行过程中,根据不同情况,采用不同的推理机制。由于故障诊断是一个典型的解析问题的过程,而决策过程则是一个典型的合成过程,所以在故障诊断过程中使用与其特点相适应的反向推理机制,在决策过程中使用与其特点相适应的正向推理机制[3]。这两种推理机制的混合使用,使系统避免向使用人员提出冗余的问题,从而使提出的问题数最少,方便了用户和系统的交流,提高了运行速度。 3.3 数据库 存放所有的原始数据资料,求解过程中的中间数据、动态数据查询表、最后结果及推进记录。 3.4 用户接口 负责将用户输入的信息转化成系统内规范化的表示形式,再把这些内部表示交给相应的模块去处理,系统输出的内部信息也由它转化成用户易于理解的外部表示形式显示给用户。 4 专家系统的应用实例 本专家系统在北京某处理厂的运用中已取得实际效果。 该处理厂长期在污泥浓度较低(1000 mg/L左右)的情况下运行,存在的主要问题有:氨氮基本得不到去除(平均去除率低于5%),总氮去除率低(平均去除率低于20%),曝气池白色泡沫过多,二沉池内藻类滋生等。 专家系统对该处理厂近3年的运行数据和现象进行了分析,认为这些问题是相互联系的,主要原因是:剩余污泥排放量过大(2 400 m3/d),污泥龄短(3 d左右)。由于硝化细菌的生长需要较长的时间,在该厂的运行条件下,污泥龄小于硝化细菌的世代时间,曝气池中的硝化细菌流失殆尽,硝化反应不能正常进行,氨氮得不到去除。出水中氮磷等营养元素浓度高导致了二沉池中藻类的滋生。同时,曝气池出现大量白色泡沫也表明污泥龄短,污泥不成熟。以上诊断得到了水处理专家、处理厂工程师的认可,并且得到了IAWQ模型数值模拟软件的模拟计算结果的验证(硝化细菌浓度近似为零)。 针对这些问题,系统给出了相应的解决办法:增加污泥回流比、降低污泥排放率、提高曝气池污泥浓度和延长污泥龄。并对各解决办法的执行过程进行了具体的解释。这些对策的正确性得到了水处理专家的证明,表明了本专家系统能够完成故障诊断并给予解决的功能。 5 结论 (1)本系统具有以下特点:准确性:收集整理了大量水处理专家、处理厂工程师等的专业领域知识,确保了知识来源的准确性;建立了准确的知识库和高效的推理机,保证了结论的准确性。通用性:实现了知识库和推理机的分离,使解决问题的知识和使用知识的程序分离开来,保证了专家系统的透明性和灵活性,提高了系统的可移植性,通过对知识库的修改,可以适用于不同的处理厂。方便性:用户界面简单易学,用户不必经过专门的培训就能够使用本系统,适合于处理厂日常的运行管理人员使用。 (2)专家系统内包含了完整的有关活性污泥法处理工艺的知识,可以对处理厂内职工进行培训指导。 (3)本专家系统作为处理厂日常运行决策支持系统的一部分,和数学模型模拟计算部分(IAWQ模型)相互支持,能更好地为处理厂运行决策提供帮助。 参考文献 1 M W Barnett.Knowledge*.based expert system applications i n waste treatment operation and control.ISA Transactions,1992,31(1):55~60 2 Wenju Lai,P M Berthoues.Testing expert system for activa ted sludge process control.Journal of Environmental engineering,1990,116(5):890 ~909 3 Xin X Zhu,Angus R Simpson.Expert system for water treatm ent plant operation.Journal of Environmental Engineering,1996,122(9):822~829 4 Welbank M. A review of knowledge acquisition techniques for expert system.British Telecom Research Laboratories,Martlesham Heath,Ipswich ,U K,1985 5 Risto Laukkanen and Jorma Puriainen.Rule*.based expert sys tems in the control of wastewater treatment systems.Wat Sci Tech,1991,24(6):299 ~306
上一页 [1] [2]
Tags:
|