人工智能在城市污水处理中的应用

摘要：在现阶段的城市中，污水处理工作是非常重要的内容，城市市政污水处理有赖于现代信息技术对其处理工艺设计、处理过程控制、处理效果把控进一步优化。将以神经网络模型、模糊算法、专家系统与分布式人工智能技术为代表的新兴人工智能技术应用到城市污水处理中，在进水水质动态、精准感知的前提下推演出最优污水处理方案，分布式、并行化处理污水与污泥，高效管控各子系统处理过程，提高城市污水处理后水质达标率，降低城市污水处理成本，可为城市市政污水处理效能提升提供方法与技术支撑。本文就人工智能在城市污水处理中的应用进行研究，以供参考。

关键词：市政管网；污水处理；人工智能

引言

管网的建设、维护不完善等问题，带来了污染物收集率低，地下水污染，污水处理厂进水浓度低，雨天溢流污染等现象，影响着水环境治理效果达成。作为城市水环境治理核心的排水管网，未来仍是水环境治理项目中的重点工程。

1以污水处理概念厂为代表的新理念

将污染物削减作为传统城市污水处理的目标已不能顺应未来污水处理高质量发展的现实需求。以节能减排为核心的污水处理新理念强调，在保证高品质出水的前提下，通过技术创新实现能源自给、资源回收和节能固碳。污水概念厂突破了传统污水厂以高能耗换取水体净化的局限，将传统污水厂转变为水源、能源、资源工厂，实现了包括污水达标处理、水资源再生利用、能源自产自足、化肥等高值产品生产在内的多重功能。因此，符合未来低碳可持续发展方向的城市污水处理厂将朝着资源再生、能源自给、智能友好、和谐绿色的方向发展。

2市政污水处理中人工智能的应用

2.1模糊控制

模糊控制是通过确定模糊变量，规范模糊论域，遵循模糊逻辑推理建立的一种模拟人的推理和决策的控制算法。首先，根据操作人员或专家的经验建立模糊规则。然后，对实际检测数据进行模糊化处理。作为系统的输入，系统通过模糊推理和模糊决策进行调整。最后，对执行器进行控制，将被检测对象的数据发送到输入端进行比较，完成控制的实时调整。

2.2神经网络控制系统在市政污水处理中的应用

将神经网络控制系统应用到市政污水处理中，以多种智能技术（粗糙集理论、遗传算法、卷积神经网络等非线性数学方法或深度学习算法）为基础，通过并行处理分析、实例自学训练、知识组合管理、污水处理工艺综合研判为污水处理设备控制与工艺组合优化提供更为高效、高质的模型支撑。例如，利用多样化的水质参数测度传感器对市政污水的有机磷、溶解氧、酸碱度、混合液悬浮固体浓度等分别进行实时采集与高效传输，将动态监测的污水水质数据作为BP人工神经网络的输入数据，通过对BP神经网络模型进行训练、模拟与收敛，估计污水处理工艺中的进水水质、曝气量大小、反应时间，为出水水质达标控制提供实时、高精度、智能化、自动化、数字化的监测与管控机制。将人工神经网络应用于市政污水处理控制中，可有效克服传统对溶解氧、酸碱度等水质参数人工监测时无法实时、精准得出污水中有机物含量、总氮含量、总磷含量的不足，通过人工神经网络对复杂非线性关系的逼近式模拟更为精准地模拟污水处理过程、管控污水处理工艺下的出水水质。但是，神经网络控制系统在城市污水处理控制的具体应用时，由于其收敛速度较慢，容易陷入局部最小值中，且对污水处理工艺的规则化流程未能有效利用，使得污水处理工艺下的出水水质可能会因神经网络模型的收敛度不达标而无法达到预期处理效果。

