本发明公布了一种意外建模和数据驱动的水质控制系统及诱导干预控制方法，控制系统由进水采样传感器组、反应池采样传感器组、出水采样传感器组、A/D转换传输装置、数据处理模块、实时数据库、历史数据库、意外建模模块、专家系统和加药装置组成。所述方法包括：通过传感器获取水质信息；通过信息传输装置将信息送到信息处理模块，进行数据预处理；将数据送入实时数据库；意外建模模块获取实时信息，根据专家规则和历史数据库知识，确定混凝剂投放量；根据投放量，采用“泵前投加”方式向反应池投药。本发明通过数据挖掘，使用诱导干预混合控制方法控制系统自动加药，能够更加准确、有效的控制投药量，提高投药鲁棒性，节省投药量。
1.一种意外建模和数据驱动的水质控制系统，其特征在于：包括进水采样传感器组（1）、反应池采样传感器组（6）、出水采样传感器组（9）、第一和第二A/D转换传输装置（2、
10）、数据处理模块（3）、实时数据库（4）、历史数据库（5）、意外建模模块（8）、专家系统（11）和加药装置（7）；其中进水采样传感器组（1）的一个输出端串接第一A/D转换传输装置（2）后与第二A/D转换传输装置（10）的输出端分别接数据处理模块（3）的输入端，进水采样传感器组（1）的另一个输出端和加药装置（7）的输出端分别接反应池采样传感器组（6）的输入端，反应池采样传感器组（6）的一个输出端串接出水采样传感器组（9）后与反应池采样传感器组（6）的另一个输出端分别接第二A/D转换传输装置（10）的输入端，数据处理模块（3）的输出端串接实时数据库（4）的输入端，实时数据库（4）的输出端分别接历史数据库（5）和意外建模模块（8）的输入端，意外建模模块（8）的输出端接加药装置（7）的输入端，意外建模模块（8）分别与历史数据库（5）和专家系统（11）双向连接。
2.根据权利要求1所述的意外建模和数据驱动的水质控制系统的诱导干预混合控制方法，其特征在于包括如下步骤：a) 通过进水采样传感器组（1）、反应池采样传感器组（6）和出水采样传感器组（9）获取水质信息；
b) 通过第一和第二A/D转换传输装置（2、10）将获取的水质信息送到数据处理模块（3），进行数据预处理；
d) 意外建模模块（8）获取实时的水质信息，根据专家规则和历史数据库（5）知识，确定混凝剂投放量，按照间隔时间更新一次历史数据库（5）；
e) 根据步骤d)的混凝剂投放量，采用“泵前投加”方式向反应池投药。
3.根据权利要求2所述的意外建模和数据驱动的水质控制系统的诱导干预混合控制方法，其特征在于步骤d)所述的混凝剂投放量的确定方法如下：意外建模模块（8）将实时的水质信息与历史数据库（5）内的信息匹配，寻找与实时的水质信息记录距离 最小的记录药剂投放量为：其中： 为历史数据库记录中药剂投放量列的值，
为正1或负1，根据该记录加药后的反馈信息获得； 将实时数据减与之距离L最小历史数据，如果大于0则为正，否则为负； 为一定值，表示定量的药剂。
4.根据权利要求3所述的意外建模和数据驱动的水质控制系统的诱导干预混合控制方法，其特征在于所述距离 的计算方法如下：二条记录间的距离为：
专家给定的距离精度初始值值Do时，不再寻找距离 最小的记录，和 其中的一个是实时的水质信息，另一个是历史数据库（5）内的水质信息。
5.根据权利要求1所述的意外建模和数据驱动的水质控制系统，其特征还在于，加药装置采用泵前加药。
意外建模和数据驱动的水质控制系统及诱导干预控制方法
技术领域
[0001] 本发明涉及一种基于复杂适应系统意外建模和数据驱动的诱导干预混合控制方法及其水质控制系统，适用于水处理领域的水质控制及混凝剂自动加药控制。特别是对进水情况复杂，难于数学建模，实时要求比较高导致现场模拟试验法无法满足要求，特性参数不明显的情况。
背景技术
[0002] 自来水厂和污水处理厂制水混凝工艺中，如何根据进水条件的变化和沉后水的酸碱度、浊度和总磷等水质参数的要求来确定最佳混凝剂投加量，实现最优控制。即在保证沉后水水质的前提下，要求投放的混凝剂量最少。目的主要有二个，其一是降低制水成本；其二是减少污泥量。该问题一直是制水混凝工艺中的难题。现有的自动控制投药量方法主要有三种：
[0003] 一、数学模型法：该方法一般采用前馈和后馈相结合的控制模型，运用数理统计方法建立符合生产实际的数学模型。缺点是当水质变化复杂时可能导致数学模型精度不高，有时甚至无法建立数学模型。
