前言：本站為你精心整理了污染水源處理廠故障診斷范文，希望能為你的創(chuàng)作提供參考價值，我們的客服老師可以幫助你提供個性化的參考范文，歡迎咨詢。

摘要：開發(fā)了一個用于診斷城市污水處理廠日常運行故障的專家系統(tǒng)。系統(tǒng)采用了正反向混合推理機制，并采用故障樹的形式將知識庫中的知識組織形式向用戶公開，便于用戶使用和對系統(tǒng)的維護?，F(xiàn)已用于北京某污水處理廠中。

關鍵詞：故障診斷

1專家系統(tǒng)及其功能

專家系統(tǒng)是人工智能的一個分支，它可以定義為一個能在特定領域內，以人類專家水平去解決該領域內困難問題的計算機程序。其主要特征是它依靠人類專家經(jīng)驗性的規(guī)則來分析和解決問題［2］。它是將經(jīng)驗性的知識應用于尚未完全得到理解的領域的一種方法，因而很適合在污水處理過程這樣一個尚未得到完全理解的領域中應用。

本專家系統(tǒng)是污水處理廠日常運行決策支持系統(tǒng)的一個組成部分，其主要功能為：

①故障診斷功能：根據(jù)用戶輸入的數(shù)據(jù)和信息，對污水處理廠的實際運行情況作出分析，確定運行中出現(xiàn)的問題并給出解決的辦法。

②故障檢索功能：對污水處理廠運行中經(jīng)常出現(xiàn)的問題，采用故障列表的形式進行檢索，對具體的故障給出原因和解決策略的詳細分析。

③活性污泥法的培訓功能：充分利用計算機多媒體的優(yōu)勢，運用文字、圖形等多種方式向用戶介紹活性污泥法的有關知識，對污水處理廠的職工進行培訓。

本專家系統(tǒng)和污水處理廠日常運行決策支持系統(tǒng)的另一個組成部分--IAWQ模型數(shù)值模擬軟件相互支持、相互驗證，共同為污水處理廠的日常運行提供幫助。

2專家系統(tǒng)的開發(fā)

軟件設計基于Windows95或更高版本的操作系統(tǒng)，采用VisualStudio6.0版本作為開發(fā)工具，其中采用VisualBasic6.0作為專家系統(tǒng)的開發(fā)工具，采用MicrosoftAccess6.0作為相應的數(shù)據(jù)庫開發(fā)工具，在數(shù)據(jù)庫的操作中，采用MicrosoftTransact-SQL的結構化查詢語言。

系統(tǒng)的開發(fā)過程可以分為以下幾個步驟。

2.1知識的獲取

這是專家系統(tǒng)開發(fā)過程中最為重要的階段［3］。專家系統(tǒng)的成功在很大程度上取決于從人類專家處獲得的知識［4］。在本系統(tǒng)的開發(fā)過程中，從水處理專家、污水處理廠工程師、實際運行人員和運行指導書籍中獲得了大量有用的知識。

2.2知識的轉化

在系統(tǒng)的開發(fā)過程中，采用假設和結論(If，Then)的形式將從人類專家處獲得的知識轉化成為適合于計算機表達的形式，存儲在系統(tǒng)的知識庫中。在此過程中，不斷從人類專家處獲得反饋信息，及時對知識轉化和表達中出現(xiàn)的錯誤進行修改。

2.3專家系統(tǒng)的構建

根據(jù)知識庫的結構，確定推理的方式并編程實現(xiàn)推理，開發(fā)友好的用戶界面，實現(xiàn)和完善專家系統(tǒng)的功能。

2.4專家系統(tǒng)的驗證

在本專家系統(tǒng)開發(fā)完成以后，首先由水處理專家對知識的轉化過程進行了驗證，確定污水處理的知識被正確地轉化成為知識庫中的知識；然后針對污水處理廠中的具體問題，比較專家系統(tǒng)給出的解決方案與人類專家給出的解決方案，驗證專家系統(tǒng)的準確性。本專家系統(tǒng)的驗證工作是在北京某污水處理廠進行的，根據(jù)實際使用情況，對知識庫中不合理的規(guī)則和知識表達形式進行了修改。

專家系統(tǒng)包括知識庫、推理機、數(shù)據(jù)庫、用戶接口等幾個部分。

3.1知識庫

從人類專家處獲得的知識，經(jīng)過組織后以規(guī)則If，Then的形式存儲在知識庫中。根據(jù)以往的經(jīng)驗，知識的良好組織是系統(tǒng)能夠靈活應用的必要條件［5］。為此知識庫采用了模塊化結構，即把知識分成若干相互獨立的知識庫，如故障診斷知識庫，故障檢索知識庫，活性污泥法培訓知識庫等。系統(tǒng)在工作時，推理機根據(jù)實際情況將相應的知識庫調入內存使用。

