Рис. 11.8. Скорость нитрификации, оцененная из данных, аналогичных показанным на рис. 11.7 (треугольники), а также результаты моделиро­ вания (кружки) [8].

жает искомые ключевые результаты, а именно показывает, протекает ли данный процесс так, как предполагалось. Указанную информацию можно сделать доступной до того, как станут замечены ухудшения параметров, фиксируемых на выходе. Моделирование может помочь выявить причины возникающей проблемы, а также подсказать, как исправить ситуацию.

11.7. Контроль в реальном времени

Одним из конкретных примеров применения мониторинга работы станции является возможность улучшения ситуации динамическим изменением операционных параметров в соответствии с данными, собираемыми в процессе ее работы.

Фиксированные значения выбранных параметров

Подход состоит в том, чтобы выбрать некоторые операционные переменные и установить контроль с тем, чтобы поддерживать их на необходимом уровне.

Классическим примером является контроль за содержанием кислорода в аэротенке, осуществляемый с помощью датчиков, которые следят за концентрацией кислорода в реакторе. Выбира­ ется необходимая концентрация кислорода, и поступление воздуха регулируется так, чтобы этот уровень постоянно поддерживался. Чаще всего используется классический ПИД-контроль. Для полу­ чения более детальной информации ознакомьтесь с классической литературой по этому вопросу, например, с работой [17].

Цель моделирования в данном случае состоит в определении оптимального значения концентрации кислорода в аэротенке.

Контроль на основе фиксированных правил

Динамическое управление осуществляется автоматически в соот­ ветствии с фиксированными правилами «если — то» для выбранных операционных переменных.

Если расширить рамки приведенного выше классического примера, то эти фиксированные правила могут использоваться для контроля за той же концентрацией кислорода в реакторе в зависимости от периода суток или в зависимости от нагрузки с тем, чтобы снизить стоимость аэрации, отключая ее, если в ней нет необходимости.

Другой пример связан с кратковременными изменениями на­ грузки в период дождя. Критический момент в данном случае — это гидравлическая нагрузка на последний отстойник. Если она слишком велика, то активный ил переполнит отстойник и уйдет из системы. Такая ситуация совершенно недопустима, так как повлечет за собой крайне нежелательные последствия, исправлять которые придется не одну неделю. Одно из возможных решений состоит в снижении нагрузки ила на отстойник. Этого можно достичь, задерживая ил в аэротенке путем переключения действия реактора, состоящего из нескольких отсеков, с режима полного вытеснения на режим рассредоточенной подачи. В таком случае ил будет концентрироваться в верхних частях реактора, а нагрузка ила на отстойники будет в конечном итоге понижаться. Альтернатив­ ный путь состоит в том, чтобы прекратить аэрацию и добиться уве­ личения количества ила путем временного осаждения в аэротенке. Если эта операция будет проведена в последних реакторах системы, то можно достичь быстрого понижения нагрузки на отстойники.

И вновь моделирование может быть использовано для оптимиза­ ции правил, в соответствии с которыми можно управлять станцией до наступления благоприятных условий.

Контроль в реальном времени на основании предсказаний модели

Этот контроль требует, чтобы модель работала в режиме реального времени. Идея состоит в том, чтобы предсказать характеристики процесса на предстоящий отрезок времени и выбрать оптимальный набор значений контролируемых параметров, необходимых для достижения наилучшего результата.

Данные, накопленные в прошлом, могут быть важными в том случае, когда модель включает вероятностные элементы и адапти­ руется к измерениям, проведенным вплоть до сегодняшнего дня. Сказанное выше применимо к вероятностным моделям, в которых параметры модели адаптируются к прошлым данным, например, к так называемым ARM A -моделям. Эти модели являются чисто эмпирическими, поскольку их параметры не имеют ни физического, ни химического, ни биологического смысла. Используя такие моде­ ли, можно предсказывать, как будет работать станция, основываясь на входных данных, которые в свою очередь прогнозируются исходя из прошлого опыта.

В моделях пространства состояний в качестве отправной точки для предсказаний используются только данные на настоящий момент времени. Однако в них содержатся параметры, которые адаптированы на каждой конкретной временной стадии.

Основным элементом времени является время расчетов. Время расчетов — это время, необходимое для проведения всех расчетов. Оно включает регистрацию сигналов всех датчиков, адаптацию к ним системы, предсказание и оптимизацию, плюс передачу опера­ торам информации о фиксированных параметрах. Все это должно быть проделано за короткий интервал времени, но, тем не менее, достаточный для аккуратного осуществления всех необходимых процедур. Для того чтобы быть стабильными, многие сложные расчеты могут быть разбиты на очень короткие временные этапы. Простые модели позволяют получать информацию достаточно быстро. Сбор информации с датчиков и общение с операторами может занимать большую часть времени (минуты), тогда как соб­ ственно расчеты требуют всего от нескольких секунд до нескольких минут.