[0004] 二、现场模拟试验法：该方法的致命缺陷是反馈滞后现象。一般滞后十几分钟到半个小时。
[0005] 三、特性参数法：该方法的缺陷是当混凝作用是以高分子吸附架桥为主时，投药量与流动电流很少相关。
[0006] 上述方法都存在不同的问题，以水厂为例，在实际混凝投药控制中，多是通过烧杯、试管实验或凭技工的实践经验来调节混凝剂投加量。
[0007] 传统意义下的控制. 传统控制的目的是:根据被控对象和环境的特性,通过能动地采集、运用信息并施加控制作用,使系统在变化和不确定的条件下,按照预期的行为过程运行并具有和保持预定的功能.这里需要特别强调的是:虽然被控对象和环境特性是变化的和不确定的,但“预期的行为过程”和“预定的功能”却是已知(事先设计好) 和确定的;传统控制并没有明确强调系统内部各子系统或各组分在外界控制作用下会产生自组织和涌现现象（即本发明中所述意外的一种）。
[0008] 复杂系统控制的目的是:根据被控对象和环境的特性,通过能动地采集、运用信息并施加控制作用,使系统内部各子系统或各组分在外界控制作用下产生自组织和涌现现象,这种自组织和涌现现象的结果具有某种功能且是控制者所期望的。复杂系统的控制并不强调一定要预先知道自组织和涌现现象的行为过程(很多情况下是无法预知的),而更强调自组织和涌现现象的结果是否满足控制者的要求。这方面的一个典型的例子就是酿酒系统(具有生化反应的复杂系统)的控制,酿酒人员主要关心的是酒的质量与产量,而并不关心酵母菌在发酵过程中的自组织行为。显然，水处理领域混凝剂加药改善水质系统也是一个具有生化反应的复杂系统，水厂技工关心的是出水水质后药品投放量，并不关注混凝剂如何在反应池中自组织行为。
[0009] 人类在认识和改造自然的过程中已经学会和发明了许多控制方法,这些控制方法主要包括:1) 直接控制方法;2) 间接控制方法;3) 改变环境状况和系统组分的控制方法;4) 改变系统结构或更换子系统的控制方法;5) 改变运行规则和运行程序的控制方法;6) 利益引导或诱惑的控制方法。因前5种方法具有主动性(对控制者来说)及直接或间接的强制性(对被控对象来说),所以称前5 种方法及其组合为“干预控制”方法;第6 种方法不具有主动性和强制性,且主要发生在生物、特别是动物界,所以称它为“诱导控制”方法.就复杂系统来讲,既可以用“干预控制”、也可以用“诱导控制”、还可以用“干预控制”和“诱导控制”相结合的方法加以控制.但无论采用什么样的方法,复杂系统控制的目的是使系统内部产生有利于控制者的自组织和涌现现象,这就是复杂系统控制在概念上与传统意义下的控制的本质区别.
[0010] 本发明采用最新的复杂适应系统意外建模理论，使用数据驱动的诱导干预混合控制方法，用于水处理领域的水质控制及混凝剂自动加药控制。采用意外建模理论的目的是应对实际系统面对的不断变化的环境条件，使系统具备自适应、自学习功能；采用数据驱动的目的是避免数学建模的误差，以及某些难以数学建模的情况下使用。采用诱导干预策略是应对反应池中可能出现的自组织和涌现现象。
发明内容
[0011] 本发明要解决的技术问题在于，第一、提供了一种混凝剂加药控制方法；第二，提供了一种混凝剂加药控制系统（水质控制系统）。
[0012] 本发明为实现上述目的，采用如下技术方案：
[0013] 本发明意外建模和数据驱动的水质控制系统，包括进水采样传感器组、反应池采样传感器组、出水采样传感器组、第一和第二A/D转换传输装置、数据处理模块、实时数据库、历史数据库、意外建模模块、专家系统和加药装置；其中进水采样传感器组的一个输出端串接第一A/D转换传输装置后与第二A/D转换传输装置的输出端分别接数据处理模块的输入端，进水采样传感器组的另一个输出端和加药装置的输出端分别接反应池采样传感器组的输入端，反应池采样传感器组的一个输出端串接出水采样传感器组后与反应池采样传感器组的另一个输出端分别接第二A/D转换传输装置的输入端，数据处理模块的输出端串接实时数据库后分别接历史数据库和意外建模模块的输入端，意外建模模块的输出端接加药装置的输入端，意外建模模块分别与历史数据库和专家系统双向连接。
[0014] 意外建模和数据驱动的水质控制系统的诱导干预混合控制方法，包括如下步骤：
[0015] a) 通过进水采样传感器组、反应池采样传感器组和出水采样传感器组获取水质信息；