為了便于用戶根據(jù)自身的實際情況對知識庫進行相應的修改和完善，系統(tǒng)采用了故障樹的形式將污水處理廠故障診斷知識庫向用戶公開。故障樹的方法本質上是一個分解的等級逼近法：從故障樹的根結點出發(fā)，通過對輸入信息的分析以及運行人員和系統(tǒng)之間的交流，將故障逐級分解，直至找到引起污水處理廠運行故障的基本原因，最后給出故障的解決方案。

3.2推理機

包含解決問題的策略和推理方法，接收從人機界面部分傳送來的信息，根據(jù)數(shù)據(jù)庫匯總的記錄，調用知識庫中的有關知識對該信息進行相應的處理，并將處理結果送往人機界面或其它結構。

本系統(tǒng)在運行過程中，根據(jù)不同情況，采用不同的推理機制。由于故障診斷是一個典型的解析問題的過程，而決策過程則是一個典型的合成過程，所以在故障診斷過程中使用與其特點相適應的反向推理機制，在決策過程中使用與其特點相適應的正向推理機制［3］。這兩種推理機制的混合使用，使系統(tǒng)避免向使用人員提出冗余的問題，從而使提出的問題數(shù)最少，方便了用戶和系統(tǒng)的交流，提高了運行速度。

3.3數(shù)據(jù)庫

存放所有的原始數(shù)據(jù)資料，求解過程中的中間數(shù)據(jù)、動態(tài)數(shù)據(jù)查詢表、最后結果及推進記錄。

3.4用戶接口

負責將用戶輸入的信息轉化成系統(tǒng)內規(guī)范化的表示形式，再把這些內部表示交給相應的模塊去處理，系統(tǒng)輸出的內部信息也由它轉化成用戶易于理解的外部表示形式顯示給用戶。

4專家系統(tǒng)的應用實例

本專家系統(tǒng)在北京某污水處理廠的運用中已取得實際效果。

該污水處理廠長期在污泥濃度較低(1000mg/L左右)的情況下運行，存在的主要問題有：氨氮基本得不到去除(平均去除率低于5%)，總氮去除率低(平均去除率低于20%)，曝氣池白色泡沫過多，二沉池內藻類滋生等。

專家系統(tǒng)對該污水處理廠近3年的運行數(shù)據(jù)和現(xiàn)象進行了分析，認為這些問題是相互聯(lián)系的，主要原因是：剩余污泥排放量過大(2400m3/d)，污泥齡短(3d左右)。由于硝化細菌的生長需要較長的時間，在該廠的運行條件下，污泥齡小于硝化細菌的世代時間，曝氣池中的硝化細菌流失殆盡，硝化反應不能正常進行，氨氮得不到去除。出水中氮磷等營養(yǎng)元素濃度高導致了二沉池中藻類的滋生。同時，曝氣池出現(xiàn)大量白色泡沫也表明污泥齡短，污泥不成熟。以上診斷得到了水處理專家、污水處理廠工程師的認可，并且得到了IAWQ模型數(shù)值模擬軟件的模擬計算結果的驗證(硝化細菌濃度近似為零)。

針對這些問題，系統(tǒng)給出了相應的解決辦法：增加污泥回流比、降低污泥排放率、提高曝氣池污泥濃度和延長污泥齡。并對各解決辦法的執(zhí)行過程進行了具體的解釋。這些對策的正確性得到了水處理專家的證明，表明了本專家系統(tǒng)能夠完成故障診斷并給予解決的功能。

5結論

(1)本系統(tǒng)具有以下特點：準確性：收集整理了大量水處理專家、污水處理廠工程師等的專業(yè)領域知識，確保了知識來源的準確性；建立了準確的知識庫和高效的推理機，保證了結論的準確性。通用性：實現(xiàn)了知識庫和推理機的分離，使解決問題的知識和使用知識的程序分離開來，保證了專家系統(tǒng)的透明性和靈活性，提高了系統(tǒng)的可移植性，通過對知識庫的修改，可以適用于不同的污水處理廠。方便性：用戶界面簡單易學，用戶不必經(jīng)過專門的培訓就能夠使用本系統(tǒng)，適合于污水處理廠日常的運行管理人員使用。

(2)專家系統(tǒng)內包含了完整的有關活性污泥法處理工藝的知識，可以對污水處理廠內職工進行培訓指導。

(3)本專家系統(tǒng)作為污水處理廠日常運行決策支持系統(tǒng)的一部分，和數(shù)學模型模擬計算部分(IAWQ模型)相互支持，能更好地為污水處理廠運行決策提供幫助。