Время отклика —это время, необходимое системе для того, чтобы среагировать на новые фиксированные параметры. Оно может составлять от нескольких секунд до нескольких часов.

для планирования важны при выборе места строительства стан­ ций, проектировании канализационных путей и учета залповых выбросов в период дождей в зоне канализования. Модели для анализа могут пригодиться для моделирования действия канали­ зационной системы и станции очистки как единого целого. Теперь мы начинаем понимать, что канализационная система не только обеспечивает транспорт стоков, но и сама служит реактором, в котором протекает ряд процессов, в результате которых изме­ няются характеристики стоков, поступающих на станцию. Если такие изменения вариантны во времени, то было бы полезно включить канализационные системы в модели. То же относится и к случаю, когда загрязнение принимающих водоемов динамически связано с характеристиками обработанных стоков. Моделирование является альтернативой традиционному подходу, при котором граничные условия между компонентами системы фиксированы раз и навсегда. Что же касается залповых выбросов, то в этом случае необходимость учета всех трех элементов представляется очевидной, хотя обычно это не делалось. В связи с возможностью залповых выбросов при проектировании и эксплуатации станций необходимо учитывать ряд параметров. Гидравлическая нагрузка на станцию может быть снижена или отсрочена путем использо­ вания усреднителей для канализационных стоков, илоотстойников или локальной инфильтрации. Кроме того, способность станции переносить повышенные гидравлические нагрузки может быть достигнута в результате применения больших вторичных отстой­ ников, а также поддержания концентрации ила в аэротенках в период дождей. Комбинация этих возможностей осуществляется при проведении контроля в реальном времени. Например, поток воды направляется в усреднитель в том случае, если станция не справляется с поступающим потоком. Элемент времени указывает на потенциал контроля в реальном времени.

Разнообразие проблем, равно как и разнообразие подходов к их решению требуют различных уровней агрегации и различных структур моделей, чтобы можно было избежать излишних услож­ нений.

Л и тер а ту р а

3.Reichert P., Ruchti J., AQUASIM —Computer programme for simulation and data analysis of aquatic systems: User manual. EAWAG, Diibendorf, Switzerland (1994).

4.Gujer W.j Boiler M., A mathematical model for rotating contactors. Water Sci. Technol., 22, (1/2), 53-73 (1990).

5.Boiler M., Gujer W., Nitrification of tertary trickling filters following deep-bed filters. Water Res. 20, 1363-1373 (1986).

6. Harremois P., Haarbo A., Windier-Nielsen M., Thirsing C., Six years of pilot plant studies for design of treatment plants for nutrient removal. Water Sci. Technol., 38, (1), 219-226 (1998).

7.Sinkjter 0., Yndgaard L., Harremois P., Hansen J. L., Characterization of the nitrification process for design purposes. Wafer Sci. Technol., 30, (4), 47-56 (1994).

8. Harremoes P., Sinkjosr O., Kinetic interpretation of nitrogen removal in pilot scale experiments. Water Res., 29, 899-905 (1995).

9.Sinkjder О., Thirsing C., Harremois P., Jensen К. F., Running-in of the nitrification process with and without inoculation of adapted sludge. Water Sci. Technol., 34, (1-2), 261-268 (1996).

10.Arvin E., Dyreborg S., Menck C., Olsen J., A mini-nitrification test for toxicity screening, Minntox, Water Res., 9, 2029-2031 (1994).

11. Sinkjdsr O., B0gebjerg P., Griittner H., Harremoes P., Jensen K.F., Winther-Nielsen M., External and internal sources which inhibit the nitrification process in wastewater treatment plants. Water Sci. Technol., 33, (6), 57-66 (1996).

12.Lynggaard-Jensen A ., Harremois P. (eds.), Sensors in Wastewater Technology. Water Sci. Technol., 33, (1) (1996).

13.Spanjers Я., Vanrolleghem P. A., Olsson G., Dold P. L., Respirometry in control of the activated sludge process: Principles. IAWQ, London (1998). (IAWQ Scientific and Technical Report No. 7).

14.Harremois P., Transient experimentation for process understanding and control. In: Environmental Biotechnology, International Symposium, Oostende, April 21-23, pp. 1-8. Technological Institute, Oostende (1997).

15.Dupont R., Sinkjder O., Optimisation of wastewater treatment plants by means of computer models. Water Sci. Technol., 30, (4), 181-190 (1994).