[0016] b) 通过第一和第二A/D转换传输装置将获取的水质信息送到数据处理模块，进行数据预处理；
[0017] c) 将预处理后的水质信息送入实时数据库；
[0018] d) 意外建模模块获取实时的水质信息，根据专家规则和历史数据库知识，确定混凝剂投放量，按照间隔时间更新一次历史数据库；
[0019] e) 根据步骤d)的混凝剂投放量，采用“泵前投加”方式向反应池投药。
[0020] 优选地，步骤d)所述的混凝剂投放量的确定方法如下：
[0021] 意外建模模块将实时的水质信息与历史数据库内的信息匹配，寻找与实时的水质信息记录距离 最小的记录药剂投放量为：
[0022]
[0023] 其中： 为历史数据库记录中药剂投放量列的值，
[0024] 为正1或负1，根据该记录加药后的反馈信息获得，；将实时数据减与之距离L最小历史数据，如果大于0则为正，否则为负；
[0025] 为一定值，表示定量的药剂。
[0026] 优选地，所述距离 的计算方法如下：
[0027] 二条记录间的距离为：
[0028]
[0029] 其中：二条记录表示为两个N维向量 ，当小于专家给定的距离精度初始值值Do时，不再寻找距离 最小的记录。
[0030] 优选地，加药装置采用泵前加药。
[0031] 本发明通过意外建模，用专家知识从历史数据找出进水水质，药剂投放量和出水水质之间的非线性关系。与传统的自动混凝剂控制方法相比，能更加准确、有效的控制投药量，提供混凝工艺鲁棒性，具有更广的适用范围。该系统的最大特点就是，只要能够获得大量数据，系统就可以有效工作，数据量越大，系统控制精度越高。
附图说明
[0032] 图1是水质控制系统示意图。
[0033] 图2是基于复杂适应系统意外建模和数据驱动的诱导干预混合控制方法流程图。
具体实施方式
[0034] 以下结合附图对本发明进一步详述：
[0035] 如图1所示，基于数据驱动的混凝剂自适应加药控制系统，包括进水采样传感器组1、反应池采样传感器组6、出水采样传感器组9、A/D转换传输装置2、10、数据处理模块3、实时数据库4、历史数据库（5）、意外建模模块（8）、专家系统11和加药装置7。
[0036] 如图2所示，基于复杂适应系统意外建模和数据驱动的诱导干预混合控制方法，包括以下步骤：
[0037] a) 通过传感器获取水质信息；
[0038] b) 通过信息传输装置将信息送到信息处理模块，进行数据预处理；
[0039] c) 将数据送入实时数据库；
[0040] d) 意外建模模块获取实时信息，根据专家规则和历史数据库知识，确定混凝剂投放量。间隔一段时间（如20分钟）更新一次历史数据库；
[0041] e) 根据d)投放量，采用“泵前投加”方式向反应池投药。
[0042] 意外建模模块将实时信息与历史库信息匹配，根据专家知识，根据特征函数，寻找与实时记录距离 最小的记录（但由于运算速度问题，系统实际使用双重判断，当 小于专家给定的值Do时，不再寻找距离 最小的记录），提取出药剂投放量 。
[0043] 药剂投放量计算公式为：
[0044]
[0045] 其中：为药剂投放量，
[0046] 为历史数据库记录中药剂投放量列的值，
[0047] 为正1或负1。根据该记录加药后的反馈信息获得，
[0048] 为一定值，表示定量的药剂。
[0049] 数据库中二条记录间的距离计算公式为：
[0050]
[0051] 其中： 为二条记录之间的距离，
[0052] 二条记录表示为两个N维向量
[0053] 应当说明的是，以上所述，仅为本发明较佳的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉该技术的人在本发明所揭露的技术范围内，可轻易想到的变化或替换，都应涵盖在本发明的保护范围之内。
[0054] 本发明的有益效果是：本发明摆脱了传统混凝剂自动加药控制方法的束缚，采用先进的基于数据的控制方法，在传统方法无法解决的领域，如：进水情况复杂，难于数学建模，实时要求比较高导致现场模拟试验法无法满足要求，特性参数不明显的情况下，能够很好的解决最佳混凝剂投加量问题。具备重要的理论价值和良好的应用前景。
[0055] 本发明的最大优点是：提出了一种新的混凝剂自动控制投药量方法。由于传感器价格的不断降低，使得获取大量数据的成本急剧下降。使得本发明具有良好的应用前景。