2.3氧化还原技术

氧化还原技术是一种先进的水处理技术，通过利用化学物质间的氧化还原反应将污染物转化为无害物质。该技术具有处理效率高、处理能力强、操作简单等优点，可以有效地去除水中的有机物、重金属等污染物，同时也能够实现水的回用。氧化还原技术的应用十分广泛，可以应用于城市污水处理的后处理阶段，也可以用于工业废水处理、饮用水处理等领域。在污水处理中，氧化还原技术常常与其他技术结合使用，如与生物处理技术相结合，可以达到更好的处理效果。氧化还原技术目前主要有氧化剂法和还原剂法两种。常见的氧化剂包括臭氧、过氧化氢、高锰酸钾等，常见的还原剂包括亚硫酸盐、二氧化硫、亚铁离子等。这些化学物质可以在适当的条件下与污染物发生氧化还原反应，将有害物质转化为无害物质。

2.4分布式人工智能在市政污水处理中的应用

分布式人工智能旨在将一个复杂的系统问题分解为多个相对简单的子问题，针对每一个子问题构建一个子系统作为子问题的解决方案，各个子系统之间存在关联关系并通过良好的统筹协同机制提高资源的利用率，降低问题解决的总体成本，实现复杂系统问题的最优化解决。将分布式人工智能引入到市政污水处理中，将污水处理分解为多个子系统如污水处理子系统与污泥处理子系统，分别利于不同的知识agent系统对各子系统的处理流程进行控制，包括一级处理、二级处理、氯化、污泥浓缩、厌氧处理、干燥等。分布式人工智能在市政污水处理控制中的应用通过对处理流程的分解、对原有控制方法的修正、对处理工艺中错误的监测与预警实现污水处理智能化与高效化。但分布式人工智能由于对系统问题的分布式并行处理，其对控制系统的计算性能要求较高，加上各子系统的通信与协同机制不够完善，目前很少在实际污水处理控制中加以应用。

2.5强化智能水务信息化建设

（1）建立管理平台，形成完善的数据库体系。为建立城市污水处理厂自动化运营平台，奠定了良好的物质基础。同时增加必要的在线测点，获取数据和自动控制采集的信息（包括水质指标、工艺参数等）、实验室检测结果、人员服务日志、仓库管理、核算等。秘密管理以及生产数据库的收益。此外，污水处理厂可以将大型数据库划分为设备分库、工艺分库、能耗分库和检测分库等，避免生产数据信息的消耗，提高信息传递。使用效率和速度。（2）实现数据自动分析，自动生成趋势显示结果。污水自动化系统必须能够根据进水、出水、水质参数、工艺参数、设备运行参数和能耗数据，自动形成动态趋势报表或分类图表，进行精确管理、精细监控和节能降耗，以降低环境污染和提高生产效率为宗旨，并充分掌握城市污水处理厂工作的基本原理。（3）设置自动标准控制器，以优化报告效果。首先，城市污水处理厂要结合分析历史数据，建立各城市污水处理厂的“卫生标准”。系统把采集的信息和正确指标加以对比的目的是使系统判断信息的性质并通过采集的信息判断错误的异常情况。其次，利用系统的传输及发送功能，使系统可以主动提醒，并向中控设备发出短信，在确认系统存在故障或异常后，可以自动向工作人员发送警示信息。（4）开展人员持续培训。根据实际情况准备培训手册，定期进行运营管理培训，使员工能够有效使用智能运营平台，并定期维护并更新平台，消除系统缺陷及隐患，不断优化系统的各项功能。

结语

综上所述，人工智能是以类人脑的思维结构对人脑的思维过程进行模拟的新兴技术，其在城市污水处理中拥有广阔的应用场景与巨大的发展潜力。将人工智能中的神经网络模型、模糊算法、专家系统与推理机以及分布式人工智能技术引入并应用到城市市政污水处理中，可以切实提高城市污水处理控制系统对进水水质状况的感知能力，并根据进水水质动态推演出最优污水处理工艺，实时控制污水处理过程，以较小的污水处理成本撬动更高的污水处理出水达标率。

参考文献

[1]吴晓芝，王芮.城市污水处理在环境保护工程中的影响研究[J].清洗世界，2022，38（8）：112-114.

[2]李海东.关于环境工程中城市污水处理的分析[J].内蒙古石油化工，2022，48（7）：59-61.

[3]张灵飞.城市污水处理技术与环境保护策略[J].城市建筑空间，2022，29（S1）：225-227.