摘要:针对当前印染废水处理管控系统存在的过于依赖知识型工作者经验决策、过程数据多但 难以用于过程管控等困境,将新一代人工智能技术融合应用于印染废水复杂处理过程, 通过挖掘和融合人的经验知识和过程数据知识,形成基于经验/数据/机理知识融合驱 动的人机协同决策管控模式,实现对印染废水处理系统的全局性多目标优化控制,相关 技术成果在企业应用验证,助力人工智能理论和技术发展,为工业环保领域的升级发展 提供智能化技术支撑。本研究将新一代人工智能技术融合应用于印染废水复杂处理过程,通过挖掘和融合人的经验知识和过程数据知识,形成基于经验/数据/机理知识融合驱动的印染废水处理人机协同决策管控模式,突破现有管控困境,实现对印染废水复杂处理系统的全局性多目标优化控制。

摘 要

针对当前印染废水处理管控系统存在的过于依赖知识型工作者经验决策、过程数据多但 难以用于过程管控等困境,将新一代人工智能技术融合应用于印染废水复杂处理过程, 通过挖掘和融合人的经验知识和过程数据知识,形成基于经验/数据/机理知识融合驱 动的人机协同决策管控模式,实现对印染废水处理系统的全局性多目标优化控制,相关 技术成果在企业应用验证,助力人工智能理论和技术发展,为工业环保领域的升级发展 提供智能化技术支撑。


关 键 字

印染废水处理;知识发现与融合;人机协同决策;多目标优化控制


0 引言

印染是我国具有国际竞争优势的传统优势产业,根据国家统计局数据,2018年,全国1715 家规模以上印染企业实现主营业务收入2833.13亿元。印染废水处理是行业可持续健康发展的关键,具有排放量大、污染重、难处理和成本高等特点。目前,国内外对印染废水处理工艺相对成熟,典型工艺流程如图1所示。

AI研习丨基于人机协同决策的印染废水处理智能管控技术研究

图 1 印染废水处理典型工艺流程

印染废水处理工艺系统显著特征为:① 工艺过程复杂(物化、生化混合型工艺系统,典型大滞后、长工艺流程,涉及设备和工艺环节多);② 不确定性严重(入水水质水量由前端生产决定,入水被动接受,不可转移、拒绝和缓冲);③ 运行工况非平稳(入水水质波动大且频繁,异常工况多),这些特征导致传统的依赖人工决策管控模式,很难达到印染废水处理的多目标控制要求(COD、TN、TP等各类污染物处理达标、系统 不间断高效运行、节能降耗等),造成目前印染废水处理厂仍处于运行成本高,而处理质量极不稳定的现状。


目前印染废水处理在管控层面主要存在两大困境亟需突破。①过程调控和系统维护过于依赖知识型工作者的经验决策,这对于管控复杂、不确定性强的工艺系统存在严重的局限性和被动性;②集控系统采集了大量数据,但是“数据丰富,信息匮乏”情况严重,过程数据难以用于过程优化,工艺系统优化管控无法拓展和深入。


当前新一代信息技术和人工智能技术正在快速应用于工业领域,为制造过程和工艺系统的优化控制提供突破性手段,其中人机协同,即人的智能认知与信息系统协同决策,是实现复杂制造环境优化控制的重要途径,印染废水处理是典型的复杂不确定性强工艺系统,应用人机协同技术 将是突破现有管控困境的关键。


本研究将新一代人工智能技术融合应用于印染废水复杂处理过程,通过挖掘和融合人的经验知识和过程数据知识,形成基于经验/数据/机理知识融合驱动的印染废水处理人机协同决策管控模式,突破现有管控困境,实现对印染废水复杂处理系统的全局性多目标优化控制。


1 理论方法与关键技术

本研究面向印染废水处理全局,围绕人机协同决策控制所需解决的信息感知与集成、知识发现与融合、决策控制一体化三方面难题进行了方法研究和技术攻关,技术内容相互关系如图2所示。

AI研习丨基于人机协同决策的印染废水处理智能管控技术研究

图 2 技术内容及关系

1.1 印染废水复杂处理过程信息感知与集成


印染废水处理过程信息复杂,多源异构,主要归纳为两大类信息,分别为人对工艺系统的操控信息(包含工艺调节信息、异常应对信息、设备管理信息和成本控制信息等) ;以及过程信息(包含微观生物信息、水质参数信息、工艺参数信息和设备参数信息等)、微生物活性等生化反应微观信息,这些信息的感知和集成是实现印染废水处理人机协同决策的基础。其中,大部分信息可通过常规传感器和集控系统自动采集,而如生化反应微生物状态微观信息、关键出水水质参数信息等难以感知,这些数据是指导工艺系统参数自主优化设定的关键信息。本研究通过开发生物传感设备、应用软测量等方法,结合信息系统采集技术构建印染废水处理过程信息自感知、自传输、自处理与计算模式,实现对处理过程的工况认知,为人机协同知识发现和决策控制提供准确的情景或模式信息。


