統計方法。基于主成分分析的診斷方法是將污水處理的歷史數據，按一定標準去掉一些重復的線性干擾，找出影響過程變量的主成分，構建主成分模型，通過數據對模型進行檢驗，對實時數據與模型之間進行比對，實現故障診斷。

  (2)基于故障樹的診斷方法。故障樹診斷法是Bell實驗室于1961年提出來的一種推理方法，整個構成倒樹狀結構。zui上層是頂事件，向下一級一級分支是中間事件和子事件，子事件下部是導致事件的根部原因。事件與事件之間存在“與”門和“或”門的關系。將故障樹診斷法用于污水處理廠的診斷之中，可以通過這樣一種樹狀關系來探討導致頂事件的可能原因，邏輯清晰，并且能夠定量分析出各事件發生的概率。

  (3)基于支持向量機的診斷方法。基于支持向量機的診斷方法是通過構造*分類平面將異常數據與正常數據區分開，它是基于統計理論的一種機器學習方法，它在解決污水處理廠的故障監測和診斷方面是一個有力工具。

1.4人工智能診斷法

  (1)基于遺傳算法的診斷方法。遺傳算法是從生物進化過程“適者生存”“優勝劣汰”啟發而來。基于進化過程中的信息遺傳機制和優勝劣汰原則的算法，把求解問題的自變量看作原因，編碼構成染色體(個體)，在個體集合(群體)內依據個體適應能力進行*評價。遺傳算法搜索性能*，同時能進行全局性能優化。

  (2)基于人工神經網絡的診斷方法。人工神經網絡是一種用大量簡單相連人工神經元來模仿生物神經網絡的一種人工智能處理系統，包括硬件和軟件。人工神經網絡由大量人工神經細胞(處理單元)組成，每個處理單元都可以輸出信號，該信號又成為別的處理單元的輸入，這種輸入和輸出關系一般用輸入值的加權乘積和函數來表示。人工神經網絡的運作有學習過程和回想過程，可以進行大規模的運算、存儲、處理、學習和記憶能力，針對污水處理這類多影響因素和條件可以進行評估和診斷。人工神經網絡診斷在污水處理故障診斷領域主要關注的是污水處理過程的模擬和控制和對特定參數進行預測等。

  (3)基于模糊理論的故障診斷方法。模糊理論診斷法是模仿人類思維的模糊綜合判斷推理來處理問題的一種方法。該方法對于診斷一些過程本身具有不確定性、不性的問題有突出優勢，主要是通過構造隸屬度函數來實現診斷。

  (4)基于專家系統的診斷方法。基于專家系統的診斷方法是將長期大量的知識經驗和故障信息進行收集和整理，然后轉化成計算機語言，設計出智能程序來解決復雜問題。專家系統診斷法在設備、電子系統、機械系統和運行過程故障診斷方面都有大量的應用，同時也逐步開始應用于污水處理故障診斷中。

1.5集成診斷法

  集成診斷法是結合各種診斷方法的優點而形成的一種診斷方法，基于此作出的決策對污水處理廠的管理有重要推動作用。用的比較多的集成診斷法有神經網絡和專家系統的集成、模糊理論和專家系統的集成、故障樹和專家系統的集成、模糊理論和神經網絡集成等。

2、專家系統在污水處理故障診斷中的應用

  專家系統包括知識庫、推理機、數據庫、解釋模塊和人機交互端口等幾部分。專家系統zui重要的是知識庫，也是整個系統的瓶頸所在。需要盡可能多的收集所診斷對象可能出現的問題，并且找出對應問題的原因和解決辦法。推理機是根據一定的邏輯及推理規則，利用知識庫里的知識，對用戶輸入的問題進行分析和解釋。數據庫是系統操作對象。解釋模塊是對用戶的提問進行解釋。人機交互端口是用戶與計算機或者只能專家進行交流的端口。

  專家系統及其集成系統從1970年開始在污水處理領域得到應用，至今為止已經有不少成功案例，相關文獻報道也比較多。既有用于全過程診斷的，也有針對某個具體處理單元的。

  在總結故障診斷方法的基礎上，結合對污水處理故障診斷方法的認識和目前應用現狀的了解，對該領域未來的發展提出以下觀點：

  (1)現有的診斷方法或者診斷系統基本集中在對某種處理工藝、單一的故障診斷問題等，對于多種處理工藝都通用的診斷系統和多方位故障診斷還比較缺乏。與此同時，污水處理廠運行故障與故障之間可能存在各種關聯，會產生鏈式反應。因此建立適應性更強、全污水廠逐級分布式故障診斷系統是一個可行的研究方向。

(2)人工智能應用與污水處理故障診斷領域是一個發展趨勢，而目前專家系統、神經網絡等人工智能診斷方法有自身的缺陷和局限性，主要是自主學習能力差、數值計算能力弱、經驗推理能力不足等。因此，將來可以從以下兩方面考慮，一方面可以采用多種智能方法相結合的集成智能診斷系統可以發揮各自優勢，取得更好的效果。另一方面，在人工智能中開發機器自主學習的方法，有助于及時補充知識，提高診斷系統能力。

  (3)目前互聯網技術的發展，有助于建立虛擬故障診斷平臺，實施遠程故障診斷。電腦搭載診斷系統的同時開發診斷APP，污水處理廠實時數據傳輸到診斷APP，利用診斷軟件可以隨時進行故障診斷，更便捷、。同時，網絡的發展又可以實現污水處理故障診斷資源共享，幫助污水處理廠優化運營。