研制的废水可生化性在线分析仪,如图3所示,经广州市科创委鉴定为国内领先水平,为印染废水处理工艺系统中微生物活性等微观参数的感知上提供了生物传感手段。

AI研习丨基于人机协同决策的印染废水处理智能管控技术研究

图 3 废水可生化性在线分析仪

1.2 印染废水处理人机协同知识发现与融合


印染废水处理系统个体操控经验的知识化表达、过程数据的特征挖掘,以及数据知识、经验知识和机理知识的融合是实现印染废水处理人机 协同决策的核心。


本研究通过对个体经验信息进行归纳标注,基于规则库建模等方法实现经验知识的规则化表达,再融合专家知识构建经验知识库,包含调节操控、异常应对和设备维护等经验知识。针对多源异构(数字、图像和视频等)过程信息,首先应用数据去噪、主元分析和语义表征等方法进行预处理;在此基础上,通过对时空动态数据时序因果关系进行深度和宽度学习,实现过程数据特征提取,形成数据知识库,包含复杂处理过程演化规律、变化趋势等知识。最终基于深度学习,实现经验/数据/机理知识融合与协同。


本研究针对印染废水复杂处理过程的全局管控命题,形成了经验知识、过程数据与机理模型融合的人机协同决策方法。将印染废水处理个体经验知识嵌入到以机理模型和过程数据表述的公共知识中,三者有机融合,以保障印染废水复杂处理过程决策控制的适应性和全局最优性。


1.3印染废水处理人机协同决策控制一体化系统开发


印染废水处理过程具有显著的多目标(COD、 TN、TP等多水质参数达标、运行平稳高效和节能降耗等)优化特征,传统的人工操作和自动化时序逻辑控制难以达到要求。本研究以工况认知为基础,知识融合为驱动,开发满足印染废水处理多目标优化需求的人机协同决策控制一体化系统,包括(物化、生化)关键工艺参数在线优化设定、设备和系统预测性维护,以及工艺系统优 化运行质量评价三大关键技术模块。

针对印染废水处理(物化、生化)关键工艺段的强耦合、非线性和时变特征,建立基于人机决策控制一体化的在线自优化模式。通过人的经验知识与信息系统在建模、寻优,以及优化调控实施层进行高效协同,共同解决调控过程中的不确定和复杂性难题,达到高效、稳定和节能降耗目标。

针对印染废水处理系统维护滞后和运行质量模糊的难题,开发印染废水处理系统预测性维护和优化运行质量评价技术,结合深度学习、多目标优化算法、自主控制等方法,实现设备及系统预测性维护,建立工艺系统优化运行质量评价模型和评分机制,为全局优化提供更为科学全面的依据。


2 企业应用

印染废水处理人机协同决策管控技术在广东省某大型印染企业实施了应用示范,面向该企业4万吨/天处理规模的印染废水处理厂建立了印染废水处理智能管控系统,如图4所示。实现处理全流程在线监测和工况感知,关键工艺段在线自主优化(包括物化段药剂投加动态优化和好氧生物段精准曝气),对工艺系统设备实现全生命周 期管理和远程运维,如图5~7所示。

AI研习丨基于人机协同决策的印染废水处理智能管控技术研究

图 4 企业印染废水处理智能管控系统

AI研习丨基于人机协同决策的印染废水处理智能管控技术研究

图 5 混凝沉淀加药动态优化控制

AI研习丨基于人机协同决策的印染废水处理智能管控技术研究

图 6 好氧生物处理精准曝气控制图

AI研习丨基于人机协同决策的印染废水处理智能管控技术研究

图 7 工艺系统远程运维平台

技术应用大幅提升了企业印染废水处理的智能管控水平,降低对现场技术人员水平和经验依赖,实现工艺流程在线自优化和设备全生命周期管理,保障出水水质稳定达标同时,在节能降耗方面均获得显著成效。根据工业和信息化部电子第五研究所出具的《节能降耗评估报告》:“废水处理量1300万吨/年计,减少人力成本约 25%,共8人,年节省人力成本超38万元;药 剂投加成本降低40%,年节省药剂投加成本975万元;节省好氧曝气电耗52.56万kWh/年,年节约电耗成本33万元;企业节省成本合计超1000万元/年。”


3 结束语

本研究面向印染废水复杂处理系统全局,开发形成基于人机协同决策的印染废水处理智能管控系统,实现智能化技术与工业废水处理的融合发展,将印染废水处理个体经验知识、机理知识和数据知识有机协同,以知识为驱动,实现印染废水处理的全局性自主优化决策与控制,摆脱对知识型工作者的依赖,高效发挥先进工艺和集控系统优势,从智能管控层面,助力行业实现高效、稳定和经济的废水处理目标,使印染废水处理系统成为行业智能制造新模式发展的有机组成部分。

(参考文献略)

AI研习丨基于人机协同决策的印染废水处理智能管控技术研究

选自《中国人工智能学会通讯》

2020年 第10卷 第1期 特约专栏


相关文章